點擊 機器學習算法與Python學習 ，選擇加星標
精彩內容不迷路
11月份的頭條，是屬於馬保國的。一位69歲的老同志，慘遭年輕人偷襲，不講武德。
看看把老同志欺負的...要不是馬老師講仁義講道德，甩手就是一個五連鞭。
哈哈哈，所以本期我們就用Python給馬保國老師做一個閃電五連鞭動態詞雲圖。
詞雲數據來自B站，使用stylecloud詞雲庫繪製。
主要參考百度AI Studio上的一個開源項目，使用PaddleSeg對人像進行分割。
年輕小F，不講武德。這樣好嗎，耗子尾汁。
/ 01 / 彈幕數據獲取
沒從B站上直接爬取，使用第三方庫bilibili_api。
這是一個用Python寫的調用Bilibili各種API的庫，範圍涵蓋視頻、音頻、直播、動態、專欄、用戶、番劇等。
地址：https://passkou.com/bilibili_api/docs/
使用video模塊下面的兩個方法，可以獲取11月每天的視頻彈幕。
首先需要獲取SESSDATA和CSRF(bili_jct)的值。
谷歌瀏覽器可以通過下圖查看，域名選擇bilibili.com。
以點擊量為排序，選取排行第一的視頻獲取彈幕。沒想到馬老師老早就火了，耗子尾汁。
點擊排名第一的視頻，然後在瀏覽器的訪問欄獲取BV號，BV1HJ411L7DP。
獲取彈幕代碼如下。
from bilibili_api import video, Verify
import datetime
# 參數
verify = Verify("你的SESSDATA值", "你的bili_jct值")
# 獲取存在歷史彈幕的日期列表
days = video.get_history_danmaku_index(bvid="BV1HJ411L7DP", verify=verify)
print(days)
# 獲取彈幕信息，並保存
for day in days:
danmus = video.get_danmaku(bvid="BV1HJ411L7DP", verify=verify, date=datetime.date(*map(int, day.split('-'))))
print(danmus)
f = open(r'danmu.txt', 'a')
for danmu in danmus:
print(danmu)
f.write(danmu.text + '\n')
f.close()
得到結果。
我大E了啊，沒有閃。
使用jieba對彈幕數據進行分詞處理。
import jieba
def get_text_content(text_file_path):
'''
獲取填充文本內容
'''
text_content = ''
with open(text_file_path, encoding='utf-8') as file:
text_content = file.read()
# 數據清洗，只保存字符串中的中文，字母，數字
text_content_find = re.findall('[\u4e00-\u9fa5a-zA-Z0-9]+', text_content, re.S)
text_content = ' '.join(jieba.cut(str(text_content_find).replace(" ", ""), cut_all=False))
print(text_content)
return text_content
text_content = get_text_content('danmu.txt')
選取馬保國原版素材視頻，B站上有高清的。
地址：https://www.bilibili.com/video/BV1JV41117hq
參考網上的資料，運行如下代碼即可下載B站視頻。
from bilibili_api import video, Verify
import requests
import urllib3
# 參數
verify = Verify("你的SESSDATA值", "你的bili_jct值")
# 獲取下載地址
download_url = video.get_download_url(bvid="BV1JV41117hq", verify=verify)
print(download_url["dash"]["video"][0]['baseUrl'])
baseurl = 'https://www.bilibili.com/video/BV1JV41117hq'
title = '馬保國'
def get_video():
urllib3.disable_warnings()
headers = {
'user-agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9',
'Accept-Encoding': 'gzip, deflate, br',
'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8'
}
headers.update({'Referer': baseurl})
res = requests.Session()
begin = 0
end = 1024 * 1024 - 1
flag = 0
temp = download_url
filename = "./" + title + ".flv"
url = temp["dash"]["video"][0]['baseUrl']
while True:
headers.update({'Range': 'bytes=' + str(begin) + '-' + str(end)})
res = requests.get(url=url, headers=headers, verify=False)
if res.status_code != 416:
begin = end + 1
end = end + 1024 * 1024
else:
headers.update({'Range': str(end + 1) + '-'})
res = requests.get(url=url, headers=headers, verify=False)
flag = 1
with open(filename, 'ab') as fp:
fp.write(res.content)
fp.flush()
if flag == 1:
fp.close()
break
print('----')
print('視頻下載完成')
filename = "./" + title + ".mp3"
url = temp["dash"]["audio"][0]['baseUrl']
while True:
headers.update({'Range': 'bytes=' + str(begin) + '-' + str(end)})
res = requests.get(url=url, headers=headers, verify=False)
if res.status_code != 416:
begin = end + 1
end = end + 1024 * 1024
else:
headers.update({'Range': str(end + 1) + '-'})
res = requests.get(url=url, headers=headers, verify=False)
flag = 1
with open(filename, 'ab') as fp:
fp.write(res.content)
fp.flush()
if flag == 1:
fp.close()
break
print('音頻下載完成')
記得添加SESSDATA和CSRF(bili_jct)的值
/ 02 / PaddleSeg人像分割
基於百度AI Studio的項目，項目地址：
https://aistudio.baidu.com/aistudio/projectdetail/1176398
首先下載解壓安裝PaddleSeg相關依賴包。
# 下載PaddleSeg
git clone https://hub.fastgit.org/PaddlePaddle/PaddleSeg.git
cd PaddleSeg/
# 安裝所需依賴項
pip install -r requirements.txt
通常去「GitHub」上下載東西，速度都比較慢，可以使用加速連結。
這裡的fastgit.org一加，下載速度就能從幾十K飆升到幾兆每秒。
# 新建文件夾
mkdir work/videos
mkdir work/texts
mkdir work/mp4_img
mkdir work/mp4_img_mask
mkdir work/mp4_img_analysis
新建一些文件夾，主要用來存放相關文件的。
這裡可以將之前爬取到的視頻和音頻放置在videos中。
先對素材視頻進行抽幀，就是獲取視頻每幀的圖片。
def transform_video_to_image(video_file_path, img_path):
'''
將視頻中每一幀保存成圖片
'''
video_capture = cv2.VideoCapture(video_file_path)
fps = video_capture.get(cv2.CAP_PROP_FPS)
count = 0
while (True):
ret, frame = video_capture.read()
if ret:
cv2.imwrite(img_path + '%d.jpg' % count, frame)
count += 1
else:
break
video_capture.release()
filename_list = os.listdir(img_path)
with open(os.path.join(img_path, 'img_list.txt'), 'w', encoding='utf-8') as file:
file.writelines('\n'.join(filename_list))
print('視頻圖片保存成功, 共有 %d 張' % count)
return fps
input_video = 'work/videos/Master_Ma.mp4'
fps = transform_video_to_image(input_video, 'work/mp4_img/')
一共是獲取到了564張圖片。
然後使用PaddleSeg將所有的視頻圖片，進行人像分割，生成mask圖片。
# 生成mask結果圖片
python 你的路徑/PaddleSeg/pdseg/vis.py \
--cfg 你的路徑/work/humanseg.yaml \
--vis_dir 你的路徑/work/mp4_img_mask
使用模型進行預測，其中humanseg.yaml文件是作者提供的，可以進行圖像分割。
預訓練模型deeplabv3p_xception65_humanseg，需下載解壓安裝放在PaddleSeg/pretrained_model下。
由於預訓練模型較大，就不放網盤上了，直接訪問下面這個連結即可下載。
# 下載預訓練模型deeplabv3p_xception65_humanseg
https://paddleseg.bj.bcebos.com/models/deeplabv3p_xception65_humanseg.tgz
記得需要將humanseg.yaml文件中的路徑信息，修改成你自己的路徑。
運行上面那三行命令，最後就會生成564張mask文件。
/ 03 / 詞雲生成
使用stylecloud詞雲庫生成詞雲，使用字體方正蘭亭刊黑。
def create_wordcloud():
for i in range(564):
file_name = os.path.join("mp4_img_mask/", str(i) + '.png')
# print(file_name)
result = os.path.join("work/mp4_img_analysis/", 'result' + str(i) + '.png')
# print(result)
stylecloud.gen_stylecloud(text=text_content,
font_path='方正蘭亭刊黑.TTF',
output_name=result,
background_color="black",
mask_img=file_name)
因為stylecloud庫無法自定義詞雲圖片，所以小F修改了它的代碼。
給gen_stylecloud添加了mask_img這個參數，最終作用在gen_mask_array這個函數上。
如此就能將mask圖片轉化成詞雲圖！
將這些詞雲圖片合併成視頻。
def combine_image_to_video(comb_path, output_file_path, fps=30, is_print=False):
'''
合併圖像到視頻
'''
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
file_items = [item for item in os.listdir(comb_path) if item.endswith('.png')]
file_len = len(file_items)
# print(comb_path, file_items)
if file_len > 0:
print(file_len)
temp_img = cv2.imread(os.path.join(comb_path, file_items[0]))
img_height, img_width, _ = temp_img.shape
out = cv2.VideoWriter(output_file_path, fourcc, fps, (img_width, img_height))
for i in range(file_len):
pic_name = os.path.join(comb_path, 'result' + str(i) + ".png")
print(pic_name)
if is_print:
print(i + 1, '/', file_len, ' ', pic_name)
img = cv2.imread(pic_name)
out.write(img)
out.release()
combine_image_to_video('work/mp4_img_analysis/', 'work/mp4_analysis.mp4', 30)
使用ffmpeg對視頻進一步的處理，裁剪+重疊。
# 視頻裁剪
ffmpeg -i mp4_analysis_result.mp4 -vf crop=iw:ih/2:0:ih/5 output.mp4
# 視頻重疊
ffmpeg -i output.mp4 -i viedeos/Master_Ma.mp4 -filter_complex "[1:v]scale=500:270[v1];[0:v][v1]overlay=1490:10" -s 1920x1080 -c:v libx264 merge.mp4
# 添加音頻
ffmpeg -i merge.mp4 -i videos/Master_Ma.mp4 -c:v copy -c:a copy work/mp4_analysis_result2.mp4 -y
# 生成gif圖
ffmpeg -ss 00:00:22 -t 3 -i merge.mp4 -r 15 a.gif
ffmpeg的安裝及使用就得靠大夥自己百度啦～
視頻結果如下。
到這裡了，不給小F來個贊嗎，來，炫，來偷吸，我這...
好了，到此本期的實踐就結束了。
相關代碼及文件已上傳，公眾號回復「馬老師」即可獲取。
感興趣的小夥伴也可以動手試一試。
這裡需要注意，在使用PaddleSeg進行人像分割和生成詞雲圖，這期間耗費的時間比較多，慢慢等就好了。
還有就是可以自己修改一下stylecloud庫的代碼，自定義一下mask_img圖片的大小以及顏色。
這兩項小F是沒有修改的，所以生成的圖片是512×512尺寸，導致最後視頻需要裁剪。
顏色主要是將mask圖片變成白底的圖片，小F這裡是黑底的。
可以通過圖片灰度二值化的方法。
import cv2
# 灰度圖
img = cv2.imread('work/mp4_img_mask/240.png', 0)
# 二值化
ret, thresh = cv2.threshold(img, 30, 255, cv2.THRESH_BINARY_INV)
# 顯示
cv2.imshow("img", thresh)
# 保存圖片
cv2.imwrite('0.png', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()
就能得到白底的png圖，符合stylecloud詞雲圖的要求。
如此便可以繪製出白底彩色文字的詞雲圖。