youtube screenshot extractor 다운로드 - youtube screenshot extractor 소스 코드 다운로드

youtube screenshot extractor

기타 소스코드

다운로드

YouTube 스크린샷 추출기(YouTube에만 해당되는 것은 아닙니다!) 및 Dataset Gatherer

개요

이 Python 스크립트는 YouTube 비디오, 로컬 비디오 파일 또는 기타 생각할 수 있는 비디오 소스에서 고품질 스크린샷을 추출하기 위한 다목적 도구입니다! Loras 또는 체크포인트 교육과 같은 기계 학습 프로젝트를 위한 데이터 세트를 준비하거나 좋아하는 영화에서 완벽한 프레임을 가져오는 데 특히 유용합니다.

특징

yt-dlp를 사용하여 YouTube 및 기타 비디오 다운로드
로컬 비디오 파일 처리
다중 프레임 추출 방법:
- 간격 기반 추출
- 모든 프레임 추출
- 키프레임 추출
- 장면 감지
프레임 품질 평가
흐림 감지
검은색 막대 자동 제거
기본 워터마크 감지
더 빠른 실행을 위한 병렬 처리
GPU 가속(사용 가능한 경우)
중단된 추출 재개
썸네일 몽타주 생성
사용자 정의 가능한 출력 옵션(JPG 또는 PNG)
자세한 로깅 및 테스트 실행 옵션
구성 파일에서 설정 로드
후처리 필터:
- Gradfun(컬러 밴딩 감소, 덜 공격적)
- 디블록(압축 아티팩트 감소)
- Deband(컬러 밴딩 감소, 더욱 공격적)

요구사항

파이썬 3.6+
FFmpeg(키프레임 추출 및 일부 후처리 필터에 필요)
requirements.txt 에 나열된 종속성
PyCUDA(선택 사항, GPU 가속에만 필요함. 최소 버전: 2022.1)

설치

다음 저장소를 복제하세요.

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

필요한 종속성을 설치합니다.
```
 pip install -r requirements.txt
```
FFmpeg 설치(키프레임 추출 및 일부 필터에 필요):
- https://ffmpeg.org/download.html의 지침을 따르십시오.
(선택 사항) GPU 가속을 위해 PyCUDA를 설치합니다.
```
 pip install pycuda>=2022.1
```
참고: PyCUDA를 사용하려면 시스템에 CUDA가 설치되어 있어야 합니다. 설치 지침은 PyCUDA 설명서를 참조하세요.

용법

기본 구문:

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

여기서 [SOURCE] 는 YouTube URL이거나 로컬 비디오 파일의 경로일 수 있습니다.

참고: GPU 가속(--use-gpu 옵션)을 사용하려는 경우 PyCUDA가 설치되어 있는지 확인하세요.

빠른 시작 예

YouTube 동영상에서 5초마다 프레임을 추출하여 사용자 정의 폴더에 저장합니다.

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

정말 쉽습니다! 이제 구성 가능한 모든 옵션을 살펴보겠습니다.

옵션

--method {interval,all,keyframes,scene} : 프레임 추출 방법(기본값: 간격)
--interval INTERVAL : 프레임 간 간격(초) (기본값: 5.0, 'interval' 방법에만 사용됨)
--quality QUALITY : 프레임 선택을 위한 품질 임계값(0-100, 기본값: 12.0)
--blur BLUR : 프레임 선택을 위한 흐림 임계값(기본값: 10.0)
--detect-watermarks : 기본 워터마크 감지 활성화
--watermark-threshold THRESHOLD : 워터마크 감지 민감도(0-1, 기본값: 0.8)
--max-resolution RESOLUTION : YouTube 비디오 다운로드의 최대 해상도(예: 720, 1080). 로컬 파일의 경우 무시됩니다.
--output OUTPUT : 사용자 정의 출력 폴더 이름
--png : 프레임을 JPG 대신 PNG로 저장합니다.
--disable-parallel : 프레임 병렬 처리 비활성화
--use-gpu : 가능한 경우 GPU 가속을 사용합니다.
--fast-scene : 장면 감지를 위해 빠른 모드를 사용합니다(덜 정확한 결과).
--resume : 중단된 추출 프로세스를 재개합니다.
--thumbnail : 추출된 프레임의 썸네일 몽타주를 생성합니다.
--verbose : 자세한 로깅 활성화
--dry-run : 실제로 처리하지 않고 수행할 작업을 보여줍니다.
--config CONFIG : 구성 파일에서 설정 로드
--gradfun : gradfun 필터를 적용하여 색상 밴딩을 줄입니다(덜 공격적이며 더 많은 세부 정보를 유지합니다).
--deblock : 압축 아티팩트를 줄이기 위해 디블로킹 필터를 적용합니다.
--deband : 색상 밴딩을 줄이기 위해 밴드 제거 필터를 적용합니다(보다 공격적이며 심각한 밴딩에 더 좋음).

예

로컬 비디오 파일에서 키프레임 추출:

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

사용자 정의 출력 폴더가 있는 YouTube 비디오에서 장면 감지 사용:

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

낮은 품질 임계값 및 PNG 출력을 사용하여 10초마다 프레임을 추출합니다.

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

GPU 가속을 사용하고 썸네일 몽타주를 생성합니다.

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

최대 해상도 720p의 YouTube 비디오를 다운로드하고 프레임을 추출하세요.

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

후처리 필터를 사용하여 프레임 추출:

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

무엇을 기대해야 할까요?

처리 시간 :
- 일반적으로 '간격' 및 '키프레임' 방법이 가장 빠릅니다.
- '모든' 프레임 방법은 긴 동영상의 경우 시간이 많이 걸릴 수 있습니다.
- 장면 감지는 일반적으로 시간이 가장 많이 소요되는 방법이며, 특히 긴 비디오의 경우 더욱 그렇습니다.
- GPU 가속은 모든 방법의 처리 속도를 크게 높일 수 있습니다.
- 후처리 필터(gradfun, deblock, deband)를 사용하면 처리 시간이 늘어납니다.
비디오 해상도 :
- YouTube 비디오를 다운로드할 때 스크립트는 기본적으로 사용 가능한 최고 품질을 사용합니다. 필요한 경우 --max-resolution 옵션을 사용하여 다운로드 품질을 제한하십시오.
- 로컬 비디오 파일의 경우 항상 원래 해상도가 사용되며 --max-resolution 옵션은 무시됩니다.
출력 : 프레임은 지정된 출력 폴더(또는 비디오 제목 이름을 딴 기본 폴더)에 JPG 또는 PNG 이미지로 저장됩니다.
프레임 파일 이름 : frame_NNNNNN_qXX_bYY[_watermarked].(jpg|png) 형식을 따릅니다. 여기서:
- NNNNNN : 프레임 번호
- XX : 품질평가점수(0~99, 높을수록 좋음)
- YY : 흐림 점수(숫자가 높을수록 흐림이 덜함을 나타냄)
- _watermarked : 워터마크가 감지되면 접미사가 추가됩니다.
후처리 필터 :
- Gradfun은 덜 공격적이며 더 많은 디테일을 유지하므로 미묘한 밴딩 문제에 적합합니다.
- Deband는 심각한 밴딩 문제, 특히 어두운 장면이나 하늘 그라데이션에서 더욱 공격적이고 더 좋습니다.
- Deblock은 압축 아티팩트를 줄이는 데 도움이 됩니다.
- 필터를 사용하면 특히 FFmpeg 기반 필터(gradfun 및 deband) 처리 시간이 늘어납니다.

팁

빠른 결과를 얻으려면 '간격' 방법으로 시작하세요. 뚜렷한 장면 변화가 있는 비디오에는 장면 감지를 사용하지만 처리 시간이 더 길어질 수 있다는 점에 대비하세요.
--dry-run 옵션을 사용하면 실제로 프레임을 저장하지 않고 추출 프로세스를 미리 볼 수 있습니다.
대용량 비디오 또는 장기 실행 프로세스의 경우:
- 프로세스가 중단된 경우 --resume 옵션을 사용하십시오.
- 보다 빠른 처리를 위해 다운로드 품질을 제한하고 저장 공간을 절약하려면 --max-resolution 옵션을 사용하는 것이 좋습니다.
  - 참고: --max-solution 옵션은 YouTube 비디오를 다운로드할 때만 적용됩니다. 로컬 비디오 파일을 처리할 때는 아무런 효과가 없습니다.
품질과 성능을 최적화하려면:
- 다양한 품질과 흐림 임계값을 실험하여 요구 사항에 가장 적합한 균형을 찾으세요. 더 낮은 임계값(예: --quality 30 --blur 50 )으로 시작하고 필요에 따라 조정합니다.
- 처리 속도가 너무 느린 경우 워터마크 감지를 비활성화하거나 가능한 경우 GPU 가속을 사용해 보십시오.
- 더 빠르고(그러나 덜 정확한) 장면 감지 결과를 얻으려면 --fast-scene 옵션을 사용하십시오.
후처리 필터를 사용하는 경우:
- 필터를 적용하면 특히 FFmpeg 기반 필터(gradfun 및 deband) 처리 시간이 늘어납니다.
- 필요에 따라 gradfun과 deband 중에서 선택하세요.
  - 미묘한 밴딩 문제가 있거나 더 자세한 내용을 유지하려면 gradfun을 사용하세요.
  - 특히 어두운 장면이나 하늘 그라데이션에서 더 심각한 밴딩 문제가 있는 경우 디밴드를 사용하십시오.
- 원하는 출력 품질을 얻으려면 다양한 필터 조합을 실험해 보세요.

문제 해결

추출된 프레임 없음 :
- 품질 및 흐림 임계값을 낮춥니다(예: --quality 20 --blur 30 ).
- 비디오 파일이 손상되었는지 또는 yt-dlp가 제대로 다운로드하지 못했는지 확인하십시오.
키프레임 추출 문제 :
- FFmpeg가 제대로 설치되어 있고 시스템 PATH에 액세스할 수 있는지 확인하세요.
- FFmpeg를 최신 버전으로 업데이트해 보세요.
장면 감지가 매우 느리거나 충돌함 :
- 더 빠르지만 덜 정확한 결과를 얻으려면 --fast-scene 옵션을 사용하십시오.
- 테스트하려면 먼저 비디오의 짧은 부분을 처리해 보세요.
- 사용 가능한 RAM이 충분한지 확인하세요.
GPU 가속이 작동하지 않음 :
- CUDA 호환 GPU와 필요한 CUDA 라이브러리가 설치되어 있는지 확인하십시오.
- PyCUDA가 올바르게 설치되었는지 확인하십시오( pip install pycuda ).
- 문제가 지속되면 --use-gpu 플래그를 제거하여 CPU 처리로 대체합니다.
잘못된 긍정을 생성하는 워터마크 감지 :
- 워터마크 임계값을 조정합니다(예: 더 엄격한 탐지를 위해 --watermark-threshold 0.9 ).
- 불필요한 경우 --detect-watermarks 플래그를 제거하여 워터마크 감지를 비활성화합니다.
대용량 비디오의 경우 프로세스가 예기치 않게 종료됩니다 .
- 중단된 부분부터 계속하려면 --resume 옵션을 사용하십시오.
- 비디오를 더 작은 세그먼트로 처리해 보세요.
- 여유 디스크 공간이 충분한지 확인하세요.
품질이 낮거나 출력이 흐릿함 :
- 품질 및 흐림 임계값을 높입니다.
- 소스 비디오의 품질이 충분한지 확인하세요.
후처리 필터가 작동하지 않음 :
- gradfun 및 deband 필터를 위해 FFmpeg가 시스템 PATH에 설치되어 있고 액세스할 수 있는지 확인하세요.
- 디블록 필터용 OpenCV(cv2)가 올바르게 설치되어 있는지 확인하세요.
- 특정 필터에 문제가 지속되면 해당 필터를 개별적으로 사용하여 문제를 격리해 보세요.