项目实训（十四）---视频中人脸信息与场景信息字典文件整合

原创已于 2022-06-07 02:21:46 修改 · 209 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #目标检测

于 2022-06-04 17:31:55 首次发布

该博客内容涉及对视频场景和人物信息的处理，以生成供前端使用的csv文件。通过检查是否存在场景照片来决定是否填充1，确保字典结构统一。如果有人脸信息且场景齐全，则不补充；否则，为空场景或人物添加1。最终，根据不同的信息组合，进行'与'操作生成所需的字典文件。

2021SC@SDUSC

最终需要返回给前端同学一个csv文件保存的字典，用来反映视频的场景人物信息。为了方便前端同学处理，这里针对不同组合情况进行归一化处理，生成最后一份字典文件。

处理情况：

-场景-人物1-人物2

-场景-人物1

-人物1-人物2

-人物1

最终字典结构如下：

视频名 -人物1 -人物2-场景

前端同学只需要将上面的情况依据选择进行“与”操作，空缺部分后端提前填入1，不受影响。

如果存在场景要求，判断人脸信息是否齐全，齐全则不用补充，否则空缺部分补1

try:
    print("有场景照片")

    t=CalculateDistance('/opt/data/private/xuyunyang/EasyCut/'+id+'/'+id_video_name+'/Resources/ScenePhoto')

    df1 = pd.read_csv(
        '/opt/data/private/xuyunyang/EasyCut/' + id + '/' + id_video_name + '/Resources/result/' + id_video_name + "_" + 'gif_count.csv')

    df2 = pd.DataFrame({'scene': t})

    l = len(list(df1.keys()))

    if l == 4:

        pass

    else:

        if l == 3:
            df1.columns = ['videoPath', 'face1', 'face2']
            df2.columns = ['scene']
            dataframe = df1.join(df2)
            dataframe.to_csv(
                '/opt/data/private/xuyunyang/EasyCut/' + id + '/' + id_video_name + '/Resources/result/' + id_video_name + "_" + 'gif_count.csv',
                index=False, mode='w', sep=',')
        else:
            df1.columns = ['videoPath', 'face1']
            df2.columns = ['scene']
            a = len(df1['videoPath'])
            d = []
            for i in range(a):
                d.append(1)
            df3 = pd.DataFrame({'face2': d})
            dataframe = df1.join(df3)
            dataframe = dataframe.join(df2)
            dataframe.to_csv(
                '/opt/data/private/xuyunyang/EasyCut/' + id + '/' + id_video_name + '/Resources/result/' + id_video_name + "_" + 'gif_count.csv',
                index=False, mode='w', sep=',')

如果没有场景要求，则会把场景部分补1

except:
    print("没有场景照片")
    #场景照片补1
    df1 = pd.read_csv(
        '/opt/data/private/xuyunyang/EasyCut/' + id + '/' + id_video_name + '/Resources/result/' + id_video_name + "_" + 'gif_count.csv')

    if l == 3:
        df1.columns = ['videoPath', 'face1', 'face2']
        a = len(df1['videoPath'])
        d = []
        for i in range(a):
            d.append(1)
        df3 = pd.DataFrame({'scene': d})
        dataframe = df1.join(df3)
        dataframe.to_csv(
            '/opt/data/private/xuyunyang/EasyCut/' + id + '/' + id_video_name + '/Resources/result/' + id_video_name + "_" + 'gif_count.csv',
            index=False, mode='w', sep=',')

    else:
        df1.columns = ['videoPath', 'face1']

        a = len(df1['videoPath'])
        d = []
        for i in range(a):
            d.append(1)
        df3 = pd.DataFrame({'face2': d})
        dataframe = df1.join(df3)

        a = len(df1['videoPath'])
        d = []
        for i in range(a):
            d.append(1)
        df3 = pd.DataFrame({'face2': d})
        dataframe = dataframe .join(df3)

实现

运行命令测试：

python scene_gennerate.py --ID 5 --ID_VideoName 5_5_1654526936103

出错记录：

最后调试成功，在服务器顺利生成：

效果：

这里测试是使用一个人脸无场景进行的：