以下是我用于将数据流式传输到 opencv 的方法。但我使用的是旧版本的 opencv 并自己链接到 caffe。
安装 Pafy 和 youtubedl
pip install pafy
pip install youtube_dl
安装后,从你想要的视频中复制 url。下面是示例代码
url = 'https://youtu.be/1AbfRENy3OQ'
urlPafy = pafy.new(url)
videoplay = urlPafy.getbest(preftype="webm")
cap = cv2.VideoCapture(videoplay.url)
while (True):
ret,src = cap.read()
cv2.imshow('src',src)
#do your stuff here.
cap.release()
cv2.destroyAllWindows()
但是如果你想要自动选择随机视频,那会有点复杂
您需要使用 YouTube-API 从一组搜索词中获取随机 VideoId(例如漂亮的脸,深假脸)
然后从查询的数据库中,为您的学习算法自动循环。以下是来自其他post的简短示例
import json
import urllib.request
import string
import random
count = 50
API_KEY = 'your_key'
random = ''.join(random.choice(string.ascii_uppercase + string.digits) for _ in range(3))
urlData = "https://www.googleapis.com/youtube/v3/search?key={}&maxResults={}&part=snippet&type=video&q={}".format(API_KEY,count,random)
webURL = urllib.request.urlopen(urlData)
data = webURL.read()
encoding = webURL.info().get_content_charset('utf-8')
results = json.loads(data.decode(encoding))
for data in results['items']:
videoId = (data['id']['videoId'])
print(videoId)
#store your ids
但如果没有基本实况标签,就很难获得算法性能的量化衡量标准。因此,我建议从其中一个面部视频数据集中获取分数以进行有效计算。您需要正确生成的分数才能发布。
https://www.cs.tau.ac.il/~wolf/ytfaces/