某天代码写得老眼昏花，去B站上摸鱼，突然发现奇怪的现象：
哟呵，B站竟然做了视频前景提取，把弹幕藏到画面人物的后面。识别效果还意外地不错呢。
然后又翻了下，发现这是个叫做“智能防挡弹幕”的功能，我只在部分舞蹈区的视频里找到了开关。
我不知道B站是怎么实现的，但我脑中闪过一个想法：能不能用 Python 实现？简单搜索了一下“python 前景提取”，发现 OpenCV 的 GrabCut 提供了这样的功能。
那么剩下的就好办了。
先放最终实现效果（完整代码见文末）：
之前我们的“每周一坑”里有讲过怎么在图片上加文字：【解答】用代码给图片配上文字。用这个方法，可以模拟弹幕的效果：
再用 GrabCut，提取出图片上的前景部分。核心代码：
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 是输入图像，mask 是输出图像，是一个二值化的蒙版（mask），rect 是待检测区域，后面的数字 5 是迭代次数，其他的参数照搬例子即可。输出结果：
有了蒙版之后，就可以对图像进行运算。分别取出带弹幕图像的背景部分，和原图像的前景部分，两个加一起，就是我们最终需要的效果：
核心代码：
img = img * (1-mask)[:,:,np.newaxis] + img * mask[:,:,np.newaxis]基本功能这样就完成了。将图片的处理方法放到视频中的每一帧，再加上弹幕飞过的效果，就完成了 Python 版的智能防挡弹幕。
更多的一些细节：
1、前景提取的速度比较慢，为了能达到实时效果，我在提取前景时，将图片缩小，获取蒙版之后，再将其放大至原尺寸。蒙版本身的分辨率几乎不影响最终效果，但通过这个方法就可以做到实时。
2、每一帧的处理速度有快有慢，为了稳定帧率，我加入了每帧时间的计算，如果时间不足设定时长，就 sleep 剩下的时间。
3、一些过渡帧的识别效果会比较差，导致中间少数蒙版出现类似“跳帧”的效果。为了平滑这些帧，我在程序里记录每一帧蒙版中前景像素的数量，如果当前帧与之前 20 帧的平均值差距超过 50%，那就认为这一帧的前景提取不合格，直接使用之前的蒙版。
4、为了模拟实际效果，我还去B站抓了下视频相关的弹幕，它是在一个 xml 文件中：
https://api.bilibili.com/x/v1/dm/list.so?oid=9931722
因为只有一个文件，我就直接通过 SublimeText 的正则替换功能对数据进行了整理，没额外再写爬虫和处理的代码。这是个很实用的小技巧。
代码中我只使用了弹幕内容和时间两个值。当到达某条弹幕时间，就把它放入激活列表，添加到图像右侧，随机高度和颜色，然后每一帧将横向位置向左移动。直到图像左侧外部后，从激活列表中移除。
最终效果演示视频：
作为一个 demo，效果勉强可以接受吧。对这种没有预设背景信息，完全靠图像层面计算的话，准确率是不会太高的。所以只有这种背景单一、前景明显的视频效果还不错。而且很明显，白色衣服的效果就不太行。不知道B站的实现方法是怎样，是否有人工干预，是否有预计算。我觉得有的可能性还是很大的，因为毕竟只有少量视频开启了“智能防挡”。如果有了解情况的，欢迎留言。
PS：说来我以前的论文，和这个也算是相关领域。
联系客服
