在python中从视频导入大量图像的有效方法

Question

我目前正在为一个计算机视觉问题制作一个数据集。我想在之前的数据中添加一些数据。所以我想从2个不同的视频中获得大约3000帧。

我使用openCV是因为我知道捕获功能，但我不确定这一点，因为我的内存正在爆炸。我对之前已经处理过的数据集使用pickle文件，我的内存中有这么多信息，这一点没有问题。也许我的代码是可怕的，没有注意到它。。。

以下是我从视频中获得大约3000帧的代码：

import cv2
video_name1 = "videosDataset/AMAZExNHORMS2019_Lo-res.mp4"

video_name2 = "videosDataset/CAMILLATHULINS2019_Lo-res.mp4"

def getAllFrames(videoName):
    video_name = videoName
    property_id =int(cv2.CAP_PROP_FRAME_COUNT)
    cap = cv2.VideoCapture(video_name) #video_name is the video being called
    frames = []
    length = int(cv2.VideoCapture.get(cap, property_id))
    print(length)
    minL = int(length/2)
    maxL = int(2*length/3)
    print(minL,maxL)
    for i in range(minL,maxL):
        cap.set(1,i); # Where frame_no is the frame you want
        ret, frame = cap.read() # Read the frame
        frames.append(frame)
        print(str(round((i-minL)/(maxL-minL)*100, 2))+'%')
    return frames

frames1 = getAllFrames(video_name1)

我想知道是否有更好的方法来做到这一点。非常感谢。

Answer 1

假设通过创建数据集，您的意思是希望单独保存所有帧以便在数据集中使用，最简单的选择可能是使用ffmpeg之类的工具来实现。请参见此处，以获取执行此操作的示例。Ffmpeg将支持多种图像文件格式，可能包括要保存图像的格式。

Answer 2

这里的问题是压缩-读取时，每个帧都存储为numpy数组，这相当昂贵。例如，一个1280 x 720像素的RGB帧在jpg格式中约为200 kB，在png格式中约为1.2 MB，在numpy uint8阵列中存储时为2.7 MB，在numpy float64阵列中存储时为22 MB。最简单的解决方案是将每个帧作为jpg映像（例如，通过cv2.imwrite）存储到磁盘，而不是创建包含所有帧的数组。