这年头还不来尝试线稿图视频？？

先看后赞，已成习惯😁👍👍（只截取了一部分，怕截取太多，你们打开卡）

目录

前言

1原始视频逐帧提取.py

2原始视频音频提取.py

3-1PIL批量转换细节帧线稿图.py

3-2PIL批量转换边缘增强线稿图.py

4PIL帧-视频合成.py

5音视频合成最终有声完整视频.py

总结

---

前言

入门opencv，欢笑快乐每一天

大致思路和上篇文章的类似，这里采用了opencv+PIL+moviepy，最终制作了线稿图的带声音的MP4。

这里我讲了一些关于PIL的知识：利用PIL库进行简单的图像操作，隔壁打王者的小孩子都在向我要素描图，快上车！！

目录如下：需要准备一个视频

代码主要分成以下几个部分：

        1原始视频逐帧提取

        2原始视频音频提取

        3-1PIL批量转换细节帧线稿图  3-2PIL批量转换边缘增强线稿图

        4PIL帧-视频合成

        5音视频合成最终有声完整视频

注：需要更改的，笔者已经在代码中注释todo了。

---

1原始视频逐帧提取.py

import os
import cv2
# todo
cap = cv2.VideoCapture('ikun.mp4')
 
fps = cap.get(cv2.CAP_PROP_FPS)
width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)
height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)
frames = cap.get(cv2.CAP_PROP_FRAME_COUNT)
print('fps:', fps, '\n', 'width:', width, '\n', 'height:', height, '\n', 'frames:', frames)
# todo
path = 'ikun'
if not os.path.exists(path):
    os.mkdir(path)
 
i = 0
while True:
    flag, frame = cap.read()
    filename = path + '/{}.jpg'.format(str(i))
    print(filename)
    cv2.imwrite(filename, frame)
    i = i + 1
    if i > int(frames):
        break

        在上篇文章中，笔者是直接将原始视频提取的帧继续边缘检测处理后保存为图片，而在这里，笔者就直接提取原视频的帧并不做修改保存。便于后续操作。 

---

2原始视频音频提取.py

import moviepy.editor as mp
def extract_audio(videos_file_path):
    my_clip = mp.VideoFileClip(videos_file_path)
    my_clip.audio.write_audiofile(f'{videos_file_path.split(".")[0]}.mp3')
# todo
extract_audio('ikun.mp4')

3-1PIL批量转换细节帧线稿图.py

import os
from PIL import Image
from PIL import ImageFilter
 
# todo 这里的path为之前逐帧提取的图片，new_path为新生成的线稿图保存的目录
path = 'ikun'
new_path = 'new_ikun1'
 
if not os.path.exists(new_path):
    os.mkdir(new_path)
 
# 输出原始目录图片数量
a = os.listdir(path)
b = len(a)
print("原始目录图片数：", b)
for i in range(b):
    '''细节'''
    square = Image.open(path + "/{}.jpg".format(i))
    square1 = square.filter(ImageFilter.DETAIL)
    '''轮廓'''
    square2 = square1.filter(ImageFilter.CONTOUR)
    square2.save(new_path + "/{}.jpg".format(i))
    print(new_path + "/{}.jpg".format(i))

这里笔者采用了PIL中细节＋轮廓的方式，提取线稿图（PIL提取线稿图，需要有轮廓这一步骤）

图片变化展示

3-2PIL批量转换边缘增强线稿图.py

import os
from PIL import Image
from PIL import ImageFilter
 
# todo 这里的path为之前逐帧提取的图片，new_path为新生成的线稿图保存的目录
path = 'ikun'
new_path = 'new_ikun2'
 
if not os.path.exists(new_path):
    os.mkdir(new_path)
 
# 输出原始目录图片数量
a = os.listdir(path)
b = len(a)
print("原始目录图片数：", b)
for i in range(b):
    '''边缘增强'''
    square = Image.open(path + "/{}.jpg".format(i))
    square1 = square.filter(ImageFilter.EDGE_ENHANCE)
    '''轮廓'''
    square2 = square1.filter(ImageFilter.CONTOUR)
    square2.save(new_path + "/{}.jpg".format(i))
    print(new_path + "/{}.jpg".format(i))

同样的，笔者在这里只换了PIL的一个函数，采用边缘增强+轮廓的方式，大家可以去我之前博客看看，大家也可以自行去尝试，试出多种风格。

 利用PIL库进行简单的图像操作，隔壁打王者的小孩子都在向我要素描图，快上车！！

图片变化展示：

 

（不知道为啥，感觉这个更好看）

---

4PIL帧-视频合成.py

import cv2
import os
size = (854, 480)
# todo path和保存的视频名称需要根据变化
path = 'new_ikun1'
videowrite = cv2.VideoWriter('output_ikun1.mp4', -1, 25, size)
 
a = os.listdir(path)
n = len(a)
for i in range(n):
    img = cv2.imread(path + "/{}.jpg".format(i))
    videowrite.write(img)
videowrite.release()
print('end!')

5音视频合成最终有声完整视频.py

import moviepy.editor as mp
 
# todo 路径都要看情况变化
# todo 传入的线稿图视频
video = mp.VideoFileClip('output_ikun1.mp4')
audio = mp.AudioFileClip('ikun.mp3')
video_merge = video.set_audio(audio)
# todo 最终生成的带音频的视频
video_merge.write_videofile('final_ikun1.mp4')
 
 
 
# video = mp.VideoFileClip('output_ikun2.mp4')
# audio = mp.AudioFileClip('ikun.mp3')
# video_merge = video.set_audio(audio)
# video_merge.write_videofile('final_ikun2.mp4')

注：4和5都只是根据3-1的线稿图内容进行制作视频

---

总结

        大致上已经讲完了，大家对这篇文章里面内容不熟悉的，可以看我前一篇文章，里面有详细讲解。

        接下来如果有空的话就会将其改为函数，方便大家更改与使用！！

        注：以上内容只是用来探讨🐔技术，方便大家对其产生兴趣！！