如何读取由scikit-image处理的mp4视频？

Question

我想将scikit-image函数（特别是模板匹配函数match_template）应用于mp4视频h264编码的帧。我的应用程序跟踪每帧的时间非常重要，但我知道帧速率，因此我可以从帧编号轻松计算。

请注意我运行的资源很少，我希望尽可能减少依赖：无论如何都需要numpy，因为我打算使用scikit-image，我会避免导入（和编译）openCV只是为了阅读视频。

我在this页面的底部看到scikit-image可以无缝地处理存储为numpy数组的视频，因此获得这将是理想的。

Answer 1

Imageio python包应该做你想要的。这是一个使用此包的python代码段：

import pylab
import imageio
filename = '/tmp/file.mp4'
vid = imageio.get_reader(filename,  'ffmpeg')
nums = [10, 287]
for num in nums:
    image = vid.get_data(num)
    fig = pylab.figure()
    fig.suptitle('image #{}'.format(num), fontsize=20)
    pylab.imshow(image)
pylab.show()

您还可以直接迭代文件中的图像（see the documentation）：

for i, im in enumerate(vid):
    print('Mean of frame %i is %1.1f' % (i, im.mean()))

要安装imageio，您可以使用pip：

pip install imageio

另一个解决方案是使用moviepy（使用类似的代码来阅读视频），但我认为imageio更轻，可以完成工作。

---

对第一条评论的回复

为了检查整个文件的标称帧速率是否相同，您可以计算迭代器中的帧数：

count = 0
try:
    for _ in vid:
        count += 1
except RuntimeError:
    print('something went wront in iterating, maybee wrong fps number')
finally:
    print('number of frames counted {}, number of frames in metada {}'.format(count, vid.get_meta_data()['nframes']))


In [10]: something went wront in iterating, maybee wrong fps number
         number of frames counted 454, number of frames in metada 461

为了显示每个帧的时间戳：

try:
    for num, image in enumerate(vid.iter_data()):
        if num % int(vid._meta['fps']):
            continue
        else:
            fig = pylab.figure()
            pylab.imshow(image)
            timestamp = float(num)/ vid.get_meta_data()['fps']
            print(timestamp)
            fig.suptitle('image #{}, timestamp={}'.format(num, timestamp), fontsize=20)
            pylab.show()
except RuntimeError:
    print('something went wrong')

Answer 2

您可以使用scikit-video，如下所示：

from skvideo.io import VideoCapture

cap = VideoCapture(filename)
cap.open()

while True:
    retval, image = cap.read()
    # image is a numpy array containing the next frame
    # do something with image here
    if not retval:
        break

这使用了引擎盖下的avconv或ffmpeg。性能非常好，与仅仅在avconv中解码视频相比，将数据移动到python的开销很小。

scikit-video的优点是API与OpenCV的视频读/写API完全相同;只需用skvideo.io.VideoCapture替换cv2.VideoCapture。

Answer 3

在python中阅读视频的简单方法是使用skviode。单行代码可以帮助阅读整个视频。

import skvideo.io  
videodata = skvideo.io.vread("video_file_name")  
print(videodata.shape)

http://mllearners.blogspot.in/2018/01/scikit-video-skvideo-tutorial-for.html