Tutorial sul rilevamento del cambio di inquadratura

Pubblico

Questo tutorial è progettato per consentirti di iniziare rapidamente a esplorare e sviluppare applicazioni con l'API Video Intelligence. È pensato per persone che hanno familiarità con la programmazione di base, ma anche senza molte conoscenze di programmazione, dovresti essere in grado di seguire. Dopo aver seguito questo tutorial, dovresti essere in grado di utilizzare la documentazione di riferimento per creare le tue applicazioni di base.

Questo tutorial illustra un'applicazione API Video Intelligence utilizzando il codice Python. Lo scopo non è spiegare le librerie client Python, ma come effettuare chiamate all'API Video Intelligence. Le applicazioni in Java e Node.js sono essenzialmente simili.

Se stai cercando un esempio solo di codice o un esempio in un'altra lingua, consulta la guida pratica complementare.

Prerequisiti

Questo tutorial prevede diversi prerequisiti:

Annotare un video utilizzando il rilevamento del cambio di inquadratura

Questo tutorial illustra un'applicazione API Video di base, utilizzando una richiesta SHOT_CHANGE_DETECTION. Una richiesta SHOT_CHANGE_DETECTION fornisce i risultati dell'annotazione:

  • Elenco di tutte le riprese che si verificano all'interno del video
  • Per ogni inquadratura, fornisci l'ora di inizio e di fine

Mostreremo prima l'intero codice. Tieni presente che abbiamo rimosso la maggior parte dei commenti da questo codice per mostrarti quanto è breve. Forniremo altri commenti man mano che esaminiamo il codice.

import argparse

from google.cloud import videointelligence



def analyze_shots(path):
    """Detects camera shot changes."""
    video_client = videointelligence.VideoIntelligenceServiceClient()
    features = [videointelligence.Feature.SHOT_CHANGE_DETECTION]
    operation = video_client.annotate_video(
        request={"features": features, "input_uri": path}
    )
    print("\nProcessing video for shot change annotations:")

    result = operation.result(timeout=120)
    print("\nFinished processing.")


    for i, shot in enumerate(result.annotation_results[0].shot_annotations):
        start_time = (
            shot.start_time_offset.seconds + shot.start_time_offset.microseconds / 1e6
        )
        end_time = (
            shot.end_time_offset.seconds + shot.end_time_offset.microseconds / 1e6
        )
        print("\tShot {}: {} to {}".format(i, start_time, end_time))


if __name__ == "__main__":
    parser = argparse.ArgumentParser(
        description=__doc__, formatter_class=argparse.RawDescriptionHelpFormatter
    )
    parser.add_argument("path", help="GCS path for shot change detection.")
    args = parser.parse_args()

    analyze_shots(args.path)

Questa semplice applicazione esegue le seguenti attività:

  • Importa le librerie necessarie per eseguire l'applicazione.
  • Prende un file video archiviato nell'URI Cloud Storage come argomento e lo passa alla funzione main().
  • Recupera le credenziali per eseguire il servizio API Video Intelligence.
  • Crea una richiesta di annotazione video da inviare al servizio video.
  • Invia la richiesta e restituisce un'operazione a lunga esecuzione.
  • Esegue il ciclo sull'operazione a lunga esecuzione finché il video non viene elaborato e restituisce i valori disponibili.
  • Analizza la risposta per il servizio e la mostra all'utente.

Esamineremo questi passaggi in modo più dettagliato di seguito.

Importare librerie

import argparse

from google.cloud import videointelligence

Importiamo argparse per consentire all'applicazione di accettare i nomi dei file di input come argomenti.

Per utilizzare l'API Video Intelligence, importiamo anche la libreria google.cloud.videointelligence, che contiene la directory delle nostre chiamate API e le costanti di enumerazione.

Esegui l'applicazione

parser = argparse.ArgumentParser(
    description=__doc__, formatter_class=argparse.RawDescriptionHelpFormatter
)
parser.add_argument("path", help="GCS path for shot change detection.")
args = parser.parse_args()

analyze_shots(args.path)

Qui analizziamo l'argomento passato per l'URI Google Cloud Storage del nome file video e lo passiamo alla funzione main().

Autenticazione nell'API

Prima di comunicare con il servizio API Video Intelligence, devi autenticare il tuo servizio utilizzando le credenziali acquisite in precedenza. All'interno di un'applicazione, il modo più semplice per ottenere le credenziali è utilizzare le credenziali predefinite dell'applicazione (ADC). Per impostazione predefinita, ADC tenterà di ottenere le credenziali dal file di ambiente GOOGLE_APPLICATION_CREDENTIALS, che deve essere impostato in modo da puntare al file della chiave JSON dell'account di servizio. Dovresti aver configurato l'account di servizio e l'ambiente per utilizzare ADC nella guida rapida. Per ulteriori informazioni, consulta Configurazione di un account di servizio.

Crea la richiesta

video_client = videointelligence.VideoIntelligenceServiceClient()
features = [videointelligence.Feature.SHOT_CHANGE_DETECTION]
operation = video_client.annotate_video(
    request={"features": features, "input_uri": path}
)

Ora che il servizio API Video Intelligence è pronto, possiamo creare una richiesta per questo servizio. Le richieste all'API Video Intelligence vengono fornite come oggetti JSON. Consulta la documentazione di riferimento per l'API Video Intelligence per informazioni complete sulla struttura specifica di una richiesta di questo tipo.

Questo snippet di codice esegue le seguenti attività:

  1. Crea il JSON per una richiesta POST al metodo annotate_video().
  2. Inserisce la posizione Google Cloud Storage del nome del file video trasmesso nella richiesta.
  3. Indica che il metodo annotate deve eseguire un SHOT_CHANGE_DETECTION.

Costruisci l'operazione a lunga esecuzione

Quando eseguiamo per la prima volta una richiesta all'API Video Intelligence, non otteniamo un risultato immediato, ma un nome dell'operazione, memorizzato nel campo name della risposta, che possiamo utilizzare in un secondo momento per verificare la presenza di risultati.

Il passaggio del nome dell'operazione (che è una stringa numerica) al metodo Operations Service operations dell'API Video Intelligence restituisce lo stato attuale dell'operazione. Di seguito è riportato un esempio di risposta:

{
   "response":{
      "@type":"type.googleapis.com/google.cloud.videointelligence.v1.AnnotateVideoResponse"
   },
   "name":"us-west1.17159971042783089144",
   "metadata":{
      "annotationProgress":[
         {
            "inputUri":"/video/gbikes_dinosaur.mp4",
            "updateTime":"2017-01-27T19:45:54.297807Z",
            "startTime":"2017-01-27T19:45:54.275023Z"
         }
      ],
      "@type":"type.googleapis.com/google.cloud.videointelligence.v1.AnnotateVideoProgress"
   }
}

Tieni presente che al momento il campo response contiene solo un campo @type, che indica il tipo di risposta. Una volta che i risultati sono effettivamente disponibili, il campo della risposta conterrà i risultati di quel tipo.

Controlla l'operazione

result = operation.result(timeout=120)
print("\nFinished processing.")

Utilizzando la richiesta di operazione esistente per la nostra operazione esistente, costruiamo un ciclo while per controllare periodicamente lo stato dell'operazione. Una volta che la nostra operazione ha indicato che l'operazione è done, usciamo dal ciclo e possiamo analizzare la risposta.

Analizza la risposta

for i, shot in enumerate(result.annotation_results[0].shot_annotations):
    start_time = (
        shot.start_time_offset.seconds + shot.start_time_offset.microseconds / 1e6
    )
    end_time = (
        shot.end_time_offset.seconds + shot.end_time_offset.microseconds / 1e6
    )
    print("\tShot {}: {} to {}".format(i, start_time, end_time))

Una volta completata l'operazione, la risposta conterrà un AnnotateVideoResponse, che consiste in un elenco di annotationResults, uno per ogni video inviato nella richiesta. Poiché nella richiesta abbiamo inviato un solo video, prendiamo il primo shotAnnotations del risultato. Esaminiamo tutti i "segmenti" del video.

Esegui la nostra applicazione

Per eseguire la nostra applicazione, è sufficiente passare l'URI Cloud Storage di un video:

$ python shotchange.py gs://cloud-samples-data/video/gbikes_dinosaur.mp4
operationId=us-west1.12468772851081463748
Operation us-west1.12468772851081463748 started: 2017-01-30T01:53:45.981043Z
Processing video for shot change annotations:
Finished processing.
  Shot 0: 0.0 to 5.166666
  Shot 1: 5.233333 to 10.066666
  Shot 2: 10.1 to 28.133333
  Shot 3: 28.166666 to 42.766666

Complimenti! Hai eseguito un'attività di annotazione utilizzando l'API Video Intelligence.