opencv 分类白天与夜景视频的方法_Python

opencv 分类白天与夜景视频的方法

2021-11-23 11:34Try it. Python

最近有个数据需要分类处理，是一批含有白天跟夜晚的视频数据，需要进行区分开来，本文就来实现，感兴趣的可以了解一下

简诉

最近有个数据需要分类处理，是一批含有白天跟夜晚的视频数据，需要进行区分开来，单个视频严格是只有一个场景的，比如说白天整个视频就一定是白天，因为数据量有些大，几千个视频，所以就使用代码简单区分下，最后运行结果还可以，准确率百分之80十多，当然本批数据不用太严格，所以代码区分完全够了。

逻辑

opencv读取视频
视频帧图片转为灰度值图片
检测偏暗元素所占整张图片的比例，大于一定阈值就认为该视频为黑夜。
选取一部分视频进行判断，并不是整个视频跑完。
当这部分视频帧为黑夜占比选取全部视频帧的50%时认为该视频为黑夜环境，移动该视频文件到另外一个文件夹。

结果

最初先测试9个视频，100%分类正确。

opencv 分类白天与夜景视频的方法

在进行多次阈值预设后，选取一个比较合适的阈值进行处理，准确率大概86%左右。

源码

				?

									import cv2

									import numpy as np

									import os,time

									import shutil

									def getimgnamebyeverydir(file_dir,videoproperty):  

									    filenamewithpath = [] 

									    filename         = []

									    filedir          = []

									    for root, dirs, files in os.walk(file_dir):  

									        for file in files:  

									            if os.path.splitext(file)[1] in videoproperty:  

									                filenamewithpath.append(os.path.join(root, file))  # 保存图片路径

									                filename.append(file)                              # 保存图片名称

									                filedir.append(root[len(file_dir):])               # 保存图片所在文件夹

									    return filename,filenamewithpath,filedir

									def img_to_gray(img,pic_path):

									    #把图片转换为灰度图

									    gray_img = cv2.cvtcolor(img,cv2.color_bgr2gray)

									    #获取灰度图矩阵的行数和列数

									    r,c = gray_img.shape[:2]

									    piexs_sum=r*c #整个图的像素个数

									    #遍历灰度图的所有像素

									    #灰度值小于60被认为是黑

									    dark_points = (gray_img < 60)

									    target_array = gray_img[dark_points]

									    dark_sum = target_array.size #偏暗的像素

									    dark_prop=dark_sum/(piexs_sum) #偏暗像素所占比例

									    if dark_prop >=0.60: #若偏暗像素所占比例超过0.6,认为为整体环境黑暗的图片

									        return 1

									    else:

									        return 0

									if __name__ =='__main__':

									    path="c:\\users\\administrator\\desktop\\cut_video"

									    new_path=path+"\\darknight"

									    if not os.path.exists(new_path):

									        os.mkdir(new_path)

									    filename,filenamewithpath,filedir=getimgnamebyeverydir(path,'.mp4')

									    for i in range(len(filenamewithpath)):

									        video_capture = cv2.videocapture(filenamewithpath[i])

									        video_size = (int(video_capture.get(cv2.cap_prop_frame_width)),int(video_capture.get(cv2.cap_prop_frame_height)))

									        total_frames = int(video_capture.get(cv2.cap_prop_frame_count))

									        video_fps = int(video_capture.get(5))

									        start_fps=2*video_fps #从2秒开始筛选

									        end_fps=6*video_fps #6秒结束

									        avg_fps=end_fps-start_fps #总共fps

									        video_capture.set(cv2.cap_prop_pos_frames, start_fps) #设置视频起点

									        new_paths=new_path+"\\"+filename[i]

									        j=0

									        count=0

									        while true:

									            success,frame = video_capture.read()

									            if success:

									                j += 1

									                if(j>=start_fps and j <= end_fps):

									                    flag=img_to_gray(frame,filenamewithpath[i])

									                    if flag==1:

									                        count+=1

									                elif(j>end_fps):

									                    break

									            else:

									                break

									        print('%s,%s'%(count,avg_fps))

									        if count>int(avg_fps*0.48): #大于fps50%为黑夜

									            print("%s,该视频为黑夜"%filenamewithpath[i])

									            video_capture.release() #释放读取的视频，不占用视频文件

									            time.sleep(0.2)

									            shutil.move(filenamewithpath[i],new_paths)

									        else:

									            print("%s,该视频为白天"%filenamewithpath[i])