Estou trabalhando em um experimento de rastreamento de vídeo e me deparo com vídeos bastante comprimidos com o codec MPEG4 DivX 5x / 6x. Sou relativamente novo em formatos de imagens, codecs e compressão, mas acho que descobri que estou preso a essa qualidade, a menos que eu viole a segunda lei da termodinâmica.
Agora, para rastrear meus insetos (sim, é o que estou fazendo), estou interessado apenas em quadros I (a taxa de quadros é alta o suficiente) e não estou interessado nos canais de cores U e V, eles só têm um valor para cada bloco e, portanto, não me dão a resolução que eu quero. É o canal Y que tem todas as informações que me interessam. Escrevi meu tracker e não é possível analisar o vídeo, então ele precisa de uma pasta com fotos.
Agora, minha pergunta é: como posso extrair todos os I-frames para imagens em escala de cinza (somente Y) sem perda adicional de qualidade? Estou trabalhando no Ubuntu 14.04 e prefiro usar ffmpeg ou imageJ, já que eles já estão presentes no meu pipeline. Onde estou agora é:
Eu acho que descobri que cada segundo frame é um frame, mas não tenho certeza disso. Eu usei:
ffprobe -show_frames movie.avi | grep -A2 "video" | grep "key_frame"
output:
key_frame=1
key_frame=0
key_frame=1
key_frame=0
key_frame=1
key_frame=0
key_frame=1
key_frame=0
key_frame=1
key_frame=0
--
this goes on for exactly the number of frames, as this bit of code tells me:
ffprobe -show_frames movie.avi | grep -A2 "video" | grep -c "key")
13369
Agora, pensei em descobrir como extrair todos os quadros:
ffmpeg -i movie.avi -vf '[in]select=eq(pict_type\,I)[out]' /picture%d.jpg
Mas parece que me deu todos os frames.
ls *jpg | wc -l
133370
O que estou fazendo de errado? Esta é a saída que o ffmpeg me dá:
ffmpeg version N-77455-g4707497 Copyright (c) 2000-2015 the FFmpeg developers
built with gcc 4.8 (Ubuntu 4.8.4-2ubuntu1~14.04)
configuration: --extra-libs=-ldl --prefix=/opt/ffmpeg --mandir=/usr/share/man --enable-avresample --disable-debug --enable-nonfree --enable-gpl --enable-version3 --enable-libopencore-amrnb --enable-libopencore-amrwb --disable-decoder=amrnb --disable-decoder=amrwb --enable-libpulse --enable-libdcadec --enable-libfreetype --enable-libx264 --enable-libx265 --enable-libfdk-aac --enable-libvorbis --enable-libmp3lame --enable-libopus --enable-libvpx --enable-libspeex --enable-libass --enable-avisynth --enable-libsoxr --enable-libxvid --enable-libvo-aacenc --enable-libvidstab
libavutil 55. 11.100 / 55. 11.100
libavcodec 57. 20.100 / 57. 20.100
libavformat 57. 20.100 / 57. 20.100
libavdevice 57. 0.100 / 57. 0.100
libavfilter 6. 21.101 / 6. 21.101
libavresample 3. 0. 0 / 3. 0. 0
libswscale 4. 0.100 / 4. 0.100
libswresample 2. 0.101 / 2. 0.101
libpostproc 54. 0.100 / 54. 0.100
Guessed Channel Layout for Input Stream #0.1 : stereo
Input #0, avi, from 'movie.avi':
Duration: 00:08:54.76, start: 0.000000, bitrate: 3006 kb/s
Stream #0:0: Video: mpeg4 (Simple Profile) (DX50 / 0x30355844), yuv420p, 720x576 [SAR 16:15 DAR 4:3], 1462 kb/s, 25 fps, 25 tbr, 25 tbn, 25 tbc
Stream #0:1: Audio: pcm_s16le ([1][0][0][0] / 0x0001), 48000 Hz, 2 channels, s16, 1536 kb/s
[swscaler @ 0x3c2e920] deprecated pixel format used, make sure you did set range correctly
Output #0, image2, to './picture%d.jpg':
Metadata:
encoder : Lavf57.20.100
Stream #0:0: Video: mjpeg, yuvj420p(pc), 720x576 [SAR 16:15 DAR 4:3], q=2-31, 200 kb/s, 25 fps, 25 tbn, 25 tbc
Metadata:
encoder : Lavc57.20.100 mjpeg
Side data:
unknown side data type 10 (24 bytes)
Stream mapping:
Stream #0:0 -> #0:0 (mpeg4 (native) -> mjpeg (native))
Press [q] to stop, [?] for help
frame=13370 fps=506 q=24.8 Lsize=N/A time=00:08:54.80 bitrate=N/A dup=6685 drop=0 speed=20.2x
video:157591kB audio:0kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: unknown
Então, algumas perguntas:
- o que estou fazendo errado? Por que isso me dá todos os frames de volta?
- O jpeg causará mais perdas? Ou é a mesma compressão que o intra-frame usado no mpeg4? Eu deveria usar tiff em vez disso?
- Como eu apenas extraio o canal y?
- É normal obter um quadro I a cada segundo quadro? Eu tenho lido em codificação MPEG4 um pouco e parece que não quadros inteiros, mas sim blocos são usados como referência? Estou extraindo todos os quadros que contêm esses blocos? Existe um nível mais alto com referenciais inteiros "reais"?
- Eu acho que não há como recuperar mais qualidade?
Muito, muito obrigado pela sua ajuda!
Felicidades,
Rik Verdonck