IFVE: sacar imágenes de entrenamiento de un vídeo, con ventana

TL;DR

• IFVE es una app de escritorio pequeña en Python que extrae fotogramas de un vídeo y los guarda como imágenes, con el README nombrando entrenamiento de Stable Diffusion como caso de uso.
• Son cinco controles, y es toda la interfaz: elegir el vídeo, elegir la carpeta, escribir cuántos fotogramas, redimensionar opcionalmente a 512x512 o 768x768, pulsar Continue.
• Un comportamiento importa más para un dataset: en vídeos de más de 60 minutos, se saltan los primeros y los últimos 10 minutos para evitar escenas de estudio y créditos.
• El README lo llama proyecto hobby escrito para practicar Python de principiante — trátalo como herramienta pequeña que funciona, no como framework mantenido.

Qué es y para quién

IFVE — Image from video extraction es una app en Python con una ventana pequeña: elige el archivo de vídeo, elige dónde van las imágenes, di cuántas quieres y pulsa un botón.

Es para quien quiere imágenes de entrenamiento a partir de un vídeo sin escribir un script ni abrir una herramienta fotograma a fotograma, y para quien la ventana es el punto entero — los cinco pasos del README son clics, no comandos.

Qué hace

• Seleccionar un archivo de vídeo del que extraer fotogramas.
• Elegir una carpeta donde guardar los fotogramas extraídos.
• Elegir cuántos fotogramas extraer.
• Redimensionar opcionalmente los fotogramas a 512x512 o 768x768.
• En vídeos de más de 60 minutos, saltar los primeros y los últimos 10 minutos, para que la apertura de estudio y los créditos queden fuera del dataset.

Esa última regla merece leerse dos veces, porque es distinta de una regla por porcentaje: es una ventana fija de diez minutos en cada extremo, aplicada solo cuando el vídeo pasa de sesenta minutos. Un vídeo de cuarenta minutos conserva su apertura, y uno de dos horas pierde veinte minutos de material antes de elegir cualquier fotograma.

Cómo usarla

1. Clona el repositorio.
2. Instala las dependencias — el README dice instalarlas, sin listar cuáles.
3. Ejecuta la aplicación.
4. Pulsa "Select video" y elige el archivo.
5. Pulsa "Select folder to save images" y elige el destino.
6. Escribe la cantidad en "Select how many images you need".
7. Opcionalmente elige una opción de redimensionado en "Select image size option".
8. Pulsa "Continue", y las imágenes se guardan en la carpeta.

La interfaz está descrita con las palabras del propio README, y por eso los pasos de arriba suenan a etiqueta de botón: tres botones, un campo de texto, un desplegable.

Qué esperar, con honestidad

El README es corto y dice lo que es: un proyecto hobby escrito para ejercitar Python de principiante. Ese encuadre es lo útil que hay que recordar — no hay modo por lotes, filtro de calidad de fotograma, detección de duplicados ni manifiesto de qué fotograma salió de qué segundo.

Así que la salida es una carpeta de imágenes en el tamaño pedido, y la expectativa honesta es que todavía vas a mirarlas todas. La única regla de dataset que ya está en el código es el salto de diez minutos, y está ahí porque el autor chocó con el mismo problema que todos con una grabación de estudio.

Cuándo usarla, cuándo no

Úsala cuando el vídeo es un archivo largo y quieres un lote de imágenes para un conjunto de entrenamiento, cuando el vídeo tiene una apertura larga y créditos finales, o cuando quieres ventana, número y redimensionado, y nada más.

No la uses cuando necesitas fotogramas en marcas de tiempo concretas, cuando varios vídeos necesitan una sola ejecución, o cuando el dataset necesita metadatos por fotograma — cada uno de esos es un script, no una ventana. Y no asumas que las dependencias están listadas: el README tiene paso de instalación sin lista de paquetes, así que el entorno lo resuelves tú.

Sources

1. IFVE — Image from video extraction — repositorio — funciones, la regla de los diez minutos, pasos de instalación y uso citados arriba.
2. README.md — funciones, instalación y uso, encuadre de proyecto hobby.

Página del proyecto: IFVE — Image from video extraction

Para la versión en script que maneja una lista de enlaces de YouTube con filtro de luminancia, mira YT-Frame-Extractor, y para qué hacer con las imágenes, montar un dataset de entrenamiento.

FAQ

¿Qué opciones de redimensionado tiene? 512x512 o 768x768, y el redimensionado es opcional: sin elegir, el fotograma conserva el tamaño original.

¿Salta la apertura de un vídeo largo? En vídeos de más de 60 minutos salta los primeros y los últimos 10 minutos, para dejar fuera la apertura de estudio y los créditos.

¿Para qué sirve IFVE? Para extraer imágenes de un vídeo para un conjunto de entrenamiento; el README nombra entrenamiento de Stable Diffusion como caso de uso.