youtube screenshot extractor herunterladen - youtube screenshot extractor Quellcode herunterladen

youtube screenshot extractor

Anderer Quellcode

Herunterladen

YouTube Screenshot Extractor (aber nicht nur für YouTube!) und Dataset Gatherer

Überblick

Dieses Python-Skript ist ein vielseitiges Tool zum Extrahieren hochwertiger Screenshots aus YouTube-Videos, lokalen Videodateien oder jeder anderen Videoquelle, die Sie sich vorstellen können! Es ist besonders nützlich für die Vorbereitung von Datensätzen für maschinelle Lernprojekte, wie zum Beispiel das Training von Loras oder Checkpoints, oder einfach für die Aufnahme des perfekten Bildes aus Ihrem Lieblingsfilm.

Merkmale

Laden Sie YouTube- und andere Videos mit yt-dlp herunter
Verarbeiten Sie lokale Videodateien
Mehrere Methoden zur Frame-Extraktion:
- Intervallbasierte Extraktion
- Extraktion aller Frames
- Keyframe-Extraktion
- Szenenerkennung
Qualitätsbewertung von Rahmen
Unschärfeerkennung
Automatische Entfernung schwarzer Balken
Grundlegende Wasserzeichenerkennung
Parallele Verarbeitung für schnellere Ausführung
GPU-Beschleunigung (falls verfügbar)
Unterbrochene Extraktionen fortsetzen
Erstellen Sie Miniaturbildmontagen
Anpassbare Ausgabeoptionen (JPG oder PNG)
Detaillierte Protokollierung und Probelaufoption
Laden Sie Einstellungen aus einer Konfigurationsdatei
Nachbearbeitungsfilter:
- Gradfun (Farbstreifenbildung reduzieren, weniger aggressiv)
- Deblockieren (Komprimierungsartefakte reduzieren)
- Deband (Farbstreifenbildung reduzieren, aggressiver)

Anforderungen

Python 3.6+
FFmpeg (erforderlich für die Keyframe-Extraktion und einige Nachbearbeitungsfilter)
In requirements.txt aufgeführte Abhängigkeiten
PyCUDA (optional, nur für GPU-Beschleunigung erforderlich. Mindestversion: 2022.1)

Installation

Klonen Sie dieses Repository:

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

Installieren Sie die erforderlichen Abhängigkeiten:
```
 pip install -r requirements.txt
```
Installieren Sie FFmpeg (erforderlich für die Keyframe-Extraktion und einige Filter):
- Befolgen Sie die Anweisungen unter: https://ffmpeg.org/download.html
(Optional) Installieren Sie PyCUDA für die GPU-Beschleunigung:
```
 pip install pycuda>=2022.1
```
Hinweis: Für PyCUDA muss CUDA auf Ihrem System installiert sein. Installationsanweisungen finden Sie in der PyCUDA-Dokumentation.

Verwendung

Grundlegende Syntax:

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

Dabei kann [SOURCE] entweder eine YouTube-URL oder ein Pfad zu einer lokalen Videodatei sein.

Hinweis: Wenn Sie die GPU-Beschleunigung (Option --use-gpu) verwenden möchten, stellen Sie sicher, dass PyCUDA installiert ist.

Beispiel für einen Schnellstart

Extrahieren Sie alle 5 Sekunden Frames aus einem YouTube-Video und speichern Sie sie in einem benutzerdefinierten Ordner:

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

So einfach ist das! Lassen Sie uns nun auf alle konfigurierbaren Optionen eingehen.

Optionen

--method {interval,all,keyframes,scene} : Frame-Extraktionsmethode (Standard: Intervall)
--interval INTERVAL : Intervall zwischen Frames in Sekunden (Standard: 5.0, wird nur mit der Methode „interval“ verwendet)
--quality QUALITY : Qualitätsschwelle für die Frame-Auswahl (0-100, Standard: 12,0)
--blur BLUR : Unschärfeschwelle für die Bildauswahl (Standard: 10.0)
--detect-watermarks : Grundlegende Wasserzeichenerkennung aktivieren
--watermark-threshold THRESHOLD : Empfindlichkeit der Wasserzeichenerkennung (0-1, Standard: 0,8)
--max-resolution RESOLUTION : Maximale Auflösung für YouTube-Video-Downloads (z. B. 720, 1080). Wird für lokale Dateien ignoriert.
--output OUTPUT : Benutzerdefinierter Name des Ausgabeordners
--png : Frames als PNG statt JPG speichern
--disable-parallel : Deaktiviert die parallele Verarbeitung von Frames
--use-gpu : GPU-Beschleunigung verwenden, falls verfügbar
--fast-scene : Verwenden Sie den Schnellmodus zur Szenenerkennung (weniger genaue Ergebnisse).
--resume : Einen unterbrochenen Extraktionsprozess fortsetzen
--thumbnail : Erstellt eine Miniaturansicht der extrahierten Bilder
--verbose : Detaillierte Protokollierung aktivieren
--dry-run : Zeigt an, was ohne tatsächliche Verarbeitung getan würde
--config CONFIG : Einstellungen aus einer Konfigurationsdatei laden
--gradfun : Gradfun-Filter anwenden, um Farbstreifen zu reduzieren (weniger aggressiv, mehr Details bleiben erhalten)
--deblock : Deblocking-Filter anwenden, um Komprimierungsartefakte zu reduzieren
--deband : Debanding-Filter anwenden, um Farbstreifen zu reduzieren (aggressiver, besser für starke Streifenbildung)

Beispiele

Extrahieren Sie Keyframes aus einer lokalen Videodatei:

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

Verwenden Sie die Szenenerkennung für ein YouTube-Video mit benutzerdefiniertem Ausgabeordner:

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

Extrahieren Sie alle 10 Sekunden Frames mit einem niedrigeren Qualitätsschwellenwert und einer PNG-Ausgabe:

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

Nutzen Sie die GPU-Beschleunigung und erstellen Sie eine Miniaturansicht-Montage:

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

Laden Sie ein YouTube-Video mit einer maximalen Auflösung von 720p herunter und extrahieren Sie Frames:

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

Extrahieren Sie Frames mit Nachbearbeitungsfiltern:

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

Was Sie erwartet

Bearbeitungszeit :
- Die Methoden „Intervall“ und „Keyframes“ sind im Allgemeinen die schnellsten.
- Die Methode „Alle Bilder“ kann bei längeren Videos zeitaufwändig sein.
- Die Szenenerkennung ist in der Regel die zeitaufwändigste Methode, insbesondere bei längeren Videos.
- Die GPU-Beschleunigung kann die Verarbeitung aller Methoden erheblich beschleunigen.
- Die Verwendung von Nachbearbeitungsfiltern (gradfun, deblock, deband) erhöht die Verarbeitungszeit.
Videoauflösung :
- Beim Herunterladen von YouTube-Videos verwendet das Skript standardmäßig die höchste verfügbare Qualität. Verwenden Sie bei Bedarf die Option --max-resolution um die Downloadqualität einzuschränken.
- Für lokale Videodateien wird immer die Originalauflösung verwendet und die Option --max-resolution wird ignoriert.
Ausgabe : Frames werden als JPG- oder PNG-Bilder im angegebenen Ausgabeordner (oder einem nach dem Videotitel benannten Standardordner) gespeichert.
Frame-Dateinamen : Folgen Sie dem Format frame_NNNNNN_qXX_bYY[_watermarked].(jpg|png) , wobei:
- NNNNNN : Rahmennummer
- XX : Qualitätsfaktor (0–99, höher ist besser)
- YY : Unschärfewert (höhere Zahlen bedeuten weniger Unschärfe)
- _watermarked : Suffix hinzugefügt, wenn ein Wasserzeichen erkannt wird
Nachbearbeitungsfilter :
- Gradfun ist weniger aggressiv und bewahrt mehr Details, geeignet für subtile Streifenbildungsprobleme.
- Deband ist aggressiver und eignet sich besser für schwerwiegende Streifenbildungsprobleme, insbesondere bei dunklen Szenen oder Himmelsverläufen.
- Deblock hilft, Komprimierungsartefakte zu reduzieren.
- Die Verwendung von Filtern erhöht die Verarbeitungszeit, insbesondere die FFmpeg-basierten Filter (gradfun und deband).

Tipps

Beginnen Sie mit der „Intervall“-Methode, um schnelle Ergebnisse zu erzielen. Verwenden Sie die Szenenerkennung für Videos mit deutlichen Szenenwechseln, aber seien Sie auf längere Verarbeitungszeiten vorbereitet.
Verwenden Sie die Option --dry-run um eine Vorschau des Extraktionsprozesses anzuzeigen, ohne Frames tatsächlich zu speichern.
Für große Videos oder lang laufende Prozesse:
- Verwenden Sie die Option --resume , falls der Prozess unterbrochen wird.
- Erwägen Sie die Verwendung der Option --max-resolution um die Downloadqualität für eine schnellere Verarbeitung zu begrenzen und Speicherplatz zu sparen.
  - Hinweis: Die Option --max-resolution gilt nur beim Herunterladen von YouTube-Videos. Bei der Verarbeitung lokaler Videodateien hat dies keine Auswirkung.
So optimieren Sie Qualität und Leistung:
- Experimentieren Sie mit verschiedenen Qualitäts- und Unschärfeschwellenwerten, um die beste Balance für Ihre Anforderungen zu finden. Beginnen Sie mit niedrigeren Schwellenwerten (z. B. --quality 30 --blur 50 ) und passen Sie sie nach Bedarf an.
- Wenn die Verarbeitung zu langsam ist, versuchen Sie, die Wasserzeichenerkennung zu deaktivieren oder die GPU-Beschleunigung zu verwenden, falls verfügbar.
- Verwenden Sie die Option --fast-scene für schnellere (aber weniger genaue) Szenenerkennungsergebnisse.
Bei Verwendung von Nachbearbeitungsfiltern:
- Beachten Sie, dass die Anwendung von Filtern die Verarbeitungszeit verlängert, insbesondere die FFmpeg-basierten Filter (gradfun und deband).
- Wählen Sie je nach Bedarf zwischen Gradfun und Deband:
  - Verwenden Sie gradfun für subtile Streifenbildungsprobleme oder um mehr Details beizubehalten.
  - Verwenden Sie Deband bei schwerwiegenderen Streifenbildungsproblemen, insbesondere bei dunklen Szenen oder Himmelsverläufen.
- Experimentieren Sie mit verschiedenen Filterkombinationen, um die gewünschte Ausgabequalität zu erzielen.

Fehlerbehebung

Keine Frames extrahiert :
- Verringern Sie die Schwellenwerte für Qualität und Unschärfe (z. B. --quality 20 --blur 30 ).
- Überprüfen Sie, ob die Videodatei beschädigt ist oder ob yt-dlp sie nicht ordnungsgemäß herunterladen konnte.
Probleme bei der Keyframe-Extraktion :
- Stellen Sie sicher, dass FFmpeg ordnungsgemäß installiert und in Ihrem Systempfad verfügbar ist.
- Versuchen Sie, FFmpeg auf die neueste Version zu aktualisieren.
Szenenerkennung extrem langsam oder stürzt ab :
- Verwenden Sie die Option --fast-scene für schnellere, aber ungenauere Ergebnisse.
- Versuchen Sie zunächst, einen kürzeren Abschnitt des Videos zu testen.
- Stellen Sie sicher, dass genügend RAM verfügbar ist.
GPU-Beschleunigung funktioniert nicht :
- Stellen Sie sicher, dass Sie eine CUDA-kompatible GPU und die erforderlichen CUDA-Bibliotheken installiert haben.
- Überprüfen Sie, ob PyCUDA korrekt installiert ist ( pip install pycuda ).
- Wenn die Probleme weiterhin bestehen, greifen Sie auf die CPU-Verarbeitung zurück, indem Sie das Flag --use-gpu entfernen.
Wasserzeichenerkennung führt zu falsch positiven Ergebnissen :
- Passen Sie den Wasserzeichenschwellenwert an (z. B. --watermark-threshold 0.9 für eine strengere Erkennung).
- Falls nicht erforderlich, deaktivieren Sie die Wasserzeichenerkennung, indem Sie das Flag --detect-watermarks entfernen.
Bei großen Videos bricht der Prozess unerwartet ab :
- Verwenden Sie die Option --resume , um dort fortzufahren, wo Sie aufgehört haben.
- Versuchen Sie, das Video in kleineren Segmenten zu verarbeiten.
- Stellen Sie sicher, dass Sie über ausreichend freien Speicherplatz verfügen.
Geringe Qualität oder verschwommene Ausgabe :
- Erhöhen Sie die Qualitäts- und Unschärfeschwellen.
- Überprüfen Sie, ob das Quellvideo von ausreichender Qualität ist.
Nachbearbeitungsfilter funktionieren nicht :
- Stellen Sie sicher, dass FFmpeg in Ihrem Systempfad für Gradfun- und Deband-Filter installiert und zugänglich ist.
- Überprüfen Sie, ob OpenCV (cv2) für den Deblockierungsfilter korrekt installiert ist.
- Wenn bei bestimmten Filtern weiterhin Probleme auftreten, versuchen Sie, diese einzeln zu verwenden, um das Problem einzugrenzen.