ACFUN上经常有一些考验暂停党的图集视频，内含各种哔哔和◯◯，但是对于反射弧比较长，暂停苦手的人们来说，只得反复折腾得肉牛满面。而我这种暂停四级考试完全不合格的人更是鸭梨很大。于是想到求助perl, imgseek和mplayer，把视频中的所有图片提取出来。思路很简单，就是首先用mplayer将视频内容转为一帧一帧的png或jpg图片(视频分帧)，再用Image::Seek来通过图片内容的相似度比较去除重复图片。写了一段简单的perl代码(wapauser.pl)：
#!/usr/bin/perl
use strict;
use constant SCORE => -30;
use File::Temp qw(tempfile tempdir);
use Image::Imlib2;
use Image::Seek qw(loaddb cleardb add_image query_id remove_id);
use POSIX ':sys_wait_h';
our ($id, $db, $dir);
sub init {
$id = 0;
$dir = tempdir('wapauserXXXX', CLEANUP => 1, DIR => '.');
$db = tempfile('wapauserXXXX', DIE => $dir, SUFFIX => 'db');
loaddb($db);
cleardb();
}
sub gao {
my $file = shift;
my $img = Image::Imlib2->load($file);
add_image($img, $id);
my @result = query_id($id, 2);
if (!$id || $result[1]->[1] > SCORE) {
++$id;
link $file, sprintf './output/%04d.png', $id; # or `cp`
} else {
remove_id($id); # important
}
}
sub wapauser {
my ($file, @args) = @_;
init();
if (my $pid = fork) {
wait;
opendir(my $dh, $dir);
my @pngs = grep {/\.png/} readdir($dh);
closedir($dh);
for my $png (sort @pngs) {
gao("$dir/$png");
}
} else {
chomp(my $path = `which mplayer`);
unshift @args, '-vo', "png:outdir=$dir", '-nosound';
print STDERR "path = $path\nfile = $file\n", join(" ", @args), "\n";
close STDOUT;
close STDERR;
exec $path, $file, @args;
}
}
wapauser(@ARGV);
拿某个长度4min的flv视频测试了一下，第一步和第二部分别花了4min的时间，最后从6000多帧中提取了70多张不同的图片。实验表明，SCORE的阀值大概取到-25~-30比较合适，具体的值还是要反复尝试。大多数相同的图结果都在-35以上，但也有可能只有-31。不同的图通常区别都在-15以内，但是只有一些小区别的几张图（你们懂的）之间的区别可能有负的二十多。总的来说还有以下问题：
- 视频分帧结束后才开始图片去重，实际上两步可以同时进行，分步的结果就是得先消耗很大的临时空间来存储成千上万帧的图片，上面的测试就吃掉了4G的硬盘；
- 生成的图片是非常大png，这也是为什么会吃掉那么多磁盘的原因，当然这可以通过设置参数z=<0-9>改成压缩较高的png，或者用参数-vo jpeg，并设置参数quality=<0-100>改成较小的jpg；
- 这种方法只能处理完全静态的图集视频，对其它视频要么无能为力，要么作用很有限；
- 生成的图片质量取决的视频质量，所有除非是高清视频，否则图片质量不会太好；
- SCORE阀值的设置……凡是涉及到阀值的问题总是很头疼的，稍微高点低点，效果可能就差很多，这就像调试蓝田的热水一般（典故见附件）。
附件：我刚进浙大不久时的一篇文章《走进浙大—揭开蓝田浴室之谜》，想起来当时我们一看见校医院的救护车从蓝田方向开来就会说“又有人洗澡被烫伤了”……
发信人: botanyh (botany), 信区: Joke
标 题: 走进浙大—揭开蓝田浴室之谜ZZ
发信站: 缥缈水云间 (Mon Oct 30 11:33:02 2006), 站内
Entries (RSS)