python如何将图片生成视频MP4

python图片生成视频MP4

import os
import cv2

# 要被合成的多张图片所在文件夹
# 路径分隔符最好使用“/”,而不是“\”,“\”本身有转义的意思；或者“\\”也可以。
# 因为是文件夹，所以最后还要有一个“/”
file_dir = 'C:/Users/YUXIAOYANG/Desktop/tset/'
list = []
for root ,dirs, files in os.walk(file_dir):
   for file in files:
       list.append(file)      # 获取目录下文件名列表

# VideoWriter是cv2库提供的视频保存方法，将合成的视频保存到该路径中
# 'MJPG'意思是支持jpg格式图片
# fps = 5代表视频的帧频为5，如果图片不多，帧频最好设置的小一点
# (1280,720)是生成的视频像素1280*720，一般要与所使用的图片像素大小一致，否则生成的视频无法播放
# 定义保存视频目录名称和压缩格式，像素为1280*720
video = cv2.VideoWriter('C:/Users/YUXIAOYANG/Desktop/test.mp4',cv2.VideoWriter_fourcc('m', 'p', '4', 'v'),5,(1981,991))

for i in range(1,len(list)):
   img = cv2.imread('C:/Users/YUXIAOYANG/Desktop/tset/'+list[i-1]) #读取图片
   print(img.shape)
   #img = cv2.resize(img,(1981,991)) #将图片转换为1280*720像素大小
   video.write(img) # 写入视频

# 释放资源
video.release()

python图片与视频互转（亲测有效）

图片转视频

1.任务需求背景

在标注数据的过程中，需要【反复】浏览大量图片（万张以上的数量级），确认图片中的目标类别以及室内户型布局。

但是，在电脑上浏览图片有很大的不足：（a）需要持续点击鼠标或者键盘；（b）图片加载跟不上点击速度。 

值得注意的是：网上有很多代码（图片转视频），但是真正能用的几乎很少，本博文的代码经过测试，可以成功生成视频。

2.代码依赖库

opencv-python==4.5.2
numpy==1.19.2
glob（python自带模块）

3.代码实战

基本步骤如下：

• a. 使用glob获取路径下的所有图片；  

• b. cv2.imread()读取所有图片；  

• c. 将读取的图片存储在新的列表中，img_array；  

• d. 使用cv2.VideoWriter()创建VideoWriter对象，注意参数的设置；  

• e. 使用cv2.VideoWriter().write()保存 img_array 中的每一帧图像到视频文件；  

• f. 释放 VideoWriter对象；

import cv2
import numpy as np
import glob
import os

# 其它格式的图片也可以
img_array = []
for filename in glob.glob('E:/3DS1Data/20211118/29984CRL30V00067087/dataset/rgb/*.png'):
   img = cv2.imread(filename)
   height, width, layers = img.shape
   size = (width, height)
   img_array.append(img)

# avi：视频类型，mp4也可以
# cv2.VideoWriter_fourcc(*'DIVX')：编码格式
# 5：视频帧率
# size:视频中图片大小
out = cv2.VideoWriter('E:/3DS1Data/20211118/29984CRL30V00067087/dataset/project-all.avi',
                     cv2.VideoWriter_fourcc(*'DIVX'),
                     5, size)

for i in range(len(img_array)):
   out.write(img_array[i])
out.release()

下图是原始图片数据：

生成的视频文件（播放中）：

注意事项

（1）通过测试发现，Mp4格式的视频清晰度低于 Avi 视频的清晰度；

来源：https://blog.csdn.net/weixin_44769034/article/details/125596482