【python小工具】怎么获取视频的关键帧频率?
使用 FFmpeg 提取 MP4 视频的关键帧并计算关键帧频率可以按以下步骤进行:
提取关键帧:
使用 FFmpeg 提取视频中的关键帧可以通过以下命令实现:
ffmpeg -i input.mp4 -vf "select='eq(pict_type,I)'" -vsync vfr keyframes_%03d.jpg
这条命令的含义如下:
-i input.mp4:指定输入文件。
-vf “select=‘eq(pict_type,I)’”:使用视频滤镜选择关键帧(I 帧)。
-vsync vfr:保证输出视频帧率。
keyframes_%03d.jpg:输出的关键帧图像名称格式。
这将在当前目录下生成以 keyframes_001.jpg, keyframes_002.jpg 等命名的关键帧图像文件。
提取到的关键帧图像将会保存在 当前目录中,命名格式如 keyframes_001.jpg、keyframes_002.jpg 等。
使用以下命令查看 目录下的 JPG 文件数量:
ls guanjianzhen/*.jpg | wc -l
该命令会列出 guanjianzhen 目录中的所有 JPG 文件并计算数量,从而帮助你得出关键帧数量。
获取视频时长:
如之前提到的,使用 FFmpeg 提取视频的信息:
ffmpeg -i input.mp4
根据输出信息获取视频的总时长,并按上面提到的方式计算关键帧频率。
计算关键帧频率:
关键帧频率是指在特定时间内的关键帧数量。你可以通过以下命令来获取视频的总帧数以及时长:
在输出中找到视频的时长。如下是相关的部分:
Duration: 00:15:00.11, start: 0.000000, bitrate: 412 kb/s
这里的 Duration 指的是视频的总时长。其中 00:15:00.11 表示:
00 小时
15 分钟
00.11 秒
因此,这个视频的总时长是 15 分钟 0.11 秒,换算成秒为:
15分钟 = 15 * 60 = 900秒
加上0.11秒,视频总时长为900.11秒
ffmpeg -i input.mp4
比如,如果总时长是 90 秒,而提取到 10 帧关键帧,那么关键帧频率可以这样计算:
关键帧频率 = 关键帧数量 / 视频时长 (秒)
关键帧频率 = 10 / 90 = 0.111 (每秒 0.111 个关键帧)
通过以上步骤,你就能提取出关键帧并计算其频率。
写为一个python脚本
import subprocess
import os
import redef get_video_duration(video_file):result = subprocess.run(['./ffmpeg', '-i', video_file], capture_output=True, text=True)duration_line = next((line for line in result.stderr.splitlines() if "Duration" in line), None)if duration_line:duration = re.search(r'Duration: (\d+):(\d+):(\d+\.\d+)', duration_line)if duration:hours, minutes, seconds = map(float, duration.groups())total_seconds = hours * 3600 + minutes * 60 + secondsreturn total_secondsreturn Nonedef extract_keyframes(video_file, output_dir):os.makedirs(output_dir, exist_ok=True)command = ['./ffmpeg', '-i', video_file,'-vf', "select='eq(pict_type,I)'",'-vsync', 'vfr',os.path.join(output_dir, 'keyframe_%03d.jpg')]subprocess.run(command)def count_keyframes(output_dir):return len([name for name in os.listdir(output_dir) if name.endswith('.jpg')])def main():video_file = 'input.mp4' # 指定输入视频文件路径output_dir = 'keyframes' # 指定关键帧输出目录# 获取视频时长duration_seconds = get_video_duration(video_file)if duration_seconds is None:print("无法获取视频时长。")returnprint(f"视频长度: {duration_seconds:.2f}秒")# 提取关键帧extract_keyframes(video_file, output_dir)# 计算关键帧数量keyframe_count = count_keyframes(output_dir)print(f"关键帧数量: {keyframe_count}")# 计算关键帧频率if duration_seconds > 0:keyframe_frequency = keyframe_count / duration_secondsprint(f"关键帧频率: {keyframe_frequency:.4f} (每秒)")else:print("视频时长无效,无法计算关键帧频率。")if __name__ == "__main__":main()
相关文章:
![](https://www.ngui.cc/images/no-images.jpg)
【python小工具】怎么获取视频的关键帧频率?
使用 FFmpeg 提取 MP4 视频的关键帧并计算关键帧频率可以按以下步骤进行: 提取关键帧: 使用 FFmpeg 提取视频中的关键帧可以通过以下命令实现: ffmpeg -i input.mp4 -vf "selecteq(pict_type,I)" -vsync vfr keyframes_%03d.jpg…...
![](https://i-blog.csdnimg.cn/img_convert/4403c5ea40b88faea18627228e3e13c8.jpeg)
数字孪生可视化在各个行业的应用场景
数字孪生技术,作为新一代信息技术的集大成者,正在深刻改变着我们对物理世界的认知和管理方式。本文将探讨数字孪生可视化在不同行业的应用场景,以及它们如何赋能行业数字化转型。 1. 智慧城市与交通 在智慧城市领域,数字孪生技术…...
![](https://www.ngui.cc/images/no-images.jpg)
Python实现windows自动关机
python <shut.py> import ntplib from datetime import datetime, timezoneimport time import osimport easygui# net time def get_network_time():time.sleep(3)"""从网络时间服务器获取时间"""client ntplib.NTPClient()response c…...
![](https://www.ngui.cc/images/no-images.jpg)
Go可以使用设计模式,但绝不是《设计模式》中的那样
文章精选推荐 1 JetBrains Ai assistant 编程工具让你的工作效率翻倍 2 Extra Icons:JetBrains IDE的图标增强神器 3 IDEA插件推荐-SequenceDiagram,自动生成时序图 4 BashSupport Pro 这个ides插件主要是用来干嘛的 ? 5 IDEA必装的插件&…...
![](https://i-blog.csdnimg.cn/direct/bc73ef2a3b5b4c6fbd9ac7882332095d.png)
【C语言】_使用冒泡排序模拟实现qsort函数
目录 1. 排序函数的参数 2. 排序函数函数体 2.1 比较元素的表示 2.2 交换函数Swap的实现 2.3 排序函数bubble_sort的实现 3. 测试整型数据排序 3.1 整型数据比较函数cmp_int的实现 3.2 整型数据排序后输出函数print_int的实现 3.3 整型数据测试函数test_int的实现 3…...
![](https://i-blog.csdnimg.cn/direct/ffa28748e9c645cfb53af56fbe4f63d0.png)
openCvSharp 计算机视觉图片找茬
一、安装包 <PackageReference Include"OpenCvSharp4" Version"4.10.0.20241108" /> <PackageReference Include"OpenCvSharp4.runtime.win" Version"4.10.0.20241108" /> 二、准备两张图片 三、编写代码 using OpenCv…...
![](https://i-blog.csdnimg.cn/direct/c9ccf4a256454d0daad973d71849c34f.png)
从零开始开发纯血鸿蒙应用之处理外部文件
从零开始开发纯血鸿蒙应用 一、外部文件二、外部文件的访问形式1、主动访问2、被动访问 三、代码实现1、DocumentViewPicker2、Ability Skills3、onNewWant 函数4、冷启动时处理外部文件 一、外部文件 对于移动端app来说,什么是外部文件呢?是那些存储在…...
![](https://www.ngui.cc/images/no-images.jpg)
Spring中三级缓存详细讲解
1、Spring三级缓存是什么,过程是怎么样的? Spring 中的三级缓存主要用于单例 Bean 的生命周期管理,特别是在循环依赖时,它通过不同阶段暴露 Bean 实例来确保依赖注入的顺利完成。缓存的内容如下: 一级缓存 (singleton…...
![](https://i-blog.csdnimg.cn/img_convert/4fda25460f53e8abe1d1f244fb64a17f.png)
论文阅读:《Whole-animal connectomes of both Caenorhabditis elegans sexes》
一 论文整体概述 论文下载链接:《Whole-animal connectomes of both Caenorhabditis elegans sexes》 补充信息和额外数据:https://www.nature.com/articles/s41586-019-1352-7 1. 作者期刊背景 该论文由Scott W. Emmons,David H. Hall等…...
![](https://i-blog.csdnimg.cn/direct/aab11f38adde4fe1b14b03ef9503b77a.png)
嵌入式开发之STM32学习笔记day03
STM32之ADC(模拟数字转换器) 1 ADC简述2 ADC转换时间3 ADC转化结果存放机制4 ADC转化结果存放机制5 ADC电压转换 1 ADC简述 ADC(Analog-Digital Converter)模拟—数字转换器;ADC可以将引脚上连续变化的模拟电压转换为…...
![](https://i-blog.csdnimg.cn/direct/1450691a950c46ea866f27558257159f.png)
windows10 安装 Golang 版本控制工具g与使用
下载包:https://github.com/voidint/g/releases 解压, 并添加到环境变量 g 常用命令 查询当前可供安装的stable状态及所有的 go 版本 # stable 版本 g ls-remote stable# 所有版本 g ls-remote安装目标 go 版本1.23.4g install 1.23.4切换到已安装的…...
![](https://i-blog.csdnimg.cn/img_convert/b8f53426bd0b87653c47cb78ea1f2c56.png)
SpringBoot 使用 Cache 集成 Redis做缓存保姆教程
1. 项目背景 Spring Cache是Spring框架提供的一个缓存抽象层,它简化了缓存的使用和管理。Spring Cache默认使用服务器内存,并无法控制缓存时长,查找缓存中的数据比较麻烦。 因此Spring Cache支持将缓存数据集成到各种缓存中间件中。本文已常…...
![](https://img-home.csdnimg.cn/images/20230724024159.png?origin_url=https%3A%2F%2Fp3-sign.toutiaoimg.com%2Ftos-cn-i-axegupay5k%2F189887ca52044a0bb4699180b4a3d161~tplv-tt-origin-web%3Agif.jpeg&pos_id=6zugGdxZ)
R数据分析:多分类问题预测模型的ROC做法及解释
有同学做了个多分类的预测模型,结局有三个类别,做的模型包括多分类逻辑回归、随机森林和决策树,多分类逻辑回归是用ROC曲线并报告AUC作为模型评估的,后面两种模型报告了混淆矩阵,审稿人就提出要统一模型评估指标。那么肯定是统一成ROC了,刚好借这个机会给大家讲讲ROC在多…...
![](https://i-blog.csdnimg.cn/direct/2e90bb6a11a7473582f2ad1ea22a4217.png)
数据结构与算法之二叉树: LeetCode 654. 最大二叉树 (Ts版)
最大二叉树 https://leetcode.cn/problems/maximum-binary-tree/ 描述 给定一个不重复的整数数组 nums 。 最大二叉树 可以用下面的算法从 nums 递归地构建: 创建一个根节点,其值为 nums 中的最大值递归地在最大值 左边 的 子数组前缀上 构建左子树递归地在最大值…...
![](https://www.ngui.cc/images/no-images.jpg)
Linux 容器漏洞
定义:Linux 容器漏洞是指在容器技术(如 Docker、LXC 等)运行环境中存在的安全弱点。这些漏洞可能存在于容器镜像本身、容器运行时(如 runc)、容器编排工具(如 Kubernetes)或者容器与主机之间的交…...
![](https://www.ngui.cc/images/no-images.jpg)
file与io流(1)
-1- java.io.File类的使用 (1) 概述 File类及本章下的各种流,都定义在java.io包下。一个File对象代表硬盘或网络中可能存在的一个文件或者文件目录(俗称文件夹),与平台无关。(体会万事万物皆…...
![](https://i-blog.csdnimg.cn/blog_migrate/28c994f644f51cc75c4ca4e944f5b502.png)
忘记了PDF文件的密码,怎么办?
PDF文件可以加密,大家都不陌生,并且大家应该也都知道PDF文件有两种密码,一个打开密码、一个限制编辑密码,因为PDF文件设置了密码,那么打开、编辑PDF文件就会受到限制。忘记了PDF密码该如何解密? PDF和offi…...
![](https://i-blog.csdnimg.cn/direct/3f79db5543dd46b58bcf99933b7db731.png)
Linux权限管理(用户和权限之间的关系)
Linux系列 文章目录 Linux系列一、Linux下用户类型二、普通权限的基本概念2.1、Linux中权限的类别2.2、Linux中权限对应的三种身份2.3、文件权限的标识 三、文件权限设置四、修改文件属主和属组4.1、chown修改文件的属主4.2、修改所属组 五、文件掩码六、目录权限 一、Linux下用…...
![](https://i-blog.csdnimg.cn/direct/397d8612146c4e92b50388af4affd006.png)
Python Selenium库入门使用,图文详细。附网页爬虫、web自动化操作等实战操作。
文章目录 前言1 创建conda环境安装Selenium库2 浏览器驱动下载(以Chrome和Edge为例)3 基础使用(以Chrome为例演示)3.1 与浏览器相关的操作3.1.1 打开/关闭浏览器3.1.2 访问指定域名的网页3.1.3 控制浏览器的窗口大小3.1.4 前进/后…...
![](https://i-blog.csdnimg.cn/direct/f4ba1790694d4daf9ef797b5a4cc01cc.png)
【Uniapp-Vue3】使用defineExpose暴露子组件的属性及方法
如果我们想要让父组件访问到子组件中的变量和方法,就需要使用defineExpose暴露: defineExpose({ 变量 }) 子组件配置 父组件配置 父组件要通过onMounted获取到子组件的DOM 传递多个属性和方法 子组件 父组件...
![](https://i-blog.csdnimg.cn/img_convert/746f647e34da2b4a11c81fb101786574.png)
【多模态LLM】英伟达NVLM多模态大模型训练细节和数据集
前期笔者介绍了OCR-free的多模态大模型,可以参考:【多模态&文档智能】OCR-free感知多模态大模型技术链路及训练数据细节,其更偏向于训练模型对于密集文本的感知能力。本文看一看英伟达出品的多模态大模型NVLM-1.0系列,虽然暂未…...
![](https://i-blog.csdnimg.cn/img_convert/695cbd1c1dd411e5c622771e35b8f5f1.png)
HTTP详解——HTTP基础
HTTP 基本概念 HTTP 是超文本传输协议 (HyperText Transfer Protocol) 超文本传输协议(HyperText Transfer Protocol) HTTP 是一个在计算机世界里专门在 两点 之间 传输 文字、图片、音视频等 超文本 数据的 约定和规范 1. 协议 约定和规范 2. 传输 两点之间传输…...
![](https://www.ngui.cc/images/no-images.jpg)
MySQL教程之:输入查询
如上一节所述,确保您已连接到服务器。这样做本身不会选择任何要使用的数据库,但没关系。在这一点上,了解一下如何发出查询比直接创建表、加载数据和从中检索数据更重要。本节介绍输入查询的基本原则,使用几个查询,您可…...
![](https://i-blog.csdnimg.cn/direct/7880f1fcf94d434b86be0bfc2d0d2f55.png)
docker+ffmpeg+nginx+rtmp 拉取摄像机视频
1、构造程序容器镜像 app.py import subprocess import json import time import multiprocessing import socketdef check_rtmp_server(host, port, timeout5):try:with socket.create_connection((host, port), timeout):print(f"RTMP server at {host}:{port} is avai…...
![](https://i-blog.csdnimg.cn/direct/465253a2b19f43b4901a391db6270ee3.png#pic_center)
不同音频振幅dBFS计算方法
1. 振幅的基本概念 振幅是描述音频信号强度的一个重要参数。它通常表示为信号的幅度值,幅度越大,声音听起来就越响。为了更好地理解和处理音频信号,通常会将振幅转换为分贝(dB)单位。分贝是一个对数单位,能…...
![](https://i-blog.csdnimg.cn/direct/6ee3853807ef4fc6a7dc687bebc001e8.png)
【17. 电话号码的字母组合 中等】
题目: 给定一个仅包含数字 2-9 的字符串,返回所有它能表示的字母组合。答案可以按 任意顺序 返回。 给出数字到字母的映射如下(与电话按键相同)。注意 1 不对应任何字母。 示例 1: 输入:digits “23”…...
![](https://i-blog.csdnimg.cn/direct/ba9d670ad6324e668935b82240c8bb71.png)
数据结构初阶---排序
一、排序相关概念与运用 1.排序相关概念 排序:所谓排序,就是使一串记录,按照其中的某个或某些关键字的大小,递增或递减的排列起来的操作。 稳定性:假定在待排序的记录序列中,存在多个具有相同的关键字的…...
![](https://i-blog.csdnimg.cn/direct/3156a4e2011146808be4acb2bc2a3e2f.jpeg)
【从0-1实现一个前端脚手架】
目录 介绍为什么需要脚手架?一个脚手架应该具备哪些功能? 脚手架实现初始化项目相关依赖实现脚手架 发布 介绍 为什么需要脚手架? 脚手架本质就是一个工具,作用是能够让使用者专注于写代码,它可以让我们只用一个命令…...
![](https://i-blog.csdnimg.cn/img_convert/fd7f8b77b610a6eca38f40279c40fe0d.jpeg)
AI文章管理系统(自动生成图文分发到分站)
最近帮一个网上的朋友做了一套AI文章生成系统。他的需求是这样: 1、做一个服务端转接百度文心一言的生成文章的API接口。 2、服务端能注册用户,用户在服务端注册充值后可以获取一个令牌,这个令牌填写到客户端,客户端就可以根据客…...
![](https://www.ngui.cc/images/no-images.jpg)
【Leetcode 每日一题】3270. 求出数字答案
问题背景 给你三个 正 整数 n u m 1 num_1 num1, n u m 2 num_2 num2 和 n u m 3 num_3 num3。 数字 n u m 1 num_1 num1, n u m 2 num_2 num2 和 n u m 3 num_3 num3 的数字答案 k e y key key 是一个四位数,定义如下&…...
![](https://img-blog.csdnimg.cn/6ec3db0c3af44007bb90bc7ca9763f76.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5oiR5Y-q5oS_6Z2i5pyd5aSn5rW3,size_10,color_FFFFFF,t_70,g_se,x_16)
长沙的企业网站建设/关键词怎么选择技巧
逻辑简单,直接上代码。 #define _CRT_SECURE_NO_WARNINGS 1 //1.能够被4整除,但是不能被100整除的年份是闰年; //2.能够被400整除的年份是闰年#include<stdio.h> void leap_year_judge(int year)//判断闰年函数 {if ((year % 4 0 && yea…...
![](https://img-blog.csdnimg.cn/img_convert/b101d04a3cf61b187b16ebc48e92d39c.png#pic_center)
专业做食材网站/有哪些网站可以免费推广
💥 项目专栏:【Python实现经典机器学习算法】附代码原理介绍 文章目录前言一、Agagrad优化原理二、更新规则三、迭代过程四、代码实践前言 👑 最近粉丝群中很多朋友私信咨询一些决策树、逻辑回归等机器学习相关的编程问题,为了能更…...
![](https://img-blog.csdnimg.cn/20191012140331993.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FsbW9zdE9L,size_16,color_FFFFFF,t_70)
凡科怎么建设网站/舟山seo
问题背景: 在Visual Studio 2017中打开一个往期工程,已知工程是在framework 4.6.1下生成的,同时在工程中调用Matlab生成的.dll文件,但是使用的Matlab的版本未知。 1、首先直接打开工程的时候,显示framework版本不对&am…...
![](https://img-blog.csdnimg.cn/20200517233512710.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2FhYWFhdWFhbg==,size_16,color_FFFFFF,t_70)
龙岩新闻网/长沙官网seo推广
二分查找: 引用网上大神的一句话: Although the basic idea of binary search is comparatively straightforward, the details can be surprisingly tricky... 这句话可以这样理解:思路很简单,细节是魔鬼。 所以本文中讲述的都是…...
![](https://static.oschina.net/uploads/img/201712/30013038_kjlW.gif)
昆明高端网站建设/杭州优化排名哪家好
2019独角兽企业重金招聘Python工程师标准>>> HDFS小文件处理解决方案总结facebook(HayStack) 淘宝(TFS) 博客分类: 数据库 hbase 一、概述 手机图片或者像淘宝这样的网站中的产品图片特点: (1)…...
![](/images/no-images.jpg)
电子手表网站/关于营销的最新的新闻
网络框架的选择 C++语言里面有asio和libuv等网络库, 可以方便的进行各种高效编程. 但是C#里面, 情况不太一样, C#自带的网络API有多种. 例如: Socket TcpStream(同步接口和BeginXXX异步接口) TcpStream Async/Await Pipeline IO ASP.NET Core Bedrock 众多网络库, 但是每个编程…...