Датавизнутая

Анализ видео: подготовка данных Я использую python, но общая логика алгоритма может пригодиться и для других языков. Сначала нужно покадрово считать видео. Сделаем это с помощью библиотеки OpenCV (cv2): import cv2 # видео целиком video = cv2.VideoCapture('file_name.mp4') # частота кадров fps = int(video.get(cv2.CAP_PROP_FPS)) # число кадров во всем видео frame_count = int(video.get(cv2.CAP_PROP_FRAME_COUNT)) Теперь можно запустить цикл и собрать один кадр за каждую секунду. В цикле повторяется такой код: ret, frame = video.read() Каждую итерацию считывается следующий кадр. В ret записывается информация о корректности считывания (True/False), frame — кадр в формате массива с rgb каждого пикселя. Имея частоту видео, мы можем записать только один кадр в секунду. Такого объема данных достаточно для анализа. В итоге получаем список с числом кадров равным длительности видео в секундах. Что делать с ним дальше расскажу в следующем посте. P.S. В комментариях полный код этой части. #датавиз#python

Не зеленая "Матрица" 31 марта 25 лет назад в массовый прокат вышла первая часть трилогии "Матрица". К этой дате решила использовать относительно недавно освоенный алгоритм анализа цвета видео в python и составила палитры трех фильмов (про алгоритм расскажу в отдельной серии постов). Такие визуализации уже делали (например, тут и тут), но мне хотелось дополнительно выделить основные цвета и интересные акценты. "Матрица" в первую очередь ассоциируется с зелеными оттенками, но цветокоррекция кадра во всех частях меняется в зависимости от локаций и основных сущностей. P.S. За помощь по вопросам дизайна спасибо Антону💚 P.P.S. С коллегами в ТАСС к дате сделали постер с Нео и шуточное бинго😎 #датавиз#личное#python