如何使用使用python+opencv解析视频并处理视频中的水印

本篇内容主要讲解“如何使用使用python+opencv解析视频并处理视频中的水印”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“如何使用使用python+opencv解析视频并处理视频中的水印”吧!

　　1. 使用python+opencv解析视频

　　使用opencv进行视频解析，获取每一帧图像后需要对该帧图像进行模块匹配进行水印图像查询。

　　(对多个视频操作，查询到水印的视频存储到list中等待下一步处理，未查询到的视频存储到失败list中)

　　logger.info('开始进行视频图像处理...')

　　watermark_path = "G:\\video\\watermark\\test.png"

　　video_path = "G:\\video\\video.mp4"

　　video = cv2.VideoCapture(video_path)

　　index = 0

　　success, frame = video.read()

　　while success:

　　logger.info('开始进行每一帧图像处理!')

　　// 通过opencv中模块匹配进行判断该帧是否存在水印

　　result = self.find_watermark(frame, watermark_path)

　　if result == 1:

　　self.deal_list.append(watermark_path, video_path)

　　video.release()

　　logger.info('视频匹配成功!跳出循环!')

　　return True

　　if index == 600:

　　logger.error('600帧均未找到视频水印!' + "路径：" + str(video_path))

　　video.release()

　　return False

　　success, frame = video.read()

　　index = index + 1

　　self.no_watermark_list.append(video_info)

　　logger.error('视频处理失败!没有找到帧图像!' + str(success) + "路径：" + str(video_path))

　　2. 使用opencv+numpy查询水印

　　logger.info('开始进行帧图像模块匹配...')

　　template = cv2.imread(watermark_path)

　　// 进行模块匹配

　　res = cv2.matchTemplate(img, template, cv2.TM_CCOEFF_NORMED)

　　// 指定一个阈值

　　threshold = 0.8

　　// 将匹配区域的坐标存储在numpy数组中

　　loc = np.where(res >= threshold)

　　x = loc[0]

　　y = loc[1]

　　if len(x) and len(y):

　　for pt in zip(*loc[::-1]):

　　// 存储找到水印的坐标方便ffmpeg进行水印去除操作

　　self.watermark_index_left = pt[0]

　　self.watermark_index_top = pt[1]

　　logger.info('帧图像模块匹配成功!left:' + str(pt[0]) + ",top:" + str(pt[1]))

　　return True

　　else:

　　logger.error('帧图像模块匹配失败!继续重试!')

　　return False

　　3. 使用ffmpeg处理视频中水印

　　ffmpeg需要在本地环境安装，windows安装自行搜索，安装后需配置环境变量!

　　logger.info('ffmpeg开始处理单个视频水印... 视频路径：' + video_path)

　　try:

　　// ffmpeg中去除水印，需要提供视频路径，水印在视频中坐标以及水印宽高

　　text = 'ffmpeg -i \"%s\" -vf "delogo=x=%s:y=%s:w=%s:h=%s:show=0" -c:a copy \"%s\" -y' % (

　　video_path, watermark_left, watermark_top, watermark_width, watermark_height, out_video_path)

　　res = os.system(text)

　　if res != 0:

　　self.no_watermark_list.append(video_path)

　　logger.error('ffmpeg处理单个视频水印失败! 视频路径：' + video_path)

　　return False

　　logger.info('ffmpeg处理单个视频水印成功! 视频路径：' + video_path)

　　return True

　　except Exception as e:

　　logger.error('ffmpeg处理单个视频水印出现异常! 视频路径：' + video_path + ";异常原因：" + str(e))

　　self.no_watermark_list.append(video_path)

　　return False无锡妇科医院哪家好 http://www.xasgfk.cn/

　　4. 使用tkinter构建图形界面

　　该处代码不全，具体创建，可参考其他文章

　　self.OpenLabel = Label(self, text="视频路径：")

　　self.OpenLabel.grid(row=0, column=0)

　　self.OpenEntry = Entry(self, textvariable=self.openVideoPath, width=45)

　　self.OpenEntry.grid(row=0, column=1)

　　self.OpenButton = Button(self, text="选择视频路径", command=self.selectOpenVideoPath)

　　self.OpenButton.grid(row=0, column=2)

　　self.OpenMarkLabel = Label(self, text="水印路径：")

　　self.OpenMarkLabel.grid(row=1, column=0)

　　self.OpenMarkEntry = Entry(self, textvariable=self.openMarkPath, width=45)

　　self.OpenMarkEntry.grid(row=1, column=1)

　　self.OpenMarkButton = Button(self, text="选择水印路径", command=self.selectOpenMarkPath)

　　self.OpenMarkButton.grid(row=1, column=2)

　　5. 使用pyinstaller打包应用

　　安装pyinstaller : pip install pyinstaller

　　进入python环境的Lib中找到pyinstaller，在该目录下运行cmd，执行以下命令

　　pyinstaller.exe -D -w --add-binary C:\Users\wjz\Anaconda3\envs\spiderTest\Lib\site-packages\cv2\opencv_ffmpeg410_64.dll;. E:\video\pyexe.py

　　说明：

　　1)-D 指的是生成结果是一个目录，各种第三方依赖、资源和exe同时存储在该目录

　　2)-w 指的是不生成黑窗口，直接显示图形化界面

　　3)–add-binary 后面是opencv的dll文件路径，如果不加可能生成的opencv版本出现问题

　　4)最后指定要打包的py文件路径

　　执行后会生成三个文件build，dist，pyexe.spec(指定文件名),主程序pyexe.exe入口在dist文件夹中

　　找到exe文件执行即可

到此，相信大家对“如何使用使用python+opencv解析视频并处理视频中的水印”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！