Python编程实现小姐姐跳舞并生成词云视频示例

Python做了一个词云视频，以另一种角度来看小姐姐跳舞

制作过程分为以下几个部分

1、视频下载

首先需要下载一个小姐姐跳舞的视频，这里我用的是 you-get 工具，可借助 Python 的 pip 命令进行安装

pip install you-get

you-get 支持下载平台包括：Youtube、Blili、TED、腾讯、优酷、爱奇艺(涵盖所有视频平台下载链接)，

以 youtube 视频为例，you-get 下载命令

you-get -o ~/Videos(存放视频路径) -O zoo.webm(视频命名) 'https://www.youtube.com/watch?v=jNQXAC9IVRw'

这里通过 os 模块来实现 you-get 下载命令，使用时传入三个参数即可：

1，视频链接，

2，要存放视频的文件路径；

3，视频命名；

def download(video_url,save_path,video_name):
  '''
  youget 下载视频
  :param video_url:视频链接
  :param save_path: 保存路径
  :param video_name: 视频命名
  :return:
  '''
  cmd = 'you-get -o {} -O {} {}'.format(save_path,video_name,video_url)
  res = os.popen(cmd,)
  res.encoding = 'utf-8'
  print(res.read())# 打印输出

关于 you-get 更多用法， 可参考官网，里面关于用法介绍的非常详细：

https://you-get.org/#getting-started

2、B 站弹幕下载

做词云图需要有文本数据支持，这里选取 B 站弹幕为素材；关于 B 站视频弹幕下载方式，这里一个快捷方法，用 requests 访问指定视频的 API 接口，就能得到该视频下的全部弹幕

http://comment.bilibili.com/{cid}.xml # cid 为B站视频的cid 编号

但 API 接口的构造，需要知道视频的 cid 编号

B站视频 cid 编号获取方式：

F12打开开发者模式->NetWork->XHR->v2?cid=… 链接 ，该网页链接中有一个”cid=一串数字“ 的字符串，其中等号后面的连续数字就是该视频的 cid 编号

以上面视频为例，291424805 就是这个视频的 cid 编号，

有了 cid 之后，通过 requests 请求 API 接口，就能获取到里面的弹幕数据

http://comment.bilibili.com/291424805.xml

def download_danmu():
   '''弹幕下载并存储'''
   cid = '141367679'# video_id
   url = 'http://comment.bilibili.com/{}.xml'.format(cid)
   f = open('danmu.txt','w+',encoding='utf-8') #打开 txt 文件
   res = requests.get(url)
   res.encoding = 'utf-8'
   soup = BeautifulSoup(res.text,'lxml')
   items = soup.find_all('d')# 找到 d 标签
   for item in items:
       text = item.text
       print('---------------------------------'*10)
       print(text)
       seg_list = jieba.cut(text,cut_all =True)# 对字符串进行分词处理，方便后面制作词云图
       for j in seg_list:
           print(j)
           f.write(j)
           f.write('\n')
   f.close()

3、视频切帧，人像分割

下载到视频之后，先把视频拆分成一帧一帧图像；

vc = cv2.VideoCapture(video_path)
   c =0
   if vc.isOpened():
       rval,frame = vc.read()# 读取视频帧
   else:
       rval=False
   while rval:
       rval,frame = vc.read()# 读取每一视频帧，并保存至图片中

cv2.imwrite(os.path.join(Pic_path,'{}.jpg'.format(c)),frame)
       c += 1
       print('第 {} 张图片存放成功！'.format(c))

对每一帧中的小姐姐进行识别提取，也就是人像分割，这里借助了百度 API 接口，

APP_ID = "23633750"
   API_KEY = 'uqnHjMZfChbDHvPqWgjeZHCR'
   SECRET_KEY = '************************************'
   client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)
   # 文件夹
   jpg_file = os.listdir(jpg_path)
   # 要保存的文件夹
   for i in jpg_file:
       open_file = os.path.join(jpg_path,i)
       save_file = os.path.join(save_path,i)
       if not os.path.exists(save_file):#文件不存在时，进行下步操作
           img = cv2.imread(open_file)  # 获取图像尺寸
           height, width, _ = img.shape
           if crop_path:# 若Crop_path 不为 None,则不进行裁剪
               crop_file = os.path.join(crop_path,i)
               img = img[100:-1,300:-400] #图片太大，对图像进行裁剪里面参数根据自己情况设定
               cv2.imwrite(crop_file,img)
               image= get_file_content(crop_file)
           else:

image = get_file_content(open_file)
           res = client.bodySeg(image)#调用百度API 对人像进行分割
           labelmap = base64.b64decode(res['labelmap'])
           labelimg = np.frombuffer(labelmap,np.uint8)# 转化为np数组 0-255
           labelimg = cv2.imdecode(labelimg,1)
           labelimg = cv2.resize(labelimg,(width,height),interpolation=cv2.INTER_NEAREST)
           img_new = np.where(labelimg==1,255,labelimg)# 将 1 转化为 255
           cv2.imwrite(save_file,img_new)
           print(save_file,'save successfully')

将含有人像的图像转化为二值化图像，前景为人物，其余部分为背景

API 使用之前需要用自己账号在百度智能云平台创建一个 人体分析 应用，里面需要三个参数：ID、AK、SK

关于百度 API 使用方法，可参考官方文档资料

4、对分割后的图像制作词云图

根据步骤 3 中得到了小姐姐 人像 Mask，

借助 wordcloud 词云库和采集到的弹幕信息，对每一张二值化图像绘制词云图(在制作之前，请确保每一张都是二值化图像，全部为黑色像素图像需要剔除)

word_list = []
   with open('danmu.txt',encoding='utf-8') as f:
       con = f.read().split('\n')# 读取txt文本词云文本
       for i in con:
           if re.findall('[\u4e00-\u9fa5]+', str(i), re.S): #去除无中文的词频
               word_list.append(i)
   for i in os.listdir(mask_path):
       open_file = os.path.join(mask_path,i)
       save_file = os.path.join(cloud_path,i)
       if not os.path.exists(save_file):
           # 随机索引前 start 频率词
           start = random.randint(0, 15)
           word_counts = collections.Counter(word_list)
           word_counts = dict(word_counts.most_common()[start:])
           background = 255- np.array(Image.open(open_file))
           wc =WordCloud(
               background_color='black',
               max_words=500,
               mask=background,
               mode = 'RGB',
               font_path ="D:/Data/fonts/HGXK_CNKI.ttf",# 设置字体路径，用于设置中文,

).generate_from_frequencies(word_counts)
           wc.to_file(save_file)
           print(save_file,'Save Sucessfully!')

5、图片拼接，合成视频

词云图全部生成完毕之后，如果一张一张图像看肯定没意思，如果把处理后的词云图合成视频会更酷一点！

为了视频前后对比效果这里我多加了一个步骤，在合并之前先对原图和词云图进行拼接，合成效果如下：

num_list = [int(str(i).split('.')[0]) for i in os.listdir(origin_path)]
   fps = 24# 视频帧率，越大越流畅
   height,width,_=cv2.imread(os.path.join(origin_path,'{}.jpg'.format(num_list[0]))).shape # 视频高度和宽度
   width = width*2
   # 创建一个写入操作;
   video_writer = cv2.VideoWriter(video_path,cv2.VideoWriter_fourcc(*'mp4v'),fps,(width,height))
   for i in sorted(num_list):
       i = '{}.jpg'.format(i)
       ori_jpg = os.path.join(origin_path,str(i))
       word_jpg = os.path.join(wordart_path,str(i))
       # com_jpg = os.path.join(Composite_path,str(i))
       ori_arr = cv2.imread(ori_jpg)
       word_arr = cv2.imread(word_jpg)
       # 利用 Numpy 进行拼接
       com_arr = np.hstack((ori_arr,word_arr))
       # cv2.imwrite(com_jpg,com_arr)# 合成图保存
       video_writer.write(com_arr) # 将每一帧画面写入视频流中
       print("{} Save Sucessfully---------".format(ori_jpg))

再加上背景音乐，视频又能提升一个档次~

最后

关于视频中的素材，特此声明

弹幕取自B站 Up 主 半佛仙人《【半佛】你知道奶茶加盟到底有多坑人吗？》

小姐姐跳舞视频取自Youtube Channel Lilifilm Official 《LILI's FILM #3 - LISA Dance Performance Video》

最后，感谢大家的阅读，我们下期见~

来源：https://blog.csdn.net/weixin_42512684/article/details/113750357