在上一篇文章（python在手，女神视频轻松有）分享了用AI人脸识别技术标记人物出现时间点来截取视频片段的教程，它的局限性在于只能通过识别特定的对象（比如人脸）来操作。在本文中将分享一个按场景进行分割视频的工具——PySceneDetect。

下面开始介绍下PySceneDetect及其安装使用方法。

1. 什么是PySceneDetect

PySceneDetect是一个命令行工具和Python库，用于分析视频，查找场景更改或剪辑。

PySceneDetect集成了外部工具（例如mkvmerge ， ffmpeg ），可在使用split-video命令时自动将视频分割为单个片段。还可以为视频生成逐帧分析，称为统计文件，以帮助确定最佳阈值或检测特定视频的模式/其他分析方法。

PySceneDetect使用两种主要的检测方法：detect-threshold （将每个帧与设置的黑电平进行比较，对于检测从黑色到黑色的淡入和淡出有用）和detect-content （比较每个帧，依次查找内容的变化，有用）用于检测视频场景之间的快速切换，尽管处理速度较慢）。每种模式的参数略有不同，并在文档中进行了详细说明.。

通常，如果要使用淡入/淡出/切成黑色来检测场景边界，请使用检测阈值模式。如果视频在内容之间使用大量快速剪切，并且没有明确定义的场景边界，则应使用" 检测内容"模式。一旦知道要使用哪种检测模式，就可以尝试以下建议的参数，或生成统计文件（使用-s / –stats参数），以确定正确的参数-具体来说，是正确的阈值.

2. PySceneDetect的安装

PySceneDetect依赖于Python模块numpy，OpenCV（cv2模块）和tqdm（进度条模块，用来显示处理进度），安装命令如下：

$ pip install scenedetect

PySceneDetect基于ffmpeg和mkvmerge对视频进行裁剪。

ffmpeg 是一个开源软件，可以运行音频和视频多种格式的录影、转换、流功能，它功能强大，用途广泛，是视频处理最常用的开源软件。

mkvmerge是MKV工具集MKVToolNix中的一个软件，可以将多媒体文件封装、合并、混流为 MKV 文件。

安装完成后可以通过命令行或代码两种方式进行使用。

3. 命令行使用

PySceneDetect在命令行中使用scenedetect命令进行操作，命令格式如下：

$ scenedetect --input my_video.mp4 --output my_video_scenes --stats my_video.stats.csv detect-content list-scenes save-images

参数说明：

常用的参数说明如下：

• –input ：输入视频文件的路径
• –output ：指定输出目录（可选）
• –stats：生成统计文件（可选）
• time：用于设置输入视频持续时间/长度或开始/结束时间。
• detect-content：切分视频基于内容检测算法。
• detect-threshold：切分视频基于阈值检测算法。
• list-scenes：打印场景列表并输出到CSV文件。
• save-images：为每个场景保存视频中的图像。
• split-video：使用ffmpeg或mkvMerge对视频进行分割。

完整的参数列表可使用scenedetect help all命令进行查看。

示例：

$ scenedetect --input demo.mp4 detect-content list-scenes save-images  split-video

运行完成后会在当前文件夹生成视频片段，片段截图以及csv文件，如下：

demo-Scene-001-01.jpg demo-Scene-004-03.jpg ...
demo-Scene-001-02.jpg demo-Scene-004.mp4    
...
demo-Scenes.csv

csv文件中包含片段的帧、时间、长度等信息，内容如下：

Timecode List: 00:07.9 00:14.6 00:38.7 00:45.3 00:48.9 01:00.0 01:12.3 01:21.5 01:36.3
Scene Number Start Frame Start Timecode Start Time (seconds) End Frame End Timecode End Time (seconds) Length (frames) Length (timecode) Length (seconds)
1 0 00:00.0 0 190 00:07.9 7.917 190 00:07.9 7.917
2 190 00:07.9 7.917 350 00:14.6 14.583 160 00:06.7 6.667
3 350 00:14.6 14.583 928 00:38.7 38.667 578 00:24.1 24.083
...

4. 在Python中使用

在Python中使用PySceneDetect主要用到下面几个类：

• VideoManager：用于加载视频并提供搜索；
• SceneManager：用于协调SceneDetector，VideoManager和可选的StatsManager对象的高级管理器；
• FrameTimecode：用于存储时间码以及对时间码值进行算术运算（加/减/比较），并具有帧级的精确度；
• StatsManager：用于存储/缓存帧指标，以加快在同一视频上后续场景检测的运行速度，并可以保存到CSV文件或从CSV中加载缓存；
• SceneDetector：用于实现检测算法的基类，如ContentDetector，ThresholdDetector等。

官方的示例代码如下：

from __future__ import print_function
import os

import scenedetect
from scenedetect.video_manager import VideoManager
from scenedetect.scene_manager import SceneManager
from scenedetect.frame_timecode import FrameTimecode
from scenedetect.stats_manager import StatsManager
from scenedetect.detectors import ContentDetector

STATS_FILE_PATH = 'testvideo.stats.csv'

def main():
    # Create a video_manager point to video file testvideo.mp4. Note that multiple
    # videos can be appended by simply specifying more file paths in the list
    # passed to the VideoManager constructor. Note that appending multiple videos
    # requires that they all have the same frame size, and optionally, framerate.
    video_manager = VideoManager(['testvideo.mp4'])
    stats_manager = StatsManager()
    scene_manager = SceneManager(stats_manager)
    # Add ContentDetector algorithm (constructor takes detector options like threshold).
    scene_manager.add_detector(ContentDetector())
    base_timecode = video_manager.get_base_timecode()

    try:
        # If stats file exists, load it.
        if os.path.exists(STATS_FILE_PATH):
            # Read stats from CSV file opened in read mode:
            with open(STATS_FILE_PATH, 'r') as stats_file:
                stats_manager.load_from_csv(stats_file, base_timecode)

        start_time = base_timecode + 20     # 00:00:00.667
        end_time = base_timecode + 20.0     # 00:00:20.000
        # Set video_manager duration to read frames from 00:00:00 to 00:00:20.
        video_manager.set_duration(start_time=start_time, end_time=end_time)

        # Set downscale factor to improve processing speed.
        video_manager.set_downscale_factor()

        # Start video_manager.
        video_manager.start()

        # Perform scene detection on video_manager.
        scene_manager.detect_scenes(frame_source=video_manager)

        # Obtain list of detected scenes.
        scene_list = scene_manager.get_scene_list(base_timecode)
        # Like FrameTimecodes, each scene in the scene_list can be sorted if the
        # list of scenes becomes unsorted.

        print('List of scenes obtained:')
        for i, scene in enumerate(scene_list):
            print('    Scene %2d: Start %s / Frame %d, End %s / Frame %d' % (
                i+1,
                scene[0].get_timecode(), scene[0].get_frames(),
                scene[1].get_timecode(), scene[1].get_frames(),))

        # We only write to the stats file if a save is required:
        if stats_manager.is_save_required():
            with open(STATS_FILE_PATH, 'w') as stats_file:
                stats_manager.save_to_csv(stats_file, base_timecode)

    finally:
        video_manager.release()

if __name__ == "__main__":
    main()

代码地址