使用 Python 在视频上渲染文本
引言
在本文中,我们将学习如何使用 python 在视频中渲染响应式文本,我们将使用 opencv 这个包,这是一个非常全面的计算机视觉处理库,会给我们的视频图像处理带来极大的便利。现在,让我们通过 pip 来进行安装。
pip install opencv-python
在我们需要使用 opencv 的时候,就可以像下面这样来引用。
import cv2
现在让我们进入下一步,选择一个视频并导入到程序中。
第一步 —— 导入视频
这将是一个简单的步骤。我们将做两件事: 导入一个视频和找到视频的帧速率。我们将使用帧速率来计算视频中的秒数,这样我们就可以计算不同文本的渲染时间。
我们使用 VideoCapture 方法导入视频。
tree_video = cv2.VideoCapture('tree.mov')
现在我们来计算导入视频的帧速率。
fps = tree_video.get(cv2.CAP_PROP_FPS)
print(fps)
#result
23.97
23.97!这意味着视频基本上每秒运行24帧,所以24次循环相当于1秒的视频。
第二步 —— 读取文本文档
在这一步中,我们将从文本文档中读取文本。我们将使用 open 函数,它是 Python 附带的一个内置函数。下面是我将要导入的文本文档的屏幕截图。
确保每个句子都在新的一行上。在读取文本文档时,我们将把每一行转换为一个列表项。
poem = open('under_the_giant_tree.txt')
poem_lines = list(poem)
print(poem_lines)
第三步 —— 响应式文字功能
在这一步中,我们将编写一个用于更新文本的函数。我决定根据不同的时间戳更新文本,但是可以随意更改为不同的情况。
frame_ = 0
def text_update(frame_):
if frames_ < (5*fps):
text = str(poem_lines[2])
elif frames_ < (10*fps):
text = str(poem_lines[4])
elif frames_ < (15*fps):
text = str(poem_lines[6])
elif frames_ < (20*fps):
text = str(poem_lines[8])
else:
text = "no text found"
return text
使用 if-else 来确定正在播放的视频的时间戳。
定义一个名为“frame_”的新变量来传入视频帧。这样可以以秒为单位计算持续时间。我们已经知道从第一步开始的每秒帧数,即24帧每秒。在这个函数中,文本将每五秒更新一次。我将诗的行分配给 text 变量。
现在,让我们进入最后一步。
最后一步 —— 渲染视频
太好了!我们快完成了。在最后一步,我们将把迄今为止所做的一切结合起来。我们将使用 while 循环来触发程序。我们可以使用“ escape”或“ q”键结束循环。
while(True):
ret, frame = tree_video.read()
font = cv2.FONT_HERSHEY_SIMPLEX
on_video_text = text_update(frame_)
cv2.putText(frame, on_video_text, (50, 50), font, 1, (0, 255, 255),
2, cv2.LINE_4)
frame_ = frame_ + 1
cv2.imshow('poem on video', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
tree_video.release()
cv2.destroyAllWindows()
那么上面的代码中发生了什么:
- 我们首先从读取视频开始的。
- 然后定义我们想要用于文本的字体。
- 然后使用 text_update 来更新文本。
- 使用 putText 方法添加视频响应文本。
- 使用 imshow 方法显示视频。
下面是我运行程序后的截图:
总结
恭喜!我们已经学习了如何使用 Python 在视频上呈现可更新的响应文本。我希望你喜欢这个实际操作的计算机视觉项目。参与实际的编程项目是提高编程技能的最好方法。
- 分享
- 举报
-
浏览量:1005次2023-12-16 22:32:09
-
浏览量:2168次2022-05-13 09:55:32
-
浏览量:3463次2018-04-26 15:06:40
-
浏览量:1399次2023-07-27 10:19:06
-
浏览量:1694次2020-02-28 18:49:51
-
2023-12-24 00:06:09
-
浏览量:2138次2019-12-28 10:40:42
-
浏览量:7062次2021-07-12 11:03:00
-
浏览量:11376次2022-03-18 09:00:47
-
2023-12-24 14:43:57
-
浏览量:2565次2022-02-26 09:00:10
-
浏览量:4683次2022-03-30 09:00:15
-
浏览量:699次2023-12-15 14:10:52
-
浏览量:9331次2018-10-24 14:39:45
-
浏览量:2172次2017-10-12 17:14:39
-
2022-12-06 09:45:50
-
浏览量:3061次2020-07-30 18:54:07
-
浏览量:5412次2020-12-22 09:20:03
-
浏览量:1392次2023-04-19 09:11:58
- 微软发布AutoGen开源框架,简化大语言模型工作流的编排、优化和自动化
- 机器学习之KMeans聚类算法原理(附案例实战)
- 图像平滑 —— opencv 学习记录(八)
- 探索人工智能:使用Python构建一个简单的聊天机器人
- 3. Python OpenCV 中如何绘制各种图形?
- 使用yolo3实现图片中的数字检测与识别(三):交并比介绍
- 摄像头采集图像的Python程序
- Python人工智能:基于sklearn的特征选择方法的详细总结
- 用OpenCV进行USB摄像头调用,并解决1080p下延迟卡顿问题的学习笔记
- [python opencv 计算机视觉零基础到实战] 三、numpy与图像编辑
-
广告/SPAM
-
恶意灌水
-
违规内容
-
文不对题
-
重复发帖
来自远方
感谢您的打赏,如若您也想被打赏,可前往 发表专栏 哦~
举报类型
- 内容涉黄/赌/毒
- 内容侵权/抄袭
- 政治相关
- 涉嫌广告
- 侮辱谩骂
- 其他
详细说明