youtube screenshot extractor

أداة استخراج لقطة شاشة YouTube (لكن ليس فقط لموقع YouTube!) ومجمع مجموعة البيانات

ملخص

يعد برنامج Python النصي أداة متعددة الاستخدامات لاستخراج لقطات شاشة عالية الجودة من مقاطع فيديو YouTube أو ملفات الفيديو المحلية أو أي مصدر فيديو آخر يمكنك التفكير فيه! إنها مفيدة بشكل خاص لإعداد مجموعات البيانات لمشاريع التعلم الآلي، مثل تدريب Loras أو نقاط التفتيش، أو لمجرد الحصول على هذا الإطار المثالي من فيلمك المفضل.

سمات

• قم بتنزيل YouTube ومقاطع الفيديو الأخرى باستخدام yt-dlp
• معالجة ملفات الفيديو المحلية
• طرق استخراج الإطار المتعددة:
  • استخراج على أساس الفاصل الزمني
  • استخراج كافة الإطارات
  • استخراج الإطار الرئيسي
  • كشف المشهد
• تقييم جودة الإطارات
• كشف طمس
• الإزالة التلقائية للأشرطة السوداء
• كشف العلامة المائية الأساسية
• معالجة متوازية لتنفيذ أسرع
• تسريع GPU (إن وجد)
• استئناف عمليات الاستخراج المتقطعة
• إنشاء مونتاج الصور المصغرة
• خيارات الإخراج القابلة للتخصيص (JPG أو PNG)
• التسجيل التفصيلي وخيار التشغيل الجاف
• تحميل الإعدادات من ملف التكوين
• مرشحات ما بعد المعالجة:
  • Gradfun (تقليل نطاقات الألوان، وأقل عدوانية)
  • إلغاء الحظر (تقليل آثار الضغط)
  • Deband (تقليل نطاقات الألوان، وأكثر عدوانية)

متطلبات

• بايثون 3.6+
• FFmpeg (مطلوب لاستخراج الإطار الرئيسي وبعض مرشحات ما بعد المعالجة)
• التبعيات المدرجة في requirements.txt
• PyCUDA (اختياري، مطلوب فقط لتسريع GPU. الحد الأدنى للإصدار: 2022.1)

تثبيت

1. استنساخ هذا المستودع:

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

2. تثبيت التبعيات المطلوبة:

    pip install -r requirements.txt
   

3. تثبيت FFmpeg (مطلوب لاستخراج الإطار الرئيسي وبعض المرشحات):

   • اتبع التعليمات الموجودة على: https://ffmpeg.org/download.html

4. (اختياري) قم بتثبيت PyCUDA لتسريع GPU:

    pip install pycuda>=2022.1
   

   ملحوظة: يتطلب PyCUDA تثبيت CUDA على نظامك. للحصول على تعليمات التثبيت، راجع وثائق PyCUDA.

الاستخدام

بناء الجملة الأساسي:

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

حيث يمكن أن يكون [SOURCE] إما عنوان URL على YouTube أو مسارًا إلى ملف فيديو محلي.

ملاحظة: إذا كنت تخطط لاستخدام تسريع GPU (-خيار use-gpu)، فتأكد من تثبيت PyCUDA.

مثال للبدء السريع

قم باستخراج الإطارات كل 5 ثوانٍ من مقطع فيديو على YouTube واحفظها في مجلد مخصص:

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

الأمر بهذه السهولة! الآن دعنا نتعمق في جميع الخيارات القابلة للتكوين.

خيارات

• --method {interval,all,keyframes,scene} : طريقة استخراج الإطار (الافتراضي: الفاصل الزمني)
• --interval INTERVAL : الفاصل الزمني بين الإطارات بالثواني (الافتراضي: 5.0، يُستخدم فقط مع طريقة "الفاصل الزمني")
• --quality QUALITY : عتبة الجودة لاختيار الإطار (0-100، الافتراضي: 12.0)
• --blur BLUR : عتبة التمويه لاختيار الإطار (الافتراضي: 10.0)
• --detect-watermarks : تمكين الكشف الأساسي عن العلامات المائية
• --watermark-threshold THRESHOLD : حساسية الكشف عن العلامة المائية (0-1، الافتراضي: 0.8)
• --max-resolution RESOLUTION : الحد الأقصى للدقة لتنزيل فيديو YouTube (على سبيل المثال، 720، 1080). تم تجاهله للملفات المحلية.
• --output OUTPUT : اسم مجلد الإخراج المخصص
• --png : احفظ الإطارات بتنسيق PNG بدلاً من JPG
• --disable-parallel : تعطيل المعالجة المتوازية للإطارات
• --use-gpu : استخدم تسريع GPU إذا كان متاحًا
• --fast-scene : استخدم الوضع السريع لاكتشاف المشهد (نتائج أقل دقة)
• --resume : استئناف عملية الاستخراج المتقطعة
• --thumbnail : قم بإنشاء مونتاج مصغر للإطارات المستخرجة
• --verbose : تمكين التسجيل التفصيلي
• --dry-run : أظهر ما سيتم فعله دون المعالجة الفعلية
• --config CONFIG : تحميل الإعدادات من ملف التكوين
• --gradfun : قم بتطبيق مرشح gradfun لتقليل نطاقات الألوان (أقل عدوانية، ويحافظ على المزيد من التفاصيل)
• --deblock : قم بتطبيق مرشح إلغاء الحظر لتقليل آثار الضغط
• --deband : قم بتطبيق مرشح debanding لتقليل نطاقات الألوان (أكثر عدوانية وأفضل للنطاقات الشديدة)

أمثلة

1. استخراج الإطارات الرئيسية من ملف فيديو محلي:

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

2. استخدم اكتشاف المشهد على فيديو YouTube مع مجلد الإخراج المخصص:

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

3. قم باستخراج الإطارات كل 10 ثوانٍ مع حد جودة أقل وإخراج PNG:

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

4. استخدم تسريع GPU وقم بإنشاء مونتاج مصغر:

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

5. قم بتنزيل مقطع فيديو على YouTube بدقة قصوى تبلغ 720 بكسل واستخرج الإطارات:

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

6. استخراج الإطارات باستخدام مرشحات ما بعد المعالجة:

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

ماذا تتوقع

• وقت المعالجة :

  • تعتبر أساليب "الفاصل الزمني" و"الإطارات الرئيسية" هي الأسرع بشكل عام.
  • يمكن أن تستغرق طريقة "جميع الإطارات" وقتًا طويلاً بالنسبة لمقاطع الفيديو الطويلة.
  • عادةً ما يكون اكتشاف المشهد هو الطريقة الأكثر استهلاكًا للوقت، خاصة بالنسبة لمقاطع الفيديو الطويلة.
  • يمكن لتسريع GPU تسريع المعالجة بشكل كبير لجميع الطرق.
  • سيؤدي استخدام مرشحات ما بعد المعالجة (gradfun، وdeblock، وdeband) إلى زيادة وقت المعالجة.

• دقة الفيديو :

  • عند تنزيل مقاطع فيديو YouTube، سيستخدم البرنامج النصي أعلى جودة متاحة افتراضيًا. استخدم خيار --max-resolution للحد من جودة التنزيل إذا لزم الأمر.
  • بالنسبة لملفات الفيديو المحلية، يتم دائمًا استخدام الدقة الأصلية، ويتم تجاهل خيار --max-resolution .

• الإخراج : يتم حفظ الإطارات كصور JPG أو PNG في مجلد الإخراج المحدد (أو المجلد الافتراضي المسمى باسم عنوان الفيديو).

• أسماء ملفات الإطار : اتبع التنسيق frame_NNNNNN_qXX_bYY[_watermarked].(jpg|png) حيث:

  • NNNNNN : رقم الإطار
  • XX : نقاط الجودة (0-99، الأعلى هو الأفضل)
  • YY : درجة التمويه (تشير الأرقام الأعلى إلى درجة ضبابية أقل)
  • _watermarked : تتم إضافة اللاحقة في حالة اكتشاف علامة مائية

• مرشحات ما بعد المعالجة :

  • Gradfun أقل عدوانية ويحافظ على المزيد من التفاصيل، وهو مناسب لمشاكل النطاقات الدقيقة.
  • يعد Deband أكثر عدوانية وأفضل لمشاكل النطاقات الشديدة، خاصة في المشاهد المظلمة أو التدرجات السماوية.
  • يساعد Deblock على تقليل آثار الضغط.
  • سيؤدي استخدام المرشحات إلى زيادة وقت المعالجة، خاصة المرشحات المستندة إلى FFmpeg (gradfun وdeband).

نصائح

• ابدأ بطريقة "الفاصل الزمني" للحصول على نتائج سريعة. استخدم اكتشاف المشهد لمقاطع الفيديو ذات التغييرات المميزة في المشهد، ولكن كن مستعدًا لأوقات معالجة أطول.
• استخدم خيار --dry-run لمعاينة عملية الاستخراج دون حفظ الإطارات فعليًا.
• بالنسبة لمقاطع الفيديو الكبيرة أو العمليات طويلة الأمد:
  • استخدم خيار --resume في حالة مقاطعة العملية.
  • فكر في استخدام خيار --max-resolution للحد من جودة التنزيل من أجل معالجة أسرع والحفاظ على مساحة التخزين.
    • ملاحظة: ينطبق خيار --max-resolution فقط عند تنزيل مقاطع فيديو YouTube. ليس له أي تأثير عند معالجة ملفات الفيديو المحلية.
• لتحسين الجودة والأداء:
  • قم بتجربة جودة مختلفة وحدود ضبابية للعثور على أفضل توازن لاحتياجاتك. ابدأ بحدود أدنى (على سبيل المثال، --quality 30 --blur 50 ) واضبطها حسب الحاجة.
  • إذا كانت المعالجة بطيئة للغاية، فحاول تعطيل اكتشاف العلامة المائية أو استخدام تسريع GPU إذا كان ذلك متاحًا.
  • استخدم خيار --fast-scene للحصول على نتائج أسرع لاكتشاف المشهد (لكنها أقل دقة).
• عند استخدام مرشحات ما بعد المعالجة:
  • انتبه إلى أن تطبيق المرشحات سيؤدي إلى زيادة وقت المعالجة، خاصة المرشحات المستندة إلى FFmpeg (gradfun وdeband).
  • اختر بين gradfun وdeband بناءً على احتياجاتك:
    • استخدم gradfun لمشاكل النطاقات الدقيقة أو للحفاظ على مزيد من التفاصيل.
    • استخدم deband لمشاكل النطاقات الأكثر خطورة، خاصة في المشاهد المظلمة أو تدرجات السماء.
  • قم بتجربة مجموعات مختلفة من المرشحات لتحقيق جودة الإخراج المطلوبة.

استكشاف الأخطاء وإصلاحها

• لم يتم استخراج أي إطارات :

  • قم بتقليل الجودة وعتبات التمويه (على سبيل المثال، --quality 20 --blur 30 ).
  • تحقق مما إذا كان ملف الفيديو تالفًا أو إذا فشل yt-dlp في تنزيله بشكل صحيح.

• مشاكل استخراج الإطار الرئيسي :

  • تأكد من تثبيت FFmpeg بشكل صحيح ويمكن الوصول إليه في PATH للنظام الخاص بك.
  • حاول تحديث FFmpeg إلى الإصدار الأحدث.

• اكتشاف المشهد بطيء للغاية أو متعطش :

  • استخدم خيار --fast-scene للحصول على نتائج أسرع ولكن أقل دقة.
  • حاول معالجة جزء أقصر من الفيديو أولاً للاختبار.
  • تأكد من أن لديك ما يكفي من ذاكرة الوصول العشوائي المتاحة.

• تسريع GPU لا يعمل :

  • تأكد من أن لديك وحدة معالجة رسومات متوافقة مع CUDA ومن تثبيت مكتبات CUDA الضرورية.
  • تحقق من تثبيت PyCUDA بشكل صحيح ( pip install pycuda ).
  • إذا استمرت المشكلات، فارجع إلى معالجة وحدة المعالجة المركزية (CPU) عن طريق إزالة علامة --use-gpu .

• كشف العلامة المائية ينتج نتائج إيجابية كاذبة :

  • اضبط حد العلامة المائية (على سبيل المثال، --watermark-threshold 0.9 لاكتشاف أكثر صرامة).
  • إذا لم يكن الأمر ضروريًا، قم بتعطيل اكتشاف العلامة المائية عن طريق إزالة علامة --detect-watermarks .

• تموت العملية بشكل غير متوقع بالنسبة لمقاطع الفيديو الكبيرة :

  • استخدم خيار --resume للمتابعة من حيث توقفت.
  • حاول معالجة الفيديو في أجزاء أصغر.
  • تأكد من أن لديك مساحة حرة كافية على القرص.

• جودة منخفضة أو إخراج ضبابي :

  • زيادة الجودة وطمس العتبات.
  • تحقق مما إذا كان الفيديو المصدر ذو جودة كافية.

• مرشحات ما بعد المعالجة لا تعمل :

  • تأكد من تثبيت FFmpeg وإمكانية الوصول إليه في نظام PATH الخاص بك لمرشحات gradfun وdeband.
  • تحقق من تثبيت OpenCV (cv2) بشكل صحيح لمرشح إلغاء الحظر.
  • إذا استمرت المشكلات مع عوامل تصفية معينة، فحاول استخدامها بشكل فردي لعزل المشكلة.

رخصة

هذا المشروع مرخص بموجب ترخيص MIT - راجع ملف الترخيص للحصول على التفاصيل.

المساهمة

المساهمات هي موضع ترحيب! لا تتردد في تقديم طلب السحب.