马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差

心已赠人 2022-12-24 08:56 120阅读 0赞

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

以下文章来源于法纳斯特 ，作者小F

刚接触Python的新手、小白，可以复制下面的链接去**免费观看Python的基础入门教学视频**

https://v.douyu.com/author/y6AZ4jn9jwKW

# 前言 #

11月份的头条，是属于马保国的。

一位69岁的老同志，惨遭年轻人偷袭，不讲武德。

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][24786cedbfae48bc653a85bcdd65183c.png]

看看把老同志欺负的...

要不是马老师讲仁义讲道德，甩手就是一个五连鞭。

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][4e49772869952896a327b3e10f6c36c6.gif]

哈哈哈，所以本期我们就用Python给马保国老师做一个闪电五连鞭**动态词云图**。

词云数据来自B站，使用**stylecloud词云库**绘制。

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][5f715ca86a2461b3d98018e2d33f9e38.gif]

主要参考百度AI Studio上的一个开源项目，使用**PaddleSeg**对人像进行分割。

**年轻小F**，**不讲武德**。**这样好吗**，**耗子尾汁**。

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][19e072a5c788441770670e17cd0abcc8.png]

# 弹幕数据获取 #

没从B站上直接爬取，使用第三方库**bilibili\_api**。

这是一个用Python写的调用Bilibili各种API的库，范围涵盖视频、音频、直播、动态、专栏、用户、番剧等。

地址：https://passkou.com/bilibili_api/docs/

使用video模块下面的两个方法，可以获取11月每天的视频弹幕。

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][a98624c9feb70a7fd619dc4923af525a.png]

首先需要获取**SESSDATA**和**CSRF(bili\_jct)**的值。

谷歌浏览器可以通过下图查看，域名选择bilibili.com。

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][7e07b8a59aa4693657f05c274d14c30b.png]

以点击量为排序，选取排行第一的视频获取弹幕。没想到马老师老早就火了，耗子尾汁。

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][f08e40d93defbaadaef9963a094da752.png]

点击排名第一的视频，然后在浏览器的访问栏获取BV号，BV1HJ411L7DP。

获取弹幕代码如下。

from bilibili_api import video, Verify
    import datetime
    
    # 参数
    verify = Verify("你的SESSDATA值", "你的bili_jct值")
    
    # 获取存在历史弹幕的日期列表
    days = video.get_history_danmaku_index(bvid="BV1HJ411L7DP", verify=verify)
    print(days)
    
    # 获取弹幕信息，并保存
    for day in days:
        danmus = video.get_danmaku(bvid="BV1HJ411L7DP", verify=verify, date=datetime.date(*map(int, day.split('-'))))
        print(danmus)
    
        f = open(r'danmu.txt', 'a')
        for danmu in danmus:
            print(danmu)
            f.write(danmu.text + '\n')
        f.close()

得到结果。

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][acdad93d96364d15c2fc73e58be2ede3.png]

我大E了啊，没有闪。

使用**jieba**对弹幕数据进行**分词处理**。

import jieba
    def get_text_content(text_file_path):
        '''
        获取填充文本内容
        '''
        text_content = ''
        with open(text_file_path, encoding='utf-8') as file:
            text_content = file.read()
        # 数据清洗，只保存字符串中的中文，字母，数字
        text_content_find = re.findall('[\u4e00-\u9fa5a-zA-Z0-9]+', text_content, re.S)
        text_content = ' '.join(jieba.cut(str(text_content_find).replace(" ", ""), cut_all=False))
        print(text_content)
        return text_content
    
    
    text_content = get_text_content('danmu.txt')

选取马保国原版素材视频，B站上有高清的。

地址：https://www.bilibili.com/video/BV1JV41117hq

参考网上的资料，运行如下代码即可**下载B站视频**。

from bilibili_api import video, Verify
    import requests
    import urllib3
    
    # 参数
    verify = Verify("你的SESSDATA值", "你的bili_jct值")
    
    # 获取下载地址
    download_url = video.get_download_url(bvid="BV1JV41117hq", verify=verify)
    print(download_url["dash"]["video"][0]['baseUrl'])
    
    baseurl = 'https://www.bilibili.com/video/BV1JV41117hq'
    title = '马保国'
    
    
    def get_video():
        urllib3.disable_warnings()
    
        headers = {
            'user-agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36',
            'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9',
            'Accept-Encoding': 'gzip, deflate, br',
            'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8'
        }
        headers.update({'Referer': baseurl})
        res = requests.Session()
        begin = 0
        end = 1024 * 1024 - 1
        flag = 0
    
        temp = download_url
    
        filename = "./" + title + ".flv"
        url = temp["dash"]["video"][0]['baseUrl']
        while True:
            headers.update({'Range': 'bytes=' + str(begin) + '-' + str(end)})
            res = requests.get(url=url, headers=headers, verify=False)
            if res.status_code != 416:
                begin = end + 1
                end = end + 1024 * 1024
            else:
                headers.update({'Range': str(end + 1) + '-'})
                res = requests.get(url=url, headers=headers, verify=False)
                flag = 1
            with open(filename, 'ab') as fp:
                fp.write(res.content)
                fp.flush()
            if flag == 1:
                fp.close()
                break
    
        print('--------------------------------------------')
        print('视频下载完成')
        filename = "./" + title + ".mp3"
        url = temp["dash"]["audio"][0]['baseUrl']
        while True:
            headers.update({'Range': 'bytes=' + str(begin) + '-' + str(end)})
            res = requests.get(url=url, headers=headers, verify=False)
            if res.status_code != 416:
                begin = end + 1
                end = end + 1024 * 1024
            else:
                headers.update({'Range': str(end + 1) + '-'})
                res = requests.get(url=url, headers=headers, verify=False)
                flag = 1
            with open(filename, 'ab') as fp:
                fp.write(res.content)
                fp.flush()
            if flag == 1:
                fp.close()
                break
    
        print('音频下载完成')

记得添加SESSDATA和CSRF(bili\_jct)的值

# PaddleSeg人像分割 #

基于百度AI Studio的项目，项目地址：

https://aistudio.baidu.com/aistudio/projectdetail/1176398

首先下载解压安装PaddleSeg相关依赖包。

# 下载PaddleSeg
    git clone https://hub.fastgit.org/PaddlePaddle/PaddleSeg.git
    
    cd PaddleSeg/
    
    # 安装所需依赖项
    pip install -r requirements.txt

通常去「GitHub」上下载东西，速度都比较慢，可以使用加速链接。

这里的**fastgit.org**一加，下载速度就能从几十K飙升到几兆每秒。

# 新建文件夹
    mkdir work/videos
    mkdir work/texts
    mkdir work/mp4_img
    mkdir work/mp4_img_mask
    mkdir work/mp4_img_analysis

新建一些文件夹，主要用来存放相关文件的。

这里可以将之前爬取到的视频和音频放置在videos中。

先对素材视频进行**抽帧**，就是获取视频每帧的图片。

def transform_video_to_image(video_file_path, img_path):
        '''
        将视频中每一帧保存成图片
        '''
        video_capture = cv2.VideoCapture(video_file_path)
        fps = video_capture.get(cv2.CAP_PROP_FPS)
        count = 0
        while (True):
            ret, frame = video_capture.read()
            if ret:
                cv2.imwrite(img_path + '%d.jpg' % count, frame)
                count += 1
            else:
                break
        video_capture.release()
    
        filename_list = os.listdir(img_path)
        with open(os.path.join(img_path, 'img_list.txt'), 'w', encoding='utf-8') as file:
            file.writelines('\n'.join(filename_list))
    
        print('视频图片保存成功, 共有 %d 张' % count)
        return fps
    
    
    input_video = 'work/videos/Master_Ma.mp4'
    fps = transform_video_to_image(input_video, 'work/mp4_img/')

一共是获取到了564张图片。

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][4639e56fe643328ab9ae88a7c2a7afb8.png]

然后使用PaddleSeg将所有的视频图片，进行**人像分割**，生成mask图片。

# 生成mask结果图片
    python 你的路径/PaddleSeg/pdseg/vis.py \
               --cfg 你的路径/work/humanseg.yaml \
               --vis_dir 你的路径/work/mp4_img_mask

使用模型进行预测，其中**humanseg.yaml**文件是作者提供的，可以进行图像分割。

**预训练模型deeplabv3p\_xception65\_humanseg**，需下载解压安装放在PaddleSeg/pretrained\_model下。

由于预训练模型较大，就不放网盘上了，直接访问下面这个链接即可下载。

# 下载预训练模型deeplabv3p_xception65_humanseg
    https://paddleseg.bj.bcebos.com/models/deeplabv3p_xception65_humanseg.tgz

记得需要将humanseg.yaml文件中的路径信息，修改成你自己的路径。

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][71fdd2583441a5dd5339a0b3a72312d7.png]

运行上面那三行命令，最后就会生成564张mask文件。

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][c3ada0a9ab7de1f5bb56165427d65bb1.png]

# 词云生成 #

使用stylecloud词云库生成词云，使用字体方正兰亭刊黑。

def create_wordcloud():
        for i in range(564):
            file_name = os.path.join("mp4_img_mask/", str(i) + '.png')
            # print(file_name)
            result = os.path.join("work/mp4_img_analysis/", 'result' + str(i) + '.png')
            # print(result)
            stylecloud.gen_stylecloud(text=text_content,
                                      font_path='方正兰亭刊黑.TTF',
                                      output_name=result,
                                      background_color="black",
                                      mask_img=file_name)

因为stylecloud库无法自定义词云图片，所以小F修改了它的代码。

给gen\_stylecloud添加了mask\_img这个参数，最终作用在gen\_mask\_array这个函数上。

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][f8ef5c61719dcf3756787f0e8aae4726.png]

如此就能将mask图片转化成词云图！

![马老师的闪电五连鞭动态词云图会是怎么样的呢？丝毫不比街舞差][3b567b2040ea454cfba62678817d37f4.png]

将这些词云图片合并成视频。

def combine_image_to_video(comb_path, output_file_path, fps=30, is_print=False):
        '''
            合并图像到视频
        '''
        fourcc = cv2.VideoWriter_fourcc(*'mp4v')
    
        file_items = [item for item in os.listdir(comb_path) if item.endswith('.png')]
        file_len = len(file_items)
        # print(comb_path, file_items)
        if file_len > 0:
            print(file_len)
            temp_img = cv2.imread(os.path.join(comb_path, file_items[0]))
            img_height, img_width, _ = temp_img.shape
    
            out = cv2.VideoWriter(output_file_path, fourcc, fps, (img_width, img_height))
    
            for i in range(file_len):
                pic_name = os.path.join(comb_path, 'result' + str(i) + ".png")
                print(pic_name)
                if is_print:
                    print(i + 1, '/', file_len, ' ', pic_name)
                img = cv2.imread(pic_name)
                out.write(img)
            out.release()
    
    
    combine_image_to_video('work/mp4_img_analysis/', 'work/mp4_analysis.mp4', 30)

使用ffmpeg对视频进一步的处理，裁剪+重叠。

# 视频裁剪
    ffmpeg  -i  mp4_analysis_result.mp4  -vf  crop=iw:ih/2:0:ih/5  output.mp4
    
    # 视频重叠
    ffmpeg -i output.mp4 -i viedeos/Master_Ma.mp4 -filter_complex "[1:v]scale=500:270[v1];[0:v][v1]overlay=1490:10" -s 1920x1080  -c:v libx264 merge.mp4
    
    # 添加音频
    ffmpeg -i merge.mp4 -i  videos/Master_Ma.mp4 -c:v copy -c:a copy work/mp4_analysis_result2.mp4 -y
    
    # 生成gif图
    ffmpeg -ss 00:00:22 -t 3 -i merge.mp4 -r 15 a.gif

ffmpeg的安装及使用就得靠大伙自己百度啦～

[24786cedbfae48bc653a85bcdd65183c.png]: /images/20221120/f2d9b1994e004c6c8e2ca9e357fb4a58.png
[4e49772869952896a327b3e10f6c36c6.gif]: /images/20221120/bd33394e45284a48a8819d52b195184b.png
[5f715ca86a2461b3d98018e2d33f9e38.gif]: /images/20221120/d519c2fb1dca4091bca3cb403acbf75a.png
[19e072a5c788441770670e17cd0abcc8.png]: https://img-blog.csdnimg.cn/img_convert/19e072a5c788441770670e17cd0abcc8.png
[a98624c9feb70a7fd619dc4923af525a.png]: https://img-blog.csdnimg.cn/img_convert/a98624c9feb70a7fd619dc4923af525a.png
[7e07b8a59aa4693657f05c274d14c30b.png]: https://img-blog.csdnimg.cn/img_convert/7e07b8a59aa4693657f05c274d14c30b.png
[f08e40d93defbaadaef9963a094da752.png]: https://img-blog.csdnimg.cn/img_convert/f08e40d93defbaadaef9963a094da752.png
[acdad93d96364d15c2fc73e58be2ede3.png]: https://img-blog.csdnimg.cn/img_convert/acdad93d96364d15c2fc73e58be2ede3.png
[4639e56fe643328ab9ae88a7c2a7afb8.png]: https://img-blog.csdnimg.cn/img_convert/4639e56fe643328ab9ae88a7c2a7afb8.png
[71fdd2583441a5dd5339a0b3a72312d7.png]: https://img-blog.csdnimg.cn/img_convert/71fdd2583441a5dd5339a0b3a72312d7.png
[c3ada0a9ab7de1f5bb56165427d65bb1.png]: https://img-blog.csdnimg.cn/img_convert/c3ada0a9ab7de1f5bb56165427d65bb1.png
[f8ef5c61719dcf3756787f0e8aae4726.png]: https://img-blog.csdnimg.cn/img_convert/f8ef5c61719dcf3756787f0e8aae4726.png
[3b567b2040ea454cfba62678817d37f4.png]: https://img-blog.csdnimg.cn/img_convert/3b567b2040ea454cfba62678817d37f4.png