如何让AI帮你干活-娱乐(2)

背景：

好容易完成朋友的任务，帮忙给小朋友绘画比赛生成一些创意参考图片。他给我个挑战更高的问题，是否可以帮他用AI生成一些视频。这个乍一听以现在AI技术根本不太可能完成。奈何他各种坚持，无奈被迫营业。苦脸接受了这个不可能完成的任务。

要求：

1.视频人物相对稳定

2.视频祯之间不能跳跃太大（背景和画风不能跳变）

3.视频有一定连贯性（可以允许角色跳转不太连贯）

技术方案

思路：找一个视频，解析成图片，然后根据用户动作作为控制批量生成图，把生成的图合成视频输出

1.视频人物相对稳定，这部分我是用dreambooth锁定人物

2.视频不能太跳，这部分我尝试用image2image+control控制锁定

3.视频有一定连贯性，这部分我用video2video方式一定程度锁定角色动作

参考动作获取

视频转图片

#mp4转图片
import cv2
import os

def video2imgs(videoPath, imgPath):
    if not os.path.exists(imgPath):
        os.makedirs(imgPath)             # 目标文件夹不存在，则创建
    cap = cv2.VideoCapture(videoPath)    # 获取视频
    judge = cap.isOpened()                 # 判断是否能打开成功
    print(judge)
    fps = cap.get(cv2.CAP_PROP_FPS)      # 帧率，视频每秒展示多少张图片
    print('fps:',fps)

    frames = 1                           # 用于统计所有帧数
    count = 1                            # 用于统计保存的图片数量

    while(judge):
        flag, frame = cap.read()         # 读取每一张图片 flag表示是否读取成功，frame是图片
        if not flag:
            print(flag)
            print("Process finished!")
            break
        else:
            if frames % 10 == 0:         # 每隔10帧抽一张
                imgname = 'jpgs_' + str(count).rjust(3,'0') + ".jpg"
                newPath = imgPath + imgname
                print(imgname)
                cv2.imwrite(newPath, frame, [cv2.IMWRITE_JPEG_QUALITY, 100])
                # cv2.imencode('.jpg', frame)[1].tofile(newPath)
                count += 1
        frames += 1
    cap.release()
    print("共有 %d 张图片"%(count-1))
video2imgs('./normal video.mp4','./jpgs1/')

视频裁剪，人像放中间，补抓更清晰pose

#图片裁剪，人像更清晰
import cv2
import os
import os.path

f = r'./jpgs'
o = r'./target'
for file in os.listdir(f):
    f_img = f+"/"+file
    o_img = o+"/"+file
    img = cv2.imread(f_img)
    print(img.shape) # (1080, 1920, 3)
    cropped = img[30:250, 50:280]  # 裁剪坐标为[y0:y1, x0:x1]
    cv2.imwrite(o_img, cropped)

图片调整尺寸，把pose放在生成图合适位置，确保生成动作稳定性

#图片尺寸调整
import PIL
import os
import os.path
from PIL import Image

f = r'./target'
o = r'./targets'
for file in os.listdir(f):
    f_img = f+"/"+file
    o_img = o+"/"+file
    img = Image.open(f_img)
    img = img.resize((1024,640))
    img.save(o_img)

视频生成

本次实验使用stablediffusion中img2img来批量生产

选择了batch，通过controlnet==》pose、segment方法来控制生成图

结果输出：

把生成的图合成视频

from moviepy.editor import ImageSequenceClip

image_path = "result_video03"
fps = 5

clip = ImageSequenceClip(image_path, fps=fps)
clip.write_videofile("output1.mp4", fps=fps)

合成视频效果

相忘于江湖

展望

现在效果还是不够稳定的

后续会尝试解决这个不稳定问题