使用 PyAV 将视频直接读入 Numpy（无迭代）

Question

是否可以使用 PyAV 将视频直接读入 3D Numpy？目前，我正在循环每一帧：

i = 0
container = av.open('myvideo.avi')
for frame in container.decode(video=0):
    if i == 0: V = np.array(frame.to_ndarray(format='gray'))
    else: V = np.dstack((V, np.array(frame.to_ndarray(format='gray'))))
    i += 1

第一帧定义了一个2D Numpy数组（i=0）；每个后续帧 (i>0) 都使用 堆栈到第一个数组上np.dstack。理想情况下，我想一次性将整个视频读入 3D Numpy 灰度帧数组。

Answer 1

我找不到使用 PyAV 的解决方案，并使用ffmpeg-python代替。

ffmpeg-python是FFmpeg的 Pythonic 绑定，如PyAV。

该代码将整个视频一次性读取到灰度帧的 3D NumPy 数组中。

该解决方案执行以下步骤：

• 创建输入视频文件（用于测试）。
• 使用“probe”获取视频文件的分辨率。
• 将视频流式传输到字节数组中。
• 将字节数组重塑为n x height x widthNumPy 数组。
• 显示第一帧（用于测试）。

代码如下（请阅读评论）：

import ffmpeg
import numpy as np
from PIL import Image

in_filename = 'in.avi'

"""Build synthetic video, for testing begins:"""
# ffmpeg -y -r 10 -f lavfi -i testsrc=size=160x120:rate=1 -c:v libx264 -t 5 in.mp4
width, height = 160, 120

(
    ffmpeg
    .input('testsrc=size={}x{}:rate=1'.format(width, height), r=10, f='lavfi')
    .output(in_filename, vcodec='libx264', t=5)
    .overwrite_output()
    .run()
)
"""Build synthetic video ends"""

     
# Use FFprobe for getting the resolution of the video frames
p = ffmpeg.probe(in_filename, select_streams='v');
width = p['streams'][0]['width']
height = p['streams'][0]['height']

# https://github.com/kkroening/ffmpeg-python/blob/master/examples/README.md
# Stream the entire video as one large array of bytes
in_bytes, _ = (
    ffmpeg
    .input(in_filename)
    .video # Video only (no audio).
    .output('pipe:', format='rawvideo', pix_fmt='gray')  # Set the output format to raw video in 8 bit grayscale
    .run(capture_stdout=True)
)

n_frames = len(in_bytes) // (height*width)  # Compute the number of frames.
frames = np.frombuffer(in_bytes, np.uint8).reshape(n_frames, height, width) # Reshape buffer to array of n_frames frames (shape of each frame is (height, width)).

im = Image.fromarray(frames[0, :, :])  # Convert first frame to image object
im.show()  # Display the image

输出：

更新：

使用PyAV：

使用 PyAV 时，我们必须逐帧解码视频。

与 ffmpeg-python 相比，使用 PyAV 的主要优点是我们可以在没有 FFmpeg CLI 的情况下使用它（ffmpeg.exe在 Windows 中不需要）。

为了将所有视频帧读入一个 NumPy 数组，我们可以使用以下阶段：

• 解码每一帧并将其转换为 NumPy 数组。
• 将 NumPy 数组附加到列表中。
• 迭代所有视频帧后，将列表转换为包含所有帧的 NumPy 数组。

代码示例（使用 OpenCV 显示测试框架）：

import av
import numpy as np
import cv2

# Build input file using FFmpeg CLI (for testing):
# ffmpeg -y -f lavfi -i testsrc=size=192x108:rate=1:duration=10 -vcodec libx264 -pix_fmt yuv420p myvideo.avi

container = av.open('myvideo.avi')

frames = []  # List of frames - store video frames after converting to NumPy array.

for frame in container.decode(video=0):
    # Decode video frame, and convert to NumPy array in BGR pixel format (use BGR because it used by OpenCV).
    frame = frame.to_ndarray(format='bgr24')  # For Grayscale video, use: frame = frame.to_ndarray(format='gray')
    frames.append(frame)  # Append the frame to the list of frames.

# Convert the list to NumPy array.
# Shape of each frame is (height, width, 3) [for Grayscale the shape is (height, width)]
# the shape of frames is (n_frames, height, width, 3)  [for Grayscale the shape is (n_frames, height, width)]
frames = np.array(frames)

# Show the frames for testing:
for i in range(len(frames)):
    cv2.imshow('frame', frames[i])
    cv2.waitKey(1000)

cv2.destroyAllWindows()