本系列教程将分享如何用Python玩转视频处理，本文先介绍两个库opencv和moivepy及其简单使用。
1、opencv介绍及人脸识别
OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库。OpenCV是由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。
OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序。
OpenCV主要用C++语言编写，Python程序可以通过Python-OpenCV这个库调用OpenCV的相关接口。
1.1 python-opencv的安装
使用pip install opencv-python命令进行安装，安装完成后运行python，导入cv2，命令如下：>>> import cv2
如无报错，说明安装成功。
1.2 人脸识别原理及使用
opencv的功能非常强大，本文中主要介绍并使用其人脸识别功能，完整功能可参考opencv中文教程。
OpenCV采用的是基于Haar的cascade分类器，它是一种机器学习方法。基于Haar特征的cascade分类器是Paul Viola和 Michael Jone在2001年发表的论文”Rapid Object Detection using a Boosted Cascade of Simple Features”中提出的一种有效的物品检测方法。它是一种机器学习方法，通过许多正负样例中训练得到cascade模型，然后将其应用于其他图片。
针对不同的物体需要不同的分类器。OpenCV包含许多训练好的分类器，比如脸、眼、微笑等。这些分类器是XML文件，存储在库安装文件夹cv2下面的data目录中，使用时可以直接调取，也可从GitHub上下载。
使用OpenCV识别人脸的步骤:初始化，导入cv2等Python库，加载分类器cascade文件；
图片预处理，读取图片，使用cvtColor函数将图片转为灰度图；
人脸检测，使用detectMultiScale方法检测图片中的人脸。
比如这里需要从下图中识别人脸。
img
代码如下：
import numpy
import cv2
# haarcascade_frontalface_default.xml复制到当前目录下
# 或者指定该文件的完整路径
face_cascade = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
# 读取图片，使用*cvtColor*函数将图片转为灰度图
img = cv2.imread("girl.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 使用detectMultiScale方法检测图片中的人脸
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
# 将人脸部分用长方形表示
print(faces)
for (x,y,w,h) in faces:
cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),5)
# 保存结果
cv2.imwrite('result.jpg',img)效果如下：
img
2、moviepy介绍及视频截取
moviepy是一个用于视频编辑的python模块，其可以用来对视频进行一些基础的操作(比如剪切,连接，插入标题等),视频创作(比如非线性编辑),视频处理以及给视频增加一些炫酷的特效等。它可以读写大多数常见的视频格式，包括GIF。在之前的文章中使用moviepy从视频中截取片段生成gif表情(用Python从视频中生成动态表情)。
这里介绍一个另一个从视频中截取片段的方法，可以提升处理性能。一个基于ffmpeg的方法，使用ffmpeg_extract_subclip来处理视频，方法如下：from moviepy.video.io.ffmpeg_tools import ffmpeg_extract_subclip
ffmpeg_extract_subclip("full.mp4", 60, 300, targetname="cut.mp4")
其实这个方法就是调用ffmpeg命令处理视频，源代码如下：
def ffmpeg_extract_subclip(filename, t1, t2, targetname=None):
""" Makes a new video file playing video file ``filename`` between
the times ``t1`` and ``t2``. """
name, ext = os.path.splitext(filename)
if not targetname:
T1, T2 = [int(1000*t) for t in [t1, t2]]
targetname = "%sSUB%d_%d.%s" % (name, T1, T2, ext)
cmd = [get_setting("FFMPEG_BINARY"),"-y",
"-ss", "%0.2f"%t1,
"-i", filename,
"-t", "%0.2f"%(t2-t1),
# "-map", "0", "-vcodec", "copy", "-acodec", "copy", targetname]
"-vcodec", "copy", "-acodec", "copy", targetname]
subprocess_call(cmd)基于上面的方法就可以实现后面的功能，关于moviepy的完整教程可参考moivepy官网，在下一篇中将分享如何从视频中提取女神片段
