一、前言
请务必看到最后。Python牛已经不是一天两天的事了，但是我开始也没想到，Python能这么牛。前段时间接触了一个批量抠图的模型库，而后在一些视频中找到灵感，觉得应该可以通过抠图的方式，给视频换一个不同的场景，于是就有了今天的文章。
我们先看看能实现什么效果，先来个正常版的，先看看原场景：
下面是我们切换场景后的样子：
看起来效果还是不错的，有了这个我们就可以随意切换场景，坟头蹦迪不是梦。另外，我们再来看看另外一种效果，相比之下要狂放许多：
二、实现步骤
我们都知道，视频是有一帧一帧的画面组成的，每一帧都是一张图片，我们要实现对视频的修改就需要对视屏中每一帧画面进行修改。所以在最开始，我们需要获取视频每一帧画面。
在我们获取帧之后，需要抠取画面中的人物。
抠取人物之后，就需要读取我们的场景图片了，在上面的例子中背景都是静态的，所以我们只需要读取一次场景。在读取场景之后我们切换每一帧画面的场景，并写入新的视频。
这时候我们只是生成了一个视频，我们还需要添加音频。而音频就是我们的原视频中的音频，我们读取音频，并给新视频设置音频就好了。
具体步骤如下：
读取视频，获取每一帧画面
批量抠图
读取场景图片
对每一帧画面进行场景切换
写入视频
读取原视频的音频
给新视频设置音频
因为上面的步骤还是比较耗时的，所以我在视频完成后通过邮箱发送通知，告诉我视频制作完成。
三、模块安装
我们需要使用到的模块主要有如下几个：
我们都可以直接用pip安装：
其中OpenCV有一些适配问题，建议选取3.0以上版本。
四、具体实现
我们导入如下包：
其中Pillow和opencv导入的名称不太一样，还有就是我自定义的mail模块。另外我们还要先准备一些路径：
接下来我们按照上面说的步骤一个一个实现。
（1）读取视频，获取每一帧画面
在OpenCV中提供了读取帧的函数，我们只需要使用VideoCapture类读取视频，然后调用read函数读取帧，read方法返回两个参数，ret为是否有下一帧，frame为当前帧的ndarray对象。完整代码如下：
在标处，我获取了帧的总数，然后通过如下公式获取比帧数大的整十整百的数：
这样做是为了让画面逐帧排序，这样读取的时候就不会乱。另外我们获取了视频的帧率和分辨率，这两个参数在我们创建视频时需要用到。这里需要注意的是opencv3.0以下版本获取帧率和画面大小的写法有些许差别。
（2）批量抠图
批量抠图需要用到paddlehub中的模型库，代码很简单，这里就不多说了：
我们执行上面函数后会在项目下生成一个humanseg_output目录，抠好的图片就在里面。
（3）读取场景图片
这也是简单的图片读取，我们使用pillow中的Image对象：
这里的返回的对象并非ndarray对象，而是Pillow中定义的类对象。
（4）对每一帧画面进行场景切换
简单来说就是将抠好的图片和背景图片合并，我们知道抠好的图片都在humanseg_output目录，这也就是为什么最开始要准备相应的变量存储该目录的原因：
在标处，我们复制了背景，如果少了这一步的话，生成的就是我们上面的“千手观音效果”了。
其它步骤都很好理解，只有返回值比较长，我们来详细看一下：
最后bgr_im_array就是我们最终的返回结果。
（5）写入视频
为了节约空间，我并非等将写入图片放在合并场景后面，而是边合并场景边写入视频：
上面的代码也非常简单，执行完成后项目下会生成一个green.mp4，这是一个没有音频的视频，后面就需要我们获取音频然后混流了。
（6）读取原视频的音频
因为在opencv中没找到音频相关的处理，所以选用moviepy，使用起来也非常方便：
然后就是混流了。
（7）给新视频设置音频
这里同样使用moviepy，传入视频名称和音频对象进行混流：
其中output_video是我们在最开始定义的变量。
（8）删除过渡文件
在我们生产视频时，会产生许多过渡文件，在视频合成后我们将它们删除：
最后就是将整个流程整合一下。
（8）整合
我们将上面完整的流程合并成一个函数：
（9）在main中调用
我们可以把前面定义的路径也放进了：
这样我们就完成了完整的流程。
五、发送邮件
邮件的发送又是属于另外的内容了，我定义了一个mail.py文件，具体代码如下：
六、总结
老实说上述程序的效率非常低，不仅占空间，而且耗时也比较长。在最开始我切换场景选择的是遍历图片每一个像素，而后找到了更加高效的方式取代了。但是帧画面的保存，和png图片的存储都很耗费空间。
七、喜欢可以帮小明转发此文章哦 转发后可以私信小明同学：惊喜
，有给你们准备了一点小小的惊喜哦
