一、前言

之前在做影象分類的時候，人臉識別（開原始碼）的練手，資料集獲取麻煩（沒人願意將自己照片給人家做資料集），於是就用自己造資料集，但是拍照拍幾百張訓練效果不好，也嫌麻煩，乾脆就是視訊取幀的方式，在這之前使用專門的軟體。不過opencv自帶了視訊處理的API，詳細程式碼如下：

二、視訊取幀程式碼

import cv2
import os
import sys


input_path = sys.argv[1]            # 第一個輸入引數是包含視訊片段的路徑
frame_interval = int(sys.argv[2])   # 第二個輸入引數是設定每隔多少幀擷取一幀
filenames =
 
 os.listdir(input_path)  # 列出資料夾下所有的視訊檔案


video_prefix = input_path.split(os.sep)[-1]   # 獲取資料夾名稱
frame_path = '{}_frames'.format(input_path)   # 新建資料夾，名稱為原名加上_frames
if not os.path.exists(frame_path):
    os.mkdir(frame_path)

cap = cv2.VideoCapture()                     # 初始化一個VideoCapture物件

for
 
 filename in filenames:
    filepath = os.sep.join([input_path, filename])
    cap.open(filepath)                       # VideoCapture::open函式可以從檔案獲取視訊
    n_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))     # 獲取視訊幀數
    
    for i in range(42):                     # 為了避免視訊頭幾幀質量低下，黑屏或者無關等
        cap.
 
read()
    for i in range(n_frames):
        ret, frame = cap.read()
        
        # 每隔frame_interval幀進行一次截圖操作
        if i % frame_interval == 0:  
            imagename = '{}_{}_{:0>6d}.jpg'.format(video_prefix, filename.split('.')[0], i)
            imagepath = os.sep.join([frame_path, imagename])
            print('exported {}!'.format(imagepath))
            cv2.imwrite(imagepath, frame)
cap.release()   # 執行結束釋放資源