我需要读取一个yuv视频文件,从其中提取单个帧,将其转换为灰度,然后计算相邻帧之间的Lucas Kanade光流。我最初使用的是mp4视频,这是我提取单个帧的代码:
import cv2 as cv
import numpy as np
cap = cv.VideoCapture('C:\\Users\\Ann Baiju\\Project\\video_tampering_dataset\\videos\\h264_lossless\\07_forged.mp4')
ret, frame1 = cap.read()
prvs = cv.cvtColor(frame1, cv.COLOR_BGR2GRAY)
height, width, _ = frame1.shape
while(1):
ret, frame2 = cap.read()
if ret==False: break
next = cv.cvtColor(frame2, cv.COLOR_BGR2GRAY)
#Code for calculating Lucas Kanade optical flow
N=N+1
prvs = next
cap.release()
现在有些事情变了,我不得不使用一个数据集的yuv视频文件。但是,当我将一个yuv文件提供给VideoCapture()时,我得到的错误如下:
IMGUTILS @00000078a4be5c0图片大小0x0无效错误:0全局C:\projects\opencv-python\opencv\modules\videoio\src\cap.cpp (116) cv:视频捕获::open(CV_IMAGES):引发OpenCV异常:
C:\projects\opencv-python\opencv\modules\videoio\src\cap_images.cpp:253:错误:(-5:坏参数) CAP_IMAGES:找不到(文件名):C:\Users\Ann Baiju\Project\Copy_Move_Datasets\new original\DERF\hall.yuv函数'cv::icvExtractPattern‘
追溯(最近一次调用):File "test1.py",第6行,在prvs = cv.cvtColor(frame1,cv.COLOR_BGR2GRAY) cv2中。错误: OpenCV(4.1.2) OpenCV错误:(-215:断言失败) !_src.empty()在函数'cv::cvtColor‘中
我该怎么解决这个问题?另外,我知道yuv是一个原始的视频文件格式,没有大小或fps信息在其中。有什么方法可以从文件中推断出吗?还是我必须手动输入该信息?
关于我的问题,如何从yuv视频中获取帧大小信息(高度和宽度),是否可以使用FFmpeg将yuv视频转换为其他格式(比如FFmpeg),从它获取信息,然后删除mp4视频,并继续使用yuv视频?如果是这样的话,怎么做呢?
import cv2
import numpy as np
import os
import subprocess as sp
yuv_filename = 'can_0.yuv'
#flow=[]
width, height = 320, 240
file_size = os.path.getsize(yuv_filename)
n_frames = file_size // (width*height*3 // 2)
f = open(yuv_filename, 'rb')
old_yuv = np.frombuffer(f.read(width*height*3//2), dtype=np.uint8).reshape((height*3//2, width))
cv2.imshow('frame',old_yuv)
cv2.waitKey(3000)
# Convert YUV420 to Grayscale
old_gray = cv2.cvtColor(old_yuv, cv2.COLOR_YUV2GRAY_I420)
cv2.imshow('frame_gs',old_gray)
cv2.waitKey(3000)
当我运行上面的代码时,我得到的yuv映像是:
这对于一张yuv图像还是某种分辨率问题是正常的?还有为什么没有颜色?然而,当我将其转换为灰度时,它就会正常:
原始帧(使用yuvplayer 2.5查看)如下:
发布于 2020-03-16 18:09:39
没有单一的YUV420文件格式,但许多可能的像素排序。
我创建了一个“自包含”代码示例,演示如何读取YUV420框架。
代码示例:
ffmpeg.exe
放在与Python相同的路径上。FFmpeg以I420平面格式创建YUV:
YYYYYY
YYYYYY
YYYYYY
YYYYYY
UUU
UUU
VVV
VVV
YUV像素的范围为“有限范围”:
以下是代码:
import cv2
import numpy as np
import os
import subprocess as sp
# Build synthetic video and read binary data into memory (for testing):
#########################################################################
mp4_filename = 'input.mp4' # the mp4 is used just as reference
yuv_filename = 'input.yuv'
width, height = 640, 480
fps = 1 # 1Hz (just for testing)
# Build synthetic video, for testing (the mp4 is used just as reference):
sp.run('ffmpeg -y -f lavfi -i testsrc=size={}x{}:rate=1 -vcodec libx264 -crf 18 -t 10 {}'.format(width, height, mp4_filename))
sp.run('ffmpeg -y -f lavfi -i testsrc=size={}x{}:rate=1 -pix_fmt yuv420p -t 10 {}'.format(width, height, yuv_filename))
#########################################################################
file_size = os.path.getsize(yuv_filename)
# Number of frames: in YUV420 frame size in bytes is width*height*1.5
n_frames = file_size // (width*height*3 // 2)
# Open 'input.yuv' a binary file.
f = open(yuv_filename, 'rb')
for i in range(n_frames):
# Read Y, U and V color channels and reshape to height*1.5 x width numpy array
yuv = np.frombuffer(f.read(width*height*3//2), dtype=np.uint8).reshape((height*3//2, width))
# Convert YUV420 to BGR (for testing), applies BT.601 "Limited Range" conversion.
bgr = cv2.cvtColor(yuv, cv2.COLOR_YUV2BGR_I420)
# Convert YUV420 to Grayscale
gray = cv2.cvtColor(yuv, cv2.COLOR_YUV2GRAY_I420)
#Show RGB image and Grayscale image for testing
cv2.imshow('rgb', bgr)
cv2.waitKey(500) # Wait a 0.5 second (for testing)
cv2.imshow('gray', gray)
cv2.waitKey(500) # Wait a 0.5 second (for testing)
f.close()
cv2.destroyAllWindows()
注意:
更新:
使用YUV420
将YUV420
转换为未压缩的AVI的示例:
.yuv
扩展名。在命令行控制台中:
ffmpeg -y -s 640x480 -pixel_format yuv420p -i input.yuv -vcodec rawvideo -pix_fmt bgr24 input.avi
在Python中使用subprocess
:
sp.run('ffmpeg -y -s {}x{} -pixel_format yuv420p -i input.yuv -vcodec rawvideo -pix_fmt bgr24 input.avi'.format(width, height))
-crf 17
参数保持高质量(几乎无损)。
注意:当使用H.264编码时,文件格式.mp4
或.avi
并不重要(但使用H.264编码时.mp4
更常见)。https://stackoverflow.com/questions/60704826
复制相似问题