opencv-python进行视频截图

import cv2# 视频位置video_path = ""# 读取视频cap = cv2.VideoCapture(video_path)# 获取视频总帧数frame_count = cap.get(cv2.CAP_PROP_FRAME_COUNT)# 截图时帧的间距，这里10是要等间距截取10张图frame_interval = int(frame_count // 10)# 起始截取帧位置

s_daqing

2068人浏览 · 2021-01-29 22:08:52

s_daqing · 2021-01-29 22:08:52 发布

import cv2

# 视频位置
video_path = ""
# 读取视频
cap = cv2.VideoCapture(video_path)
# 获取视频总帧数
frame_count = cap.get(cv2.CAP_PROP_FRAME_COUNT)
# 截图时帧的间距，这里10是要等间距截取10张图
frame_interval = int(frame_count // 10)
# 起始截取帧位置
start_frame = 1
# 截图存储位置
image_path = ""

flag = 0
while (cap.isOpened()):
    cap.set(cv2.CAP_PROP_POS_MSEC, flag)
    cap.set(cv2.CAP_PROP_POS_FRAMES, start_frame)

    print(flag)
    ret, img = cap.read()
    cv2.waitKey(2000)
    cv2.imwrite((image_path + "/{}.jpg").format(flag), img)
    flag += 1
    start_frame += frame_interval
    # if not ret:
    if start_frame >= frame_count:
        break
    cap.release()
    cv2.destroyAllWindows()

技术共进，成长同行——讯飞AI开发者社区

更多推荐

论文笔记：AlphaEdit: Null-Space Constrained Knowledge Editing for Language Models（AlphaEdit）

论文发表于人工智能顶会ICLR（基于定位和修改的模型编辑方法（针对和等）会破坏LLM中最初保存的知识，特别是在顺序编辑场景。为此，本文提出AlphaEdit：1、在将保留知识应用于参数之前，将扰动投影到保留知识的零空间上。2、从理论上证明，这种预测确保了在查询保留的知识时，编辑后的LLM的输出保持不变，从而减轻中断问题。3、对各种LLM（包括LLaMA3、GPT2XL和GPT-J）的广泛实验表明，