Python绘制美女乘风破浪词云舞蹈视频

矫情吗；* 2022-10-24 15:21 221阅读 0赞

# [Python绘制美女词云舞蹈视频][Python] #

--------------------

本文将以哔哩哔哩–乘风破浪视频为例，you-get下载视频，同时利用python爬取B站视频弹幕，并利用opencv对视频进行分割，百度AI进行人像分割，moviepy生成词云跳舞视频，并添加音频，绘制词云舞蹈视频。

--------------------

python绘制词云图视频

> 本文是根据**叶庭云**博主学习而来，不能说是毫无关系，简直就是一摸一样,哈哈哈哈哈哈

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_30_color_FFFFFF_t_70_pic_center]

### 文章目录 ###

*  Python绘制美女词云舞蹈视频
 *  1. 环境配置
 *  2. 视频处理
 *   *  2.1 下载视频
     *  2.2 视频分割
     *   *  2.2.1代码展示
         *  2.2.2 结果展示
     *  2.3 人像分割
     *   *  2.3.1创建应用
         *  2.3.2 Python SDK参考文档
         *  2.3.3 代码展示
         *  2.3.4 结果展示
 *  3. 弹幕爬取
 *   *  3.1 网页分析
     *  3.2 观察历史弹幕
     *  3.3爬取弹幕
     *   *  3.3.1构造时间序列
         *  3.3.2 爬取数据
         *  3.3.3结果展示
 *  4.生成词云图
 *   *  4.1 评论内容机械压缩去重
     *  4.2 添加停用词和自定义词组
     *  4.3生成词云图
 *  5. 合成视频
 *   *  5.1图片合成
     *  5.2 音频添加
 *  6. 结果展示

**作者：[北山啦][Link 1]**

# 1. 环境配置 #

编辑器：Pycharm  
版 本：Python3.8

> 我们需要下载很多的模块，所以我们可以使用os.system()方法来自动安装所需模块，当然也有可能下载失败，特别是opencv-python，多安装几次就好啦.[原文链接][Python]

import os
    import time
    libs = {
        "lxml","requests","pandas","numpy","you-get","opencv-python","pandas","fake_useragent","matplotlib","moviepy","lxml","wordcloud","jieba"}
    try:
        for lib in libs:
            os.system(f"pip3 install -i https://pypi.doubanio.com/simple/ {lib}")
            print(lib+"下载成功")
    except:
        print("下载失败")

# 2. 视频处理 #

## 2.1 下载视频 ##

从B站视频下载舞蹈视频：[you-get下载视频][you-get]

> 使用you-get方法获取B站视频

you-get   -i   链接
       you-get -o  保存路径   链接

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70]

## 2.2 视频分割 ##

使用opencv，将视频的分隔为图片，本文截取 800 张图片来做词云。

opencv中通过VideoCaptrue类对视频进行读取操作以及调用摄像头

### 2.2.1代码展示 ###

# -*- coding:utf-8 -*-
    # @Author : 北山啦
    # @Time : 2021/1/29 14:08
    # @File : 视频分割.py
    # @Software : PyCharm
    import cv2
    cap = cv2.VideoCapture(r"无价之姐~让我乘风破浪~~~.flv")
    num = 1
    while 1:
        # 逐帧读取视频  按顺序保存到本地文件夹
        ret,frame = cap.read()
        if ret:
            cv2.imwrite(f".\pictures\img_{num}.jpg",frame)   
        else:
            break
    cap.release()   # 释放资源

### 2.2.2 结果展示 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 1]

## 2.3 人像分割 ##

### 2.3.1创建应用 ###

利用百度AI，创建一个人像分割的应用  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 2]

### 2.3.2 Python SDK参考文档 ###

利用[参考文档][Link 2]，来进行人像分割  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 3]

### 2.3.3 代码展示 ###

# -*- coding:utf-8 -*-
    # @Author : 北山啦
    # @Time : 2021/1/29 14:38
    # @File : 人像分割.py
    # @Software : PyCharm
    """原文链接："""
    import cv2
    import base64
    import numpy as np
    import os
    from aip import AipBodyAnalysis
    import time
    import random
    
    APP_ID = '******'
    API_KEY = '*******************'
    SECRET_KEY = '********************'
    
    client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)
    # 保存图像分割后的路径
    path = './mask_img/'
    
    # os.listdir  列出保存到图片名称
    img_files = os.listdir('./pictures')
    print(img_files)
    for num in range(1, len(img_files) + 1):
        # 按顺序构造出图片路径
        img = f'./pictures/img_{num}.jpg'
        img1 = cv2.imread(img)
        height, width, _ = img1.shape
        # print(height, width)
        # 二进制方式读取图片
        with open(img, 'rb') as fp:
            img_info = fp.read()
    
        # 设置只返回前景   也就是分割出来的人像
        seg_res = client.bodySeg(img_info)
        labelmap = base64.b64decode(seg_res['labelmap'])
        nparr = np.frombuffer(labelmap, np.uint8)
        labelimg = cv2.imdecode(nparr, 1)
        labelimg = cv2.resize(labelimg, (width, height), interpolation=cv2.INTER_NEAREST)
        new_img = np.where(labelimg == 1, 255, labelimg)
        mask_name = path + 'mask_{}.png'.format(num)
        # 保存分割出来的人像
        cv2.imwrite(mask_name, new_img)
        print(f'======== 第{num}张图像分割完成 ========')

### 2.3.4 结果展示 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 4]

# 3. 弹幕爬取 #

由于技术原因，我们改为此视频来获取弹幕，[视频链接][Link 3]，哈哈哈哈哈。

## 3.1 网页分析 ##

通过F12，找到pagelist，通过原始url，找到cid  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 5]

## 3.2 观察历史弹幕 ##

*  清楚元素，展开弹幕列表
 *  日期列表，只有2021年的，点击其他日期，出来了history请求，点击查看  
    ![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 6]

## 3.3爬取弹幕 ##

### 3.3.1构造时间序列 ###

该视频发布于2020-08-09，本文爬取该视频2020-08-08到2020-09-08日的历史弹幕数据，构造出时间序列：

import pandas as pd
    a = pd.date_range("2020-08-08","2020-09-08")
    print(a) 
    DatetimeIndex(['2020-08-08', '2020-08-09', '2020-08-10', '2020-08-11',
                   '2020-08-12', '2020-08-13', '2020-08-14', '2020-08-15',
                   '2020-08-50', '2020-08-17', '2020-08-18', '2020-08-19',
                   '2020-08-20', '2020-08-21', '2020-08-22', '2020-08-23',
                   '2020-08-24', '2020-08-25', '2020-08-26', '2020-08-27',
                   '2020-08-28', '2020-08-29', '2020-08-30', '2020-08-31',
                   '2020-09-01', '2020-09-02', '2020-09-03', '2020-09-04',
                   '2020-09-05', '2020-09-06', '2020-09-07', '2020-09-08'],
                  dtype='datetime64[ns]', freq='D')

### 3.3.2 爬取数据 ###

添加cookie，修改oid即可

# -*- coding:utf-8 -*-
    # @Author : 北山啦
    # @Time : 2021/1/29 19:33
    # @File : 弹幕爬取.py
    # @Software : PyCharm
    
    import requests
    import pandas as pd
    import re
    import csv
    from fake_useragent import UserAgent
    from concurrent.futures import ThreadPoolExecutor
    import datetime
    
    ua = UserAgent()
    start_time = datetime.datetime.now()
    
    def  Grab_barrage(date):
        headers = {
        
            "origin": "https://www.bilibili.com",
            "referer": "https://www.bilibili.com/video/BV1jZ4y1K78N?from=search&seid=1084505810439035065",
            "cookie": "",
            "user-agent": ua.random(),
        }
        params = {
        
            'type': 1,
            'oid' : "222413092",
            'date': date
        }
        r= requests.get(url, params=params, headers=headers)
        r.encoding = 'utf-8'
        comment = re.findall('<d p=".*?">(.*?)</d>', r.text)
        for i in comments:
        	df.append(i)
        a = pd.DataFrame(df)
        a.to_excel("danmu.xlsx")
    def main():
        with ThreadPoolExecutor(max_workers=4) as executor:
            executor.map(Grab_barrage, date_list)
        """计算所需时间"""
        delta = (datetime.datetime.now() - start_time).total_seconds()
        print(f'用时：{delta}s')
    if __name__ == '__main__':
        # 目标url
        url = "https://api.bilibili.com/x/v2/dm/history"
        start,end = '20200808','20200908'
        date_list = [x for x in pd.date_range(start, end).strftime('%Y-%m-%d')]
        count = 0
        main()

### 3.3.3结果展示 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 7]

# 4.生成词云图 #

## 4.1 评论内容机械压缩去重 ##

对于一条评论来说，有些人可能手误，或者凑字数，会出现将某个字或者词语，重复说多次，因此在进行分词之前，需要做“机械压缩去重”操作。

def func(s):
        for i in range(1,int(len(s)/2)+1):
            for j in range(len(s)):
                if s[j:j+i] == s[j+i:j+2*i]:
                    k = j + i
                    while s[k:k+i] == s[k+i:k+2*i] and k<len(s):   
                        k = k + i
                    s = s[:j] + s[k:]    
        return s
    data["短评"] = data["短评"].apply(func)

## 4.2 添加停用词和自定义词组 ##

import pandas as pd
    from wordcloud import WordCloud
    import jieba
    from tkinter import _flatten
    import matplotlib.pyplot as plt
    
    jieba.load_userdict("./词云图//add.txt")
    with open('./词云图//stoplist.txt', 'r', encoding='utf-8') as f:
        stopWords = f.read()

## 4.3生成词云图 ##

# -*- coding:utf-8 -*-
    # @Author : 北山啦
    # @Time : 2021/1/29 19:10
    # @File : 跳舞词云图生成.py
    # @Software : PyCharm
    
    from wordcloud import WordCloud
    import collections
    import jieba
    import re
    from PIL import Image
    import matplotlib.pyplot as plt
    import numpy as np
    with open('barrages.txt') as f:
        data = f.read()
    jieba.load_userdict("./词云图//add.txt")
    
    # 读取数据
    with open('barrages.txt') as f:
        data = f.read()
    jieba.load_userdict("./词云图//add.txt")
    # 文本预处理  去除一些无用的字符   只提取出中文出来
    new_data = re.findall('[\u4e00-\u9fa5]+', data, re.S)
    new_data = "/".join(new_data)
    
    # 文本分词
    seg_list_exact = jieba.cut(new_data, cut_all=True)
    
    result_list = []
    with open('./词云图/stoplist.txt', encoding='utf-8') as f:
        con = f.read().split('\n')
        stop_words = set()
        for i in con:
            stop_words.add(i)
    
    for word in seg_list_exact:
        # 设置停用词并去除单个词
        if word not in stop_words and len(word) > 1:
            result_list.append(word)
    
    # 筛选后统计词频
    word_counts = collections.Counter(result_list)
    path = './wordcloud/'
    
    
    img_files = os.listdir('./mask_img')
    print(img_files)
    for num in range(1, len(img_files) + 1):
        img = fr'.\mask_img\mask_{num}.png'
        # 获取蒙版图片
        mask_ = 255 - np.array(Image.open(img))
        # 绘制词云
        plt.figure(figsize=(8, 5), dpi=200)
        my_cloud = WordCloud(
            background_color='black',  # 设置背景颜色  默认是black
            mask=mask_,      # 自定义蒙版
            mode='RGBA',
            max_words=500,
            font_path='simhei.ttf',   # 设置字体  显示中文
        ).generate_from_frequencies(word_counts)
    
        # 显示生成的词云图片
        plt.imshow(my_cloud)
        # 显示设置词云图中无坐标轴
        plt.axis('off')
        word_cloud_name = path + 'wordcloud_{}.png'.format(num)
        my_cloud.to_file(word_cloud_name)    # 保存词云图片
        print(f'======== 第{num}张词云图生成 ========')

# 5. 合成视频 #

如官方文档所介绍的，moviepy是一个用于视频编辑Python库，可以切割、拼接、标题插入，视频合成（即非线性编辑），进行视频处理和自定义效果的设计。总的来说，可以很方便自由地处理视频、图片等文件。

## 5.1图片合成 ##

# -*- coding:utf-8 -*-
    # @Author : 北山啦
    # @Time : 2021/1/29 19:10
    # @File : 跳舞词云图生成.py
    # @Software : PyCharm
    
    
    import cv2
    import os
    
    # 输出视频的保存路径
    video_dir = 'result.mp4'
    # 帧率
    fps = 30
    # 图片尺寸
    img_size = (1920, 1080)
    
    fourcc = cv2.VideoWriter_fourcc('M', 'P', '4', 'V')  # opencv3.0 mp4会有警告但可以播放
    videoWriter = cv2.VideoWriter(video_dir, fourcc, fps, img_size)
    img_files = os.listdir('.//wordcloud')
    
    for i in range(88, 888):
        img_path = './/wordcloud//wordcloud_{}.png'.format(i)
        frame = cv2.imread(img_path)
        frame = cv2.resize(frame, img_size)   # 生成视频   图片尺寸和设定尺寸相同
        videoWriter.write(frame)      # 写进视频里
        print(f'======== 按照视频顺序第{i}张图片合进视频 ========')
    
    videoWriter.release()   # 释放资源

结果展示：

![在这里插入图片描述][20210201193755360.gif_pic_center]

## 5.2 音频添加 ##

# -*- coding:utf-8 -*-
    # @Author : 北山啦
    # @Time : 2021/1/29 19:10
    # @File : 跳舞词云图生成.py
    # @Software : PyCharm
    
    import moviepy.editor as mpy
    
    # 读取词云视频
    my_clip = mpy.VideoFileClip('result.mp4')
    # 截取背景音乐
    audio_background = mpy.AudioFileClip('song.mp3').subclip(0,25)
    audio_background.write_audiofile('song1.mp3')
    # 视频中插入音频
    final_clip = my_clip.set_audio(audio_background)
    # 保存为最终的视频   动听的音乐！漂亮小姐姐词云跳舞视频！
    final_clip.write_videofile('final_video.mp4')

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 8]  
参考博文：

*  [利用Python做一个漂亮小姐姐词云跳舞视频][Python 1]

推荐阅读：

1.  [冰冰B站视频弹幕爬取原理解析][B]
2.  [Python建立时间序列ARIMA模型实战案例][Python_ARIMA]
3.  [使用xpath爬取数据][xpath]
4.  [BeautifulSoup爬取豆瓣电影Top250][BeautifulSoup_Top250]
5.  [一篇文章带你掌握requests模块][requests]
6.  [Python网络爬虫基础–BeautifulSoup][Python_BeautifulSoup]

# 6. 结果展示 #

python绘制词云图视频加长

--------------------

> 到这里就结束了，如果对你有帮助，欢迎点赞关注，你的点赞对我很重要。作者：北山啦

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70]

[Python]: https://blog.csdn.net/qq_45176548/article/details/113410073
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_30_color_FFFFFF_t_70_pic_center]: /images/20221024/b61715331c354c34be420abc603fd464.png
[Link 1]: https://blog.csdn.net/qq_45176548
[you-get]: https://blog.csdn.net/qq_45176548/article/details/113379829
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70]: /images/20221024/5b7b723122fc4c218f94846be8ea2a9d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 1]: /images/20221024/4f6e8dc11e564efd8c4e21c6a4793083.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 2]: /images/20221024/184c1526e8ff42058e1f59615bc6017f.png
[Link 2]: https://cloud.baidu.com/doc/BODY/s/Rk3cpyo93?_=5011917520845
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 3]: /images/20221024/d6d3126a20644f909e6b4b9e80743d9d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 4]: /images/20221024/89ac6da1f4a8485c8c2e0c19e6e99445.png
[Link 3]: https://www.bilibili.com/video/BV1jZ4y1K78N/?spm_id_from=333.788.recommend_more_video.0
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 5]: /images/20221024/012133499f1d4909b92c77d7b3f04b09.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 6]: /images/20221024/b7fea98dff84488989af02f3f72daefa.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 7]: /images/20221024/3afaeb71f8c6413791b46ebeb5564fa6.png
[20210201193755360.gif_pic_center]: /images/20221024/b280fe097e7f4dc4a81a2467f03b3660.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_50_color_FFFFFF_t_70 8]: /images/20221024/4effc6eb049f424d9764bb2c680414f9.png
[Python 1]: https://yetingyun.blog.csdn.net/article/details/112209719
[B]: https://blog.csdn.net/qq_45176548/article/details/112235146
[Python_ARIMA]: https://blog.csdn.net/qq_45176548/article/details/111504846#comments_14302892
[xpath]: https://blog.csdn.net/qq_45176548/article/details/112000086
[BeautifulSoup_Top250]: https://blog.csdn.net/qq_45176548/article/details/111519379
[requests]: https://blog.csdn.net/qq_45176548/article/details/111145017
[Python_BeautifulSoup]: https://blog.csdn.net/qq_45176548/article/details/109144737
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQ1MTc2NTQ4_size_16_color_FFFFFF_t_70]: /images/20221024/82205edef6d54d3f858f3b81e7a3a4f7.png