python - 如何将视频转换为 numpy 数组？

Question

关闭。这个问题不满足Stack Overflow guidelines .它目前不接受答案。












想改善这个问题吗？更新问题，使其成为 on-topic对于堆栈溢出。

7 个月前关闭。




Improve this question




如何将视频转换为多个 numpy 数组或单个数组以将其用于机器学习。我只找到了在图像上执行此操作的方法。

Answer 1

常规图像表示为具有以下形状的 3D 张量:(height, width, channels) .如果图像是 RGB，则 channel 值为 3，如果是灰度，则 channel 值为 1。
视频是 N 帧的集合，其中每一帧是一个图像。您想将此数据表示为 4D 张量:(frames, height, width, channels) .
因此，例如，如果您有 1 分钟的 30 fps 视频，其中每帧为 RGB，分辨率为 256x256，那么您的张量将如下所示:(1800, 256, 256, 3) ，其中 1800 是视频中的帧数:30 (fps) * 60 (秒)。
为此，您基本上可以打开视频的每个单独帧，将它们全部存储在一个列表中，然后沿着新轴(即“帧”维度)将它们连接在一起。

你可以通过 OpenCV 做到这一点:

# Import the video and cut it into frames.
vid = cv2.VideoCapture('path/to/video/file')

frames = []
check = True
i = 0

while check:
    check, arr = vid.read()
    if not i % 20:  # This line is if you want to subsample your video
                    # (i.e. keep one frame every 20)
        frames.append(arr)
    i += 1

frames = np.array(frames)  # convert list of frames to numpy array