
作者:閑歡
來源:Python 技術(shù)
前面通過文章 幾行代碼,實(shí)現(xiàn)Python捕獲、播放和保存攝像頭視頻!給大家介紹了如何讀取、播放和保存視頻,后面又通過文章 Python美圖技術(shù)也就幾行代碼!給大家介紹了如何對(duì)圖像的亮度、對(duì)比度、色度或者銳度進(jìn)行調(diào)整,從而達(dá)到基本的圖像處理操作。
其實(shí),那兩篇文章都是鋪墊,都是為了給大家介紹如何對(duì)視頻進(jìn)行畫質(zhì)增強(qiáng)。本文將結(jié)合前面兩篇文章的內(nèi)容,來講講如何對(duì)視頻畫質(zhì)進(jìn)行增強(qiáng)。
想要直接看效果的,可以拉到文末。
不知道大家小時(shí)候有沒有玩過這個(gè)?
最早的動(dòng)畫就是這么形成的,記得小時(shí)候還有這種小書賣。
其實(shí)視頻的原理也是這樣,一個(gè)視頻是由很多張圖片組成的,一個(gè)圖片是一幀。所以我們要對(duì)視頻進(jìn)行畫質(zhì)增強(qiáng),可以拆分成對(duì)每一幀的圖片進(jìn)行操作,這個(gè)操作我們?cè)谇懊娼榻B過。
因此,對(duì)視頻進(jìn)行畫質(zhì)增強(qiáng)的方法可以分為三步:拆分->處理->合成。
我們?cè)诘谝黄恼轮v到過如何捕獲攝像頭的視頻流,以及如何讀取視頻并播放。不管通過哪種方法,我們都是通過幀操作的。所以這里所謂的拆分就是獲取到我們捕獲到的視頻流或者讀取的視頻流的每一幀。
success, img1 = cap.read() # 如果正確讀取幀,success為True if not success: break cv2.imshow('img1', img1)
就是這么簡(jiǎn)單,我們就可以獲取到視頻每一幀了。
獲取到視頻的一幀之后,我們就要把這一幀轉(zhuǎn)換成我們可以處理的格式的圖片。在前面我們介紹如何對(duì)圖片進(jìn)行畫質(zhì)增強(qiáng)的時(shí)候,使用的是 ImageEnhance 這個(gè)函數(shù)的相關(guān)方法,這個(gè)函數(shù)是 PIL 圖像處理庫里面的,所以我們必須把我們每一幀的圖片讀取成 PIL 可以處理的格式:
image = Image.fromarray(np.uint8(img1)) # 轉(zhuǎn)換成PIL可以處理的格式
讀取到圖像之后,我們就可以對(duì)圖像進(jìn)行畫質(zhì)增強(qiáng)處理了,這里還是用我們上篇文章中講到的代碼:
# 圖像處理 def img_enhance(image, brightness=1, color=1,contrast=1,sharpness=1): # 亮度增強(qiáng) enh_bri = ImageEnhance.Brightness(image) if brightness: image = enh_bri.enhance(brightness) # 色度增強(qiáng) enh_col = ImageEnhance.Color(image) if color: image = enh_col.enhance(color) # 對(duì)比度增強(qiáng) enh_con = ImageEnhance.Contrast(image) if contrast: image = enh_con.enhance(contrast) # 銳度增強(qiáng) enh_sha = ImageEnhance.Sharpness(image) if sharpness: image = enh_sha.enhance(sharpness) return image
圖像處理完,我們需要每一幀圖像進(jìn)行合成,從而得到我們最終的視頻:
cap = cv2.VideoCapture('你的視頻目錄/xxx.mp4')
success, _ = cap.read() # 分辨率-寬度 width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) # 分辨率-高度 height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) # 總幀數(shù) frame_counter = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
video_writer = cv2.VideoWriter('輸出.mp4', cv2.VideoWriter_fourcc('M', 'P', '4', 'V'), 15, (width, height), True) while success:
success, img1 = cap.read() try:
image = Image.fromarray(np.uint8(img1)) # 轉(zhuǎn)換成PIL可以處理的格式 img_enhanced = img_enhance(image, 2, 2, 2, 3)
video_writer.write(np.asarray(img_enhanced)) if cv2.waitKey(1) & 0xFF == ord('q'): break except: break cap.release()
video_writer.release()
cv2.destroyAllWindows()
我這里讀取的是 mp4 格式的視頻,所以在合成寫視頻文件的時(shí)候,我們需要用
cv2.VideoWriter_fourcc('M', 'P', '4', 'V') 這個(gè)格式。
我這里沒有對(duì)圖片的分辨率進(jìn)行修改,只是分別獲取原始視頻的分辨率,然后寫入視頻文件的時(shí)候,將原始分辨率傳入作為參數(shù)。
如果你需要修改視頻的分辨率的話,可以使用下面的方式:
cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])
使用 resize 方法就可以了:
resized = cv2.resize(img, (width, height), interpolation = cv2.INTER_AREA)
我們先來看看處理前的視頻:
處理之后(我這里處理比較隨意,參數(shù)都是隨意寫的)的視頻是這樣子的:
到此為止,我們的視頻畫質(zhì)增強(qiáng)的功能算是基本實(shí)現(xiàn)了,代碼也不復(fù)雜,加起來也就這么點(diǎn)。但是,如果要處理成自己滿意的效果,還是需要下一番功夫去調(diào)參數(shù),去優(yōu)化。甚至針對(duì)每一幀可能傳入的參數(shù)都不一樣,這就需要各位自己去慢慢研究了。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10