利用python OpenCV去除视频水印

上面的图片展示的是视频中的某一帧,需要将图片中的,实体拓展和退出全屏以及右上角的两个圆圈按钮给删除掉。

解决思路
一个很简单的想法就是,从图片上其它两块背景相同的地方,拷贝两个块替换掉按钮位置的块

用下面的代码先从视频中导出一帧图片,然后统计需要删除按钮的坐标位置

实现代码如下:

import cv2
# 创建读取视频的类
capture = cv2.VideoCapture("watermark.mp4")
# 得到视频的高度
height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT)
# 得到视频的宽度
width = capture.get(cv2.CAP_PROP_FRAME_WIDTH)
# 得到视频的帧数
count = capture.get(cv2.CAP_PROP_FRAME_COUNT)
# 得到视频的帧速
fps = capture.get(cv2.CAP_PROP_FPS)

# 对视频中的每一帧图像做处理的函数
def process_fun(image):
    #去除视频的水印
    #需要注意的是第一个范围是y轴坐标的范围,第二个是x轴坐标的范围
    image[380:511,1070:1212] = image[100:231,1070:1212]
    image[8:63,1111:1275] = image[8:63,800:964]
    return image

#保存MP4的视频
fourcc = cv2.VideoWriter_fourcc('m', 'p', '4', 'v')
# 创建写入视频的类
out_video = cv2.VideoWriter()
out_video.open('processed_video.mp4',fourcc,fps,(int(width), int(height)),True)
while(True):
    # 读取视频中的每一帧
    ret, frame = capture.read()
    # 如果该帧存在则进行操作
    if ret is True:
        # 对输入的每一帧图像处理
        result = process_fun(frame)
        # 保存已经处理后的每一帧图像
        out_video.write(result)
        #cv2.imwrite("precessed.jpg",result)
    # 如果该帧不存在则循环结束
    else:
        break
out_video.release()

注意:上面读取和保存视频的格式是mp4的,如果是avi格式化的视频需要修改VideoWriter_fourcc参数

到此这篇关于利用python OpenCV去除视频水印的文章就介绍到这了,更多相关python OpenCV给视频去除水印内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!

(0)

相关推荐

  • 利用Python+OpenCV三步去除水印

    一.推理原理 1.标定噪声的特征,使用cv2.inRange二值化标识噪声对图片进行二值化处理,具体代码:cv2.inRange(img, np.array([200, 200, 240]), np.array([255, 255, 255])),把[200, 200, 200]~[255, 255, 255]以外的颜色处理为0 2.使用OpenCV的dilate方法,扩展特征的区域,优化图片处理效果 3.使用inpaint方法,把噪声的mask作为参数,推理并修复图片 二.推理步骤 1.从源图

  • Python编程OpenCV和Numpy图像处理库实现图片去水印

    目录 OpenCV + Numpy 函数简介 色彩转换 PIL + itertools 大家好,我是小五 前一阵给大家分享了,Python如何给图片加水印.评论区就有小伙伴问,可不可使用Python去除图片水印的方法呢? 这个肯定有啊,不过由于图片水印的种类有很多,今天我们先讲最简单的一种. 即上图中的①类水印,这种水印存在白色背景上的文档里,水印是灰色,需要保留的文字是黑色. 这种通常可以进行简单的亮度/对比度转换,直到水印消失并降低亮度以进行补偿. 参考别人的方法,我发现可以用多种方法去除水

  • 利用python OpenCV去除视频水印

    上面的图片展示的是视频中的某一帧,需要将图片中的,实体拓展和退出全屏以及右上角的两个圆圈按钮给删除掉. 解决思路一个很简单的想法就是,从图片上其它两块背景相同的地方,拷贝两个块替换掉按钮位置的块 用下面的代码先从视频中导出一帧图片,然后统计需要删除按钮的坐标位置 实现代码如下: import cv2 # 创建读取视频的类 capture = cv2.VideoCapture("watermark.mp4") # 得到视频的高度 height = capture.get(cv2.CAP_

  • 利用Python轻松实现视频转GIF动图

    目录 前言 1. 准备工作 2. 初探 3. 截取区域转动图 4. 固定区域转动图 5. 添加自定义文本 前言 不知道大家是不是有过类似的经历,在看视频的时候觉得某段非常有意思想弄成动图,但是无从下手! 或可以在网上找一些在线工具但是多多少少需要付费或者带有水印之类的,那么!? 对,今天我们就来学习用Python搞定这一需求吧! 动图效果 1. 准备工作 需要准备用于生成gif的视频文件,我这里用的是上次<用Python制作一个B站视频下载小工具>里案例中的视频.另外,就是需要用到moviep

  • Python+OpenCV读写视频的方法详解

    目录 读视频,提取帧 接口函数:cv2.VideoCapture() 获取视频信息 使用set(cv2.CAP_PROP_POS_FRAMES)读取指定帧 读取函数(重点) 将图像写为视频 示例 fourcc 读视频,提取帧 接口函数:cv2.VideoCapture() 通过video_capture = cv2.VideoCapture(video_path)可以获取读取视频的句柄.而后再通过flag, frame = video_capture.read()可以读取当前帧,flag表示读取

  • 利用Python实现普通视频变成动漫视频

    目录 容我废话一下 一.思路流程 二.图像转动漫 三.视频帧读取与视频帧写入 容我废话一下 最近几个月,毒教材被曝光引发争议,那些编写度教材的人着实可恶.咱程序员也没有手绘插画能力,但咱可以借助强大的深度学习模型将视频转动漫.所以今天的目标是让任何具有python语言基本能力的程序员,实现短视频转动漫效果. 效果展示 一.思路流程 1.读取视频帧 2.将每一帧图像转为动漫帧 3.将转换后的动漫帧转为视频 难点在于如何将图像转为动漫效果.这里我们使用基于深度学习的动漫效果转换模型,考虑到许多读者对

  • 使用Python opencv实现视频与图片的相互转换

    因为最近要经常转换数据集进行实验,因此记录一下. 1.视频转图片 即为将视频解析为一帧一帧的图片: import cv2 vc=cv2.VideoCapture("/home/hqd/PycharmProjects/1/1/19.MOV") c=1 if vc.isOpened(): rval,frame=vc.read() else: rval=False while rval: rval,frame=vc.read() cv2.imwrite('/home/hqd/PycharmP

  • Python OpenCV去除字母后面的杂线操作

    原图 代码 src = cv2.imread("28.png") gray_src = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) #cv2.imshow("input image", src) #cv2.imshow("gray image", gray_src) #cv2.waitKey(0) gray_src = cv2.bitwise_not(gray_src) #二值化 binary_src = cv2.

  • 利用python 下载bilibili视频

    运行效果: 完整代码 # !/usr/bin/python # -*- coding:utf-8 -*- # time: 2019/07/21--20:12 __author__ = 'Henry' ''' 项目: B站动漫番剧(bangumi)下载 版本2: 无加密API版,但是需要加入登录后cookie中的SESSDATA字段,才可下载720p及以上视频 API: 1.获取cid的api为 https://api.bilibili.com/x/web-interface/view?aid=4

  • python+openCV对视频进行截取的实现

    使用cv2对视频进行切割 import cv2 def clip_video(source_video, target_video, start_time, end_time): cap = cv2.VideoCapture(source_video) if not cap.isOpened(): logger_warning('video is not opened') else: success, frame = cap.read() f_shape = frame.shape f_heig

  • python+opencv实现视频抽帧示例代码

    1.数据集简述: 虽然有主流庞大的COCO.VOC数据集,但是科研人员仍需要特殊领域要求的数据集,所以采用人工实地采集的方式进行收集数据集图像:通过拍照收集图像过于繁琐,所以通常是将摄像头无规则的移动旋转以及远近拉缩,进而录制视频:再通过视频抽帧的方式得到大量的图像,再将这些图像进行人工标注处理. 博主通过一个水下录制视频为例子,当这类图像在网上鲜有存在时,要求有关技术人员进行实拍采集,下图即为采集得到的视频. 为了避免不符合项目要求的数据增强,博主要求技术人员在录制视频时最大程度地让摄像头进行

随机推荐