Python牛已经不是一天两天的事了,但是我开始也没想到,Python能这么牛。前段时间接触了一个批量抠图的模型库,而后在一些视频中找到灵感,觉得应该可以通过抠图的方式,给视频换一个不同的场景,于是就有了今天的文章。

我们先看看能实现什么效果,先来个正常版的,先看看原场景:

python 视频动作 python做视频特效_paddle

下面是我们切换场景后的样子:

python 视频动作 python做视频特效_抠图_02

看起来效果还是不错的,有了这个我们就可以随意切换场景,坟头蹦迪不是梦。另外,我们再来看看另外一种效果,相比之下要狂放许多:

python 视频动作 python做视频特效_paddle_03

实现步骤

我们都知道,视频是由一帧一帧的画面组成的,每一帧都是一张图片,我们要实现对视频的修改就需要对视频中每一帧画面进行修改。所以在最开始,我们需要获取视频每一帧画面。

在我们获取帧之后,需要抠取画面中的人物。

抠取人物之后,就需要读取我们的场景图片了,在上面的例子中背景都是静态的,所以我们只需要读取一次场景。在读取场景之后我们切换每一帧画面的场景,并写入新的视频。

这时候我们只是生成了一个视频,我们还需要添加音频。而音频就是我们的原视频中的音频,我们读取音频,并给新视频设置音频就好了。

具体步骤如下:

读取视频,获取每一帧画面

批量抠图

读取场景图片

对每一帧画面进行场景切换

写入视频

读取原视频的音频

给新视频设置音频

因为上面的步骤还是比较耗时的,所以在视频完成后通过邮箱发送通知,告诉我视频制作完成。

模块安装

我们需要使用到的模块主要有如下几个:

pillow

opencv

moviepy

paddlehub

我们都可以直接用pip安装:

pip install pillow

pip install opencv-python

pip install moviepy

其中OpenCV有一些适配问题,建议选取3.0以上版本。

在我们使用paddlehub之前,我们需要安装paddlepaddle:具体安装步骤可以参见官网。用paddlehub抠图参考:别再自己抠图了,Python用5行代码实现批量抠图。我们这里直接用pip安装cpu版本的:

# 安装paddlepaddle
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
# 安装paddlehub
pip install -i https://mirror.baidu.com/pypi/simple paddlehub

有了这些准备工作就可以开始我们功能的实现了。

具体实现

我们导入如下包:

importcv2# opencv
importmail# 自定义包,用于发邮件
importmath
importnumpyasnp
fromPILimportImage# pillow
importpaddlehubashub
frommoviepy.editorimport*

其中Pillow和opencv导入的名称不太一样,还有就是我自定义的mail模块。另外我们还要先准备一些路径:

接下来我们按照上面说的步骤一个一个实现。

(1)读取视频,获取每一帧画面

在OpenCV中提供了读取帧的函数,我们只需要使用VideoCapture类读取视频,然后调用read函数读取帧,read方法返回两个参数,ret为是否有下一帧,frame为当前帧的ndarray对象。完整代码如下:

defgetFrame(video_name, save_path):
"""
读取视频将视频逐帧保存为图片,并返回视频的分辨率size和帧率fps
:param video_name: 视频的名称
:param save_path: 保存的路径
:return: fps帧率,size分辨率
"""
# 读取视频
video = cv2.VideoCapture(video_name)
# 获取视频帧率
fps = video.get(cv2.CAP_PROP_FPS)
# 获取画面大小
width = int(video.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(video.get(cv2.CAP_PROP_FRAME_HEIGHT))
size = (width, height)
# 获取帧数,用于给图片命名
frame_num = str(video.get(7))
name = int(math.pow(10, len(frame_num)))
# 读取帧,ret为是否还有下一帧,frame为当前帧的ndarray对象
ret, frame = video.read()
whileret:
cv2.imwrite(save_path + str(name) +'.jpg', frame)
ret, frame = video.read()
name +=1
video.release()
returnfps, size
在标处,我获取了帧的总数,然后通过如下公式获取比帧数大的整十整百的数:
frame_name = math.pow(10, len(frame_num))

这样做是为了让画面逐帧排序,这样读取的时候就不会乱。另外我们获取了视频的帧率和分辨率,这两个参数在我们创建视频时需要用到。这里需要注意的是opencv3.0以下版本获取帧率和画面大小的写法有些许差别。

(2)批量抠图

批量抠图需要用到paddlehub中的模型库,代码很简单,这里就不多说了:

defgetHumanseg(frames):
"""
对帧图片进行批量抠图
:param frames: 帧的路径
:return:
"""
# 加载模型库
humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')
# 准备文件列表
files = [frames + iforiinos.listdir(frames)]
# 抠图
humanseg.segmentation(data={'image': files})
我们执行上面函数后会在项目下生成一个humanseg_output目录,抠好的图片就在里面。
(3)读取场景图片
这也是简单的图片读取,我们使用pillow中的Image对象:
defreadBg(bgname, size):
"""
读取背景图片,并修改尺寸
:param bgname: 背景图片名称
:param size: 视频分辨率
:return: Image对象
"""
im = Image.open(bgname)
returnim.resize(size)

这里的返回的对象并非ndarray对象,而是Pillow中定义的类对象。

(4)对每一帧画面进行场景切换

简单来说就是将抠好的图片和背景图片合并,我们知道抠好的图片都在humanseg_output目录,这也就是为什么最开始要准备相应的变量存储该目录的原因:

defsetImageBg(humanseg, bg_im):
"""
将抠好的图和背景图片合并
:param humanseg: 抠好的图
:param bg_im: 背景图片,这里和readBg()函数返回的类型一样
:return: 合成图的ndarray对象
"""
# 读取透明图片
im = Image.open(humanseg)
# 分离色道
r, g, b, a = im.split()
# 复制背景,以免源背景被修改
bg_im = bg_im.copy()
# 合并图片
bg_im.paste(im, (,), mask=a)
returnnp.array(bg_im.convert('RGB'))[:, :, ::-1]
在标处,我们复制了背景,如果少了这一步的话,生成的就是我们上面的“千手观音效果”了。
其它步骤都很好理解,只有返回值比较长,我们来详细看一下:
# 将合成图转换成RGB,这样A通道就没了
bg_im = bg_im.convert('RGB')
# 将Image对象转换成ndarray对象,方便opencv读取
im_array = np.array(bg_im)
# 此时im_array为rgb模式,而OpenCV为bgr模式,我们通过下面语句将rgb转换成bgr
bgr_im_array = im_array[:, :, ::-1]

最后bgr_im_array就是我们最终的返回结果。

(5)写入视频

为了节约空间,我并非等将写入图片放在合并场景后面,而是边合并场景边写入视频:

defwriteVideo(humanseg, bg_im, fps, size):
"""
:param humanseg: png图片的路径
:param bgname: 背景图片
:param fps: 帧率
:param size: 分辨率
:return:
"""
# 写入视频
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter('green.mp4', fourcc, fps, size)
# 将每一帧设置背景
files = [humanseg + iforiinos.listdir(humanseg)]
forfileinfiles:
# 循环合并图片
im_array = setImageBg(file, bg_im)
# 逐帧写入视频
out.write(im_array)
out.release()

上面的代码也非常简单,执行完成后项目下会生成一个green.mp4,这是一个没有音频的视频,后面就需要我们获取音频然后混流了。

(6)读取原视频的音频

因为在opencv中没找到音频相关的处理,所以选用moviepy,使用起来也非常方便:

defgetMusic(video_name):
"""
获取指定视频的音频
:param video_name: 视频名称
:return: 音频对象
"""
# 读取视频文件
video = VideoFileClip(video_name)
# 返回音频
returnvideo.audio
然后就是混流了。
(7)给新视频设置音频
这里同样使用moviepy,传入视频名称和音频对象进行混流:
defaddMusic(video_name, audio):
"""实现混流,给video_name添加音频"""
# 读取视频
video = VideoFileClip(video_name)
# 设置视频的音频
video = video.set_audio(audio)
# 保存新的视频文件
video.write_videofile(output_video)
其中output_video是我们在最开始定义的变量。
(8)删除过渡文件
在我们生产视频时,会产生许多过渡文件,在视频合成后我们将它们删除:
defdeleteTransitionalFiles():
"""删除过渡文件"""
frames = [frame_path + iforiinos.listdir(frame_path)]
humansegs = [humanseg_path + iforiinos.listdir(humanseg_path)]
forframeinframes:
os.remove(frame)
forhumanseginhumansegs:
os.remove(humanseg)
最后就是将整个流程整合一下。
(8)整合
我们将上面完整的流程合并成一个函数:
defchangeVideoScene(video_name, bgname):
"""
:param video_name: 视频的文件
:param bgname: 背景图片
:return:
"""
# 读取视频中每一帧画面
fps, size = getFrame(video_name, frame_path)
# 批量抠图
getHumanseg(frame_path)
# 读取背景图片
bg_im = readBg(bgname, size)
# 将画面一帧帧写入视频
writeVideo(humanseg_path, bg_im, fps, size)
# 混流
addMusic('green.mp4', getMusic(video_name))
# 删除过渡文件
deleteTransitionalFiles()
(9)在main中调用
我们可以把前面定义的路径也放进了:
if__name__ =='__main__':
# 当前项目根目录
BASE_DIR = os.path.abspath(os.path.join(os.path.dirname(__file__),"."))
# 每一帧画面保存的地址
frame_path = BASE_DIR +'\\frames\\'
# 抠好的图片位置
humanseg_path = BASE_DIR +'\\humanseg_output\\'
# 最终视频的保存路径
output_video = BASE_DIR +'\\result.mp4'
ifnotos.path.exists(frame_path):
os.makedirs(frame_path)
try:
# 调用函数制作视频
changeVideoScene('jljt.mp4','bg.jpg')
# 当制作完成发送邮箱
mail.sendMail('你的视频已经制作完成')
exceptExceptionase:
# 当发生错误,发送错误信息
mail.sendMail('在制作过程中遇到了问题'+ e.__str__())
这样我们就完成了完整的流程。
发送邮件
邮件的发送又是属于另外的内容了,我定义了一个mail.py文件,具体代码如下:
importsmtplib
fromemail.mime.textimportMIMEText
fromemail.mime.multipartimportMIMEMultipart# 一封邮件
defsendMail(msg):
#
sender ='发件人'
to_list = [
'收件人'
]
subject ='视频制作情况'
# 创建邮箱
em = MIMEMultipart()
em['subject'] = subject
em['From'] = sender
em['To'] =",".join(to_list)
# 邮件的内容
content = MIMEText(msg)
em.attach(content)
# 发送邮件
# 1、连接服务器
smtp = smtplib.SMTP()
smtp.connect('smtp.163.com')
# 2、登录
smtp.login(sender,'你的密码或者授权码')
# 3、发邮件
smtp.send_message(em)
# 4、关闭连接
smtp.close()

里面的邮箱我是直接写死了,大家可以自由发挥。为了方便,推荐发件人使用163邮箱,收件人使用QQ邮箱。另外在登录的时候直接使用密码比较方便,但是有安全隐患。

总结

老实说上述程序的效率非常低,不仅占空间,而且耗时也比较长。在最开始我切换场景选择的是遍历图片每一个像素,而后找到了更加高效的方式取代了。但是帧画面的保存,和png图片的存储都很耗费空间。

另外程序设计还是有许多不合理的地方,像是ndarray对象和Image的区分度不高,另外有些函数选择传入路径,而有些函数选择传入文件对象也很容易让人糊涂。

最后说一下,我们用上面的方式不仅可以做静态的场景切换,还可以做动态的场景切换,这样我们就可以制作更加丰富的视频。当然,效率依旧是个问题。

完整代码已提交GitHub:

https://github.com/IronSpiderMan/VideoSpecialEffects