【Python 字符视频】Python 实现将抖音视频转换成字符视频

以前就在抖音上看到过字符视频，直到昨天才突然想自己动手做一个，然后就利用各种博客，自己总结兼借鉴，终于完成了字符视频的制作

一、思路：
众所周知，视频是一帧一帧的图片组成的，所以我想的就是将抖音的视频先解析成好多帧图片，然后对图片进行操作，最后再把图片合成视频

二、遇到的问题：

其中我遇到的最大问题就是 pycharm 的 BUG，我从来没有想过 pycharm 会有 BUG，所以在我安装 opencv-python 库的时候，我一直以为是我的安装错误，可最后翻阅了超多博客后，才下定结论是 pycharm 的 BUG，并且代码验证确实可以运行，所以石锤了。

错误显示：
```
Cannot find reference 'waitKey' in '__init__.py' less... (Ctrl+F1) 
Inspection info: This inspection detects names that should resolve but don't. Due to dynamic dispatch and duck typing, this is possible in a limited but useful number of cases. Top-level and class-level items are supported better than instance items.
```
这个错误可以忽略，因为这是 pycharm 本身的 BUG，不影响代码运行
视频格式错误
从抖音上下载的视频格式显示是 .Mp4 ，可是并不能用，所以需要转换编码，网上有很多免费的在线转格式的网站。

三、具体操作步骤

转换视频格式
在抖音上下载的视频是无法直接转换的，所以需要将视频转码：->免费转码网站<-，转成原来的格式，即还是 .Mp4 就足够了

首先是要将视频中的帧提取出来：
部分代码如下：

while ret:# 进行单张图片的读取,ret的值为True或者Flase,frame表示读入的图片ret, frame = vc.read()if ret:# 存储为图像cv2.imwrite(folder_path + str(c) + '.jpg', frame)# 输出图像名称#print(folder_path + str(c) + '.jpg')c = c + 1# 在一个给定的时间内(单位ms)等待用户按键触发,1mscv2.waitKey(1)else:break

其次就是单独处理每个图片（也是最复杂的）
部分代码如下：
```
for j in range(len(txts)):for i in range(len(txts[j])):if isgray:draw_handle.text((i*block_x, j*block_y), txts[j][i], (50, 50, 50))else:draw_handle.text((i*block_x, j*block_y), txts[j][i], colors[j][i])
```
整体思路：读出旧图片，新建一个Image对象，基于旧图片，构造新图片
具体思路：采用多线程来读出旧图片（因为单线程实在太慢了），自定义字体格式，获取此格式的一个字符的长宽，获取旧图片的长宽，新建一个图片对象，新图片的长宽为：（旧图片长宽 / 字体格式一个字符的长宽），相当于对图片进行了缩放，将每一个字体格式的字符，缩为新图片的一个像素，在扫描就图片的时候，记录下 RGB，并计算出字符，随后填入新图片。

最后合成视频
部分代码如下：

for i in range(1, 1000):filename = folder_path_char + str(i) + '.jpg'# 判断图片是否存在if os.path.exists(filename):img = cv2.imread(filename=filename)# 在一个给定的时间内(单位ms)等待用户按键触发,100mscv2.waitKey(100)# 将图片写入视频中videoWriter.write(img)# print(str(i) + '.jpg' + ' done!')

提取原视频 Mp3
这里有一个网站：->Mp3提取网站<-，可以提取出视频的 Mp3
合成
我用的是一个视频编辑软件，加入了音频 Mp3，并且压缩了视频（因为合成的视频太大了，抖音 2 M 的视频，合成后变成了 200 M）

四、详细代码

from PIL import Image, ImageDraw, ImageFont
import cv2
import os
import threading
ascii_char = list("$@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\|()1{}[]?-_+~<>i!lI;:,\"^`'. ")#在当前目录下新建文件夹
folder_path = r"D:\Python_workspace\char_video_sources\pictures\\"#每帧
folder_path_char =r"D:\Python_workspace\char_video_sources\char_pitcures\\"#彩色字符帧width=None
height=None
fps=None
count=None
def getVideo(url):# 进行视频的载入vc = cv2.VideoCapture(url)c = 0# 判断载入的视频是否可以打开ret = vc.isOpened()"""获取视频参数"""global fpsfps=vc.get(cv2.CAP_PROP_FPS)#获取视频帧速global countcount=vc.get(cv2.CAP_PROP_FRAME_COUNT)#获取视频帧数global widthglobal heightwidth =int(vc.get(cv2.CAP_PROP_FRAME_WIDTH))  # 获取长宽height =int(vc.get(cv2.CAP_PROP_FRAME_HEIGHT))"""end"""# 循环读取视频帧while ret:# 进行单张图片的读取,ret的值为True或者Flase,frame表示读入的图片ret, frame = vc.read()if ret:# 存储为图像cv2.imwrite(folder_path + str(c) + '.jpg', frame)# 输出图像名称#print(folder_path + str(c) + '.jpg')c = c + 1# 在一个给定的时间内(单位ms)等待用户按键触发,1mscv2.waitKey(1)else:breakvc.release()def get_char(r,g,b,alpha = 256):#获取对应的字符if alpha == 0:return ' 'length = len(ascii_char)gray = int(0.2126 * r + 0.7152 * g + 0.0722 * b)unit = (256.0 + 1)/lengthreturn ascii_char[int(gray/unit)]def severalThreadings(isgray=False):#多线程处理灰度图像lines=5eachPice=int(count/lines)#每个线程所需处理帧数threads=[]for line in range(lines):#对于一片进行处理，然后计算扩展到begin=line*eachPiceend=(line+1)*eachPiceif line==lines-1:#如果是最后一个线程，则其工作为收尾工作，将图片进行到最后end=int(count)thread = threading.Thread(target=getCharPitcure, args=(begin,end,isgray))threads.append(thread)thread.setDaemon(True)thread.start()for item in threads:item.join()def getCharPitcure(begin=0,end=count,isgray=False):#传入是否生成灰色,默认为否for op in range(begin, end):#print("这是第{}个".format(op))img = folder_path + str(op) + '.jpg'# print(img)if os.path.exists(img):im = Image.open(img).convert('RGB') # 注意，此处需要先将图片转换为RGB模式# 设定处理后的字符画大小，需要为整型raw_width = int(im.width)raw_height = int(im.height)# 获取设定的字体的尺寸，ImageFont默认的尺寸大小为6x11，其他字体会有所不同# 此处使用的字体为truetype字体，大小为10pxfont = ImageFont.truetype('consola.ttf', 10, encoding='unic')font_x, font_y = font.getsize(' ')# 确定单元的大小block_x = int(font_x)block_y = int(font_y)# 确定长宽各有几个单元w = int(raw_width/block_x)h = int(raw_height/block_y)# 将每个单元缩小为一个像素im = im.resize((w, h), Image.NEAREST)# txts和colors分别存储对应块的ASCII字符和RGB值txts = []colors = []for i in range(h):#遍历行line = ''lineColor = []for j in range(w):#遍历列pixel = im.getpixel((j, i))lineColor.append((pixel[0], pixel[1], pixel[2]))line += get_char(pixel[0], pixel[1], pixel[2])txts.append(line)colors.append(lineColor)# 创建新画布im_txt = Image.new("RGB", (raw_width, raw_height), (255, 255, 255))# 创建ImageDraw对象以写入ASCIIdraw_handle = ImageDraw.Draw(im_txt)for j in range(len(txts)):for i in range(len(txts[j])):if isgray:draw_handle.text((i*block_x, j*block_y), txts[j][i], (50, 50, 50))else:draw_handle.text((i*block_x, j*block_y), txts[j][i], colors[j][i])name = folder_path_char + str(op) + '.jpg'# print(name)im_txt.save(name, 'JPEG')def createVideo(url):# 设置视频编码器,这里使用使用MJPG编码器fourcc = cv2.VideoWriter_fourcc(*'MJPG')# 输出视频参数设置,包含视频文件名、编码器、帧率、视频宽高(此处参数需和字符图片大小一致)videoWriter = cv2.VideoWriter(url, fourcc, fps, (width,height))for i in range(1, 1000):filename = folder_path_char + str(i) + '.jpg'# 判断图片是否存在if os.path.exists(filename):img = cv2.imread(filename=filename)# 在一个给定的时间内(单位ms)等待用户按键触发,100mscv2.waitKey(100)# 将图片写入视频中videoWriter.write(img)# print(str(i) + '.jpg' + ' done!')# 视频释放videoWriter.release()if __name__ == '__main__':"""使用教程：将抖音视频转换编码，抖音的编码不能直接使用，转成 mp4 格式 -》https://app.xunjiepdf.com/video传入视频地址解析出无声音版的视频提取视频里的 mp3 -》http://audio-extractor.net/cn/用视频编辑器将视频压缩并配乐完成"""print("BEGIN")"""检查文件夹路径在不在"""if not os.path.exists(folder_path):os.mkdir(folder_path)if not os.path.exists(folder_path_char):os.mkdir(folder_path_char)"""end"""url=r'D:\Python_workspace\char_video_sources\dance.mp4'getVideo(url)severalThreadings()#多线程处理图片# getCharPitcure()#单线程处理，已设置默认值为(0,count,False)createVideo(url.replace(".mp4",".avi"))"""删除对应文件夹"""os.system("rd /s /q "+folder_path)os.system("rd /s /q "+folder_path_char)"""END"""print("END")

五、参考博客

https://blog.csdn.net/XZQ121963/article/details/90045996
https://blog.csdn.net/qq_41841569/article/details/84940294
https://blog.csdn.net/weixin_41010198/article/details/88535234

综上：三篇博客中，综合了第一二篇的优点，我自己又加入了多线程，并且视频长宽完全是基于原视频的，所以在性能和功能上都优于前者，第三篇主要是参考了 cv2 的 get() 函数的属性表

六、运行结果（直接上视频截图，哈，因为需要看出效果，所以抖音上找的一个跳舞的小姐姐，人长得挺漂亮，大家感兴趣可以关注一下，还有用人家图片来写博客也挺不好意思的。）
在这里插入图片描述