Python 视频转场特效处理笔记

本文参考Python-OpenCV 实现美图秀秀视频剪辑效果【特效】_opencv 多张图片 视频 特效-CSDN博客

最近研究了点python处理视频相关的东西，本文展示特效包括，竖向开幕/横向开幕，渐隐/渐显，推近/拉远，方形开幕，灰度渐变。不多说，直接上代码。

import cv2
import numpy as np
import randomdef addCardFrame(video_writer,img,backimg=None,fps=18,sec=1,eachtime=0.5):"""视频特效:卡帧"""rows, cols = img.shape[:2]'''缩放原图80%'''img = cv2.resize(img, (int(cols * 0.8),int(rows * 0.8)))rows_new, cols_new = img.shape[:2]'''准备更大的画布'''cav = Noneif backimg is None:cav_np = np.zeros((rows, cols), np.uint8)cav = cv2.cvtColor(cav_np, cv2.COLOR_GRAY2BGR)else:cav = backimg'''偏移量准备'''dic = {0: (int(cols * 0.08), int(rows * 0.12)),1: (int(cols * 0.10), int(rows * 0.10)),2: (int(cols * 0.12), int(rows * 0.08)),3: (int(cols * 0.12), int(rows * 0.07)),4: (int(cols * 0.12), int(rows * 0.06)),5: (int(cols * 0.14), int(rows * 0.07)),6: (int(cols * 0.16), int(rows * 0.07)),7: (int(cols * 0.15), int(rows * 0.09)),8: (int(cols * 0.14), int(rows * 0.10)),9: (int(cols * 0.14), int(rows * 0.07)),10: (int(cols * 0.13), int(rows * 0.05)),11: (int(cols * 0.14), int(rows * 0.06)),12: (int(cols * 0.14), int(rows * 0.08)),13: (int(cols * 0.15), int(rows * 0.10)),14: (int(cols * 0.14), int(rows * 0.09)),15: (int(cols * 0.12), int(rows * 0.12)),16: (int(cols * 0.10), int(rows * 0.10)),17: (int(cols * 0.08), int(rows * 0.12))}'''添加特效展示'''for _ in range(int(sec)):xs, ys = dic[random.randrange(0,18,1)]xe, ye = (xs + rows_new, ys + cols_new)cav[xs: xe, ys: ye] = imgfor _ in range(int(eachtime*fps)):video_writer.write(cav)def addVerticalOpening(video_writer,img,backimg=None,fps=18,sec=1,mode='H'):"""视频特效:竖向开幕H 横向开幕V"""rows, cols = img.shape[:2]'''画布准备'''cav = Noneif backimg is None:cav_np = np.zeros((rows, cols), np.uint8)cav = cv2.cvtColor(cav_np, cv2.COLOR_GRAY2BGR)else:cav = backimg'''特效展示'''load_f = 1000/fpsn = 5height_half,weight_half = int(rows / 2),int(cols / 2)xs1, xs2 = height_half, height_halfxe1, xe2 = height_half, height_halfys1, ys2 = weight_half, weight_halfye1, ye2 = weight_half, weight_halffor t in range(int(sec*1000 // load_f)):load_percent = 0.5 / (sec ** n) * ((sec - t * load_f / 1000) ** n)if mode=='H':load_height = int((0.5 - load_percent) * rows)xe1, xe2 = height_half - load_height, height_half + load_heightcav[xe1:xs1, :] = img[xe1:xs1, :]cav[xs2:xe2, :] = img[xs2:xe2, :]xs1, xs2 = xe1, xe2else:load_weight = int((0.5 - load_percent) * cols)ye1, ye2 = weight_half - load_weight,weight_half + load_weightcav[:, ye1:ys1] = img[:, ye1:ys1]cav[:, ys2:ye2] = img[:, ys2:ye2]ys1, ys2 = ye1, ye2video_writer.write(cav)def addFadeOut(video_writer,img,backimg=None,fps=18,sec=2):"""视频特效:渐隐"""'''特效展示'''load_f = 1000/fpsn = 1for t in range(int(sec * 1000 // load_f)):sc = 1 - 1 / (sec ** n) * (t * load_f / 1000) ** nimg_show = cv2.multiply(img, (1, 1, 1, 1), scale=sc)video_writer.write(img_show)def addFadeIn(video_writer,img,fps=18,sec=2):"""视频特效:渐隐"""'''特效展示'''load_f = 1000/fpsn = 1.5for t in range(int(sec * 1000 // load_f)):sc = 1 - 1 / (sec ** n) * (t * load_f / 1000) ** nsc = 1 - 1 / (sec ** n) * (sec - t * load_f / 1000) ** nimg_show = cv2.multiply(img, (1, 1, 1, 1), scale=sc)video_writer.write(img_show)def percent_func_gen(a, b, time, n, mode):"""高次多项式计算函数生成器:param a: 起始百分比（如：0.25）:param b: 结束百分比:param time: 动画持续时间:param n: 多项式次数:param mode: faster（越来越快）、slower（越来越慢）:return: 每个时刻到达百分比的计算函数"""if mode == "slower":a, b = b, adelta = abs(a - b)sgn = 1 if b - a > 0 else (-1 if b - a < 0 else 0)def percent_calc(ti):if mode == "slower":ti = time - tireturn sgn * delta / (time ** n) * (ti ** n) + areturn percent_calcdef addAdvance(video_writer,img,fps=18,sec=2):"""视频特效:推近"""rows, cols = img.shape[:2]'''特效展示'''load_f = 1000/fpspercent_func = percent_func_gen(a=0, b=0.2, time=sec, n=4, mode="slower")for t in range(int(sec * 1000 // load_f + 1)):percent = percent_func(t * load_f / 1000)xs, xe = int(percent * rows), int((1 - percent) * rows)ys, ye = int(percent * cols), int((1 - percent) * cols)img_show = img[xs:xe, ys:ye]img_show = cv2.resize(img_show, (cols,rows))video_writer.write(img_show)def addZoomOut(video_writer,img,fps=18,sec=2):"""视频特效:拉远"""rows, cols = img.shape[:2]'''特效展示'''load_f = 1000/fpspercent_func = percent_func_gen(a=0.2, b=0, time=sec, n=3, mode="slower")for t in range(int(sec * 1000 // load_f + 1)):percent = percent_func(t * load_f / 1000)xs, xe = int(percent * rows), int((1 - percent) * rows)ys, ye = int(percent * cols), int((1 - percent) * cols)img_show = img[xs:xe, ys:ye]img_show = cv2.resize(img_show, (cols,rows))video_writer.write(img_show)def addSquareOpening(video_writer,img,backimg=None,fps=18,sec=2):"""视频特效:方形开幕"""rows, cols = img.shape[:2]'''画布准备'''cav = Noneif backimg is None:cav_np = np.zeros((rows, cols), np.uint8)cav = cv2.cvtColor(cav_np, cv2.COLOR_GRAY2BGR)else:cav = backimg'''特效展示'''load_f = 1000/fpspercent_func = percent_func_gen(a=0, b=0.5, time=sec, n=5, mode="faster")rows_half = rows // 2cols_half = cols // 2for t in range(int(sec * 1000 // load_f + 1)):percent = percent_func(t * load_f / 1000)width, height = int(percent * rows), int(percent * cols)xs, xe = rows_half-width, rows_half+widthys, ye = cols_half-height, cols_half+heightcav[xs:xe, ys:ye] = img[xs:xe, ys:ye]video_writer.write(cav)def addGradientWipe(video_writer,img,backimg=None,fps=18,sec=2,mode='L'):   """视频特效:灰度渐变 L左 R右 U上 D下"""rows, cols = img.shape[:2]'''灰度准备'''img_gray_bgr = Noneif backimg is None:img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)img_gray_bgr = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2BGR)else:img_gray_bgr = backimg'''特效展示'''load_f = 1000/fpspercent_func = percent_func_gen(a=0, b=1, time=sec, n=1, mode="slower")if mode=='L':ys, ye = 0, 0for t in range(int(sec * 1000 // load_f + 1)):percent = percent_func(t * load_f / 1000)width = int(percent * cols)ye = widthimg_gray_bgr[:, ys:ye] = img[:, ys:ye] ys = yevideo_writer.write(img_gray_bgr)if mode=='R':ys, ye = cols, colsfor t in range(int(sec * 1000 // load_f + 1)):percent = percent_func(t * load_f / 1000)width = int(percent * cols)ys = cols-widthimg_gray_bgr[:, ys:ye] = img[:, ys:ye] ye = ysvideo_writer.write(img_gray_bgr)if mode=='U':xs, xe = 0, 0for t in range(int(sec * 1000 // load_f + 1)):percent = percent_func(t * load_f / 1000)height = int(percent * rows)xe = heightimg_gray_bgr[xs:xe, :] = img[xs:xe, :] xs = xevideo_writer.write(img_gray_bgr)if mode=='D':xs, xe = rows, rowsfor t in range(int(sec * 1000 // load_f + 1)):percent = percent_func(t * load_f / 1000)height = int(percent * rows)xs = cols-heightimg_gray_bgr[xs:xe, :] = img[xs:xe, :] xe = xsvideo_writer.write(img_gray_bgr)

调用方法进行视频合成

fps = 25 #视频帧数
sec = 3 # 特效时间
eachtime = 0.5 # 每帧所占时间
video_temp_path= "test.mp4"
img1 = cv2.imread("0.jpg")
img2 = cv2.imread("1.jpg")
img3 = cv2.imread("2.jpg")
video_height,video_weight =img.shape[:2]
video_writer = cv2.VideoWriter(video_temp_path, cv2.VideoWriter_fourcc(*'mp4v'), fps, (video_weight,video_height))
addCardFrame(video_writer,img1,fps,sec,eachtime)
addVerticalOpening(video_writer,img2,img1,fps,sec,mode='V')
addFadeOut(video_writer,img3,fps,sec)
addFadeIn(video_writer,img1,fps,sec)
addAdvance(video_writer,img2,fps,sec)
addZoomOut(video_writer,img3,fps,sec)
addSquareOpening(video_writer,img2,img3,fps,sec)
addGradientWipe(video_writer,img1,img2,fps,sec,mode='D')
video_writer.release()

视频效果如下：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://xiahunao.cn/news/2778972.html

如若内容造成侵权/违法违规/事实不符，请联系瞎胡闹网进行投诉反馈，一经查实，立即删除！

相关文章

yolo层数连接

yolo层数连接

head [-1,6]连接的是第六层 [-1,4连接的是第四层
阅读更多...
在虚拟机上完成Centos安装

在虚拟机上完成Centos安装

Linux学习和使用 前言如何安装Centos初始化操作 使用VMware备份操作系统快照克隆 内容总结参考链接 本人介绍:2023年全国大学生数学建模竞赛国家二等奖,2022年蓝桥杯省二等奖,这里是一个和你一起不断努力,不断前进的程序猿一枚 前言 简单介绍一下本片文章将会讲到的内容:本章节…
阅读更多...
大模型训练所需的硬件配置

大模型训练所需的硬件配置

1. 引入 训练一个大模型&#xff0c;到底需要投入多少块GPU&#xff0c;需要多少数据&#xff0c;训练多长时间能达到一个不错的效果&#xff1f; 本文引用靠谱的数据&#xff0c;来回答这些问题。 2. 全流程训练 大模型的训练&#xff0c;简单来说&#xff0c;分为Pretrain…
阅读更多...
Peter算法小课堂—单调队列

Peter算法小课堂—单调队列

祝大家新年快乐&#xff01; 今天这一次有点简单。 单调队列有两个要点&#xff0c;一个是单调&#xff0c;另一个就是我们的队列。 听到队列&#xff0c;我相信大家一定会想到它的好朋友BFS吧。但是……今天……可……没……那么……简单哦。 西佳佳偶像天团1 题目描述 …
阅读更多...
第74讲Breadcrumb 面包屑实现

第74讲Breadcrumb 面包屑实现

Breadcrumb 面包屑实现 为了实现二级路由&#xff0c;我们搞成搞个子路由&#xff0c;对于二级菜单 const routes [{path: /,name: 首页,component: () > import(../views/layout),redirect:/home,children:[{path: /home,name: 首页,component: () > import(../views…
阅读更多...
vtkActor 设置特定图层 显示及置顶显示

vtkActor 设置特定图层 显示及置顶显示

问题&#xff0c;有时我们需要显示某个 Actor 在相机最前面&#xff0c;可以遮盖后面的物体;显示在顶层有点不准确&#xff1b;因为这个还相机位置也有关系&#xff1b; 这里讲三种情况&#xff1a; 1. 设置 Mapper 顶层&#xff0c;尝试了一下&#xff0c;可以用于某些场景&…
阅读更多...
对话模型Demo解读(使用代码解读原理)

对话模型Demo解读(使用代码解读原理)

文章目录 前言一、数据加工二、模型搭建三、模型训练1、构建模型2、优化器与损失函数定义3、模型训练 四、模型推理五、所有Demo源码 前言 对话模型是一种人工智能技术&#xff0c;旨在使计算机能够像人类一样进行对话和交流。这种模型通常基于深度学习和自然语言处理技术&…
阅读更多...
七、热身仪式(Warm-Up Rituals)

七、热身仪式(Warm-Up Rituals)

5.Warm Up Rituals 五、热身仪式 A warm up ritual is your per flight checklist you go through before you start focusing for a big session.It may be checking that you have water, that you don’t need to use the bathroom, that your phone is turned off or you’…
阅读更多...
基于微信小程序的校园故障维修管理系统的研究与实现

基于微信小程序的校园故障维修管理系统的研究与实现

博主介绍&#xff1a;✌程序员徐师兄、7年大厂程序员经历。全网粉丝12w、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精彩专栏推荐订阅&#x1f447;…
阅读更多...
Sodinokibi(REvil)勒索病毒黑客组织攻击姿势全解

Sodinokibi(REvil)勒索病毒黑客组织攻击姿势全解

前言 2021年6月 11日&#xff0c;国外媒体 threatpost 发布文章宣称美国能源部 (DOE) 的分包商同时也是美国国家核安全局 (NNSA) 核武器开发合作商的 Sol Oriens 公司遭受到网络攻击&#xff0c;并且 Sol Oriens 公司人员已证实该公司于上月发现被勒索病毒攻击&#xff0c;而国…
阅读更多...
Java图形化界面编程——组件绘图原理 笔记

Java图形化界面编程——组件绘图原理 笔记

2.8 绘图 ​ 很多程序如各种小游戏都需要在窗口中绘制各种图形&#xff0c;除此之外&#xff0c;即使在开发JavaEE项目时&#xff0c; 有 时候也必须"动态"地向客户 端生成各种图形、图表&#xff0c;比如 图形验证码、统计图等&#xff0c;这都需要利用AWT的绘图功…
阅读更多...
深入理解Netty及核心组件使用—下

深入理解Netty及核心组件使用—下

目录 ChannelHandler ChannelHandler 接口 ChannelInboundHandler 接口 ChannelHandler 的适配器 Handler 的共享和并发安全性 资源管理和 SimpleChannelInboundHandler Bootstrap ChannelInitializer ChannelOption ChannelHandler ChannelHandler 接口 从开发人员的…
阅读更多...
重构利器：如何用 Immer 优雅地管理应用状态

重构利器：如何用 Immer 优雅地管理应用状态

1. immer immer 是一个 JavaScript 库，用于处理不可变数据的状态更新。不可变数据意味着一旦创建，数据结构就不能被修改。在编写复杂的应用程序时，不可变性可以带来一系列好处，比如更容易追踪数据的改变、更容易实现撤销/重做功能以及更简单的状态管理。 然而，处理不可变…
阅读更多...
更新win11后无法上网

更新win11后无法上网

问题描述 系统提示可以更新win11了&#xff0c;然后我就想着更新一下试试。等了好久终于下载完了准备更新&#xff0c;结果提示更新失败&#xff0c;再次更新时下载到一半就停了&#xff0c;然后就发现连不上网了&#xff08;真服了&#xff0c;win11没更新成功&#xff0c;还…
阅读更多...
MATLAB环境下一维时间序列信号的同步压缩小波包变换

MATLAB环境下一维时间序列信号的同步压缩小波包变换

时频分析相较于目前的时域、频域信号处理方法在分析时变信号方面&#xff0c;其主要优势在于可以同时提供时域和频域等多域信号信息&#xff0c;并清晰的刻画了频率随时间的变化规律&#xff0c;已被广泛用于医学工程、地震、雷达、生物及机械等领域。 线性时频分析方法是将信…
阅读更多...
「C++ 类和对象篇 10」初始化列表

「C++ 类和对象篇 10」初始化列表

目录 一、什么是初始化列表&#xff1f; 二、为什么需要初始化列表&#xff1f; 三、初始化列表怎么使用&#xff1f; 3.1 在构造函数中使用初始化列表 3.2 注意 3.3 结论 3.4 应用场景 四、初始化列表的初始化顺序 五、另一种初始化成员变量的方法 【总结】 一、什么是初始化…
阅读更多...
快速幂的应用

快速幂的应用

1.非递归的解法 #include <iostream> using namespace std; int main(){int a,b,c,t1;cin>>a>>b>>c;if(a>2&&a<1e3&&b>0&&a<1e7&&c>2&&c<1e5)for(int i0;i<b;i)tt*a%c;cout<<t;r…
阅读更多...
Python算法题集_随机链表的复制

Python算法题集_随机链表的复制

Python算法题集_随机链表的复制 题138&#xff1a;随机链表的复制1. 示例说明2. 题目解析- 题意分解- 优化思路- 测量工具 3. 代码展开1) 标准求解【双层循环】2) 改进版一【字典哈希】3) 改进版二【单层哈希】4) 改进版三【递归大法】 4. 最优算法 本文为Python算法题集之一的…
阅读更多...
Verilog刷题笔记24

Verilog刷题笔记24

题目&#xff1a; Verilog has a ternary conditional operator ( ? : ) much like C: (condition ? if_true : if_false) This can be used to choose one of two values based on condition (a mux!) on one line, without using an if-then inside a combinational alwa…
阅读更多...
K8s环境下rook-v1.13.3部署Ceph-v18.2.1集群

K8s环境下rook-v1.13.3部署Ceph-v18.2.1集群

文章目录 1.K8s环境搭建2.Ceph集群部署2.1 部署Rook Operator2.2 镜像准备2.3 配置节点角色2.4 部署operator2.5 部署Ceph集群2.6 强制删除命名空间2.7 验证集群 3.Ceph界面 1.K8s环境搭建 参考&#xff1a;CentOS7搭建k8s-v1.28.6集群详情&#xff0c;把K8s集群完成搭建&…
阅读更多...
最新文章

Copyright @ 2022~2023