年轻人不讲武德，竟用Python让马老师表演闪电五连鞭！

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。

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。

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。

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。

/ 01 / 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。

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。

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。

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。

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

/ 02 / 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。

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。

运行上面那三行命令，最后就会生成564张mask文件。

/ 03 / 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。

如此就能将mask图片转化成词云图！

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～

视频结果如下。

到这里了，不给小F来个赞吗，来，炫，来偷吸，我这...

/ 04 / 总结

好了，到此本期的实践就结束了。

相关代码及文件已上传，扫码关注下方公众号，后台回复「马老师」即可获取。

感兴趣的小伙伴也可以动手试一试。

这里需要注意，在使用PaddleSeg进行人像分割和生成词云图，这期间耗费的时间比较多，慢慢等就好了。

还有就是可以自己修改一下stylecloud库的代码，自定义一下mask_img图片的大小以及颜色。

这两项小F是没有修改的，所以生成的图片是512×512尺寸，导致最后视频需要裁剪。

颜色主要是将mask图片变成白底的图片，小F这里是黑底的。

可以通过图片灰度二值化的方法。

import cv2

# 灰度图
img = cv2.imread('work/mp4_img_mask/240.png', 0)

# 二值化
ret, thresh = cv2.threshold(img, 30, 255, cv2.THRESH_BINARY_INV)

# 显示
cv2.imshow("img", thresh)
# 保存图片
cv2.imwrite('0.png', thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

就能得到白底的png图，符合stylecloud词云图的要求。

如此便可以绘制出白底彩色文字的词云图。

今天给大家推荐一本机器学习、深度学习的人都应该听说过一本经典教材：《Pattern Recognition and Machine Learning》，中文译名《模式识别与机器学习》，简称 PRML。出自微软剑桥研究院实验室主任 Christopher Bishop 大神之手。对，就是豆瓣评分 9.5 的这本书。

资料获取方法

1. 扫描下方二维码

2. 后台回复关键词： PRML

👆长按上方二维码 2 秒
回复「PRML」即可获取资料