之前笔者也写过将视频转换为线稿图视频的教程，不过将其分成了五部分，也分了五个.py文件，这样虽然讲解很透彻，但是对于想要批量转换的话，每换一个视频，就要去每个.py文件中去修改相应的参数。因此显得非常麻烦。
因此本文将上述所有文件整合在一起，通过是需要更改视频文件名，即可输出相应的线稿图视频。这样就变得非常便捷了。
目录
一、目录介绍
在线稿图目录下，只需要有py文件和原视频（如dindin.mp4）即可，剩下的只需运行代码，其会自动生成。
代码最终生成的视频会放在和原视频同一目录下，而data文件夹下的内容，是代码运行过程中的其他文件，如分离出来的音频，转换前后的逐帧图片，无声视频。
本次例子以之前很火爆的叮叮当当舞。
二、模块导入
import os
import cv2
from PIL import Image
from PIL import ImageFilter
import moviepy.editor as mp三、文件相关操作
# TODO 更改文件名称
file = 'dindin.mp4'
filename = file.split(".")[0]
mp3_file = f'{filename}.mp3'
if not os.path.exists('data'):
os.mkdir('data')
path = os.path.join('data', filename)
new_picture_path = os.path.join('data', filename + "_newpc")
if not os.path.exists(path):
os.mkdir(path)
if not os.path.exists(new_picture_path):
os.mkdir(new_picture_path)
# 无声视频
file_name = os.path.join('data', 'silence_' + file)file = 'dindin.mp4'
file为原视频，放在代码相同目录下
注：一定要是英文，否则会因为编码问题出错
filename = file.split(".")[0]
为提取到的文件无后缀名称 mp3_file = f'{filename}.mp3'
为分离出来的mp3 if not os.path.exists('data'):
os.mkdir('data')
path = os.path.join('data', filename)
new_picture_path = os.path.join('data', filename + "_newpc")
if not os.path.exists(path):
os.mkdir(path)
if not os.path.exists(new_picture_path):
os.mkdir(new_picture_path)这段代码的意思是，首先判断是否有data文件夹，没有则创建。接下来
path = os.path.join('data', filename)
new_picture_path = os.path.join('data', filename + "_newpc")
表示data目录下存放两个文件夹，一个存放的是原视频的逐帧图片，另外一个存放的是新产生的线稿图片。接下来判断两个目录是否存在并创建。 # 无声视频
file_name = os.path.join('data', 'silence_' + file)将无声视频也存在data文件夹下面，因为也不是最终版本。
四、获取原视频相应参数、逐帧保存
cap = cv2.VideoCapture(file)
fps = int(cap.get(cv2.CAP_PROP_FPS))
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
print('fps:', fps, '\n', 'width:', width, '\n', 'height:', height, '\n', 'frames:', frames)
for i in range(0, frames):
flag, frame = cap.read()
filename = path + '/{}.jpg'.format(str(i))
print(filename)
cv2.imwrite(filename, frame)
首先读取视频，然后获取视频的fps、宽度、高度和总帧数，注意：使用get()函数获取到的数据类型是float类型，需要进行转换才能进行后续的操作，因此这里全部将其转为int类型。
接下来我们将读取到的每帧图片保存起来
flag, frame = cap.read()需要在for循环里面，否则每次保存的图片都是视频第一帧的图片。
五、函数讲解
音频提取
# 音频提取
def extract_audio():
my_clip = mp.VideoFileClip(file)
my_clip.audio.write_audiofile('data/' + mp3_file)这一部分内容很简单，就不细讲了
原图-线稿图转换
# 原图-线稿图转换
def convert():
for i in range(0, frames):
'''细节'''
square = Image.open(path + "/{}.jpg".format(i))
square1 = square.filter(ImageFilter.DETAIL)
'''轮廓'''
square2 = square1.filter(ImageFilter.CONTOUR)
# videowrite.write(square2)
square2.save(new_picture_path + "/{}.jpg".format(i))
print(new_picture_path + "/{}.jpg".format(i))frames是视频总帧数，该函数通过打开指定路径中的原图像，并通过两轮转换，将其保存到新路径中。
生成无声视频
# 生成无声视频
def picture_merge():
size = (width, height)
videowrite = cv2.VideoWriter(file_name, -1, fps, size)
for i in range(0, frames):
img = cv2.imread(new_picture_path + "/{}.jpg".format(i))
videowrite.write(img)
videowrite.release()
print('end!')该函数通过
videowrite = cv2.VideoWriter(file_name, -1, fps, size)
将视频保存，将刚刚的获得的线稿图合成一个无声视频。
最终合成有声视频
# 最终合成有声视频
def final_merge():
video = mp.VideoFileClip(file_name)
audio = mp.AudioFileClip('data/' + mp3_file)
video_merge = video.set_audio(audio)
video_merge.write_videofile('final_' + filename + '.mp4')最终将上述的无声视频和分离的音频合成最终的视频。
调用函数
if __name__ == '__main__':
extract_audio()
convert()
picture_merge()
final_merge()主函数运行一下，大功告成了。
六、总结
看到这，是不是觉得很棒呀，如果对你有帮助的话，麻烦来个三连吧🎈🎈