看小姐姐的效果棒极了，写了一个工具，逐帧解析视频转成图片，有没有带上商业思维的小伙伴一起研究下

一个突然的想法，促成了这个项目雏形。

原理是：
上传一个视频，自动将视频每一帧保存成图片 然后前端访问 就能实现如图效果

后端是python/flask 数据库mysql

前端uniapp

项目演示：
http://xt.iiar.cn/?id=1
http://xt.iiar.cn/?id=2
http://xt.iiar.cn/?id=3
http://xt.iiar.cn/?id=4

后端代码如下：

#学习交流 访问
# https://v.iiar.cn

import os
from flask import Flask, request, jsonify, send_from_directory
from flask_migrate import Migrate
from flask_cors import CORS
from datetime import datetime
import uuid
import cv2

app = Flask(__name__)
app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql+pymysql://xt:EcWzFKyTJHLjpx@127.0.0.1/xt'
app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False
from models import db, XFile, XVideo

BASE_DIR = os.path.dirname(os.path.abspath(__file__))
app.config['UPLOAD_FOLDER'] = os.path.join(BASE_DIR, 'uploads')
db.init_app(app)
migrate = Migrate(app, db)
CORS(app)


@app.route('/')
def index():
    return '欢迎使用XTools'


@app.route('/upload-video', methods=['POST'])
def upload_video():
    if 'video' not in request.files:
        return jsonify({'error': 'No video part'}), 400

    video_file = request.files['video']
    if video_file.filename == '':
        return jsonify({'error': 'No selected video'}), 400

    if video_file:
        base_path = 'files'
        date_path = datetime.now().strftime('%Y%m%d')
        random_dir = str(uuid.uuid4())
        output_dir = os.path.join(base_path, date_path, random_dir)

        # 检查输出目录是否存在，如果不存在，则创建
        if not os.path.exists(output_dir):
            os.makedirs(output_dir)

        video_path = os.path.join(output_dir, video_file.filename)
        video_file.save(video_path)

        new_video = XVideo(
            name=video_file.filename,
            loc_url=f'{str(output_dir)}/{video_file.filename}',

        )
        db.session.add(new_video)
        db.session.commit()
        # 使用OpenCV读取视频
        cap = cv2.VideoCapture(video_path)
        frame_count = 0
        while True:
            ret, frame = cap.read()
            if not ret:
                break
            # 图片命名：视频名+帧数+P.jpg
            frame_name = f"{os.path.splitext(video_file.filename)[0]}_frame_{frame_count:05d}P.jpg"
            frame_path = os.path.join(output_dir, frame_name)
            frame_url = f'{str(output_dir)}/{str(frame_name)}'
            new_img = XFile(
                loc_url=frame_url,
                video_id=new_video.id
            )
            db.session.add(new_img)
            cv2.imwrite(frame_path, frame)
            frame_count += 1
            print('frame_count', frame_count)
            if frame_count % 100 == 0:
                db.session.commit()
        db.session.commit()
        cap.release()
        return jsonify({'message': f'分析完成, {frame_count} 张图片.'}), 200


@app.route('/v_img', methods=['GET', 'POST'])
def get_page():
    data = request.json
    v_id = data.get('v_id')
    page = data.get('page')
    per_page = data.get('per_page')
    video_info = XVideo.query.get(v_id)
    if not video_info:
        return reg_func(500, '', '片子不存在')
    img_s = XFile.query.filter_by(video_id=v_id)
    query_data = img_s.paginate(page=int(page), per_page=int(per_page), error_out=False)
    img_list = []
    domain = request.url_root
    for item in query_data.items:
        item_dict = item.to_dict()
        img_url = f"{domain}{item_dict['loc_url']}"
        img_list.append(img_url)

    video_dict = video_info.to_dict()
    video_dict['url'] = f"{domain}{video_dict['loc_url']}"
    video_dict['img_list'] = img_list

    return reg_func(200, video_dict, '有搞头')


@app.route('/files/<path:date>/<uuid:random_dir>/<filename>')
def uploaded_file(date, random_dir, filename):
    base_path = 'files'
    file_path = os.path.join(base_path, date, str(random_dir))
    return send_from_directory(file_path, filename)


def reg_func(code, data, msg):
    return jsonify({
        'code': code,
        'data': data,
        'msg': msg,
        'time': datetime.now().strftime('%Y-%m-%d %H:%M:%S')
    }), code


if __name__ == '__main__':
    app.run(debug=True, port=6789)

# 迁移脚本
# flask db init    # 初始化迁移目录
# flask db migrate -m "one"  # 创建迁移脚本
# flask db upgrade

# 导出依赖库
# pip freeze > requirements.txt

代码解释

这段代码是一个使用Flask框架实现的简单Web应用程序，旨在处理视频上传、视频帧提取，并将信息存储到MySQL数据库中。下面是代码的主要组成部分及其功能解释：

配置和初始化

• 数据库配置: 使用SQLAlchemy作为ORM工具来操作MySQL数据库。数据库URI配置为mysql+pymysql://username:password@localhost/dbname格式，其中包含数据库类型、用户名、密码、主机和数据库名。
• 上传目录配置: 设定一个文件上传的目录，所有上传的视频文件将保存在此目录下。
• CORS配置: 通过CORS(app)允许跨域资源共享，这是在Web应用中常见的配置，以便于前端应用能够与后端服务进行交互。
• 数据库迁移: 使用Flask-Migrate进行数据库迁移管理，这是一个基于Alembic的Flask扩展，用于处理SQLAlchemy数据库迁移。

路由和视图函数

• 首页路由 (/): 返回欢迎信息。
• 上传视频路由 (/upload-video): 处理视频文件的上传，包括文件存储和视频帧的提取。使用cv2（OpenCV库）读取视频帧，并将每帧作为图片保存到指定目录，同时将视频和图片信息存储到数据库中。
• 获取视频图片路由 (/v_img): 根据视频ID分页查询关联的图片信息，并返回图片列表。
• 访问上传文件路由 (/files/<path:date>/<uuid:random_dir>/<filename>): 提供一个静态文件访问的路由，允许用户通过URL直接访问上传的文件。

辅助函数

• reg_func: 一个用于构建统一响应格式的辅助函数，包含响应码、数据、消息和时间戳。

运行和数据库迁移命令

• 运行应用: 使用app.run(debug=True, port=6789)启动Flask应用，开启调试模式，并设置运行端口为6789。
• 数据库迁移命令: 提供了Flask-Migrate的使用命令，用于初始化迁移目录、创建迁移脚本和升级数据库。

总结

这段代码是一个视频处理和存储的Web应用程序的后端部分。它接收上传的视频文件，提取视频帧，保存帧为图片，并将视频及图片信息存储到MySQL数据库中。同时，它也提供了API接口，用于查询和访问这些视频和图片资源。

数据模型如下：

#学习交流 访问
# https://v.iiar.cn

from flask_sqlalchemy import SQLAlchemy
from datetime import datetime

db = SQLAlchemy()


class XFile(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    video_id = db.Column(db.Integer, comment='视频id')
    create_time = db.Column(db.DateTime, default=datetime.now, comment='文件上传时间')
    loc_url = db.Column(db.String(256), comment='本地路径')

    def to_dict(self):
        return {
            'id': self.id,
            'video_id': self.video_id,
            'create_time': self.create_time.strftime('%Y-%m-%d %H:%M:%S') if self.create_time else None,
            'loc_url': self.loc_url,
        }


class XVideo(db.Model):
    id = db.Column(db.Integer, primary_key=True)
    create_time = db.Column(db.DateTime, default=datetime.now, comment='文件上传时间')
    name = db.Column(db.String(256), comment='视频名称')
    loc_url = db.Column(db.String(256), comment='本地路径')

    def to_dict(self):
        return {
            'id': self.id,
            'create_time': self.create_time.strftime('%Y-%m-%d %H:%M:%S') if self.create_time else None,
            'name': self.name,
            'loc_url': self.loc_url,
        }

模型解释

这段代码定义了两个Python类，XFile和XVideo，它们都继承自db.Model，这是Flask-SQLAlchemy扩展提供的，用于在Flask应用中操作数据库的ORM（Object-Relational Mapping，对象关系映射）模型。这些类定义了两个数据库模型，用于存储文件和视频的相关信息。

XFile 类

• 作用: 代表一个文件实体，用于存储视频帧图片的信息。
• 属性:
  • id: 文件的唯一标识符，设为主键。
  • video_id: 关联的视频ID，表示这个文件属于哪个视频。
  • create_time: 文件的上传时间，默认为创建记录的当前时间。
  • loc_url: 文件在本地系统中的路径。
• 方法:
  • to_dict(): 将文件对象的信息转换为字典格式，便于将数据序列化为JSON格式进行API响应。日期时间通过strftime格式化为易读的字符串。

XVideo 类

• 作用: 代表一个视频实体，用于存储上传的视频信息。
• 属性:
  • id: 视频的唯一标识符，设为主键。
  • create_time: 视频的上传时间，默认为创建记录的当前时间。
  • name: 视频的名称。
  • loc_url: 视频在本地系统中的路径。
• 方法:
  • to_dict(): 类似于XFile的方法，将视频对象的信息转换为字典格式，用于API响应。

总结

通过使用Flask-SQLAlchemy，这些类不仅定义了数据库表的结构，还提供了与数据库进行交互的方法。例如，可以直接通过这些类的实例来创建、查询、更新或删除数据库中的记录，而无需编写原始的SQL语句。这大大简化了数据库操作，使得开发者可以更专注于应用逻辑的实现。

这两个模型通过video_id属性相互关联，XFile的video_id作为外键，指向XVideo的id，表明多个XFile（视频帧图片）可以关联到一个XVideo（视频）上。这种关系在数据库设计中被称为“一对多”关系。

前端文件 uniapp写的，请求方法封装了一下 如果需要的话可以找我拿

<!--学习交流 访问-->
<!-- https://v.iiar.cn -->

<template>
	<view class="content" style="user-select:text">
		<!-- {{image_list.data.url}} -->
		<view class="" style="margin: 40px;">
			<video :src="image_list.data.url" v-if="image_list.data" style="width: 300px;height: 600px;"></video>
		</view>

		<!-- {{image_list.data.img_list}} -->
		<view class="" style="display: flex;width: 100%;flex-wrap: wrap;" v-if="image_list.data">
			<view v-for="(item,index) in image_list.data.img_list" :key="index" @click="look_images(index)">
				<image :src="item" mode="" class="image_css"></image>
			</view>
		</view>


	</view>
</template>

<script>
	import {
		get_img_list
	} from '@/api/url.js'
	export default {
		data() {
			return {
				title: 'Hello',
				image_list: [],
				v_id: 2,
				page: 1,
				per_page: 50

			}
		},
		onLoad() {
			this.get_img_list_func()
		},
		onReachBottom() {
			this.page += 1
			this.get_more_img_list_func()
		},
		methods: {
			async get_img_list_func() {
				const data = await get_img_list({
					v_id: this.v_id,
					page: this.page,
					per_page: this.per_page
				})
				this.image_list = data

			},
			async get_more_img_list_func() {
				uni.showLoading({})
				const data = await get_img_list({
					v_id: this.v_id,
					page: this.page,
					per_page: this.per_page
				})
				console.log('data', data)
				uni.hideLoading()
				// 检查data.img_list的长度
				if (data.data.img_list && data.data.img_list.length > 0) {
					// 如果有数据，将其追加到this.image_list.data.img_list中
					this.image_list.data.img_list.push(...data.data.img_list);
				} else {
					// data.img_list长度为0时的处理方案
					// 例如：显示提示信息，或执行其他逻辑
					console.log('没有新的图片数据添加');
					this.page -= 1
					uni.showToast({
						title: '到底了！真的'
					})
				}

			},

			look_images(index) {
				uni.previewImage({

					current: index,
					urls: this.image_list.data.img_list
				});
			}

		}
	}
</script>

<style>
	.image_css {
		width: 450rpx;
		height: 800rpx;
		margin: 10px;
		border-radius: 20px;
		transition: transform 0.2s;
	}

	.image_css:hover {
		transform: scale(1.1);
		/* 放大1.2倍 */
	}

	.content {
		display: flex;
		flex-direction: column;
		align-items: center;
		justify-content: center;
		background-color: #1c1c1c;
		min-height: 100vh;
	}

	.logo {
		height: 200rpx;
		width: 200rpx;
		margin-top: 200rpx;
		margin-left: auto;
		margin-right: auto;
		margin-bottom: 50rpx;
	}

	.text-area {
		display: flex;
		justify-content: center;
	}

	.title {
		font-size: 36rpx;
		color: #8f8f94;
	}
</style>

代码解释

这段代码是一个使用Vue框架开发的uni-app页面模板，主要功能是显示一个视频和它关联的一系列图片。它从后端API获取视频和图片列表，支持触底加载更多图片，并提供图片预览功能。下面是代码的详细解释：

模板部分 (<template>)

• 视频展示: 使用<video>标签显示从image_list.data.url获取的视频。如果image_list.data存在，则展示视频。
• 图片列表展示: 通过v-for循环遍历image_list.data.img_list，显示所有图片。每个图片都可以点击，点击后会调用look_images方法进行预览。
• user-select:text样式允许用户选择文本，可能用于调试或特定设计需求。

脚本部分 (<script>)

• 数据部分: 包含image_list对象存储视频和图片列表，v_id表示视频的ID，page和per_page用于分页加载图片。
• 生命周期钩子:
  • onLoad: 页面加载时调用get_img_list_func方法，获取视频及其关联的图片列表。
  • onReachBottom: 页面滚动到底部时自动触发，实现触底加载更多图片的功能。
• 方法:
  • get_img_list_func: 获取初始视频和图片列表。
  • get_more_img_list_func: 加载更多图片，当滚动到页面底部时被调用。
  • look_images: 实现图片预览功能，uni.previewImage用于打开uni-app的图片预览界面。

样式部分 (<style>)

• 定义.image_css类为图片添加样式，包括尺寸、边距、圆角以及过渡效果，实现鼠标悬停时的放大效果（注意：在uni-app中，:hover伪类主要用于Web平台）。
• .content类设置了页面的布局和背景色，使内容垂直居中显示，并填充整个视口高度。

功能和特性

• 视频和图片的动态加载: 通过异步请求从后端获取数据，并动态渲染到页面上。
• 分页和触底加载: 支持通过分页参数加载更多图片，提高页面加载效率和用户体验。
• 图片预览: 提供点击图片进行全屏预览的功能，增强了用户交互体验。

注意事项

• uni.showLoading, uni.hideLoading, 和 uni.showToast是uni-app框架提供的API，用于显示加载提示和消息提示。
• 由于uni-app支持编译到多个平台（如Web、微信小程序、App等），某些功能（如:hover伪类效果）在非Web平台上可能有所不同。开发时需考虑目标平台的特性和限制。

如果考虑手机版本的话
图片尺寸可以改为：
width: 300rpx;
height: 530rpx;

只是这样 电脑就会小一点

不过没关系，做了点击放大，左右滑动

但是有个小bug 就是

这个方法
uni.previewImage

在滑动到最后一张的时候 无法获取下一页的内容， 也就是网页触底加载更多