ekstraktor tangkapan layar youtube

Ekstraktor Tangkapan Layar YouTube (Tetapi Tidak Hanya untuk YouTube!) dan Pengumpul Kumpulan Data

Ringkasan

Skrip Python ini adalah alat serbaguna untuk mengekstrak tangkapan layar berkualitas tinggi dari video YouTube, file video lokal, atau sumber video lain yang dapat Anda pikirkan! Ini sangat berguna untuk menyiapkan kumpulan data untuk proyek pembelajaran mesin, seperti melatih Loras atau pos pemeriksaan, atau hanya untuk mengambil bingkai sempurna dari film favorit Anda.

Fitur

• Unduh YouTube dan video lainnya menggunakan yt-dlp
• Proses file video lokal
• Metode ekstraksi beberapa bingkai:
  • Ekstraksi berbasis interval
  • Ekstraksi semua frame
  • Ekstraksi bingkai utama
  • Deteksi pemandangan
• Penilaian kualitas bingkai
• Deteksi buram
• Penghapusan otomatis bilah hitam
• Deteksi tanda air dasar
• Pemrosesan paralel untuk eksekusi lebih cepat
• Akselerasi GPU (jika tersedia)
• Lanjutkan ekstraksi yang terputus
• Hasilkan montase gambar mini
• Opsi keluaran yang dapat disesuaikan (JPG atau PNG)
• Opsi logging dan uji coba yang terperinci
• Muat pengaturan dari file konfigurasi
• Filter pasca-pemrosesan:
  • Gradfun (mengurangi garis warna, kurang agresif)
  • Deblock (mengurangi artefak kompresi)
  • Deband (mengurangi pita warna, lebih agresif)

Persyaratan

• Python 3.6+
• FFmpeg (diperlukan untuk ekstraksi keyframe dan beberapa filter pasca-pemrosesan)
• Dependensi tercantum di requirements.txt
• PyCUDA (opsional, hanya diperlukan untuk akselerasi GPU. Versi minimum: 2022.1)

Instalasi

1. Kloning repositori ini:

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

2. Instal dependensi yang diperlukan:

    pip install -r requirements.txt
   

3. Instal FFmpeg (diperlukan untuk ekstraksi keyframe dan beberapa filter):

   • Ikuti petunjuknya di: https://ffmpeg.org/download.html

4. (Opsional) Instal PyCUDA untuk akselerasi GPU:

    pip install pycuda>=2022.1
   

   Catatan: PyCUDA memerlukan CUDA untuk diinstal pada sistem Anda. Untuk petunjuk instalasi, lihat dokumentasi PyCUDA.

Penggunaan

Sintaks dasar:

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

Dimana [SOURCE] dapat berupa URL YouTube atau jalur ke file video lokal.

Catatan: Jika Anda berencana menggunakan akselerasi GPU (opsi --use-gpu), pastikan Anda telah menginstal PyCUDA.

Contoh Mulai Cepat

Ekstrak bingkai setiap 5 detik dari video YouTube dan simpan ke folder khusus:

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

Semudah itu! Sekarang mari selami semua opsi yang dapat dikonfigurasi.

Pilihan

• --method {interval,all,keyframes,scene} : Metode ekstraksi bingkai (default: interval)
• --interval INTERVAL : Interval antar frame dalam hitungan detik (default: 5.0, hanya digunakan dengan metode 'interval')
• --quality QUALITY : Ambang batas kualitas untuk pemilihan bingkai (0-100, default: 12.0)
• --blur BLUR : Batas blur untuk pemilihan bingkai (default: 10.0)
• --detect-watermarks : Mengaktifkan deteksi tanda air dasar
• --watermark-threshold THRESHOLD : Sensitivitas deteksi tanda air (0-1, default: 0,8)
• --max-resolution RESOLUTION : Resolusi maksimum untuk pengunduhan video YouTube (misal, 720, 1080). Diabaikan untuk file lokal.
• --output OUTPUT : Nama folder keluaran khusus
• --png : Simpan bingkai sebagai PNG, bukan JPG
• --disable-parallel : Menonaktifkan pemrosesan frame secara paralel
• --use-gpu : Gunakan akselerasi GPU jika tersedia
• --fast-scene : Gunakan mode cepat untuk deteksi adegan (hasilnya kurang akurat)
• --resume : Melanjutkan proses ekstraksi yang terhenti
• --thumbnail : Menghasilkan montase thumbnail dari frame yang diekstraksi
• --verbose : Aktifkan pencatatan terperinci
• --dry-run : Tunjukkan apa yang akan dilakukan tanpa pemrosesan sebenarnya
• --config CONFIG : Memuat pengaturan dari file konfigurasi
• --gradfun : Terapkan filter gradfun untuk mengurangi pita warna (kurang agresif, mempertahankan lebih banyak detail)
• --deblock : Terapkan filter deblocking untuk mengurangi artefak kompresi
• --deband : Terapkan filter debanding untuk mengurangi garis warna (lebih agresif, lebih baik untuk garis warna yang parah)

Contoh

1. Ekstrak bingkai utama dari file video lokal:

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

2. Gunakan deteksi adegan pada video YouTube dengan folder keluaran khusus:

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

3. Ekstrak bingkai setiap 10 detik dengan ambang batas kualitas dan keluaran PNG yang lebih rendah:

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

4. Gunakan akselerasi GPU dan buat montase thumbnail:

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

5. Unduh video YouTube dengan resolusi maksimum 720p dan ekstrak bingkai:

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

6. Ekstrak bingkai dengan filter pasca-pemrosesan:

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

Apa yang Diharapkan

• Waktu pengerjaan :

  • Metode 'interval' dan 'keyframes' umumnya adalah yang tercepat.
  • Metode 'semua' bingkai dapat memakan waktu untuk video berdurasi lebih panjang.
  • Deteksi pemandangan biasanya merupakan metode yang paling memakan waktu, terutama untuk video berdurasi panjang.
  • Akselerasi GPU dapat mempercepat pemrosesan secara signifikan untuk semua metode.
  • Menggunakan filter pasca-pemrosesan (gradfun, deblock, deband) akan menambah waktu pemrosesan.

• Resolusi Video :

  • Saat mengunduh video YouTube, skrip akan menggunakan kualitas tertinggi yang tersedia secara default. Gunakan opsi --max-resolution untuk membatasi kualitas unduhan jika diperlukan.
  • Untuk file video lokal, resolusi asli selalu digunakan, dan opsi --max-resolution diabaikan.

• Keluaran : Bingkai disimpan sebagai gambar JPG atau PNG di folder keluaran yang ditentukan (atau folder default yang diberi nama sesuai judul video).

• Nama File Bingkai : Ikuti format frame_NNNNNN_qXX_bYY[_watermarked].(jpg|png) , di mana:

  • NNNNNN : Nomor bingkai
  • XX : Skor kualitas (0-99, lebih tinggi lebih baik)
  • YY : Skor keburaman (angka yang lebih tinggi menunjukkan keburaman yang lebih sedikit)
  • _watermarked : Akhiran ditambahkan jika tanda air terdeteksi

• Filter pasca-pemrosesan :

  • Gradfun kurang agresif dan mempertahankan lebih banyak detail, cocok untuk masalah garis melintang yang halus.
  • Deband lebih agresif dan lebih baik untuk masalah pita yang parah, terutama pada pemandangan gelap atau gradien langit.
  • Deblock membantu mengurangi artefak kompresi.
  • Penggunaan filter akan menambah waktu pemrosesan, terutama filter berbasis FFmpeg (gradfun dan deband).

Kiat

• Mulailah dengan metode 'interval' untuk hasil yang cepat. Gunakan deteksi adegan untuk video dengan perubahan adegan yang berbeda, namun bersiaplah untuk waktu pemrosesan yang lebih lama.
• Gunakan opsi --dry-run untuk melihat pratinjau proses ekstraksi tanpa benar-benar menyimpan bingkai.
• Untuk video berukuran besar atau proses yang berjalan lama:
  • Gunakan opsi --resume jika proses terhenti.
  • Pertimbangkan untuk menggunakan opsi --max-resolution untuk membatasi kualitas unduhan agar pemrosesan lebih cepat dan menghemat ruang penyimpanan.
    • Catatan: Opsi --max-resolusi hanya berlaku saat mengunduh video YouTube. Ini tidak berpengaruh saat memproses file video lokal.
• Untuk mengoptimalkan kualitas dan kinerja:
  • Bereksperimenlah dengan berbagai kualitas dan ambang batas buram untuk menemukan keseimbangan terbaik sesuai kebutuhan Anda. Mulailah dengan ambang batas yang lebih rendah (misalnya, --quality 30 --blur 50 ) dan sesuaikan sesuai kebutuhan.
  • Jika pemrosesan terlalu lambat, coba nonaktifkan deteksi tanda air atau gunakan akselerasi GPU jika tersedia.
  • Gunakan opsi --fast-scene untuk hasil deteksi adegan yang lebih cepat (namun kurang akurat).
• Saat menggunakan filter pasca-pemrosesan:
  • Sadarilah bahwa menerapkan filter akan meningkatkan waktu pemrosesan, terutama filter berbasis FFmpeg (gradfun dan deband).
  • Pilih antara gradfun dan deband berdasarkan kebutuhan Anda:
    • Gunakan gradfun untuk masalah garis melintang yang halus atau untuk mempertahankan lebih banyak detail.
    • Gunakan deband untuk masalah garis garis yang lebih parah, terutama pada pemandangan gelap atau gradien langit.
  • Bereksperimenlah dengan berbagai kombinasi filter untuk mencapai kualitas keluaran yang diinginkan.

Pemecahan masalah

• Tidak ada bingkai yang diekstraksi :

  • Turunkan ambang batas kualitas dan keburaman (misalnya, --quality 20 --blur 30 ).
  • Periksa apakah file video rusak atau yt-dlp gagal mengunduhnya dengan benar.

• Masalah ekstraksi bingkai utama :

  • Pastikan FFmpeg diinstal dengan benar dan dapat diakses di PATH sistem Anda.
  • Coba perbarui FFmpeg ke versi terbaru.

• Deteksi pemandangan sangat lambat atau mogok :

  • Gunakan opsi --fast-scene untuk hasil yang lebih cepat namun kurang akurat.
  • Coba proses segmen video yang lebih pendek terlebih dahulu untuk mengujinya.
  • Pastikan Anda memiliki cukup RAM yang tersedia.

• Akselerasi GPU tidak berfungsi :

  • Verifikasi bahwa Anda memiliki GPU yang kompatibel dengan CUDA dan perpustakaan CUDA yang diperlukan telah diinstal.
  • Periksa apakah PyCUDA diinstal dengan benar ( pip install pycuda ).
  • Jika masalah masih terjadi, kembali ke pemrosesan CPU dengan menghapus tanda --use-gpu .

• Deteksi tanda air menghasilkan positif palsu :

  • Sesuaikan ambang batas tanda air (misalnya, --watermark-threshold 0.9 untuk deteksi yang lebih ketat).
  • Jika tidak perlu, nonaktifkan deteksi tanda air dengan menghapus tanda --detect-watermarks .

• Proses mati secara tidak terduga untuk video berukuran besar :

  • Gunakan opsi --resume untuk melanjutkan dari bagian terakhirnya.
  • Coba proses video dalam segmen yang lebih kecil.
  • Pastikan Anda memiliki cukup ruang disk kosong.

• Output berkualitas rendah atau buram :

  • Tingkatkan kualitas dan ambang batas buram.
  • Periksa apakah video sumber memiliki kualitas yang memadai.

• Filter pasca-pemrosesan tidak berfungsi :

  • Pastikan FFmpeg diinstal dan dapat diakses di PATH sistem Anda untuk filter gradfun dan deband.
  • Periksa apakah OpenCV (cv2) diinstal dengan benar untuk filter deblock.
  • Jika masalah tetap ada pada filter tertentu, coba gunakan filter satu per satu untuk mengisolasi masalahnya.

Lisensi

Proyek ini dilisensikan di bawah Lisensi MIT - lihat file LISENSI untuk detailnya.

Berkontribusi

Kontribusi dipersilakan! Silakan kirimkan Permintaan Tarik.