IFVE: tirar imagem de treino de um vídeo, com janela

TL;DR

• IFVE é um app desktop pequeno em Python que extrai frames de um vídeo e salva como imagem, com o README nomeando treino de Stable Diffusion como caso de uso.
• São cinco controles, e essa é a interface inteira: escolher o vídeo, escolher a pasta, digitar quantos frames, opcionalmente redimensionar para 512x512 ou 768x768, apertar Continue.
• Um comportamento importa mais para dataset: em vídeo com mais de 60 minutos, o primeiro e o último 10 minutos são pulados automaticamente para deixar cena de estúdio e crédito de fora.
• O README se chama de projeto de hobby escrito para praticar Python de iniciante — trate como ferramenta pequena que funciona, não como framework mantido.

O que é e para quem

O IFVE — Image from video extraction é um app em Python com uma janela pequena: escolha o arquivo de vídeo, escolha onde as imagens vão, diga quantas quer e aperte um botão.

É para quem quer imagem de treino a partir de um vídeo sem escrever script nem abrir ferramenta de frame a frame, e para quem a janela é o ponto inteiro — os cinco passos do README são cliques, não comando.

O que ele faz

• Selecionar o arquivo de vídeo de onde extrair.
• Escolher a pasta onde salvar os frames extraídos.
• Escolher quantos frames extrair.
• Opcionalmente redimensionar os frames para 512x512 ou 768x768.
• Em vídeo com mais de 60 minutos, pular o primeiro e o último 10 minutos, para abertura de estúdio e crédito final ficarem fora do dataset.

Essa última regra merece leitura dupla, porque é diferente de uma regra por porcentagem: é uma janela fixa de dez minutos em cada ponta, aplicada só quando o vídeo passa de sessenta minutos. Vídeo de quarenta minutos mantém a abertura, e vídeo de duas horas perde vinte minutos do meio do material antes de qualquer frame ser escolhido.

Como usar

1. Clone o repositório.
2. Instale as dependências — o README manda instalar, sem listar quais.
3. Rode a aplicação.
4. Clique em "Select video" e escolha o arquivo.
5. Clique em "Select folder to save images" e escolha o destino.
6. Digite a quantidade em "Select how many images you need".
7. Opcionalmente escolha uma opção de redimensionamento em "Select image size option".
8. Clique em "Continue", e as imagens são salvas na pasta.

A interface está descrita nas palavras do próprio README, e é por isso que os passos acima parecem o rótulo de um botão: três botões, um campo de texto, um dropdown.

O que esperar, com honestidade

O README é curto e diz o que é: projeto de hobby escrito para exercitar Python de iniciante. Esse enquadramento é a coisa útil a lembrar — não há modo em lote, filtro de qualidade de frame, detecção de duplicata nem manifesto de qual frame veio de qual segundo.

Então a saída é uma pasta de imagem no tamanho pedido, e a expectativa honesta é que você ainda vai olhar todas. A única regra de dataset que já está no código é o pulo de dez minutos, e ela existe porque o autor bateu no mesmo problema que todo mundo bate com gravação de estúdio.

Quando usar, quando não usar

Use quando o vídeo é um arquivo longo e você quer um lote de imagem para conjunto de treino, quando o vídeo tem abertura longa e crédito final, ou quando você quer janela, número e redimensionamento, e nada mais.

Não use quando você precisa de frame em timestamp específico, quando vários vídeos precisam de uma execução, ou quando o dataset precisa de metadado por frame — cada um desses é script, não janela. E não presuma que a dependência está listada: o README tem passo de instalação sem lista de pacote, então o ambiente é você que resolve.

Sources

1. IFVE — Image from video extraction — repositório — recursos, a regra de dez minutos, passos de instalação e uso citados acima.
2. README.md — recursos, instalação e uso, enquadramento de projeto de hobby.

Página do projeto: IFVE — Image from video extraction

Para a versão em script que lida com lista de links do YouTube e filtro de luminância, veja YT-Frame-Extractor, e para o que fazer com as imagens, montar um dataset de treino.

FAQ

Quais opções de redimensionamento ele tem? 512x512 ou 768x768, e o redimensionamento é opcional: sem escolher, o frame mantém o tamanho original.

Ele pula a abertura de vídeo longo? Em vídeo com mais de 60 minutos, ele pula o primeiro e o último 10 minutos para deixar abertura de estúdio e crédito de fora.

Para que serve o IFVE? Para extrair imagem de um vídeo para conjunto de treino; o README nomeia treino de Stable Diffusion como caso de uso.