📢 公告：OpenCV 系列文章目前正在重構整理中（進度約 55%），部分文章已暫時下架，後續會陸續補上，完成時間待定。感謝耐心等候！

歡迎！您似乎正在使用廣告攔截器。請考慮通過禁用您的廣告攔截器來支持我。
welcome! It looks like you're using an ad blocker. Please consider supporting me by disabling your ad blocker.

J.J.'s Blogs

Like Share Discussion Bookmark Smile

J.J. Huang   2026-03-24   Python OpenCV 07.物件偵測與辨識篇   瀏覽次數：次   DMCA.com Protection Status {{moment(1774346400000).fromNow()}}

Python | OpenCV 影片資料集建立與品質檢查

📚 前言

在上一篇 資料蒐集 中，我們介紹了四種基礎的資料蒐集方式，其中方法四（從影片截取影格）操作最簡單，但有兩個實際問題：

  • 模糊幀：動態模糊導致影像無法使用
  • 重複幀：相機靜止時連續影格幾乎一樣，徒增資料量

本篇介紹如何自動過濾這兩類問題，建立高品質的訓練資料集，最後再加上資料品質檢查。

🎬 從影片自動建立高品質訓練資料集


圖：從影片建立高品質訓練資料集完整流程 ─ 診斷影片 → 自動過濾模糊與重複幀 → 品質檢查

💡 執行前建議：不同影片的壓縮程度差異很大，先執行 diagnose_video.py 確認影片的 Laplacian 值範圍，再決定 BLUR_THRESHOLD。手機直拍通常在 50 ~ 200 之間。

🎨 範例影片：

  • 來源：Toy Car Video，自行拍攝的玩具車影片，可自由下載與使用。
  • 內容：影片靜態玩具車，透過旋轉拍攝不同角度支影片，長度約 1分 31 秒，非常適合用來資料蒐集。
  • 下載為 toy_car.zip，解壓縮並放到專案的 assets/ 目錄下。

📊 步驟一：診斷影片 Laplacian 值分布

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
# diagnose_video.py
import cv2
import numpy as np

VIDEO_PATH = "assets/toy_car.mp4"

cap = cv2.VideoCapture(VIDEO_PATH)
if not cap.isOpened():
    print(f"❌ 無法開啟影片：{VIDEO_PATH}")
    exit()
fps = cap.get(cv2.CAP_PROP_FPS) or 30.0
step = max(1, int(fps * 0.5))
values = []
frame_idx = 0

while True:
    ret, frame = cap.read()
    if not ret:
        break
    if frame_idx % step == 0:
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        values.append(cv2.Laplacian(gray, cv2.CV_64F).var())
    frame_idx += 1

cap.release()
values.sort()
print(f"取樣幀數：{len(values)}")
print(f"最小值：{min(values):.1f}  最大值：{max(values):.1f}")
print(f"中位數：{np.median(values):.1f}  平均值：{np.mean(values):.1f}")
print(f"建議 BLUR_THRESHOLD：{np.median(values) * 0.5:.1f}")


圖：diagnose_video.py 輸出影片幀的 Laplacian 值統計與建議閾值

確認數值後，將結果填入下方腳本的 BLUR_THRESHOLD。

🧹 步驟二：自動過濾模糊與重複幀

拍攝情境與參數建議：

拍攝方式 INTERVAL_SEC BLUR_THRESHOLD HASH_THRESHOLD
手持繞物行走（鏡頭移動） 0.5 依診斷值 5 ~ 8
轉盤旋轉 + 固定鏡頭 1.0 依診斷值 1
行車記錄器或街景 0.3 依診斷值 8 ~ 10

💡 轉盤拍攝注意事項：轉盤拍攝的背景完全靜止，pHash 對整張圖計算，背景佔大部分畫面，導致每幀 hash 非常相近，幾乎全被判成重複。建議將 HASH_THRESHOLD 設為 1（僅過濾完全相同的幀），改用 INTERVAL_SEC 控制取樣密度即可。


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
# collect_from_video.py
import cv2
import os
import numpy as np

# ── 設定 ────────────────────────────────────────────────────────
VIDEO_PATH      = "assets/toy_car.mp4"   # 輸入影片路徑
SAVE_DIR        = "dataset/toy_car"      # 輸出目錄
INTERVAL_SEC    = 0.5                    # 每 0.5 秒取一幀
                                         # 手持繞物建議 0.5；轉盤建議 1.0（每秒一幀，一分鐘約 60 張）
BLUR_THRESHOLD  = 151.8                  # Laplacian 變異數，低於此值視為模糊幀並跳過
                                         # 依 diagnose_video.py 的建議值填入；手機直拍約 50~200
HASH_THRESHOLD  = 1                      # 感知雜湊漢明距離，小於此值視為重複幀並跳過
                                         # 手持繞物建議 5~8；轉盤固定背景建議設 1（等同關閉重複過濾）

os.makedirs(SAVE_DIR, exist_ok=True)


def is_blurry(frame, threshold):
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    return cv2.Laplacian(gray, cv2.CV_64F).var() < threshold


def phash(frame):
    gray  = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    small = cv2.resize(gray, (8, 8), interpolation=cv2.INTER_AREA)
    bits  = (small > small.mean()).flatten()
    return "".join("1" if b else "0" for b in bits)


def hamming(a, b):
    return sum(x != y for x, y in zip(a, b))


def collect(video_path, save_dir, interval_sec, blur_thresh, hash_thresh):
    cap = cv2.VideoCapture(video_path)
    if not cap.isOpened():
        print(f"❌ 無法開啟影片：{video_path}")
        return

    fps     = cap.get(cv2.CAP_PROP_FPS) or 30.0
    total_f = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
    step    = max(1, int(fps * interval_sec))

    print(f"影片資訊：{total_f} 幀 / {fps:.1f}fps / {total_f/fps:.1f}s")
    print(f"模糊閾值：{blur_thresh}  |  重複閾值：< {hash_thresh}")
    print("-" * 50)

    saved, skip_blur, skip_dup = 0, 0, 0
    frame_idx = 0
    hash_pool = []

    while True:
        ret, frame = cap.read()
        if not ret:
            break

        if frame_idx % step == 0:
            if is_blurry(frame, blur_thresh):
                skip_blur += 1
            else:
                h = phash(frame)
                if any(hamming(h, ph) < hash_thresh for ph in hash_pool):
                    skip_dup += 1
                else:
                    fname = os.path.join(save_dir, f"{saved:05d}.jpg")
                    cv2.imwrite(fname, frame, [cv2.IMWRITE_JPEG_QUALITY, 95])
                    hash_pool.append(h)
                    saved += 1

        frame_idx += 1

        if frame_idx % 100 == 0:
            pct = frame_idx / total_f * 100
            print(f"\r進度：{pct:5.1f}%  已儲存：{saved}  "
                  f"跳過(模糊)：{skip_blur}  跳過(重複)：{skip_dup}",
                  end="", flush=True)

    cap.release()
    print(f"\n{'=' * 50}")
    print(f"完成！輸出目錄：{save_dir}")
    print(f"  ✅ 儲存：{saved} 張")
    print(f"  🌀 跳過（模糊）：{skip_blur} 張")
    print(f"  📋 跳過（重複）：{skip_dup} 張")


if __name__ == "__main__":
    collect(VIDEO_PATH, SAVE_DIR, INTERVAL_SEC, BLUR_THRESHOLD, HASH_THRESHOLD)


圖：collect_from_video.py 執行輸出，顯示進度與過濾統計

🔍 資料品質檢查

蒐集完後，建議先掃描是否有損壞的圖片：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# check_images.py
import cv2
import os

def check_images(directory):
    broken = []
    for root, _, files in os.walk(directory):
        for f in files:
            if f.lower().endswith(('.jpg', '.jpeg', '.png')):
                path = os.path.join(root, f)
                if cv2.imread(path) is None:
                    broken.append(path)
    return broken

broken_files = check_images("dataset")
print(f"損壞圖片數量：{len(broken_files)}")
for f in broken_files:
    print(f)


圖：check_images.py 掃描資料集，輸出損壞圖片清單

⚠️ 注意事項

  • BLUR_THRESHOLD 依影片調整：不同攝影機、不同壓縮率的影片，Laplacian 值範圍差異很大，務必先跑 diagnose_video.py 確認。
  • HASH_THRESHOLD 依拍攝方式調整：固定背景（如轉盤）建議設為 1，移動鏡頭建議設為 5 ~ 8。
  • 資料多樣性優先：過濾後的資料集應涵蓋不同光線、角度與背景，避免模型只認得單一情境。
  • 訓練/驗證集分離：確保驗證集的影格不來自訓練集同一段影片。

🎯 結語

透過 diagnose_video.py 診斷、collect_from_video.py 過濾、check_images.py 品質掃描，能有效從影片中建立乾淨的訓練資料集。

下一篇進入 資料標註，為每張圖片建立模型學習所需的正確答案。

📖 如在學習過程中遇到疑問，或是想了解更多相關主題，建議回顧一下 Python | OpenCV 系列導讀，掌握完整的章節目錄，方便快速找到你需要的內容。

註：以上參考了
OpenCV 官方文件 — Tutorials

本文由J.J. Huang 創作，採用CC BY 3.0 TW協議 進行許可。可自由轉載、引用，但需署名作者且註明文章出處。