youtube 截圖擷取器下載 - youtube 截圖擷取器原始碼下載

YouTube 螢幕截圖擷取器

其他源碼

下載

YouTube 螢幕截圖提取器（但不僅僅適用於 YouTube！）和資料集收集器

概述

這個Python腳本是一個多功能工具，用於從YouTube影片、本地影片檔案或您能想到的任何其他影片來源中提取高品質的螢幕截圖！它對於為機器學習專案準備資料集特別有用，例如訓練 Loras 或檢查點，或只是從您最喜歡的影片中抓取完美的畫面。

特徵

使用 yt-dlp 下載 YouTube 和其他視頻
處理本地視訊文件
多幀提取方法：
- 基於區間的提取
- 所有影格擷取
- 關鍵影格擷取
- 場景偵測
框架品質評估
模糊偵測
自動去除黑條
基本浮水印檢測
並行處理可加快執行速度
GPU 加速（如果可用）
恢復中斷的擷取
生成縮圖蒙太奇
可自訂的輸出選項（JPG 或 PNG）
詳細的日誌記錄和試運行選項
從設定檔載入設定
後處理濾鏡：
- Gradfun（減少色帶，不那麼激進）
- 解塊（減少壓縮偽影）
- Deband（減少色帶，更具侵略性）

要求

Python 3.6+
FFmpeg（關鍵影格擷取和一些後處理過濾器所需）
requirements.txt中列出的依賴項
PyCUDA（可選，僅GPU加速所需。最低版本：2022.1）

安裝

克隆此存儲庫：

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

安裝所需的依賴項：
```
 pip install -r requirements.txt
```
安裝 FFmpeg（關鍵幀提取和一些過濾器所需）：
- 請依照以下網址的說明進行：https://ffmpeg.org/download.html
（選購）安裝 PyCUDA 以進行 GPU 加速：
```
 pip install pycuda>=2022.1
```
注意：PyCUDA 需要在您的系統上安裝 CUDA。有關安裝說明，請參閱 PyCUDA 文件。

用法

基本語法：

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

其中[SOURCE]可以是 YouTube URL 或本地視訊檔案的路徑。

注意：如果您打算使用 GPU 加速（--use-gpu 選項），請確保已安裝了 PyCUDA。

快速入門範例

每 5 秒從 YouTube 影片中提取幀並將其保存到自訂資料夾中：

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

就是這麼簡單！現在讓我們深入研究所有可配置選項。

選項

--method {interval,all,keyframes,scene} ：幀擷取方法（預設：interval）
--interval INTERVAL ：訊框之間的間隔（以秒為單位）（預設值：5.0，僅與「interval」方法一起使用）
--quality QUALITY ：幀選擇的質量閾值（0-100，預設值：12.0）
--blur BLUR ：訊框選擇的模糊閾值（預設值：10.0）
--detect-watermarks : 啟用基本浮水印檢測
--watermark-threshold THRESHOLD : 浮水印偵測靈敏度 (0-1, 預設: 0.8)
--max-resolution RESOLUTION : YouTube 影片下載的最大解析度（例如 720、1080）。忽略本地文件。
--output OUTPUT : 自訂輸出資料夾名稱
--png ：將訊框儲存為 PNG 而非 JPG
--disable-parallel : 停用幀的平行處理
--use-gpu ：使用 GPU 加速（如果可用）
--fast-scene ：使用快速模式進行場景偵測（結果較不準確）
--resume : 恢復中斷的提取過程
--thumbnail ：產生提取幀的縮圖蒙太奇
--verbose ：啟用詳細日誌記錄
--dry-run ：顯示在沒有實際處理的情況下會做什麼
--config CONFIG ：從設定檔載入設定
--gradfun ：應用 gradfun 濾鏡來減少色帶（不太激進，保留更多細節）
--deblock ：套用去塊濾波器來減少壓縮偽影
--deband ：應用去帶濾鏡來減少色帶（更激進，更適合嚴重的色帶）

範例

從本地視訊檔案中提取關鍵影格：

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

在具有自訂輸出資料夾的 YouTube 影片上使用場景偵測：

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

每 10 秒提取具有較低質量閾值和 PNG 輸出的幀：

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

使用 GPU 加速並產生縮圖蒙太奇：

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

下載最高解析度為 720p 的 YouTube 影片並提取幀：

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

使用後處理過濾器提取幀：

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

期待什麼

處理時間：
- 「間隔」和「關鍵影格」方法通常是最快的。
- 對於較長的視頻，“所有”幀方法可能非常耗時。
- 場景檢測通常是最耗時的方法，尤其是對於較長的影片。
- GPU 加速可顯著加快所有方法的處理速度。
- 使用後處理濾波器（gradfun、deblock、deband）會增加處理時間。
視訊解析度：
- 下載 YouTube 影片時，腳本將預設使用可用的最高品質。如果需要，可以使用--max-resolution選項來限制下載品質。
- 對於本地視訊文件，始終使用原始分辨率，並忽略--max-resolution選項。
輸出：幀以 JPG 或 PNG 影像的形式保存在指定的輸出資料夾（或以影片標題命名的預設資料夾）中。
幀檔名：遵循格式frame_NNNNNN_qXX_bYY[_watermarked].(jpg|png) ，其中：
- NNNNNN : 幀號
- XX ：質量分數（0-99，越高越好）
- YY ：模糊分數（數字越高表示模糊越少）
- _watermarked ：如果偵測到水印則添加後綴
後處理濾鏡：
- Gradfun 的攻擊性較小，保留更多細節，適合微妙的條帶問題。
- Deband 更激進，更適合解決嚴重的條帶問題，尤其是在黑暗場景或天空漸變中。
- 解塊有助於減少壓縮偽影。
- 使用濾波器會增加處理時間，尤其是基於 FFmpeg 的濾波器（gradfun 和 deband）。

尖端

從“間隔”方法開始，可以快速獲得結果。對具有明顯場景變化的影片使用場景檢測，但要做好處理時間較長的準備。
使用--dry-run選項預覽提取過程，而無需實際保存幀。
對於大型視訊或長時間運行的進程：
- 如果進程中斷，請使用--resume選項。
- 考慮使用--max-resolution選項來限制下載品質以加快處理速度並節省儲存空間。
  - 注意：--max-resolution 選項僅在下載 YouTube 影片時適用。處理本地視訊檔案時沒有效果。
優化品質和性能：
- 嘗試不同的品質和模糊閾值，找到適合您需求的最佳平衡。從較低的閾值開始（例如， --quality 30 --blur 50 ）並根據需要進行調整。
- 如果處理速度太慢，請嘗試停用浮水印偵測或使用 GPU 加速（如果可用）。
- 使用--fast-scene選項可以獲得更快（但不太準確）的場景偵測結果。
使用後處理濾鏡時：
- 請注意，套用過濾器會增加處理時間，尤其是基於 FFmpeg 的過濾器（gradfun 和 deband）。
- 根據您的需求在 gradfun 和 deband 之間進行選擇：
  - 使用 gradfun 解決微妙的條帶問題或保留更多細節。
  - 使用 deband 解決更嚴重的條帶問題，尤其是在黑暗場景或天空漸變中。
- 嘗試不同的濾波器組合以獲得所需的輸出品質。

故障排除

未提取幀：
- 降低質量和模糊閾值（例如--quality 20 --blur 30 ）。
- 檢查影片檔案是否損壞或 yt-dlp 是否無法正確下載。
關鍵影格擷取問題：
- 確保 FFmpeg 已正確安裝並可在系統路徑中存取。
- 嘗試將 FFmpeg 更新到最新版本。
場景偵測速度極慢或崩潰：
- 使用--fast-scene選項可以獲得更快但不太準確的結果。
- 首先嘗試處理影片的較短片段進行測試。
- 確保您有足夠的可用 RAM。
GPU 加速不起作用：
- 驗證您是否安裝了相容 CUDA 的 GPU 和必要的 CUDA 程式庫。
- 檢查 PyCUDA 是否安裝正確（ pip install pycuda ）。
- 如果問題仍然存在，請透過刪除--use-gpu標誌回退到 CPU 處理。
水印檢測產生誤報：
- 調整水印閾值（例如， --watermark-threshold 0.9以進行更嚴格的檢測）。
- 如果不需要，請透過刪除--detect-watermarks標誌來停用水印偵測。
對於大型視頻，進程意外終止：
- 使用--resume選項從中斷處繼續。
- 嘗試以較小的片段處理影片。
- 確保您有足夠的可用磁碟空間。
輸出品質低或模糊：
- 提高品質和模糊閾值。
- 檢查來源影片的品質是否足夠。
後處理過濾器不起作用：
- 確保 FFmpeg 已安裝並可在您的系統路徑中存取 gradfun 和 deband 過濾器。
- 檢查 OpenCV (cv2) 是否已正確安裝去塊濾波器。
- 如果特定過濾器問題仍然存在，請嘗試單獨使用它們來隔離問題。