一、前言
請務必看到最後。Python牛已經不是一天兩天的事了，但是我開始也沒想到，Python能這麼牛。前段時間接觸了一個批量摳圖的模型庫，而後在一些視頻中找到靈感，覺得應該可以通過摳圖的方式，給視頻換一個不同的場景，於是就有了今天的文章。
我們先看看能實現什麼效果，先來個正常版的，先看看原場景：
下面是我們切換場景後的樣子：
看起來效果還是不錯的，有了這個我們就可以隨意切換場景，墳頭蹦迪不是夢。另外，我們再來看看另外一種效果，相比之下要狂放許多：
二、實現步驟
我們都知道，視頻是有一幀一幀的畫面組成的，每一幀都是一張圖片，我們要實現對視頻的修改就需要對視屏中每一幀畫面進行修改。所以在最開始，我們需要獲取視頻每一幀畫面。
在我們獲取幀之後，需要摳取畫面中的人物。
摳取人物之後，就需要讀取我們的場景圖片了，在上面的例子中背景都是靜態的，所以我們只需要讀取一次場景。在讀取場景之後我們切換每一幀畫面的場景，並寫入新的視頻。
這時候我們只是生成了一個視頻，我們還需要添加音頻。而音頻就是我們的原視頻中的音頻，我們讀取音頻，並給新視頻設置音頻就好了。
具體步驟如下：
- 讀取視頻，獲取每一幀畫面
- 批量摳圖
- 讀取場景圖片
- 對每一幀畫面進行場景切換
- 寫入視頻
- 讀取原視頻的音頻
- 給新視頻設置音頻
因為上面的步驟還是比較耗時的，所以我在視頻完成後通過郵箱發送通知，告訴我視頻製作完成。
三、模塊安裝
我們需要使用到的模塊主要有如下幾個：
pillow
opencv
moviepy
paddlehub
我們都可以直接用pip安裝：
pip install pillow
pip install opencv-python
pip install moviepy
其中OpenCV有一些適配問題，建議選取3.0以上版本。
在我們使用paddlehub之前，我們需要安裝paddlepaddle：具體安裝步驟可以參見官網。用paddlehub摳圖參考：別再自己摳圖了，Python用5行代碼實現批量摳圖。我們這裡直接用pip安裝cpu版本的：
# 安裝paddlepaddle
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
# 安裝paddlehub
pip install -i https://mirror.baidu.com/pypi/simple paddlehub
有了這些準備工作就可以開始我們功能的實現了。
四、具體實現
我們導入如下包：
import cv2# opencv
import mail# 自定義包，用於發郵件
import math
import numpy as np
from PIL import Image# pillow
import paddlehub as hub
from moviepy.editor import *
其中Pillow和opencv導入的名稱不太一樣，還有就是我自定義的mail模塊。另外我們還要先準備一些路徑：
# 當前項目根目錄，系統自動獲取當前目錄
BASE_DIR = os.path.abspath(os.path.join(os.path.dirname(__file__), "."))
# 每一幀畫面保存的地址
frame_path = BASE_DIR + '\\frames\\'
# 摳好的圖片位置
humanseg_path = BASE_DIR + '\\humanseg_output\\'
# 最終視頻的保存路徑
output_video = BASE_DIR + '\\result.mp4'
接下來我們按照上面說的步驟一個一個實現。
（1）讀取視頻，獲取每一幀畫面
在OpenCV中提供了讀取幀的函數，我們只需要使用VideoCapture類讀取視頻，然後調用read函數讀取幀，read方法返回兩個參數，ret為是否有下一幀，frame為當前幀的ndarray對象。完整代碼如下：
def getFrame(video_name, save_path):"""
讀取視頻將視頻逐幀保存為圖片，並返回視頻的分辨率size和幀率fps
:param video_name: 視頻的名稱
:param save_path: 保存的路徑
:return: fps幀率，size分辨率
"""# 讀取視頻
video = cv2.VideoCapture(video_name)
# 獲取視頻幀率
fps = video.get(cv2.CAP_PROP_FPS)# 獲取畫面大小
width = int(video.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(video.get(cv2.CAP_PROP_FRAME_HEIGHT))
size = (width, height)
# 獲取幀數，用於給圖片命名
frame_num = str(video.get(7))
name = int(math.pow(10, len(frame_num)))
# 讀取幀，ret為是否還有下一幀，frame為當前幀的ndarray對象
ret, frame = video.read()while ret:
cv2.imwrite(save_path + str(name) + '.jpg', frame)
ret, frame = video.read()
name += 1
video.release()return fps, size
在標處，我獲取了幀的總數，然後通過如下公式獲取比幀數大的整十整百的數：
frame_name = math.pow(10, len(frame_num))
這樣做是為了讓畫面逐幀排序，這樣讀取的時候就不會亂。另外我們獲取了視頻的幀率和分辨率，這兩個參數在我們創建視頻時需要用到。這裡需要注意的是opencv3.0以下版本獲取幀率和畫面大小的寫法有些許差別。
（2）批量摳圖
批量摳圖需要用到paddlehub中的模型庫，代碼很簡單，這裡就不多說了：
def getHumanseg(frames):"""
對幀圖片進行批量摳圖
:param frames: 幀的路徑
:return:
"""# 加載模型庫
humanseg = hub.Module(name='
deeplabv3p_xception65_humanseg')# 準備文件列表
files = [frames + i for i in os.listdir(frames)]# 摳圖
humanseg.segmentation(data={'image': files})
我們執行上面函數後會在項目下生成一個humanseg_output目錄，摳好的圖片就在裡面。
（3）讀取場景圖片
這也是簡單的圖片讀取，我們使用pillow中的Image對象：
def readBg(bgname, size):"""
讀取背景圖片，並修改尺寸
:param bgname: 背景圖片名稱
:param size: 視頻分辨率
:return: Image對象
"""
im = Image.open(bgname)return im.resize(size)
這裡的返回的對象並非ndarray對象，而是Pillow中定義的類對象。
（4）對每一幀畫面進行場景切換
簡單來說就是將摳好的圖片和背景圖片合併，我們知道摳好的圖片都在humanseg_output目錄，這也就是為什麼最開始要準備相應的變量存儲該目錄的原因：
def setImageBg(humanseg, bg_im):"""
將摳好的圖和背景圖片合併
:param humanseg: 摳好的圖
:param bg_im: 背景圖片，這裡和readBg()函數返回的類型一樣
:return: 合成圖的ndarray對象
"""# 讀取透明圖片
im = Image.open(humanseg)# 分離色道
r, g, b, a = im.split()# 複製背景，以免源背景被修改
bg_im = bg_im.copy()# 合併圖片
bg_im.paste(im, (0, 0), mask=a)return np.array(bg_im.convert('RGB'))[:, :, ::-1]
在標處，我們複製了背景，如果少了這一步的話，生成的就是我們上面的“千手觀音效果”了。
其它步驟都很好理解，只有返回值比較長，我們來詳細看一下：
# 將合成圖轉換成RGB，這樣A通道就沒了
bg_im = bg_im.convert('RGB')
# 將Image對象轉換成ndarray對象，方便opencv讀取
im_array = np.array(bg_im)
# 此時im_array為rgb模式，而OpenCV為bgr模式，我們通過下面語句將rgb轉換成bgr
bgr_im_array = im_array[:, :, ::-1]
最後bgr_im_array就是我們最終的返回結果。
（5）寫入視頻
為了節約空間，我並非等將寫入圖片放在合併場景後面，而是邊合併場景邊寫入視頻：
def writeVideo(humanseg, bg_im, fps, size):"""
:param humanseg: png圖片的路徑
:param bgname: 背景圖片
:param fps: 幀率
:param size: 分辨率
:return:
"""# 寫入視頻
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter('green.mp4', fourcc, fps, size)
# 將每一幀設置背景
files = [humanseg + i for i in os.listdir(humanseg)]for file in files:
# 循環合併圖片
im_array = setImageBg(file, bg_im)# 逐幀寫入視頻
out.write(im_array)
out.release()
上面的代碼也非常簡單，執行完成後項目下會生成一個green.mp4，這是一個沒有音頻的視頻，後面就需要我們獲取音頻然後混流了。
（6）讀取原視頻的音頻
因為在opencv中沒找到音頻相關的處理，所以選用moviepy，使用起來也非常方便：
def getMusic(video_name):"""
獲取指定視頻的音頻
:param video_name: 視頻名稱
:return: 音頻對象
"""# 讀取視頻文件
video = VideoFileClip(video_name)# 返回音頻return video.audio
然後就是混流了。
（7）給新視頻設置音頻
這裡同樣使用moviepy，傳入視頻名稱和音頻對象進行混流：
def addMusic(video_name, audio):"""實現混流，給video_name添加音頻"""# 讀取視頻
video = VideoFileClip(video_name)# 設置視頻的音頻
video = video.set_audio(audio)# 保存新的視頻文件
video.write_videofile(output_video)
其中output_video是我們在最開始定義的變量。
（8）刪除過渡文件
在我們生產視頻時，會產生許多過渡文件，在視頻合成後我們將它們刪除：
def deleteTransitionalFiles():"""刪除過渡文件"""
frames = [frame_path + i for i in os.listdir(frame_path)]
humansegs = [humanseg_path + i for i in os.listdir(humanseg_path)]for frame in frames:
os.remove(frame)for humanseg in humansegs:
os.remove(humanseg)
最後就是將整個流程整合一下。
（8）整合
我們將上面完整的流程合併成一個函數：
def changeVideoScene(video_name, bgname):"""
:param video_name: 視頻的文件
:param bgname: 背景圖片
:return:
"""# 讀取視頻中每一幀畫面
fps, size = getFrame(video_name, frame_path)
# 批量摳圖
getHumanseg(frame_path)
# 讀取背景圖片
bg_im = readBg(bgname, size)
# 將畫面一幀幀寫入視頻
writeVideo(humanseg_path, bg_im, fps, size)
# 混流
addMusic('green.mp4', getMusic(video_name))
# 刪除過渡文件
deleteTransitionalFiles()
（9）在main中調用
我們可以把前面定義的路徑也放進了：
if __name__ == '__main__':
# 當前項目根目錄
BASE_DIR = os.path.abspath(os.path.join(os.path.dirname(__file__), "."))# 每一幀畫面保存的地址
frame_path = BASE_DIR + '\\frames\\'# 摳好的圖片位置
humanseg_path = BASE_DIR + '\\humanseg_output\\'# 最終視頻的保存路徑
output_video = BASE_DIR + '\\result.mp4'
if not os.path.exists(frame_path):
os.makedirs(frame_path)
try:
# 調用函數製作視頻
changeVideoScene('jljt.mp4', 'bg.jpg')# 當製作完成發送郵箱
mail.sendMail('你的視頻已經制作完成')except Exception as e:
# 當發生錯誤，發送錯誤信息
mail.sendMail('在製作過程中遇到了問題' + e.__str__())
這樣我們就完成了完整的流程。
五、發送郵件
郵件的發送又是屬於另外的內容了，我定義了一個mail.py文件，具體代碼如下：
import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart # 一封郵件
def sendMail(msg):
#
sender = '發件人'
to_list = ['收件人']
subject = '視頻製作情況'
# 創建郵箱
em = MIMEMultipart()
em['subject'] = subject
em['From'] = sender
em['To'] = ",".join(to_list)
# 郵件的內容
content = MIMEText(msg)
em.attach(content)
# 發送郵件# 1、連接服務器
smtp = smtplib.SMTP()
smtp.connect('smtp.163.com')# 2、登錄
smtp.login(sender, '你的密碼或者授權碼')# 3、發郵件
smtp.send_message(em)# 4、關閉連接
smtp.close()
裡面的郵箱我是直接寫死了，大家可以自由發揮。為了方便，推薦發件人使用163郵箱，收件人使用QQ郵箱。另外在登錄的時候直接使用密碼比較方便，但是有安全隱患。
六、總結
老實說上述程序的效率非常低，不僅佔空間，而且耗時也比較長。在最開始我切換場景選擇的是遍歷圖片每一個像素，而後找到了更加高效的方式取代了。但是幀畫面的保存，和png圖片的存儲都很耗費空間。
另外程序設計還是有許多不合理的地方，像是ndarray對象和Image的區分度不高，另外有些函數選擇傳入路徑，而有些函數選擇傳入文件對象也很容易讓人糊塗。最後說一下，我們我們用上面的方式不僅可以做靜態的場景切換，還可以做動態的場景切換，這樣我們就可以製作更加豐富的視頻。當然，效率依舊是個問題。
