基于Pycharm实现Web开发_pycharm web-优快云博客

本文链接：https://blog.youkuaiyun.com/ad_yangang/article/details/121016632

本文介绍了如何使用PyCharm和Flask搭建Web开发环境，重点讲解了在网页中加载视频分镜功能。首先，通过PyCharm安装Flask和相关模块，如opencv-python和Pillow。然后，创建项目、编写main.py和HTML模板，实现视频切帧并将图片保存到静态文件夹。接着，介绍了两种视频分镜的实现方法：哈希均值算法和直方图算法，并展示各自运行结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、PyCharm开发环境与简单应用

PyCharm是一种Python的集成开发环境，可以高效的进行语言开发，并且支持支持专业Web开发。
Flask是一个Web应用框架，使用PyCharm编写。

安装并启动PyCharm后，需要先安装要用的模块，包括Flask、cv2等等。

安装方法：点击setting进入如下页面，点击Package上方的加号，搜索要用到的模块进行安装。

注意：

在安装cv2的时候，系统提示我的模块版本过低，我使用了在命令行输入如下命令的方法安装，安装成功。

C:\Users\95378\PycharmProjects\pythonProject\venv\Scripts\python.exe -m pip install opencv-python -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

在安装PIL的时候也出现了错误。在网上查了一下发现，PIL较多用于2.7版本的Python中，到python3版本已经用Pillow代替PIL了。所以应该安装Pillow库，引入的命令方式也从：import image变为：from PIL import Image

安装成功后可以利用PyCharm进行一些简单的编写。

1.在PyCharm中创建新项目（new project）

2.在main.py中录入如下代码（如果main.py中有内容可删除）

from flask import Flask,render_template
 
app=Flask(__name__)
 
@app.route(&apos;/&apos;)
def index():
    #return "Hi,Flask!"
    return render_template(&apos;index.html&apos;)
 
if "__main__"==__name__:
    app.run(port="5008"）

3.创建templates文件夹，用于存放html模板（PyCharm要求文件夹一定是这个名字，才会出现模板）

4.在templates里新建一个HTML文件，命名为index.html，输入如下代码：

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>分镜</title>
</head>
<body>
视频分镜
</body>
</html>

打开网页，就可以看到网页上出现一行字

还可以通过python将视频切帧。在项目中新建static文件夹，用于存放视频、图片等信息。

main.py代码中定义genFrame函数，用于视频切帧，将图像保存到static/pic文件中。

from flask import Flask,render_template
import os
import cv2

app = Flask(__name__)

def genFrame(): #定义函数切帧
    v_path = "static/ghz.mp4"
    image_save = "static/pic"

    if not(os.path.exists(image_save)):
        os.mkdir(image_save)

    cap=cv2.VideoCapture(v_path)
    fc=cap.get(cv2.CAP_PROP_FRAME_COUNT)
    print(fc)

    for i in range(int(fc)):
        _,img=cap.read()
        cv2.imwrite("static/pic/image{}.jpg".format(i),img)

@app.route('/')
def index(): #定义函数将framecount和pic传到html中
    #return 'Hi, Flask!'
    genFrame() #运行上面的函数

    framecount=249 #根据文件中的帧数输入数字。这一行是指将py文件的帧数传到html中
    pic = "static/pic/image"
    return render_template("index.html", pic1=pic, framecount=framecount)

if "__main__" == __name__:
    app.run(port='5001')

html文件：

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Flask分镜</title>
</head>
<body>
    视频分镜
    <br>
    <video width="640" height="480" controls autoplay>
        <source src="static/ghz.mp4" type="video/mp4">
    </video>
    <br>
    帧数：{{framecount}} <!--括号里的是看有没有传成功-->
    <br>
    {% for i in range(framecount)%}<!--在html写python代码的模板，这是开头，一个循环-->
    <img height="40" src="{{pic1}}{{i}}.jpg">
    image{{i}}
    {%endfor%}<!--这是结尾-->
</body>
</html>

运行结果（图片共有249帧）：

二、在网页中加载视频分镜功能

在flask架构的基础上，将视频分镜的代码片段合并到main.py文件中，再在html中加载出视频，就可以实现在网页加载视频分镜。

哈希均值算法，Python代码：

#哈希均值算法
from flask import Flask,render_template
import os
import cv2

app = Flask(__name__)

def aHash(img): #定义哈希值函数
    img = cv2.resize(img, (8, 8))
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    s = 0
    hash_str = ''

    for i in range(8):
        for j in range(8):
            s = s + gray[i, j]

    avg = s / 64
    for i in range(8):
        for j in range(8):
            if gray[i, j] > avg:
                hash_str = hash_str + '1'
            else:
                hash_str = hash_str + '0'
    return hash_str

def cmpHash(hash1, hash2): #定义比较哈希值的函数
    n = 0
    print(hash1)
    print(hash2)

    if len(hash1) != len(hash2):
        return -1
    # 遍历判断
    for i in range(len(hash1)):
        # 不相等则n计数+1，n最终为相似度
        if hash1[i] != hash2[i]:
            n = n + 1
    return n

def genFrame():  #定义函数放入视频分镜的代码
    v_path = "static/ghz.mp4"
    image_save = "static/hash"

    if not(os.path.exists(image_save)):
        os.mkdir(image_save)
    cap=cv2.VideoCapture(v_path)
    fc=cap.get(cv2.CAP_PROP_FRAME_COUNT)
    print(fc)
    _,img1=cap.read() #读取第一张图像
    cv2.imwrite("static/hash/image{}.jpg".format(0),img1)
    for i in range(int(fc)-1):
        _,img2 = cap.read()
        hash1 = aHash(img1)
        hash2 = aHash(img2)
        n = cmpHash(hash1, hash2)
        if (n>35): #数值越大，分的帧数越小
            cv2.imwrite("static/hash/image{}.jpg".format(i), img2)
            img1=img2

@app.route('/hash')
def index(): #定义函数将framecount和hash传到html中
    genFrame()

    path='static/hash'
    filename = os.listdir(path)
    framecount=len(filename)
    filename.sort(key= lambda x:int(x[5:-4]))
    print(filename)
    return render_template("hash.html", filename=filename, framecount=framecount)


if "__main__" == __name__:
    app.run(port="5008")

HTML代码：

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>hash分镜</title>
</head>
<body>
    视频分镜
    <br>
    <video width="640" height="480" controls autoplay>
        <source src="static/ghz.mp4" type="video/mp4">
    </video>
    <br>
    帧数：{{framecount}}
    <br>
    {% for i in filename %}
    <img height="40" src="static/hash/{{i}}">
    {{i}}
    {% endfor %}
</body>
</html>

运行结果：

直方图算法，Python代码：

from flask import Flask,render_template
import os
import cv2

app = Flask(__name__)

# 定义函数比较RGB每个通道的直方图计算相似度
def classify_hist_with_split(image1, image2, size=(256, 256)):
    image1 = cv2.resize(image1, size)
    image2 = cv2.resize(image2, size)

    sub_image1 = cv2.split(image1)
    sub_image2 = cv2.split(image2)
    sub_data = 0

    for im1, im2 in zip(sub_image1, sub_image2):
        sub_data += calculate(im1, im2)
    sub_data = sub_data / 3
    return sub_data

# 计算单通道的直方图的相似值
def calculate(image1, image2):
    hist1 = cv2.calcHist([image1], [0], None, [256], [0.0, 255.0])
    hist2 = cv2.calcHist([image2], [0], None, [256], [0.0, 255.0])

    degree = 0
    for i in range(len(hist1)):
        if hist1[i] != hist2[i]:
            degree = degree + (1 - abs(hist1[i] - hist2[i]) / max(hist1[i], hist2[i]))
        else:
            degree = degree + 1  # 统计相似
    degree = degree / len(hist1)
    return degree


 #定义根目录，分镜
def genFrame():
    v_path = "static/ghz.mp4"
    image_save = "static/hist"

    if not(os.path.exists(image_save)):
        os.mkdir(image_save)

    cap=cv2.VideoCapture(v_path)
    fc=cap.get(cv2.CAP_PROP_FRAME_COUNT)
    print(fc)
    _, img1=cap.read() #读取第一张图像
    cv2.imwrite("static/hist/image{}.jpg".format(0), img1)
    print(int(fc))
    for i in range(int(fc)-1):
        _, img2 = cap.read()
        n = classify_hist_with_split(img1, img2)
        if (n<0.4):
            cv2.imwrite("static/hist/image{}.jpg".format(i), img2)
            img1=img2

genFrame()

@app.route("/hist")
def index():
    pic = "static/hist"
    filename=os.listdir(pic)
    count=int(len(filename))
    filename.sort(key=lambda x: int(x[5:-4]))
    print(filename)
    return render_template("hist.html", pic=pic, filename=filename, count=count)

if "__main__" == __name__ :
    app.run(port="5009")

HTML代码同上

运行结果：