寫在前面：
一個做傳感器的朋友遇到了一個問題。他需要使用網絡分析儀做一些測試，但是這個網絡分析儀不能保存這些動態數據，以前采用的是這樣的方法：先用手機錄像，再用視頻編輯軟件一幀一幀的回放視頻，手動把數據抄下來，比較麻煩。因此我想嘗試用python寫一段小程序，代替人工操作。如圖是手機拍攝的視頻其中一張截圖，圖中的 433.03500 Mhz 就是我們需要的數據，它1s內會變化幾十次。
視頻截圖
我的思路是先將視頻分幀提取成圖片，然后再識別數據，最后再保存。但是存在一個問題，視頻中存在很多不需要的數字和文字，如果全部提取出來就很不好分類。所以我打算將提取出的圖片分塊，保留需要的圖片塊。如下圖是整個流程的思維導圖。
流程思維導圖
接下里就是各個部分的分別測試了，首先是視頻分幀。我采用的是opencv。
安裝 opencv：打開 cmd 輸入
pip install opencv-python
這里給出 opencv 的官方文檔鏈接：https://opencv-python-tutroals.readthedocs.io/en/latest/
以下代碼是將指定視頻每一幀讀取並安順序命名保存，還是比較簡單的。調試過程中沒有遇到什么問題，就直接放在這里了。其中 frame 變量就是讀取出的圖片。需要將視頻和代碼放在一個文件夾下。
#視頻轉圖片 import cv2 video_path = 'test.mp4' # 視頻地址 vid = cv2.VideoCapture(video_path)#打開視頻 n = 0 while vid.isOpened(): is_read, frame = vid.read() if is_read: cv2.imwrite(str(n) + '.jpg', frame) cv2.waitKey(2)#輸出圖片 else: break
如果測試使用的視頻太長會導致程序會運行很久，我測試用的視頻只有6s，卻提取出了100多張圖片。所以在測試的時候可以加一些條件，比如每10幀截取一次圖片 等。這樣可以提高調試效率。
在后面數字識別的時候我發現識別結果的准確率很低，查了一些資料並進行了一些 測試后，我發現將圖片變成黑白的可以很大的提高識別精度。這里使用到了 pillow 庫。至此還剩一個問題，opencv 讀出來的是 opencv 的圖片格式，pillow 庫使用 的是 img 格式，兩種格式並不一樣，所以這里需要小小的轉換一下。以下是將 opencv 讀取出的圖片變成灰度圖片並保存的代碼。
#提取視頻圖片並保存為黑白圖片 import cv2 import numpy from PIL import Image video_path = 'test_2.mp4' # 視頻地址 vid = cv2.VideoCapture(video_path)#打開視頻 is_read, frame = vid.read() if is_read: image_opencv = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB) image_org = Image.fromarray(image_opencv) image_org = image_org.convert('L') image_org.save('image_gray.jpg')#保存 #以下代碼是把上面的四行簡寫成兩行了,最終程序這樣寫看起來會簡潔些 #image_org = Image.fromarray(cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)).convert('L') #image_org.save('org.jpg') print("原圖片尺寸為:\n" , image_org.size)
這里我只保存了第一張的截圖。圖片效果如下。
視頻的第一張灰度截圖
在后續的識別中還遇到了這樣一個問題，代碼會把其他不需要的數字識別出來，比如上圖的設備型號 E5071C 等等。這樣就導致后面數據不好處理。考慮到拍攝視頻的時候手機是固定不動的，視頻中需要識別的數據位置基本不會改變。所以我想直接手動截取需要的那一塊圖片，然后再去識別（方法有點笨 QAQ 我也沒辦法啦！）。因為之前已經變成 pillow 的 img 格式了，就直接使用 crop() 方法進行切割吧。
具體使用方法是這樣的：因為截取的是一個矩形區域，只要確定左上角和右下角的兩個點的坐標，就能確定這個矩形區域的位置。在 crop(x1,y1,x2,y2) 中，這是兩個點的坐標，第一個是左上角的點，第二個是右下角的點。使用的時候自己觀察一下大概要截取哪一部分的圖片，修改這兩個點的坐標值就可以了。
於是我就寫了一個小工具來確定這兩個坐標值。我將原尺寸的圖片和截取的圖片都保存下來，這樣就可以直接觀察截取的區間對不對了。這里還用到了下一部分的識別模塊，等下就講，那一句可以先注釋掉。只需要運行下面的代碼，看看截取的區間是否合適並且程序是否能識別就可以了。如果可以正確識別，我們就得到了這個合適的區間。
#確定區間的小工具 import cv2 import pytesseract import numpy from PIL import Image name_of_result_file = 'result'#保存截圖結果的圖片文件名,可修改 name_of_frame_file = 'frame'#保存截圖結果的圖片文件名,可修改 box = (260, 880, 560, 1450)#數據,根據實際情況修改 result = ''#保存結果的字符串 video_path = 'test.mp4' # 視頻地址 vid = cv2.VideoCapture(video_path)#打開視頻 is_read, frame = vid.read() if is_read: image_org = Image.fromarray(cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)).convert('L') image_org.save('img_org.jpg')#原尺寸的圖片 region = image_org.crop(box)#截取左邊的數字
region.save('crop.jpg')
result = pytesseract.image_to_string(region)#識別圖片 print(result)
這個區間不太好確定，需要多試幾次，如下圖所示就得到了可使用的區間了。
識別結果
截取區間
至此圖片處理部分就結束了。手動截取圖片區間的時候需要注意，區間不能太小，否則什么都識別不出來，具體原因我也不清楚。我多次測試發現這個區間並不好找，我覺得主要原因還是原視頻的清晰度不夠，導致截取出來的圖片很糊。我自己看起來都和馬賽克一樣，怎么讓程序處理呢。如果視頻比較清楚，那這個區間應當是很好找的。
轉載請注明出處： https://www.cnblogs.com/mysteriouspavilion/articles/15389927.html