做刘教练的Python-Boys
本文是一个非常完整的Python实战项目，主要内容包含：
视频下载神器：you-get
you-get是一个下载视频的神器，安装之后一行代码即可下载视频
代码语言：javascript复制you-get [url]you-get https://www.bilibili.com/video/BV1yY4y1i7Pw?t=1079.2 # 一行代码下载视频视频切割成图片
下面的代码实现的功能是将上面获取到的代码切割成一张张的图片：
1、opencv中通过VideoCaptrue类对视频进行读取操作以及调用摄像头
- filename：打开的视频文件名
- device：打开的视频捕获设备id ，如果只有一个摄像头可以填0，表示打开默认的摄像头
2、videoCapture.read()：表示读取视频的下一帧
- 第一个返回值为是否成功获取视频帧：True/False
- 第二个返回值为返回的视频帧：帧数
import cv2
import numpy as np
import random
import os
# 保存图片的函数
def save_images(image, addr,num):
address = addr str(num) ".jpg"
cv2.imwrite(address, image)
# 读取视频
videoCapture = cv2.VideoCapture("刘畊宏，毽子操x10 蝴蝶袖 臀腿操（自用）.mp4")
success, frame = videoCapture.read()
time_ = 100
i = 0
j = 0
while success: # 如果成功获取到视频帧
i = 1
if i % time_ == 0:
s = 0 # 名称的编号
j = j 1
s = j
save_images(frame, "./picture/",s) # 写入目录后再继续读取
success, frame = videoCapture.read()
videoCapture.release() # 释放资源这样最终我们就将这个视频分成了835张图
百度人像分割
实际使用
1、先在百度云平台创建人像分割实例
新建一个人像分割的实例，新注册用户可免费领取资源，官网地址：https://cloud.baidu.com/product/body/seg。下面是小编申请的一个实例：
注意点1：一定是安装baidu_aip库，而不是aip
代码语言：javascript复制pip install baidu_aip # 安装库，一定要是baidu_aip注意点2：在当前路径下新建一个mask文件，用来存放分割后的图片。
下面是分割之后的二值图效果
百度demo
具体的百度官方文档请参考：https://cloud.baidu.com/doc/BODY/s/4k3cpyner
百度官方的案例如下：
代码语言：javascript复制# 官方demo
""" 读取图片 """
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
image = get_file_content('example.jpg')
""" 调用人像分割 """
client.bodySeg(image);
""" 如果有可选参数 """
options = {}
options["type"] = "labelmap"
""" 带参数调用人像分割 """
client.bodySeg(image, options)注：返回的二值图像需要进行二次处理才可查看分割效果；灰度图和前景人像图不用处理，直接解码保存图片即可。
获取B站弹幕
接下来是获取上面视频的弹幕，请参考一位NLP大佬：https://github.com/godweiyang/bilibili-danmu
代码语言：javascript复制import re
import requests
import pandas as pd
import time
from tqdm import trange
# 视频页面点击“浏览器地址栏小锁-Cookie-bilibili.com-Cookie-SESSDATA”进行获取
SESSDATA = ""
# 视频页面“按F12-Console-输入document.cookie”进行获取
cookie = ""
cookie = f";SESSDATA={SESSDATA}"
headers = {
"user-agent": "",
"cookie": cookie,
}
def get_info(vid):
"""
vid：视频号id
"""
# 构造URL地址
# https://api.bilibili.com/x/web-interface/view/detail?bvid=BV1yY4y1i7Pw
url = f"https://api.bilibili.com/x/web-interface/view/detail?bvid={vid}"
response = requests.get(url, headers=headers)
response.encoding = "utf-8"
data = response.json() # json格式数据
info = {}
info["标题"] = data["data"]["View"]["title"]
info["总弹幕数"] = data["data"]["View"]["stat"]["danmaku"]
info["视频数量"] = data["data"]["View"]["videos"]
info["cid"] = [dic["cid"] for dic in data["data"]["View"]["pages"]]
if info["视频数量"] > 1:
info["子标题"] = [dic["part"] for dic in data["data"]["View"]["pages"]]
# for k, v in info.items():
# print(k ":", v)
return info
def get_danmu(info, start, end):
# 爬取的时间范围设置
date_list = [i for i in pd.date_range(start, end).strftime("%Y-%m-%d")]
all_dms = []
for i, cid in enumerate(info["cid"]):
dms = []
for j in trange(len(date_list)):
url = f"https://api.bilibili.com/x/v2/dm/web/history/seg.so?type=1&oid={cid}&date={date_list[j]}"
response = requests.get(url, headers=headers)
response.encoding = "utf-8"
data = re.findall(r"[:](.*?)[@]", response.text)
dms = [dm[1:] for dm in data]
time.sleep(3)
# if info["视频数量"] > 1:
# print("cid:", cid, "弹幕数:", len(dms), "子标题:", info["子标题"][i])
all_dms = dms
print(f"共获取弹幕{len(all_dms)}条！")
return all_dms
if __name__ == "__main__":
vid = input("输入视频编号: ")
# vid = "BV1yY4y1i7Pw"
info = get_info(vid)
print("info的内容：",info)
start = input("弹幕开始时间（年-月-日）: ")
end = input("弹幕结束时间（年-月-日）: ")
danmu = get_danmu(info, start, end)
with open("danmu3.txt", "w", encoding="utf-8") as f:
for dm in danmu:
f.write(dm "n")合成词云图
弹幕的分词是自己的方法和收集的一份常用的停用词表：
1、分词使用的jieba分词。关于jieba分词的使用入门，参考：https://github.com/fxsjy/jieba
快速安装jieba：
代码语言：javascript复制pip install jiebaimport pandas as pd
import numpy as np
import jieba
from wordcloud import WordCloud
from tkinter import _flatten
import matplotlib.pyplot as plt
%matplotlib inline
import collections
import re
import os
from PIL import Image
df = pd.DataFrame()
# 获取了3个和刘教练相关的视频弹幕
txt_list = ["danmu.txt", "danmu1.txt", "danmu2.txt"]
for txt in txt_list:
df1 = pd.read_table(txt, header=None, on_bad_lines='skip')
df1.columns = ["information"] # 重命名
df1.drop_duplicates("information",inplace=True)
df = pd.concat([df, df1])
df.head()总共是10415个弹幕：查看前10条弹幕信息
2、实施分词
代码语言：javascript复制stopwords = [i.strip() for i in open(r'/Users/peter/Desktop/spider/nlp_stopwords.txt').readlines()]
def data_cut(sentence):
# [u4e00-u9fa5] 表示只需要弹幕的中文内容
cut_list = jieba.lcut(''.join(re.findall('[u4e00-u9fa5]', sentence)), cut_all = False)
# 循环整个cut_list
for i in range(len(cut_list)-1, -1, -1):
if cut_list[i] in stopwords: # 如果元素在停用词表中则删除该信息
del cut_list[i]
return cut_list
result = list(map(lambda x: data_cut(x), information_list))
useful_result = [j for i in result for j in i] # 双层列表的转换3、统计词频
统计切割之后每个单词的总数：
显示出前80个词云图的效果：
代码语言：javascript复制from pyecharts.globals import CurrentConfig, OnlineHostType
from pyecharts import options as opts # 配置项
from pyecharts.charts import WordCloud # 词云图
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType,SymbolType
rec_words = [tuple(z) for z in zip(information["word"].tolist(), information["number"].tolist())]
c = (
WordCloud()
.add("", rec_words[:80], word_size_range=[20, 100], shape=SymbolType.DIAMOND)
.set_global_opts(title_opts=opts.TitleOpts(title="B站词云图"))
)
c.render_notebook()效果是动态的：
采用的是wordcloud来绘制静态的词云图，并且保存到本地：
代码语言：javascript复制wordcloud.WordCloud(
font_path=None, # 字体路径，英文不用设置路径，中文需要，否则无法正确显示图形
width=400, # 默认宽度
height=200, # 默认高度
margin=2, # 边缘
ranks_only=None,
prefer_horizontal=0.9,
mask=None, # 背景图形，如果想根据图片绘制，则需要设置
scale=1,
color_func=None,
max_words=200, # 最多显示的词汇量
min_font_size=4, # 最小字号
stopwords=None, # 停用词设置，修正词云图时需要设置
random_state=None,
background_color='black', # 背景颜色设置，可以为具体颜色,比如white或者16进制数值
max_font_size=None, # 最大字号
font_step=1,
mode='RGB',
relative_scaling='auto',
regexp=None,
collocations=True,
colormap='viridis', # matplotlib 色图，可更改名称进而更改整体风格
normalize_plurals=True,
contour_width=0,
contour_color='black',
repeat=False通过下面的代码来生成词云图。注意点：需要新建一个目录wordcloud，来存放生成的词云图
代码语言：javascript复制word_counts = collections.Counter(useful_result) # 筛选后统计词频
path = './wordcloud/' # 新建：存放词云图的路径
img_files = os.listdir('./mask')
# 遍历mask目录下的全部文件
for num in range(1, len(img_files) 1):
img = r'./mask/mask_{}.png'.format(num) # 原图片路径
mask_ = 255 - np.array(Image.open(img)) # 获取蒙版图片
# 绘制词云
plt.figure(figsize=(8, 5), dpi=200)
my_cloud = WordCloud(
background_color='black', # 背景颜色
mask=mask_, # 自定义蒙版
mode='RGBA',
max_words=500,
# 地址路径要改成自己的ttf文件路径
font_path=r'/Users/peter/Desktop/spider/SimHei.ttf'
).generate_from_frequencies(word_counts)
# 显示词云图
plt.imshow(my_cloud)
# 词云图中无坐标轴
plt.axis('off')
wordcloud_name = path 'wordcloud_{}.png'.format(num)
my_cloud.to_file(wordcloud_name) # 保存词云图片对应生成的词云图效果：
合成词云视频
基于上面的835张词云图来生成视频：
代码语言：javascript复制import cv2
import os
# 输出视频的保存路径
video_dir = 'jianshen.mp4'
# 帧率，控制视频快慢
fps = 5
# 图片尺寸
img_size = (1920, 1080)
fourcc = cv2.VideoWriter_fourcc('M', 'P', '4', 'V') # opencv3.0 mp4会有警告但可以播放
videoWriter = cv2.VideoWriter(video_dir, fourcc, fps, img_size)
img_files = os.listdir('./wordcloud')
for i in range(1, 836):
img_path = './wordcloud//wordcloud_{}.png'.format(i)
frame = cv2.imread(img_path)
frame = cv2.resize(frame, img_size) # 生成视频 图片尺寸和设定尺寸相同
videoWriter.write(frame) # 写进视频里
print(f'=按照视频顺序第{i}张图片合进视频=')
# 释放资源
videoWriter.release()到达这个步骤我们完成了视频的生成，就只剩下添加【本草纲目】的音乐了
添加本草纲目.MP3
添加音频使用的是moviepy。详细使用文档参考官网：
中文：https://moviepy-cn.readthedocs.io/zh/latest/
英文：https://zulko.github.io/moviepy/install.html
先安装很简单：
代码语言：javascript复制pip install moviepyimport moviepy.editor as mpy
# 读取词云视频：上个步骤生成的视频
my_clip = mpy.VideoFileClip('jianshen.mp4')
# 截取背景音乐 指定时间范围
# 本草纲目的MP3自己下载，放到同一个目录下
audio_background = mpy.AudioFileClip('本草纲目.mp3').subclip(28,60)
audio_background.write_audiofile('本草纲目1.mp3')
# 插入音频
final_clip = my_clip.set_audio(audio_background)
# 最终视频
final_clip.write_videofile('LGH.mp4')大功告成
