Video2Frame：一个视频抽帧工具包

Video2Frame 是一个为 Video 魔药师们和 CV 魔药师们准备的一个视频抽帧工具包。

地址： https://github.com/jinyu121/video2frame

为啥写了这个工具

作为一个初级魔药师，前些日子在入门炼 Video 的丹。

很多 Paper 里面的实验部分都会将视频抽成帧，然后输入到 CNN/RNN 里面。然后，各个文章里面的要求又不尽相同：有些是做了 resize，有些是调整了输出 FPS，有些是取连续的 XXX 帧，有些是一个视频随机取 X 段…… 反正各种乱就是了。

Life is short。

在此之前，实验室同学写了一个视频抽帧的代码。自己用了一下，感觉「差不多够用」，但是一些概念不太清楚。于是就在这份代码的基础上增加了许多东西，做成了一个功能更加全面的工具包。

这个工具包都能干啥？

一句话：Video to Frames，以最清晰的方式满足大多数的要求。

其实就是 ffmpeg 套层壳子啦～不过不用自己去学 ffmpeg 那么多奇奇怪怪的参数啦。

具体说来：

1. 批量将视频文件转换为帧
2. 指定输出文件的格式（如果磁盘对小文件支持好话可以选择直接用 JPG 来存储，否则可以选择将 JPG 文件集合成一个大的 HDF5 或者 LMDB 文件）
3. 从每段视频里面随机选 N 段长度为 M 秒的视频（下个月会加上 这 N 段视频怎么选取 的参数，敬请期待）
4. 将输出的帧进行 resize （固定大小、按照长 /短边进行缩放）
5. 指定输出帧率（例如，短视频的话，每秒 1 帧，每秒 2 帧……；长视频的话，每 10 秒 1 帧之类的）
6. 重采样：从抽出来的每段视频里面采样 X 帧
7. 最后当然是多线程啦～

我该怎么用这个工具包？

首先，Readme 里面带有比较详细的例子了。其他情况自己组合就好了。

其次，工具包里面带有 PyTorch 的 Dataset 接口示例。前几周时间都已经都逐个验证过了，一般情况下可以直接使用。

最后，工具包里面带有几个常见数据集转换标注脚本，上手十分容易。

关于搭环境这个事儿……用 conda 基本上也能一键解决了吧。

所以，代码在哪儿？

https://github.com/jinyu121/video2frame

欢迎试用，欢迎星星。欢迎吐槽，欢迎 PR。

还有啥要说的么？

当然有啊。

首先感谢一下实验室小伙伴的原作啊～ https://github.com/forwchen/vid2frame

然后是…… Readme 里面英文写得确实比较…… 嗯…… 凑合看懂就行了……

最后是…… 求各位神仙帮忙 Debug 一下另一份代码…… P3D 的 classification。在训练集上跑得很欢腾的，但在测试集上面精度死活只有 40 几。怀疑人生好久了，但是自己找不出来 BUG 啊…… 555 …… 求好心人帮忙。 谢过～