Pytorch – 使用opencv-python解码视频文件并将视频帧转换为Pytorch tensor作为网络模型输入数据
[toc]
1 视频文件作为网络模型的输入数据
越来越多的神经网络模型开始以视频作为训练数据,比如基于视频数据的行为识别等等,这就需要我们将视频转换为可适用的张量,本文将以pytorch为例,展示一下视频数据转换为pytorch tensor的过程。
2 使用OpenCV-Python解码视频文件并将视频帧转换为Pytorch tensor
2.1 安装opencv-python
不赘述。
2.2 视频转换为tensor
<code class="language-python line-numbers">import torch import numpy as np import os def get_tensor_from_video(video_path): """ :param video_path: 视频文件地址 :return: pytorch tensor """ if not os.access(video_path, os.F_OK): print('测试文件不存在') return import cv2 cap = cv2.VideoCapture(video_path) frames_list = [] while(cap.isOpened()): ret,frame = cap.read() if not ret: break else: # 注意,opencv默认读取的为BGR通道组成模式,需要转换为RGB通道模式 frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) frames_list.append(frame) cap.release() # 转换成tensor result_frames = torch.as_tensor(np.stack(frames_list)) # 注意:此时result_frames组成的维度为[视频帧数量,宽,高,通道数] return result_frames if __name__ == '__main__': tensor = get_tensor_from_video(r'H:\Temp\P01_01_00_0_color(488x488).avi') print(tensor.shape) </code>
详细的代码如上,请注意上述函数get_tensor_from_video返回的tensor的维度为[视频帧数量,宽,高,通道数],而有的神经网络模型要求输入[通道数,视频帧数量,宽,高],我们可以使用以下函数进行转换。
2.3 tensor维度交换
<code class="language-python line-numbers"># T H W C -> C T H W result_frames = result_frames.permute(3, 0, 1, 2) </code>
本文作者:StubbornHuang
版权声明:本文为站长原创文章,如果转载请注明原文链接!
原文标题:Pytorch – 使用opencv-python解码视频文件并将视频帧转换为Pytorch tensor作为网络模型输入数据
原文链接:https://www.stubbornhuang.com/1281/
发布于:2021年04月19日 14:42:47
修改于:2023年06月26日 21:38:56
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。
评论
49