今天與大家分享一些Python處理視訊的一下經驗，視訊的處理和圖片的處理類似，只不過視訊處理需要連續處理一系列圖片。

一共這幾個模組：

class videoReader 讀取視訊

class videoFramesExtractor(videoReader):繼承了讀取視訊，主要是用來限制讀取視訊中的哪些幀，並儲存。

read_excel_single(excel_path,event_instance): 處理Excel中的陣列，找到事件的幀數範圍：

Excel內容是這樣的，需要的只是第二列的幀範圍，另外第二列中的這些值還有重複的所以需要去除重複：

每一個範圍，例如:23450:23461之內的幀要存放在一個資料夾裡。

1. </pre><pre name="code" class="python"># -*- coding: cp936 -*-  
2. import cv2.cv as cv  
3. import os  
4. import cv2  
5. import numpy  
6. import Image  
7. import xlrd  
8. class videoReader:  
9.     frame_count=0  
10.     def __init__(self,videoPath):  
11.         self.videoPath=videoPath  
12.     def video_init(self):  
13.         self.capture = cv.CaptureFromFile(self.videoPath)  
14.         self.win_name = "test"  
15.         cv.NamedWindow(self.win_name, cv.CV_WINDOW_AUTOSIZE)  
16.     def read(self):  
17.         self.video_init()  
18.         while 1:  
19.             self.frame_count+=1  
20.             image = cv.QueryFrame(self.capture )  
21.             cv.ShowImage(self.win_name, image)  
22.             print self.frame_count  
23.             c = cv.WaitKey(10)  
24.             if c == 27:  
25.                 break  
26.         cv.DestroyWindow(self.win_name)  
27. class videoFramesExtractor(videoReader):  
28.     save_path='d:/'  
29.     def __init__(self,videoPath,frameSpan,image_prefix):#image_prefix=event_name  
30.         videoReader.__init__(self,videoPath)  
31.         self.frameSpan=frameSpan  
32.         self.image_prefix=image_prefix  
33.     def read(self):  
34.         capture = cv2.VideoCapture(self.videoPath)  
35.         win_name = "test"  
36.         cv.NamedWindow(win_name, cv.CV_WINDOW_AUTOSIZE)  
37.         success,frame = capture.read()  
38.         init_row=0  
39.         while success:  
40.             self.frame_count+=1  
41.             success,frame = capture.read()  
42.             #cv2.imshow(win_name,frame) #顯示照片浪費時間  
43.             time_duration=self.frameSpan[init_row][1]-self.frameSpan[init_row][0]+1  
44.             if self.frame_count>=self.frameSpan[init_row][0] and \  
45.               self.frame_count<=self.frameSpan[init_row][1] :  
46.                 self.image_save(frame,init_row,time_duration)  
47.                 if self.frame_count==self.frameSpan[init_row][1]:  
48.                     init_row+=1  
49.                 if init_row==len(self.frameSpan):  
50.                     cv.DestroyWindow(win_name)  
51.                     return 0  
52.             c = cv.WaitKey(10)  
53.             if c == 27:  
54.                 break  
55.         cv.DestroyWindow(win_name)  
56.     def image_save(self,frame,init_row,time_duration):  
57.         save_path=self.make_folder(init_row,time_duration)  
58.         #frame=Image.fromarray(frame)  
59.         #frame.resize((300,300))  
60.         #frame.save('%s//%s.jpg' % (save_path,self.frame_count))  
61.         frame=cv2.resize(frame,(300,300))#  
62.         cv2.imwrite( '%s//%s.jpg' % (save_path,self.frame_count), frame)  
63.     def make_folder(self,init_row,time_duration):  
64.         temp= self.image_prefix+'_'+str(init_row)+'_'+str(time_duration)#事件名稱_事件順序_  
65.         new_path = os.path.join(self.save_path,temp)  
66.         if not os.path.isdir(new_path):  
67.             os.makedirs(new_path)  
68.         return new_path  
69. def read_excel_single(excel_path,event_instance):  
70.         data=[]  
71.         data=xlrd.open_workbook(excel_path)  
72.         #read the first sheets  
73.         table = data.sheets()[0]  
74.         #read the num fo cols  
75.         nrows = table.nrows  
76.         rowmsg=[]#用來儲存幀的範圍，及事件的類別，描述。  
77.         for i in xrange(nrows):  
78.             start_frame,end_frame=table.row_values(i)[1].split(':')  
79.             rowmsg.append([int(start_frame),int(end_frame),table.row_values(i)[3]])  
80.         rowmsg.sort(lambda x,y:cmp(x[0],y[0]))#按照數字大小排序~  
81.         event_id=[]  
82.         event_id=event_instance  
83.         #print event_id  
84.         event=[]  
85.         for item in xrange(len(rowmsg)):  
86.             if rowmsg[item][2]==event_id:#  
87.                 event.append(rowmsg[item])  
88.         if event==[]:  
89.             print ("there is no %s occurs" % event_instance)  
90.             return 0  
91.         #去除重複  
92.         cur_pos=1  
93.         new_rowmsg=[]  
94.         pre_s=event[0][0]  
95.         pre_e=event[0][1]  
96.         cur_s=event[cur_pos][0]  
97.         cur_e=event[cur_pos][1]  
98.         while cur_pos<len(event)-1:   
99.             while not (cur_s>pre_e):  
100.                 if cur_s>pre_s:  
101.                     cur_s=pre_s  
102.                 if cur_e<pre_e:  
103.                     cur_e=pre_e  
104.                 still_pos=[cur_s,cur_e,event_id]  
105.                 cur_pos+=1  
106.                 if cur_pos==len(event)-1:  
107.                     break  
108.                 pre_s=cur_s  
109.                 pre_e=cur_e  
110.                 cur_s=event[cur_pos][0]  
111.                 cur_e=event[cur_pos][1]  
112.             new_rowmsg.append(still_pos)  
113.             if cur_pos==len(event)-1:  
114.                 break  
115.             cur_pos+=1  
116.             pre_s=cur_s  
117.             pre_e=cur_e  
118.             cur_s=event[cur_pos][0]  
119.             cur_e=event[cur_pos][1]  
120.         return new_rowmsg  
121. excel_source='E:/08ann/dev_20071101/LGW_20071101_E1_CAM1.mpeg.xlsx'  
122. event_instance='CellToEar'  
123. row_msg=read_excel_single(excel_source,event_instance)  
124. new_row=[ item[0:2] for item in row_msg ]   
125. filename = "G:/TrecvidData/08/DEV/LGW_20071101_E1_CAM1.mpg"  
126. videoread=videoFramesExtractor(filename,new_row,'CellToEar')  
127. videoread.read()  

有幾點發現：

cv2.的函式輸出的資料型別基本都是numpy，而cv.不行。所以儘量在Python中使用cv2.的函式。

通過numpy轉換後的圖片會在顏色上有些失真，不過影響不大，如果是灰度圖的話則完全沒有影響。