Python实现图片和视频的相互转换
本文详细介绍使用Python进行视频与图片相互转换的两种方法。通过OpenCV库,实现按指定帧率从视频中截取图片,支持自定义命名格式、分辨率及输出路径;同时演示如何将图片序列合成为视频,支持调整帧率以改变播放速度。提供完整可运行代码及参数说明,适用于批量处理、模型训练数据准备等场景。
使用背景
在实际开发中,常遇到需要将大量图片合成视频,或通过脚本调整视频播放速度的需求。
反之,有时也需要将视频裁剪为图片序列,以便进行后续的图片处理或分析操作。
本文提供两种实现路径:一是视频转图像,二是图像转视频。
一、视频转图像
针对需要从文件夹中按特定帧率截取图片的需求(例如每秒截取3张),本文提供了经过验证的代码实现,并附带详细注释。旨在帮助初学者或仅需此功能的用户快速上手,主要特点包括:
- 只需修改输入和输出文件夹路径即可直接使用。
- 输出图片支持自定义命名格式,例如采用“日期_序号”的形式(如20210823_0001)。
- 支持遍历文件夹内的所有视频文件,序号可连续生成(如需不连续需调整代码逻辑)。
- 采用双线性插值算法处理图片缩放,确保放大后仍保持较高分辨率(具体原理见后续博文)。
- 代码注释详尽,便于理解和二次开发。
详细代码实现
首先定义需要手动修改的关键参数,代码如下:
filepath = 'C:/Users/ZFG/Desktop/1111' #视频文件夹所在目录
data='20210823' #要是储存的文件为20210823_0001格式,则为前半部分
save_filename='C:/Users/ZFG/Desktop/2222/' #储存图片的文件夹的地址
timeF = 6 #根据一秒取多少帧设置,比如我的视频是24帧/秒,取6则一秒取三张
kernal=(700,700) #设置输出的大小,根据自己需求设置
接着定义一个用于保存截取后图片的函数:
def saveImage(image,SaveAddress,num): #image为读取的图片,SaveAddress为需要存的地址,num为截取图片时候记录的序号
address= SaveAddress+data+'_'+str(num).zfill(4)+'.jpg' #这里设置输出格式
cv2.imwrite(address,image) #这里为存图片
然后编写读取文件夹中视频列表的代码:
pathDir = os.listdir(filepath)
i=0
j=0
for allDir in pathDir: #遍历文件夹中的每一个视频
videopath =filepath+'/'+ allDir
videoCapture=cv2.VideoCapture(videopath) #输入绝对路径
untill,picture=videoCapture.read() #读取视频,视频读取完的时候,返回的untill为False,表示视频读取完毕
while untill:
i+=1
if (i%timeF==0): #根据原视频的帧率看截图图片的频率
j+=1
picture=cv2.resize(picture,kernal,cv2.INTER_LINEAR) #这里调用了opencv中的双线性插值法,要是图片增加很快,保证了图片精度
saveImage(picture,save_filename,j) #调用我们之前描述的方法
pass
untill, picture = videoCapture.read() #再次看视频是否结束,结束了则until为False
将上述代码整合,最终完整程序如下:
import cv2
import os
i = 0
j = 0
pathDir = os.listdir(filepath)
filepath = 'C:/Users/ZFG/Desktop/1111'
data='20210823'
save_filename='C:/Users/ZFG/Desktop/2222/'
timeF = 6
kernal=(700,700)
def saveImage(image,SaveAddress,num):
address= SaveAddress+data+'_'+str(num).zfill(4)+'.jpg'
cv2.imwrite(address,image)
for allDir in pathDir:
videopath =filepath+'/'+ allDir
videoCapture=cv2.VideoCapture(videopath)
untill,picture=videoCapture.read()
while untill:
i+=1
if (i%timeF==0):
j+=1
picture=cv2.resize(picture,kernal,cv2.INTER_LINEAR)
saveImage(picture,save_filename,j)
pass
untill, picture = videoCapture.read()
最后查看运行效果:
第一张图展示了源视频,其帧率为24帧/秒;第二张图展示了按每秒截取3张图片后,存储在指定文件夹中的结果图片。


二、图像转视频
同样地,有时需要将大量图片合成为视频,或通过脚本控制视频的快慢。本文编写此功能的初衷是:某模型仅支持图片输入,但需验证视频处理效果。因此,先将视频转为图片进行处理,再将处理后的图片合成为视频,从而满足需求。
详细代码实现
首先定义需要手动修改的参数,代码如下:
if __name__ == '__main__':
im_dir = ' ' # 图片帧存放路径,这里写一个文件夹
dir_list=os.listdir(im_dir)
fps = 20 # 设置一个帧率,每秒钟帧数越多,视频就越快
dir_video=' ' #合成后视频的存放视频
video_dir = dir_video + '.avi'
frame2video(im_dir, video_dir, fps)
接着定义用于将图片序列合成为视频的方法:
def frame2video(im_dir, video_dir, fps):
im_list = os.listdir(im_dir)
im_list.sort(key=lambda x: int(x.replace("frame", "").split('.')[0]))
img = Image.open(os.path.join(im_dir, im_list[0]))
img_size = img.size # 获得图片分辨率,文件夹下的图片分辨率需要一致,要是不一致可以写一个if函数resize一下~
fourcc = cv2.VideoWriter_fourcc(*'XVID') # opencv版本是3
videoWriter = cv2.VideoWriter(video_dir, fourcc, fps, img_size)
for i in im_list:
im_name = os.path.join(im_dir + i)
frame = cv2.imdecode(np.fromfile(im_name, dtype=np.uint8), -1)
videoWriter.write(frame)
videoWriter.release()
print('Done')
完成上述步骤后,功能即告成功。
import cv2
import os
import numpy as np
from PIL import Image
def frame2video(im_dir, video_dir, fps):
im_list = os.listdir(im_dir)
im_list.sort(key=lambda x: int(x.replace("frame", "").split('.')[0]))
img = Image.open(os.path.join(im_dir, im_list[0]))
img_size = img.size
fourcc = cv2.VideoWriter_fourcc(*'XVID') # opencv版本是3
videoWriter = cv2.VideoWriter(video_dir, fourcc, fps, img_size)
for i in im_list:
im_name = os.path.join(im_dir + i)
frame = cv2.imdecode(np.fromfile(im_name, dtype=np.uint8), -1)
videoWriter.write(frame)
videoWriter.release()
print('Done')
if __name__ == '__main__':
im_dir = ' '
dir_list=os.listdir(im_dir)
fps = 20
dir_video=' '
video_dir = dir_video + '.avi'
frame2video(im_dir, video_dir, fps)
以上为Python实现图片和视频相互转换的详细内容,更多相关技术文章请关注本站其他资源。
本站声明
本文内容仅供参考,不代表本站观点。转载或引用请注明出处。如发现内容问题,请通过联系我们页面反馈。













