youtube screenshot extractor

โปรแกรมแยกภาพหน้าจอ YouTube (แต่ไม่ใช่แค่สำหรับ YouTube เท่านั้น!) และ Dataset Gatherer

ภาพรวม

สคริปต์ Python นี้เป็นเครื่องมืออเนกประสงค์สำหรับการแยกภาพหน้าจอคุณภาพสูงจากวิดีโอ YouTube ไฟล์วิดีโอในเครื่อง หรือแหล่งวิดีโออื่น ๆ ที่คุณนึกออก! มีประโยชน์อย่างยิ่งสำหรับการเตรียมชุดข้อมูลสำหรับโปรเจ็กต์แมชชีนเลิร์นนิง เช่น การฝึก Loras หรือจุดตรวจ หรือเพียงเพื่อดึงเฟรมที่สมบูรณ์แบบจากภาพยนตร์เรื่องโปรดของคุณ

คุณสมบัติ

• ดาวน์โหลด YouTube และวิดีโออื่นๆ โดยใช้ yt-dlp
• ประมวลผลไฟล์วิดีโอในเครื่อง
• วิธีการแยกเฟรมหลายแบบ:
  • การสกัดตามช่วงเวลา
  • การแยกเฟรมทั้งหมด
  • การสกัดคีย์เฟรม
  • การตรวจจับฉาก
• การประเมินคุณภาพของเฟรม
• การตรวจจับภาพเบลอ
• การลบแถบสีดำโดยอัตโนมัติ
• การตรวจจับลายน้ำขั้นพื้นฐาน
• การประมวลผลแบบขนานเพื่อการดำเนินการที่รวดเร็วยิ่งขึ้น
• การเร่งความเร็ว GPU (ถ้ามี)
• ดำเนินการสกัดที่ถูกขัดจังหวะต่อ
• สร้างภาพตัดต่อขนาดย่อ
• ตัวเลือกเอาต์พุตที่ปรับแต่งได้ (JPG หรือ PNG)
• ตัวเลือกการบันทึกและการทดลองรันโดยละเอียด
• โหลดการตั้งค่าจากไฟล์กำหนดค่า
• ตัวกรองหลังการประมวลผล:
  • Gradfun (ลดแถบสี ลดความดุดัน)
  • Deblock (ลดการบีบอัดสิ่งประดิษฐ์)
  • Deband (ลดแถบสี ดุดันยิ่งขึ้น)

ความต้องการ

• ไพธอน 3.6+
• FFmpeg (จำเป็นสำหรับการแยกคีย์เฟรมและตัวกรองหลังการประมวลผลบางตัว)
• การขึ้นต่อกันที่ระบุไว้ใน requirements.txt
• PyCUDA (เป็นทางเลือก จำเป็นสำหรับการเร่งความเร็ว GPU เท่านั้น เวอร์ชันขั้นต่ำ: 2022.1)

การติดตั้ง

1. โคลนที่เก็บนี้:

    git clone https://github.com/EnragedAntelope/youtube-screenshot-extractor.git
   cd youtube-screenshot-extractor
   

2. ติดตั้งการพึ่งพาที่จำเป็น:

    pip install -r requirements.txt
   

3. ติดตั้ง FFmpeg (จำเป็นสำหรับการแยกคีย์เฟรมและตัวกรองบางตัว):

   • ทำตามคำแนะนำที่: https://ffmpeg.org/download.html

4. (ไม่บังคับ) ติดตั้ง PyCUDA สำหรับการเร่งความเร็ว GPU:

    pip install pycuda>=2022.1
   

   หมายเหตุ: PyCUDA จำเป็นต้องติดตั้ง CUDA บนระบบของคุณ สำหรับคำแนะนำในการติดตั้ง โปรดดูเอกสารประกอบของ PyCUDA

การใช้งาน

ไวยากรณ์พื้นฐาน:

 python youtube-screenshot-script.py [SOURCE] [OPTIONS]

โดยที่ [SOURCE] อาจเป็น URL ของ YouTube หรือเส้นทางไปยังไฟล์วิดีโอในเครื่องก็ได้

หมายเหตุ: หากคุณวางแผนที่จะใช้การเร่งความเร็ว GPU (--use-gpu option) ตรวจสอบให้แน่ใจว่าคุณได้ติดตั้ง PyCUDA แล้ว

ตัวอย่างการเริ่มต้นอย่างรวดเร็ว

แยกเฟรมทุกๆ 5 วินาทีจากวิดีโอ YouTube และบันทึกลงในโฟลเดอร์ที่กำหนดเอง:

 python youtube-screenshot-script.py https://www.youtube.com/watch?v=dQw4w9WgXcQ --output my_awesome_screenshots

มันง่ายมาก! ตอนนี้เรามาดูตัวเลือกที่กำหนดค่าได้ทั้งหมดกัน

ตัวเลือก

• --method {interval,all,keyframes,scene} : วิธีการแยกเฟรม (ค่าเริ่มต้น: ช่วงเวลา)
• --interval INTERVAL : ช่วงเวลาระหว่างเฟรมเป็นวินาที (ค่าเริ่มต้น: 5.0 ใช้เฉพาะกับวิธี 'ช่วงเวลา' เท่านั้น)
• --quality QUALITY : เกณฑ์คุณภาพสำหรับการเลือกเฟรม (0-100, ค่าเริ่มต้น: 12.0)
• --blur BLUR : เกณฑ์การเบลอสำหรับการเลือกเฟรม (ค่าเริ่มต้น: 10.0)
• --detect-watermarks : เปิดใช้งานการตรวจจับลายน้ำพื้นฐาน
• --watermark-threshold THRESHOLD : ความไวในการตรวจจับลายน้ำ (0-1, ค่าเริ่มต้น: 0.8)
• --max-resolution RESOLUTION : ความละเอียดสูงสุดสำหรับการดาวน์โหลดวิดีโอ YouTube (เช่น 720, 1080) ละเว้นสำหรับไฟล์ในเครื่อง
• --output OUTPUT : ชื่อโฟลเดอร์เอาท์พุตแบบกำหนดเอง
• --png : บันทึกเฟรมเป็น PNG แทน JPG
• --disable-parallel : ปิดการใช้งานการประมวลผลเฟรมแบบขนาน
• --use-gpu : ใช้การเร่งความเร็ว GPU หากมี
• --fast-scene : ใช้โหมดรวดเร็วสำหรับการตรวจจับฉาก (ผลลัพธ์ที่แม่นยำน้อยกว่า)
• --resume : ดำเนินกระบวนการสกัดที่ถูกขัดจังหวะต่อ
• --thumbnail : สร้างภาพตัดต่อขนาดย่อของเฟรมที่แยกออกมา
• --verbose : เปิดใช้งานการบันทึกโดยละเอียด
• --dry-run : แสดงสิ่งที่จะทำโดยไม่ต้องประมวลผลจริง
• --config CONFIG : โหลดการตั้งค่าจากไฟล์กำหนดค่า
• --gradfun : ใช้ตัวกรอง gradfun เพื่อลดแถบสี (ก้าวร้าวน้อยลง เก็บรายละเอียดได้มากขึ้น)
• --deblock : ใช้ตัวกรองการดีบล็อกเพื่อลดสิ่งแปลกปลอมในการบีบอัด
• --deband : ใช้ตัวกรอง debanding เพื่อลดแถบสี (รุนแรงมากขึ้น ดีกว่าสำหรับแถบที่รุนแรง)

ตัวอย่าง

1. แยกคีย์เฟรมออกจากไฟล์วิดีโอในเครื่อง:

    python youtube-screenshot-script.py path/to/your/video.mp4 --method keyframes
   

2. ใช้การตรวจจับฉากบนวิดีโอ YouTube ด้วยโฟลเดอร์เอาต์พุตแบบกำหนดเอง:

    python youtube-screenshot-script.py https://www.youtube.com/watch?v=dQw4w9WgXcQ --method scene --output my_scene_shots
   

3. แยกเฟรมทุกๆ 10 วินาทีด้วยเกณฑ์คุณภาพที่ต่ำกว่าและเอาต์พุต PNG:

    python youtube-screenshot-script.py https://www.youtube.com/watch?v=dQw4w9WgXcQ --interval 10 --quality 30 --png
   

4. ใช้การเร่งความเร็ว GPU และสร้างภาพตัดต่อขนาดย่อ:

    python youtube-screenshot-script.py path/to/your/video.mp4 --use-gpu --thumbnail
   

5. ดาวน์โหลดวิดีโอ YouTube ที่ความละเอียดสูงสุด 720p และแยกเฟรม:

    python youtube-screenshot-script.py https://www.youtube.com/watch?v=dQw4w9WgXcQ --max-resolution 720
   

6. แยกเฟรมด้วยฟิลเตอร์หลังการประมวลผล:

    python youtube-screenshot-script.py path/to/your/video.mp4 --gradfun --deblock --deband
   

สิ่งที่คาดหวัง

• ระยะเวลาดำเนินการ :

  • โดยทั่วไปวิธี 'ช่วงเวลา' และ 'คีย์เฟรม' จะเป็นวิธีที่เร็วที่สุด
  • วิธีเฟรม "ทั้งหมด" อาจใช้เวลานานสำหรับวิดีโอขนาดยาว
  • โดยทั่วไปการตรวจจับฉากเป็นวิธีที่ใช้เวลานานที่สุด โดยเฉพาะอย่างยิ่งสำหรับวิดีโอขนาดยาว
  • การเร่งความเร็วของ GPU สามารถเพิ่มความเร็วในการประมวลผลได้อย่างมากสำหรับทุกวิธี
  • การใช้ตัวกรองหลังการประมวลผล (gradfun, deblock, deband) จะทำให้เวลาในการประมวลผลเพิ่มขึ้น

• ความละเอียดวิดีโอ :

  • เมื่อดาวน์โหลดวิดีโอ YouTube สคริปต์จะใช้คุณภาพสูงสุดที่มีอยู่ตามค่าเริ่มต้น ใช้ตัวเลือก --max-resolution เพื่อจำกัดคุณภาพการดาวน์โหลดหากจำเป็น
  • สำหรับไฟล์วิดีโอในเครื่อง ระบบจะใช้ความละเอียดดั้งเดิมเสมอ และตัวเลือก --max-resolution จะถูกละเว้น

• เอาท์พุต : เฟรมจะถูกบันทึกเป็นรูปภาพ JPG หรือ PNG ในโฟลเดอร์เอาท์พุตที่ระบุ (หรือโฟลเดอร์เริ่มต้นที่ตั้งชื่อตามชื่อวิดีโอ)

• ชื่อไฟล์เฟรม : ทำตามรูปแบบ frame_NNNNNN_qXX_bYY[_watermarked].(jpg|png) โดยที่:

  • NNNNNN : หมายเลขเฟรม
  • XX : คะแนนคุณภาพ (0-99 ยิ่งสูงยิ่งดี)
  • YY : คะแนนเบลอ (ตัวเลขที่สูงกว่าแสดงว่าเบลอน้อยลง)
  • _watermarked : เพิ่มคำต่อท้ายหากตรวจพบลายน้ำ

• ตัวกรองหลังการประมวลผล :

  • Gradfun มีความก้าวร้าวน้อยกว่าและเก็บรายละเอียดได้มากกว่า เหมาะสำหรับปัญหาแถบคาดเล็กๆ น้อยๆ
  • การดีแบนด์จะรุนแรงกว่าและดีกว่าสำหรับปัญหาแถบคาดที่รุนแรง โดยเฉพาะอย่างยิ่งในฉากที่มืดหรือการไล่ระดับท้องฟ้า
  • Deblock ช่วยลดปัญหาการบีบอัด
  • การใช้ตัวกรองจะเพิ่มเวลาการประมวลผล โดยเฉพาะตัวกรองที่ใช้ FFmpeg (gradfun และ deband)

เคล็ดลับ

• เริ่มต้นด้วยวิธี 'ช่วงเวลา' เพื่อให้ได้ผลลัพธ์ที่รวดเร็ว ใช้การตรวจจับฉากสำหรับวิดีโอที่มีการเปลี่ยนแปลงฉากที่แตกต่างกัน แต่ต้องเตรียมพร้อมสำหรับการประมวลผลที่นานขึ้น
• ใช้ตัวเลือก --dry-run เพื่อดูตัวอย่างกระบวนการแยกโดยไม่ต้องบันทึกเฟรมจริงๆ
• สำหรับวิดีโอขนาดใหญ่หรือกระบวนการที่ใช้เวลานาน:
  • ใช้ตัวเลือก --resume ในกรณีที่กระบวนการถูกขัดจังหวะ
  • พิจารณาใช้ตัวเลือก --max-resolution เพื่อจำกัดคุณภาพการดาวน์โหลดเพื่อการประมวลผลที่รวดเร็วขึ้น และเพื่อประหยัดพื้นที่จัดเก็บข้อมูล
    • หมายเหตุ: ตัวเลือก --max-solution ใช้ได้เฉพาะเมื่อดาวน์โหลดวิดีโอ YouTube เท่านั้น ไม่มีผลกระทบเมื่อประมวลผลไฟล์วิดีโอในเครื่อง
• เพื่อเพิ่มประสิทธิภาพคุณภาพและประสิทธิภาพ:
  • ทดลองใช้เกณฑ์คุณภาพและความเบลอที่แตกต่างกันเพื่อค้นหาสมดุลที่ดีที่สุดสำหรับความต้องการของคุณ เริ่มต้นด้วยเกณฑ์ที่ต่ำกว่า (เช่น --quality 30 --blur 50 ) และปรับตามความจำเป็น
  • หากการประมวลผลช้าเกินไป ให้ลองปิดการใช้งานการตรวจจับลายน้ำหรือใช้การเร่งความเร็ว GPU หากมี
  • ใช้ตัวเลือก --fast-scene เพื่อให้ได้ผลลัพธ์การตรวจจับฉากที่รวดเร็วยิ่งขึ้น (แต่แม่นยำน้อยกว่า)
• เมื่อใช้ตัวกรองหลังการประมวลผล:
  • โปรดทราบว่าการใช้ตัวกรองจะเพิ่มเวลาการประมวลผล โดยเฉพาะตัวกรองที่ใช้ FFmpeg (gradfun และ deband)
  • เลือกระหว่าง gradfun และ deband ตามความต้องการของคุณ:
    • ใช้ gradfun สำหรับปัญหาแถบสีเล็กๆ น้อยๆ หรือเพื่อรักษารายละเอียดเพิ่มเติม
    • ใช้แถบคาดสำหรับปัญหาแถบคาดที่รุนแรงยิ่งขึ้น โดยเฉพาะอย่างยิ่งในฉากที่มืดหรือการไล่ระดับท้องฟ้า
  • ทดลองใช้ตัวกรองต่างๆ ร่วมกันเพื่อให้ได้คุณภาพงานพิมพ์ที่ต้องการ

การแก้ไขปัญหา

• ไม่มีการแยกเฟรม :

  • ลดเกณฑ์คุณภาพและความเบลอ (เช่น --quality 20 --blur 30 )
  • ตรวจสอบว่าไฟล์วิดีโอเสียหายหรือ yt-dlp ไม่สามารถดาวน์โหลดได้อย่างถูกต้อง

• ปัญหาการแยกคีย์เฟรม :

  • ตรวจสอบให้แน่ใจว่า FFmpeg ได้รับการติดตั้งอย่างถูกต้องและสามารถเข้าถึงได้ใน PATH ระบบของคุณ
  • ลองอัปเดต FFmpeg เป็นเวอร์ชันล่าสุด

• การตรวจจับฉากช้ามากหรือขัดข้อง :

  • ใช้ตัวเลือก --fast-scene เพื่อให้ได้ผลลัพธ์ที่รวดเร็วกว่าแต่แม่นยำน้อยลง
  • ลองประมวลผลส่วนที่สั้นลงของวิดีโอก่อนเพื่อทดสอบ
  • ตรวจสอบให้แน่ใจว่าคุณมี RAM เพียงพอ

• การเร่งความเร็ว GPU ไม่ทำงาน :

  • ตรวจสอบว่าคุณมี GPU ที่เข้ากันได้กับ CUDA และติดตั้งไลบรารี CUDA ที่จำเป็นแล้ว
  • ตรวจสอบว่าติดตั้ง PyCUDA อย่างถูกต้อง ( pip install pycuda )
  • หากยังเกิดปัญหาอยู่ ให้กลับไปที่การประมวลผล CPU โดยลบแฟล็ก --use-gpu

• การตรวจจับลายน้ำทำให้เกิดผลบวกลวง :

  • ปรับเกณฑ์ลายน้ำ (เช่น --watermark-threshold 0.9 เพื่อการตรวจจับที่เข้มงวดยิ่งขึ้น)
  • หากไม่จำเป็น ให้ปิดใช้งานการตรวจจับลายน้ำโดยลบแฟล็ก --detect-watermarks

• กระบวนการหยุดทำงานโดยไม่คาดคิดสำหรับวิดีโอขนาดใหญ่ :

  • ใช้ตัวเลือก --resume เพื่อดำเนินการต่อจากที่ค้างไว้
  • ลองประมวลผลวิดีโอในส่วนเล็กๆ
  • ตรวจสอบให้แน่ใจว่าคุณมีพื้นที่ว่างในดิสก์เพียงพอ

• เอาต์พุตคุณภาพต่ำหรือเบลอ :

  • เพิ่มเกณฑ์คุณภาพและความเบลอ
  • ตรวจสอบว่าวิดีโอต้นฉบับมีคุณภาพเพียงพอหรือไม่

• ตัวกรองหลังการประมวลผลไม่ทำงาน :

  • ตรวจสอบให้แน่ใจว่าติดตั้ง FFmpeg และเข้าถึงได้ใน PATH ระบบของคุณสำหรับตัวกรอง gradfun และ deband
  • ตรวจสอบว่าติดตั้ง OpenCV (cv2) อย่างถูกต้องสำหรับตัวกรองการบล็อกหรือไม่
  • หากปัญหายังคงมีอยู่กับตัวกรองบางรายการ ให้ลองใช้ตัวกรองทีละรายการเพื่อแยกปัญหาออก

ใบอนุญาต

โครงการนี้ได้รับอนุญาตภายใต้ใบอนุญาต MIT - ดูรายละเอียดในไฟล์ใบอนุญาต

มีส่วนร่วม

ยินดีบริจาค! โปรดส่งคำขอดึง