?一、需求描述

設計一個簡單的視頻上色應用，用戶可以通過網頁界面上傳黑白視頻，系統會自動將其轉換為彩色視頻。整個過程對用戶來說非常簡單直觀，不需要了解技術細節。

效果圖

?二、實現思路

總體思路：

1. 用戶通過Gradio界面上傳黑白視頻
2. 視頻被傳遞給video_colorize函數
3. 函數使用ModelScope平臺提供的UNet模型進行視頻上色
4. 處理后的視頻路徑被返回給Gradio界面
5. Gradio界面顯示上色后的視頻

2.1 導入依賴庫

import gradio as gr
import os
import torch
import tempfile
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks

• gradio: 用于創建Web界面的庫，可以快速構建機器學習模型的演示界面
• os: Python標準庫，用于處理文件和目錄操作
• torch: PyTorch深度學習框架
• tempfile: Python標準庫，用于處理臨時文件和目錄
• modelscope: 阿里云開源的模型即服務框架，提供了大量預訓練模型
  • OutputKeys: 定義了模型輸出的標準鍵名
  • pipeline: 用于創建模型推理管道
  • Tasks: 定義了支持的任務類型

2.2 安全設置和臨時目錄配置

# 添加安全全局變量設置
torch.serialization.add_safe_globals([slice])
# 設置臨時目錄
temp_dir = "D:/condaLearning/temp"
os.makedirs(temp_dir, exist_ok=True)
tempfile.tempdir = temp_dir

• torch.serialization.add_safe_globals: 添加安全的全局變量，用于模型加載
• os.makedirs: 創建臨時目錄
  • exist_ok=True表示如果目錄已存在則不報錯
• tempfile.tempdir: 設置臨時文件的默認目錄

2.3 視頻上色video_colorize函數

def video_colorize(input_video):# 在臨時目錄中創建輸出文件路徑output_video_path = os.path.join(temp_dir, 'colored_video.mp4')# 創建視頻上色管道colorizer = pipeline(Tasks.video_colorization, model='damo/cv_unet_video-colorization', device='cuda')# 進行視頻上色result = colorizer(input_video)# 返回處理后的視頻路徑return result[OutputKeys.OUTPUT_VIDEO]

• os.path.join：該函數用于將多個路徑組合成為輸出文件的路徑output_video_path，該路徑為D:/condaLearning/temp/colored_video.mp4
• pipeline: 創建模型推理管道
  • Tasks.video_colorization: 指定任務類型為視頻上色
  • model='damo/cv_unet_video-colorization': 使用ModelScope中的視頻上色模型damo/cv_unet_video-colorization
  • device='cuda': 使用GPU進行推理
• colorizer(input_video): 執行視頻上色
• result[OutputKeys.OUTPUT_VIDEO]: 獲取處理后的視頻路徑

2.4 Gradio界面創建

# 創建Gradio界面
demo = gr.Interface(fn=video_colorize,inputs=gr.Video(label="上傳黑白視頻"),outputs=gr.Video(label="上色后的視頻"),
)

• gr.Interface: 調用Gradio的Interface類，來創建Gradio界面
  • fn=video_colorize: 指定處理函數為video_colorize
  • inputs=gr.Video: 使用視頻上傳組件，標簽為"上傳黑白視頻"
  • outputs=gr.Video: 使用視頻顯示組件，標簽為"上色后的視頻"

2.5 啟動應用

if __name__ == "__main__":demo.launch(share=False)

• demo.launch: 啟動Gradio服務器
  • share=False: 不創建公共鏈接，只在本地運行

三、完整代碼

import gradio as gr
import os
import torch
import tempfile
from modelscope.outputs import OutputKeys
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks# 添加安全全局變量設置
torch.serialization.add_safe_globals([slice])# 設置臨時目錄
temp_dir = "D:/condaLearning/temp"
os.makedirs(temp_dir, exist_ok=True)
tempfile.tempdir = temp_dir# 定義視頻上色函數
def video_colorize(input_video):# 在臨時目錄中創建輸出文件路徑output_video_path = os.path.join(temp_dir, 'colored_video.mp4')# 創建視頻上色管道colorizer = pipeline(Tasks.video_colorization, model='damo/cv_unet_video-colorization', device='cuda')# 進行視頻上色result = colorizer(input_video)# 保存上色后的視頻到臨時目錄# 直接返回結果中的視頻路徑，而不是嘗試寫入文件return result[OutputKeys.OUTPUT_VIDEO]# 創建Gradio界面
demo = gr.Interface(fn=video_colorize,inputs=gr.Video(label="上傳黑白視頻"),outputs=gr.Video(label="上色后的視頻"),
)if __name__ == "__main__":demo.launch(share=False)

四、效果展示

運行成功后，生成URL：http://127.0.0.1:7860

瀏覽器打開生成的URL：http://127.0.0.1:7860

打開準備好的黑白視頻 ??

處理后的視頻

五、問題與解決

問題一：ModuleNotFoundError: No module named ‘xxx’（下圖為示例）

解決一：pip install xxx

#過程中遇到需要安裝的依賴包
pip install gradio
pip install modelscope
pip install addict
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
pip install datasets==3.3.0
pip install simplejson
pip install sortedcontainers
pip install opencv-python
pip install ffmpeg

問題二：ImportError: cannot import name ‘get_metadata_patterns’ from ‘datasets.data_files’

解決二：pip install datasets==3.3.0

問題三：PermissionError: [Errno 13] Permission denied: ‘D:\XXX\temp\gradio\09d4c3363b495e6c51b91b4c04a11b213ff48ceb3f09a20b7b46a238dfaf17ca\luomajiari.mp4’

解決三：按照報錯信息，將路徑下的mp4緩存的文件刪除
?