first commit

Seg_Predict_Own_Video_V2/1_Save_Frame_V1.py

@@ -0,0 +1,158 @@
+import cv2
+import os
+import argparse
+
+def extract_frames(video_path, interval_sec, resize_dim=None, base_output_dir=None):
+    """
+    从视频中按指定时间间隔提取帧并保存，可选择调整大小和指定输出目录。
+
+    参数:
+    video_path (str): 输入视频文件的完整路径。
+    interval_sec (float): 截取帧的时间间隔（秒）。
+    resize_dim (tuple or None): (width, height) 元组，用于调整帧大小。
+    base_output_dir (str): 保存帧的基础目录。
+    """
+    
+    # 1. 检查视频文件是否存在
+    if not os.path.exists(video_path):
+        print(f"错误: 视频文件不存在于路径 {video_path}")
+        return
+
+    # 2. 打开视频文件
+    cap = cv2.VideoCapture(video_path)
+    if not cap.isOpened():
+        print(f"错误: 无法打开视频文件 {video_path}")
+        return
+
+    print(f"正在处理视频: {video_path}")
+    if resize_dim:
+        print(f"将调整所有输出帧大小为: {resize_dim[0]}x{resize_dim[1]}")
+
+    # 3. 构建输出目录
+    # 从路径中获取不带扩展名的文件名, e.g., "my_video"
+    video_filename_with_ext = os.path.basename(video_path)
+    video_name, _ = os.path.splitext(video_filename_with_ext)
+
+    # --- 更新的目录逻辑 ---
+    # 构建最终的完整输出路径
+    # 结构: <base_output_dir>/<video_name>/images/val
+    output_dir = os.path.join(base_output_dir, video_name, "images", "val")
+    # --- 结束更新 ---
+
+    # 4. 创建目录 (如果不存在)
+    try:
+        os.makedirs(output_dir, exist_ok=True)
+        print(f"帧将保存到: {output_dir}")
+    except OSError as e:
+        print(f"错误: 无法创建目录 {output_dir}. 错误信息: {e}")
+        cap.release()
+        return
+
+    # 5. 循环处理视频帧
+    save_count = 0
+    interval_msec = interval_sec * 1000
+    next_save_time_msec = 0.0
+
+    while True:
+        ret, frame = cap.read()
+        if not ret:
+            break
+
+        current_msec = cap.get(cv2.CAP_PROP_POS_MSEC)
+
+        if current_msec >= next_save_time_msec:
+            frame_to_save = frame
+            
+            # 调整大小
+            if resize_dim:
+                frame_to_save = cv2.resize(frame, resize_dim, interpolation=cv2.INTER_AREA)
+            
+            # 构建保存路径
+            # --- 修改文件名逻辑：使用时间戳 ---
+            # 1. 获取当前毫秒时间戳
+            msec = current_msec 
+            
+            # 2. 转换为 时、分、秒、毫秒
+            total_seconds_int = int(msec // 1000)
+            milliseconds = int(msec % 1000)
+            
+            hours = total_seconds_int // 3600
+            minutes = (total_seconds_int % 3600) // 60
+            seconds = total_seconds_int % 60
+            
+            # 3. 格式化文件名: 格式为 HH-MM-SS-msmsms.jpg (时-分-秒-毫秒)
+            #    例如: 00-00-01-500.jpg (表示 1.5 秒时)
+            frame_filename = f"{hours:02d}-{minutes:02d}-{seconds:02d}-{milliseconds:03d}.jpg"
+            save_path = os.path.join(output_dir, frame_filename)
+            # --- 结束修改 ---
+
+            # 保存
+            cv2.imwrite(save_path, frame_to_save)
+            
+            print(f"已保存: {save_path} (时间戳: {current_msec/1000:.3f}s)")
+            save_count += 1
+            next_save_time_msec += interval_msec
+
+    # 6. 释放资源
+    cap.release()
+    print(f"\n处理完成。")
+    print(f"总共保存了 {save_count} 帧到目录 {output_dir}")
+
+def main():
+    parser = argparse.ArgumentParser(description="视频帧提取脚本")
+
+    parser.add_argument(
+        "-v", "--video",
+        type=str,
+        required=True,
+        help="[必需] 输入视频文件的路径 (例如: /home/user/videos/my_test.mp4)"
+    )
+    
+    parser.add_argument(
+        "-i", "--interval",
+        type=float,
+        default=0.5,
+        help="[可选] 截取帧的时间间隔 (秒). 默认: 0.5"
+    )
+
+    parser.add_argument(
+        "-r", "--resize",
+        type=str,
+        default=None,
+        help="[可选] 将输出帧调整为 'WIDTHxHEIGHT' 格式 (例如: '1920x1080')"
+    )
+    
+    # --- 新增参数: --output_dir ---
+    default_output_base = os.path.join("..", "DataSet_Public", "5_Predict_Video")
+    parser.add_argument(
+        "-o", "--output_dir",
+        type=str,
+        default=default_output_base,
+        help=f"[可选] 保存帧的基础目录. "
+             f"最终路径将是: <output_dir>/<视频名>/images/val. "
+             f"默认: {default_output_base}"
+    )
+    
+    args = parser.parse_args()
+
+    # --- 解析 resize 参数 ---
+    resize_dim = None
+    if args.resize:
+        try:
+            width_str, height_str = args.resize.split('x')
+            width = int(width_str)
+            height = int(height_str)
+            if width <= 0 or height <= 0:
+                raise ValueError("宽度和高度必须为正数")
+            resize_dim = (width, height)
+        except ValueError as e:
+            print(f"错误: 无效的 --resize 格式 '{args.resize}'.")
+            print("必须使用 'WIDTHxHEIGHT' 格式 (例如: '1920x1080').")
+            return
+
+    # --- 调用主处理函数 ---
+    # 传入新参数 args.output_dir
+    extract_frames(args.video, args.interval, resize_dim, args.output_dir)
+
+if __name__ == "__main__":
+    main()

Seg_Predict_Own_Video_V2/1_Save_Frame_V2.py

@@ -0,0 +1,185 @@
+import cv2
+import os
+import argparse
+from concurrent.futures import ThreadPoolExecutor
+from tqdm import tqdm # 导入 tqdm
+
+def process_and_save_frame(frame, save_path, resize_dim):
+    """
+    一个在工作线程中运行的辅助函数，用于调整帧大小并将其保存到磁盘。
+    
+    参数:
+    frame (numpy.ndarray): 要处理的帧 (应该是 .copy() 过的)
+    save_path (str): 完整的保存路径
+    resize_dim (tuple or None): (width, height) 调整大小的元组
+    """
+    try:
+        frame_to_save = frame
+        
+        # 调整大小 (CPU密集型, 但OpenCV通常会释放GIL)
+        if resize_dim:
+            frame_to_save = cv2.resize(frame, resize_dim, interpolation=cv2.INTER_AREA)
+        
+        # 保存 (I/O 密集型)
+        cv2.imwrite(save_path, frame_to_save)
+        
+        # print(f"已保存: {save_path} (时间戳: {current_msec/1000:.3f}s)") 
+        # 注意：在tqdm循环中打印会打乱进度条，故注释掉
+        
+    except Exception as e:
+        print(f"错误: 无法保存帧 {save_path}. 错误: {e}")
+
+def extract_frames(video_path, interval_sec, resize_dim=None, base_output_dir=None):
+    """
+    从视频中按指定时间间隔提取帧并保存，可选择调整大小和指定输出目录。
+    (已更新为使用 ThreadPoolExecutor 和 tqdm)
+    """
+    
+    # 1. 检查视频文件是否存在
+    if not os.path.exists(video_path):
+        print(f"错误: 视频文件不存在于路径 {video_path}")
+        return
+
+    # 2. 打开视频文件
+    cap = cv2.VideoCapture(video_path)
+    if not cap.isOpened():
+        print(f"错误: 无法打开视频文件 {video_path}")
+        return
+
+    # --- 获取视频总帧数以用于 tqdm ---
+    try:
+        total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
+        if total_frames <= 0:
+            print("警告: 无法获取视频总帧数。进度条可能无法正确显示。")
+            total_frames = None # 设为 None, tqdm 会显示为未知进度
+    except Exception:
+        total_frames = None
+        
+    print(f"正在处理视频: {video_path}")
+    if resize_dim:
+        print(f"将调整所有输出帧大小为: {resize_dim[0]}x{resize_dim[1]}")
+
+    # 3. 构建输出目录
+    video_filename_with_ext = os.path.basename(video_path)
+    video_name, _ = os.path.splitext(video_filename_with_ext)
+    output_dir = os.path.join(base_output_dir, video_name, "images", "val")
+
+    # 4. 创建目录 (如果不存在)
+    try:
+        os.makedirs(output_dir, exist_ok=True)
+        print(f"帧将保存到: {output_dir}")
+    except OSError as e:
+        print(f"错误: 无法创建目录 {output_dir}. 错误信息: {e}")
+        cap.release()
+        return
+
+    # 5. 循环处理视频帧 (使用并行和tqdm)
+    save_count = 0
+    interval_msec = interval_sec * 1000
+    next_save_time_msec = 0.0
+
+    # 使用 ThreadPoolExecutor 来并行处理 I/O 密集型任务 (保存图片)
+    # 使用 tqdm 显示进度条
+    
+    # max_workers=None 会自动使用合理的线程数 (通常是 CPU核心数 * 5)
+    with ThreadPoolExecutor(max_workers=None) as executor:
+        
+        # 使用 tqdm 包裹循环
+        with tqdm(total=total_frames, unit="frames", desc=f"Processing {video_name}") as pbar:
+            while True:
+                ret, frame = cap.read()
+                if not ret:
+                    break # 视频结束
+                
+                # 无论是否保存，tqdm 进度条都更新 (表示已读取一帧)
+                pbar.update(1) 
+
+                current_msec = cap.get(cv2.CAP_PROP_POS_MSEC)
+
+                if current_msec >= next_save_time_msec:
+                    frame_to_save = frame
+                    
+                    # 构建保存路径
+                    msec = current_msec 
+                    total_seconds_int = int(msec // 1000)
+                    milliseconds = int(msec % 1000)
+                    hours = total_seconds_int // 3600
+                    minutes = (total_seconds_int % 3600) // 60
+                    seconds = total_seconds_int % 60
+                    
+                    frame_filename = f"{hours:02d}-{minutes:02d}-{seconds:02d}-{milliseconds:03d}.jpg"
+                    save_path = os.path.join(output_dir, frame_filename)
+
+                    # --- 并行处理 ---
+                    # 将“调整大小和保存”任务提交到线程池
+                    # 必须使用 frame.copy()！
+                    # 因为 'frame' 是一个可重用缓冲区，主循环会立即用下一帧覆盖它
+                    # 如果不复制，所有线程最终可能保存的是同一帧（或损坏的数据）
+                    executor.submit(process_and_save_frame, frame.copy(), save_path, resize_dim)
+                    # ---------------
+                    
+                    save_count += 1
+                    next_save_time_msec += interval_msec
+
+    # 6. 释放资源
+    # 'with' 语句块结束时，executor 会自动调用 shutdown(wait=True)，
+    # 确保所有保存任务完成后才继续。
+    cap.release()
+    print(f"\n处理完成。")
+    print(f"总共提交了 {save_count} 帧到目录 {output_dir}")
+
+
+def main():
+    parser = argparse.ArgumentParser(description="视频帧提取脚本 (并行版)")
+
+    parser.add_argument(
+        "-v", "--video",
+        type=str,
+        required=True,
+        help="[必需] 输入视频文件的路径 (例如: /home/user/videos/my_test.mp4)"
+    )
+    
+    parser.add_argument(
+        "-i", "--interval",
+        type=float,
+        default=0.5,
+        help="[可选] 截取帧的时间间隔 (秒). 默认: 0.5"
+    )
+
+    parser.add_argument(
+        "-r", "--resize",
+        type=str,
+        default=None,
+        help="[可选] 将输出帧调整为 'WIDTHxHEIGHT' 格式 (例如: '1920x1080')"
+    )
+    
+    default_output_base = os.path.join("..", "DataSet_Public", "5_Predict_Video")
+    parser.add_argument(
+        "-o", "--output_dir",
+        type=str,
+        default=default_output_base,
+        help=f"[可选] 保存帧的基础目录. "
+             f"最终路径将是: <output_dir>/<视频名>/images/val. "
+             f"默认: {default_output_base}"
+    )
+    
+    args = parser.parse_args()
+
+    resize_dim = None
+    if args.resize:
+        try:
+            width_str, height_str = args.resize.split('x')
+            width = int(width_str)
+            height = int(height_str)
+            if width <= 0 or height <= 0:
+                raise ValueError("宽度和高度必须为正数")
+            resize_dim = (width, height)
+        except ValueError as e:
+            print(f"错误: 无效的 --resize 格式 '{args.resize}'.")
+            print("必须使用 'WIDTHxHEIGHT' 格式 (例如: '1920x1080').")
+            return
+
+    extract_frames(args.video, args.interval, resize_dim, args.output_dir)
+
+if __name__ == "__main__":
+    main()

Seg_Predict_Own_Video_V2/使用手册

@@ -0,0 +1,2 @@
+# 1. 保存视频帧为图片
+python 1_Save_Frame_V2.py --video ./LC_Video_1.mp4 --resize "1920x1080" --output_dir "../DataSet_Public/5_Predict_Video" --interval 0.5