Python制作词云视频，通过词云图来看小姐姐跳舞
共 6736字，需浏览 14分钟
·
2021-12-11 05:31
本文用 python 做了一个词云图视频，视频左半部分是小姐姐跳舞视频，右半部分是根据动作生成的的词云视频，看一下效果
制作过程分为以下几个部分
1，视频下载
首先需要下载一个小姐姐跳舞的视频，这里我用的是 you-get 工具，可借助 Python 的 pip 命令进行安装
pip install you-get
you-get 支持下载平台包括：Youtube、Blili、TED、腾讯、优酷、爱奇艺(涵盖所有视频平台下载链接)，
以 youtube 视频为例，you-get 下载命令
you-get -o ~/Videos(存放视频路径) -O zoo.webm(视频命名) 'https://www.youtube.com/watch?v=jNQXAC9IVRw'
这里通过 os 模块来实现 you-get 下载命令，使用时传入三个参数即可：1，视频链接，2，要存放视频的文件路径；3，视频命名；
def download(video_url,save_path,video_name):
'''
youget 下载视频
:param video_url:视频链接
:param save_path: 保存路径
:param video_name: 视频命名
:return:
'''
cmd = 'you-get -o {} -O {} {}'.format(save_path,video_name,video_url)
res = os.popen(cmd,)
res.encoding = 'utf-8'
print(res.read())# 打印输出
关于 you-get 更多用法， 可参考官网，里面关于用法介绍的非常详细：
https://you-get.org/#getting-started
2，B 站弹幕下载；
做词云图需要有文本数据支持，这里选取 B 站弹幕为素材；关于 B 站视频弹幕下载方式，这里一个快捷方法，用 requests 访问指定视频的 API 接口，就能得到该视频下的全部弹幕
http://comment.bilibili.com/{cid}.xml # cid 为B站视频的cid 编号
但 API 接口的构造，需要知道视频的 cid 编号
B站视频 cid 编号获取方式：F12打开开发者模式->NetWork->XHR->v2?cid=.... 链接 ，该网页链接中有一个”cid=一串数字“ 的字符串，其中等号后面的连续数字就是该视频的 cid 编号
以上面视频为例，291424805 就是这个视频的 cid 编号，
有了 cid 之后，通过 requests 请求 API 接口，就能获取到里面的弹幕数据
http://comment.bilibili.com/291424805.xml
def download_danmu():
'''弹幕下载并存储'''
cid = '141367679'# video_id
url = 'http://comment.bilibili.com/{}.xml'.format(cid)
f = open('danmu.txt','w+',encoding='utf-8') #打开 txt 文件
res = requests.get(url)
res.encoding = 'utf-8'
soup = BeautifulSoup(res.text,'lxml')
items = soup.find_all('d')# 找到 d 标签
for item in items:
text = item.text
print('---------------------------------'*10)
print(text)
seg_list = jieba.cut(text,cut_all =True)# 对字符串进行分词处理，方便后面制作词云图
for j in seg_list:
print(j)
f.write(j)
f.write('\n')
f.close()
3，视频切帧，人像分割
下载到视频之后，先把视频拆分成一帧一帧图像；
vc = cv2.VideoCapture(video_path)
c =0
if vc.isOpened():
rval,frame = vc.read()# 读取视频帧
else:
rval=False
while rval:
rval,frame = vc.read()# 读取每一视频帧，并保存至图片中
cv2.imwrite(os.path.join(Pic_path,'{}.jpg'.format(c)),frame)
c += 1
print('第 {} 张图片存放成功！'.format(c))
对每一帧中的小姐姐进行识别提取，也就是人像分割，这里借助了百度 API 接口，
APP_ID = "23633750"
API_KEY = 'uqnHjMZfChbDHvPqWgjeZHCR'
SECRET_KEY = '************************************'
client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)
# 文件夹
jpg_file = os.listdir(jpg_path)
# 要保存的文件夹
for i in jpg_file:
open_file = os.path.join(jpg_path,i)
save_file = os.path.join(save_path,i)
if not os.path.exists(save_file):#文件不存在时，进行下步操作
img = cv2.imread(open_file) # 获取图像尺寸
height, width, _ = img.shape
if crop_path:# 若Crop_path 不为 None,则不进行裁剪
crop_file = os.path.join(crop_path,i)
img = img[100:-1,300:-400] #图片太大，对图像进行裁剪里面参数根据自己情况设定
cv2.imwrite(crop_file,img)
image= get_file_content(crop_file)
else:
image = get_file_content(open_file)
res = client.bodySeg(image)#调用百度API 对人像进行分割
labelmap = base64.b64decode(res['labelmap'])
labelimg = np.frombuffer(labelmap,np.uint8)# 转化为np数组 0-255
labelimg = cv2.imdecode(labelimg,1)
labelimg = cv2.resize(labelimg,(width,height),interpolation=cv2.INTER_NEAREST)
img_new = np.where(labelimg==1,255,labelimg)# 将 1 转化为 255
cv2.imwrite(save_file,img_new)
print(save_file,'save successfully')
将含有人像的图像转化为二值化图像，前景为人物，其余部分为背景
API 使用之前需要用自己账号在百度智能云平台创建一个 人体分析 应用，里面需要三个参数：ID、AK、SK
关于百度 API 使用方法，可参考官方文档资料
4，对分割后的图像制作词云图
根据步骤 3 中得到了小姐姐 人像 Mask，
借助 wordcloud 词云库和采集到的弹幕信息，对每一张二值化图像绘制词云图(在制作之前，请确保每一张都是二值化图像，全部为黑色像素图像需要剔除)
word_list = []
with open('danmu.txt',encoding='utf-8') as f:
con = f.read().split('\n')# 读取txt文本词云文本
for i in con:
if re.findall('[\u4e00-\u9fa5]+', str(i), re.S): #去除无中文的词频
word_list.append(i)
for i in os.listdir(mask_path):
open_file = os.path.join(mask_path,i)
save_file = os.path.join(cloud_path,i)
if not os.path.exists(save_file):
# 随机索引前 start 频率词
start = random.randint(0, 15)
word_counts = collections.Counter(word_list)
word_counts = dict(word_counts.most_common()[start:])
background = 255- np.array(Image.open(open_file))
wc =WordCloud(
background_color='black',
max_words=500,
mask=background,
mode = 'RGB',
font_path ="D:/Data/fonts/HGXK_CNKI.ttf",# 设置字体路径，用于设置中文,
).generate_from_frequencies(word_counts)
wc.to_file(save_file)
print(save_file,'Save Sucessfully!')
5，图片拼接，合成视频
词云图全部生成完毕之后，如果一张一张图像看肯定没意思，如果把处理后的词云图合成视频会更酷一点！
为了视频前后对比效果这里我多加了一个步骤，在合并之前先对原图和词云图进行拼接，合成效果如下：
num_list = [int(str(i).split('.')[0]) for i in os.listdir(origin_path)]
fps = 24# 视频帧率，越大越流畅
height,width,_=cv2.imread(os.path.join(origin_path,'{}.jpg'.format(num_list[0]))).shape # 视频高度和宽度
width = width*2
# 创建一个写入操作;
video_writer = cv2.VideoWriter(video_path,cv2.VideoWriter_fourcc(*'mp4v'),fps,(width,height))
for i in sorted(num_list):
i = '{}.jpg'.format(i)
ori_jpg = os.path.join(origin_path,str(i))
word_jpg = os.path.join(wordart_path,str(i))
# com_jpg = os.path.join(Composite_path,str(i))
ori_arr = cv2.imread(ori_jpg)
word_arr = cv2.imread(word_jpg)
# 利用 Numpy 进行拼接
com_arr = np.hstack((ori_arr,word_arr))
# cv2.imwrite(com_jpg,com_arr)# 合成图保存
video_writer.write(com_arr) # 将每一帧画面写入视频流中
print("{} Save Sucessfully---------".format(ori_jpg))
再加上背景音乐，视频又能提升一个档次~
最后
获取代码，在微信后台回复关键字 小助手，找他领取，暗号：小姐姐词云，即可获取相关链接
关于视频中的素材，特此声明
弹幕取自B站 Up 主 半佛仙人《【半佛】你知道奶茶加盟到底有多坑人吗？》
小姐姐跳舞视频取自Youtube Channel Lilifilm Official 《LILI's FILM #3 - LISA Dance Performance Video》
最后，感谢大家的阅读，我们下期见！
推荐阅读:
入门: 最全的零基础学Python的问题 | 零基础学了8个月的Python | 实战项目 |学Python就是这条捷径
干货:爬取豆瓣短评，电影《后来的我们》 | 38年NBA最佳球员分析 | 从万众期待到口碑扑街！唐探3令人失望 | 笑看新倚天屠龙记 | 灯谜答题王 ｜用Python做个海量小姐姐素描图 ｜碟中谍这么火，我用机器学习做个迷你推荐系统电影
趣味:弹球游戏 | 九宫格 | 漂亮的花 | 两百行Python《天天酷跑》游戏!
AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火，我用机器学习做个迷你推荐系统电影
小工具: Pdf转Word，轻松搞定表格和水印！ | 一键把html网页保存为pdf！| 再见PDF提取收费！ | 用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器！ ｜60行代码做了一个语音壁纸切换器天天看小姐姐！｜
年度爆款文案
点阅读原文，看200个Python案例！