算子ID：daft.las.functions.video.video_first_frame.VideoFirstFrame

描述 #

视频起始帧识别处理器，从视频中提取第一帧作为封面图片，支持多种图片格式输出，可选择跳过黑屏帧。

核心功能 #

• 高效提取：
  • 只读取视频头部信息，快速提取第一帧，提高处理效率
  • 支持 GPU 加速，进一步提升提取速度
• 多种格式支持：
  • 输出：JPG、PNG、BMP 等常见图片格式
• 智能黑屏检测：
  • 可选择跳过黑屏帧，提取第一个非黑屏帧，提高封面质量
• 多种输入输出方式：
  • 输入：支持视频路径输入和二进制数据输入
  • 输出：支持将结果保存到 TOS 或本地目录
• 分布式处理支持：
  • 基于 Daft 和 Ray 实现分布式处理，支持大规模视频处理

格式支持 #

• 输入：MP4、AVI、MOV 等主流视频格式
• 输出：JPG、PNG、BMP 等常见图片格式

算子参数 #

输入 #

输出 #

提取的起始帧图片路径列

参数 #

如参数没有默认值，则为必填参数

调用示例 #

下面的代码展示了如何使用 Daft（适用于分布式）运行算子对音频进行格式转换。支持转换为MP3、WAV、FLAC、AAC、OGG等多种格式。

from __future__ import annotations

import os

import daft
from daft import col
from daft.las.functions.udf import las_udf
from daft.las.functions.video import VideoFirstFrame

if __name__ == "__main__":
    # 提取的起始帧图片会保存到指定的 TOS 路径下，因此，需要设置好环境变量以保证有权限写入 TOS，包括：ACCESS_KEY,SECRET_KEY,TOS_ENDPOINT,TOS_REGION,TOS_TEST_DIR
    TOS_TEST_DIR = os.getenv("TOS_TEST_DIR", "your-bucket")
    output_tos_dir = f"tos://{TOS_TEST_DIR}/video_firstframe"

    if os.getenv("DAFT_RUNNER", "native") == "ray":
        import logging

        import ray

        def configure_logging():
            logging.basicConfig(
                level=logging.INFO,
                format="%(asctime)s - %(name)s - %(levelname)s - %(message)s",
                datefmt="%Y-%m-%d %H:%M:%S",
            )
            logging.getLogger("tracing.span").setLevel(logging.WARNING)
            logging.getLogger("daft_io.stats").setLevel(logging.WARNING)
            logging.getLogger("DaftStatisticsManager").setLevel(logging.WARNING)
            logging.getLogger("DaftFlotillaScheduler").setLevel(logging.WARNING)
            logging.getLogger("DaftFlotillaDispatcher").setLevel(logging.WARNING)

        ray.init(dashboard_host="0.0.0.0", runtime_env={"worker_process_setup_hook": configure_logging})
        daft.set_runner_ray()
    daft.set_execution_config(actor_udf_ready_timeout=600)
    daft.set_execution_config(min_cpu_per_task=0)

    # 使用环境变量构建 URL
    tos_dir_url = os.getenv("TOS_DIR_URL", "las-cn-beijing-public-online.tos-cn-beijing.volces.com")
    samples = {
        "video_path": [
            f"https://{tos_dir_url}/public/shared_video_dataset/test_video_with_black_start.mp4"
        ]
    }

    ds = daft.from_pydict(samples)

    constructor_kwargs = {
        "output_tos_dir": output_tos_dir,
        "output_format": "png",
        "skip_black_frames": True,
        "black_threshold": 0.1,
        "rank": None,
    }

    ds = ds.with_column(
        "firstframe_path",
        las_udf(VideoFirstFrame, construct_args=constructor_kwargs, num_gpus=1, batch_size=1, concurrency=1)(
            col("video_path")
        ),
    )

    ds.show()
    # ╭────────────────────────────────┬──────────────────────────────────╮
    # │ video_path                     ┆ firstframe_path                 │
    # │ ---                            ┆ ---                              │
    # │ Utf8                           ┆ Utf8                             │
    # ╞════════════════════════════════╪══════════════════════════════════╡
    # │ tos://your-bucket/video_first… ┆ tos://your-bucket/video_first…   │
    # ╰────────────────────────────────┴──────────────────────────────────╯