-
Notifications
You must be signed in to change notification settings - Fork 1
/
func.py
132 lines (97 loc) · 5.38 KB
/
func.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
import os
import youtube_dl
import cv2
from PIL import Image
import cv2
import os
import numpy as np
from sklearn.metrics.pairwise import cosine_similarity
from sklearn.metrics import euclidean_distances
import matplotlib.pyplot as plt
# Функция для извлечения кадров из видео каждые N секунд
def extract_frames(video_url, interval_sec=10):
ydl_opts = {}
ydl = youtube_dl.YoutubeDL(ydl_opts)
info_dict = ydl.extract_info(video_url, download=False)
formats = info_dict.get('formats', None)
# Ищем формат 360p
desired_format = next((f for f in formats if f.get('format_note') == '360p'), None)
if desired_format:
url = desired_format.get('url', None)
cap = cv2.VideoCapture(url)
# Получаем общее количество кадров
frame_count_max = cap.get(cv2.CAP_PROP_FRAME_COUNT)
# Устанавливаем частоту кадров видео
fps = int(cap.get(cv2.CAP_PROP_FPS))
time_max = frame_count_max * (1/fps) * 1000 # в мс
# Устанавливаем начальное время итерации
time_stamp = 0
# Устанавливаем путь для сохранения кадров
save_path = 'images'
frame_count = 0
while cap.isOpened():
# Устанавливаем позицию видео на текущее время
cap.set(cv2.CAP_PROP_POS_MSEC, time_stamp)
# Считываем кадр
ret, frame = cap.read()
# выход по превышению времени:
if time_stamp >= time_max:
break
# Если кадр считывается успешно
if ret:
# Сохраняем кадр в папку images
frame_count += 1
cv2.imwrite(os.path.join(save_path, f"frame_{frame_count}_{video_url.split('=')[-1]}&t={round(time_stamp/1000)}s.jpg"), frame)
# Увеличиваем время на interval_sec секунд для следующего кадра
time_stamp += interval_sec * 1000
else:
break
cap.release()
cv2.destroyAllWindows()
def compute_distances(query_code, image_codes, method='cosine'):
"""
Вычисляет меру близости между опорным кодом и массивом кодов изображений.
Параметры:
- query_code: Опорный код (размером 512).
- image_codes: Массив кодов изображений (форма: (количество изображений, 512)).
- method: Метод вычисления близости ('cosine' или 'euclidean').
Возвращает:
- Массив близости (форма: (количество изображений)).
"""
if method == 'cosine':
# Вычислите косинусное сходство между опорным кодом и всеми кодами изображений
similarities = cosine_similarity(query_code.reshape(1, -1), image_codes)
# Преобразуйте в косинусное расстояние (чем меньше, тем лучше)
distances = 1 - similarities
elif method == 'euclidean':
# Вычислите евклидово расстояние между опорным кодом и всеми кодами изображений
distances = euclidean_distances(query_code.reshape(1, -1), image_codes)
return distances[0]
def display_top_k_images(list_of_files, distances, k=5):
"""
Отображает top K фотографий с наименьшими расстояниями и выводит список ссылок на видео этих моментов
Параметры:
- list_of_files: Список путей к файлам изображений.
- distances: Массив близости - расстояний (форма: (количество изображений)).
- k: Количество фотографий для отображения (по умолчанию 5).
"""
# Получите индексы top K фотографий с наименьшими расстояниями
top_k_indices = distances.argsort(axis=0)
#print(top_k_indices)
image_path_list = []
j = 0 # номер графика
i = 0 # номер фотки в сортированном списке
images_out = []
while j<k:
# Загрузите изображение и отобразите его на соответствующем субграфике
image_path = list_of_files[top_k_indices[i]]
# Проверяем, является ли изображение дубликатом, проверяя разницу между соседними значениями
if i > 0 and abs(distances[top_k_indices[i]] - distances[top_k_indices[i - 1]]) < 0.00025:
i += 1
continue
image_path_list.append(image_path)
image = Image.open(image_path)
images_out.append(image)
j += 1
i += 1
return images_out, ['https://www.youtube.com/watch?v=' + image_path.split('_')[-1][:-4] for image_path in image_path_list]