使用python脚本将视频素材转化为图片数据集并打标

原创已于 2023-09-04 16:04:20 修改 · 2.4k 阅读

40 ·

CC 4.0 BY-SA版权

文章标签：

#python #音视频 #计算机视觉 #conda #深度学习

于 2023-06-14 14:38:44 首次发布

本文介绍了在深度学习中如何将视频素材转换为图片，并对生成的图片进行数据清洗和打标。提供了一段Python代码示例，用于按指定帧率从视频中提取图片，同时指出了需要修改的代码部分，包括视频路径、保存图片的文件夹等。此外，还提到了使用Labelimg进行图片打标的教程链接。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.前言

在深度学习的训练过程中，第一步要做的制作数据集。本文所介绍的内容就是在面临视频素材时，如何将这个视频素材转换成图片，并将生成的图片给打上标签。

2.视频转图片的代码展示

# coding=utf-8
import cv2
import os
 
root = "F:\HSvideo/HSsource/"
filename= os.path.join(root, "MP4/hat12.ps")    # 视频的绝对路径

vc = cv2.VideoCapture(filename)  # 读入视频文件，命名cv
n = 1  # 计数
 
if vc.isOpened():  # 判断是否正常打开
    rval, frame = vc.read()
else:
    rval = False
 
timeF = 10  # 视频帧计数间隔频率
 
i = 0
while rval:  # 循环读取视频帧
    rval, frame = vc.read()
    if (n % timeF == 0):  # 每隔timeF帧进行存储操作
        i += 1
        print(i)
        save_path = os.path.join(root, 'Head/hatsplit_{}.jpg'.format(i))
        print(save_path)
        # input()

        
        cv2.imwrite(save_path, frame)  # 存储为图像
    n = n + 1
    cv2.waitKey(1)
vc.release()

告诉大家拿到这段代码之后，想将自己的视频转化为自己指定文件夹的图片应该要修改哪些位置：

1.视频的根目录

2.视频在根目录中所在的位置

这里我的视频格式是.ps格式，具体可以根据你的视频格式来修改，也可以是.mp4格式

3.指定生成图片的文件夹

4.展示转化成功的结果

3.对生成的图片进行数据清洗并打标

1.数据清洗

剔除掉模糊、重复性高、失帧的图片

2.对筛选过后的图片进行打标

具体的打标教程之前我有写过，非常的详细，链接在这里：

使用Labelimg打标教学_labelimg jpegimages predefined_classes.txt_Dragon_0010的博客-优快云博客