私の最終的な目標は、30分または1時間の長さの動画から意味のあるスナップショットを取得することです。 "意味のある"は少し野心的なので、私は要件を単純化しました。
ぼやけてはいけません。
当初、これは「キーフレーム」を取得することを意味すると思いました。キーフレームがたくさんあるので、私はビデオの3分に最も近いキーフレームを選ぶことにしました。私はアドバイスに従いました： 3分に最も近いキーフレームを見つけるためのFFmpegコマンド
しかし、問題は、これらのキーフレームがぼやけていることが多いということです。例は次のとおりです。
私はその後試してみました、 FFmpegを使用したビデオ用の意味のあるサムネイル これはより意味のあるスナップショットを取得するのに役立ちましたが、私はまだ（いつもではないが）上記のようなぼやけたフレームを得ることがよくあります。
あなたはこの種のイメージが本質的に2つの異なるシーンの重なりであることに気付くでしょう。時々、しかし、私は私のために働く画像を得ます - このように：
上の画像はあまり意味がありませんが、鮮明です。
理想的には、ぼやけたフレームを返さないようにFFmpegしたいと思います。別の方法として、ぼやけたフレームを検出し、5フレームの中から最もぼやけていないものを選択するためのスクリプトを使用したいと思います。誰もがこれを行う方法を知っていますか？
私は顔検出も使ってみました。私は、識別された顔領域が重なっていると画像がぼやけていると理論づけました。ビデオフレームで顔を検出するのは簡単ではないと思われるので、私はあまり成功しませんでした。ソフトウェアは、ほぼ「完璧な」ポートレート写真を必要とします。
—
cnfcnf
私はこの論文が関連性があると思いました research.microsoft.com/pubs/68802/… しかしそれはやや複雑に見えます。
—
cnfcnf
「ぼやけて」というのは、2つの画像が重なっているということですか。それとも、画像が重ならない「ぼやけた」サムネイルの例がありますか。実際のビデオ自体にモーションブラーがあるかもしれないことに注意してください - あなたはそれを取り除くことはできません。最初の画像の人物が実際に動いている場合は、静止フレームごとに少しモーションブラーが発生します。
—
slhck
あなたが見つけた紙は本当にあなたの問題と関係がない。それはぼけメトリック、すなわち画像が（符号化層において）どの程度ぼやけているかを決定するためのメトリックを記述する。しかし、それを自分で実装しなければならないため、それほど役に立ちません。また、この論文はかなり古く、著者がメトリックの妥当性を証明していることを証明する方法はあまりにも納得のいくものではありません。
—
slhck
ぼやけて、私の最優先事項は画像を重ねることです。それが最大の問題です。重なり合っていないぼやけた画像があるかどうかについて興味深い質問がありますが、私はまだそれに気付いていません。私は2つの他のリンクを見つけました：1） stackoverflow.com/questions/5180327/… 2） stackoverflow.com/questions/4470107/… 私のキーフレームはH.264ビデオからのものであるため、2番目のリンクは正しくない可能性があります。
—
cnfcnf
