识别视频关键帧有什么好的方案吗， x265 之类的编码器有没有提供可调用的 api ？

[LeeReamond]

如题，现有一需求是将视频按关键帧分段，比如视频从 0-240 帧是一个拍男主角的镜头，241-500 帧是一个拍女主角的镜头，希望得到的输出结果是 0-240,241-500 。需求上希望切割越准确越好，但可以容忍一定的错误，并不要求 100%准确。

正常来说直接从源视频里划分区间就可以，但是因为拿到的数据是裸流，没有任何帧的标识，且未经压缩体积特别大。想问一下论坛里有没有做过的朋友，这个处理传统编码器中应该有比较成熟的方案，不需要利用机器学习之类的方法就能得到比较良好的结果。

我观察了一下，默认使用 x265 压缩视频得到的区间划分就挺不错的，但是问题是 x265 转码一遍再提取出关键帧这太慢了啊

[beijiaoff]

如果是画面缓缓的从男主到女主呢，你希望得到在哪个地方的分界？
另外不要随便用关键帧这个词呀，这个术语在视频编码有它的定义。I 帧、P 帧、B 帧这种语境下。
你是不是想做类似 pornhub 的体位姿势识别，然后给视频标记章节。

[bfdh]

裸流 是不是就是类似 yuv 数据这种流？这种格式都还没压缩编码，不存在关键帧，每一帧都是一幅完整图像，相互之间没有关联，不存在 I 帧、P 帧、B 帧的概念。似乎可以直接拿每幅图像直接进行识别？

[Kagari]

既然用编码器的关键帧分割就能满足要求，那编码后直接用无损视频分割切一下就行，不用重新编码

[iamzuoxinyu]

packet parse 一下，不需要真正的解码。

[3dwelcome]

就用 NV 显卡的 gpu encode 就可以了。
x265 压缩速度和游戏串流压缩一样，几乎是实时无延迟的，然后把 I 帧位置提出来。

[3dwelcome]

@iamzuoxinyu 楼主是 yuv 序列帧，感觉应该没 packet 的概念，否则体积也不可能特别大。

[BrightSphere]

https://github.com/Breakthrough/PySceneDetect
这个？但没试过准确度和速度

[LeeReamond]

@bfdh 可能我没形容准确，裸流的意思是 y4m 流，比如 1080p，包含所有像素，每个像素包含所有平面，未压缩。

[iamzuoxinyu]

还没编码，那哪来的关键帧…你是想要转场画面吧。

[abcysn]

你要的应该是场景切换的判断，感觉去 x265 里抠段代码应该就够了