某天代碼寫得老眼昏花，去B站上摸魚，突然發現奇怪的現象：

喲呵，B站竟然做了視頻前景提取，把彈幕藏到畫面人物的后面。識別效果還意外地不錯呢。

然后又翻了下，發現這是個叫做“智能防擋彈幕”的功能，我只在部分舞蹈區的視頻里找到了開關。

我不知道B站是怎么實現的，但我腦中閃過一個想法：能不能用 Python 實現？簡單搜索了一下“python 前景提取”，發現 OpenCV 的 GrabCut 提供了這樣的功能。

那么剩下的就好辦了。

先放最終實現效果(完整代碼見文末)：

之前我們的“每周一坑”里有講過怎么在圖片上加文字：【解答】用代碼給圖片配上文字。用這個方法，可以模擬彈幕的效果：

再用 GrabCut，提取出圖片上的前景部分。核心代碼：

import numpy as npimport cv2

mask = np.zeros(img.shape[:2],np.uint8)

bgdModel = np.zeros((1,65),np.float64)

fgdModel = np.zeros((1,65),np.float64)

rect = (10, 10, img.shape[1]-10, img.shape[0]-10)

cv2.grabCut(img,mask,rect,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_RECT)

img 是輸入圖像，mask 是輸出圖像，是一個二值化的蒙版(mask)，rect 是待檢測區域，后面的數字 5 是迭代次數，其他的參數照搬例子即可。輸出結果：

有了蒙版之后，就可以對圖像進行運算。分別取出帶彈幕圖像的背景部分，和原圖像的前景部分，兩個加一起，就是我們最終需要的效果：

核心代碼：

img = img * (1-mask)[:,:,np.newaxis] + img * mask[:,:,np.newaxis]

基本功能這樣就完成了。將圖片的處理方法放到視頻中的每一幀，再加上彈幕飛過的效果，就完成了 Python 版的智能防擋彈幕。

更多的一些細節：

1、前景提取的速度比較慢，為了能達到實時效果，我在提取前景時，將圖片縮小，獲取蒙版之后，再將其放大至原尺寸。蒙版本身的分辨率幾乎不影響最終效果，但通過這個方法就可以做到實時。

2、每一幀的處理速度有快有慢，為了穩定幀率，我加入了每幀時間的計算，如果時間不足設定時長，就 sleep 剩下的時間。

3、一些過渡幀的識別效果會比較差，導致中間少數蒙版出現類似“跳幀”的效果。為了平滑這些幀，我在程序里記錄每一幀蒙版中前景像素的數量，如果當前幀與之前 20 幀的平均值差距超過 50%，那就認為這一幀的前景提取不合格，直接使用之前的蒙版。

4、為了模擬實際效果，我還去B站抓了下視頻相關的彈幕，它是在一個 xml 文件中：

因為只有一個文件，我就直接通過 SublimeText 的正則替換功能對數據進行了整理，沒額外再寫爬蟲和處理的代碼。這是個很實用的小技巧。

代碼中我只使用了彈幕內容和時間兩個值。當到達某條彈幕時間，就把它放入激活列表，添加到圖像右側，隨機高度和顏色，然后每一幀將橫向位置向左移動。直到圖像左側外部后，從激活列表中移除。

最終效果演示視頻：

https://www.zhihu.com/video/1066336643396620288

作為一個 demo，效果勉強可以接受吧。對這種沒有預設背景信息，完全靠圖像層面計算的話，準確率是不會太高的。所以只有這種背景單一、前景明顯的視頻效果還不錯。而且很明顯，白色衣服的效果就不太行。不知道B站的實現方法是怎樣，是否有人工干預，是否有預計算。我覺得有的可能性還是很大的，因為畢竟只有少量視頻開啟了“智能防擋”。如果有了解情況的，歡迎留言。

PS：說來我以前的論文，和這個也算是相關領域。

獲取“Python智能防擋彈幕”完整代碼，請在公*號(Crossin的編程教室)里回復關鍵字 彈幕

════

其他文章及回答：

歡迎搜索及關注公*號：Crossin的編程教室

總結

以上是生活随笔為你收集整理的python控制流水灯_B站智能防挡弹幕的一种python实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。