Comment détecter les changements de plan dans les vidéos à l'aide de JavaScript

La détection des changements de plan dans le contenu vidéo est une tâche cruciale dans l'analyse vidéo, car elle permet de réaliser des tâches telles que la segmentation de scènes, l'extraction de contenu et le montage vidéo.

Dans ce didacticiel, nous allons expliquer comment utiliser API eDenai pour détecter les changements de prise de vue de manière asynchrone dans une vidéo à l'aide de JavaScript.

‍

Qu'est-ce que Détection de changement de prise de vue vidéo?

Détection de changement de prise de vue vidéo annote une vidéo avec des segments générés en détectant des changements brusques de plan dans la vidéo.

Ce processus permet de diviser la vidéo en sections distinctes, ce qui facilite son analyse et son montage.

‍

Comment détecter les changements de prise de vue dans les vidéos

‍

Accédez à l'API Eden AI

1. Inscrivez-vous : Visitez Eden AI et créez un compte gratuit pour commencer. Une fois enregistré, accédez à la section API pour trouver votre clé API personnelle. Cette clé vous donne accès à un large éventail de services d'IA, y compris la détection des changements de tir.

2. Accédez à Technologies vidéo — Connectez-vous et rendez-vous dans la section Technologies vidéo.

3. Sélectionnez Shot Change Detection— À partir de là, sélectionnez l'option Détection des changements de prise de vue ou explorez des fonctionnalités plus avancées en fonction de vos besoins.

‍

Modèles de test en direct sur Eden AI

Eden AI fournit une plateforme sur laquelle vous pouvez tester différents modèles d'IA avant de les intégrer, ce qui vous permet d'évaluer et de sélectionner le fournisseur qui correspond le mieux à vos besoins.

‍

Implémentation de la détection des changements de tir en JavaScript

‍

Le processus de détection du changement de tir se décompose en deux étapes car il peut prendre du temps :

• Requête POST: Cela lance la tâche de détection du changement de tir. Lorsque vous envoyez la requête POST, vous fournissez l'URL de la vidéo qui doit être analysée. La réponse vous donne une réponse unique identifiant_public, que vous utiliserez pour vérifier l'état et récupérer les résultats.
• Requête GET: Après avoir lancé la tâche avec la requête POST, vous utilisez la requête GET pour récupérer les résultats de la détection du changement de tir. Cette réponse contiendra les données traitées indiquant les limites de la prise de vue.

Le Requête POST est asynchrone et démarre la tâche, tandis que Requête GET vérifie l'achèvement de la tâche et récupère les résultats.

‍

Installer le module de requêtes JavaScript

Pour effectuer des requêtes HTTP à partir de votre code JavaScript, nous utiliserons axios, un client HTTP basé sur des promesses qui fonctionne à la fois dans le navigateur et dans Node.js.

Il est facile à utiliser, hautement personnalisable et simplifie l'envoi de demandes et la gestion des réponses. Pour installer axios, exécutez la commande suivante :

npm install axios

‍

Faire la requête POST pour lancer le job

Dans le Phase POSTÉRIEURE, nous envoyons une demande au terminal de détection des changements de prise de vue d'eDenai, en lui transmettant l'URL de la vidéo que vous souhaitez analyser.

Cette demande indique à eDenai de traiter la vidéo et fournit les paramètres nécessaires, tels que l'URL de la vidéo et le fournisseur d'IA (par exemple, Google).

Exemple de code : requête POST

const axios = require('axios');

const API_KEY = 'your_api_key_here'; // Replace with your actual EdenAI API key
const url = 'https://api.edenai.run/v2/video/shot_change_detection_async';
const json_payload = {
  providers: 'google',
  file_url: '🔗 URL of your video' // Replace with the actual video URL
};

axios.post(url, json_payload, {
  headers: {
    Authorization: `Bearer ${API_KEY}`
  }
})
.then(response => {
  console.log(response.data);
})
.catch(error => {
  console.error('Error:', error.response ? error.response.data : error.message);
});

Explication du code :

• CLÉ_API: il s'agit de votre clé API unique pour vous authentifier auprès de la plateforme eDenai. Vous devez la remplacer par votre clé API actuelle.
  
• url: Le point de terminaison pour eDenai détection de changement de tir API.
  
• json_payload: Il contient les paramètres envoyés à eDenai. Dans ce cas, nous indiquons le fournisseur d'IA (google) et l'URL du fichier vidéo (file_url).
  
• Autorisation: cet en-tête inclut votre clé API pour l'authentification.
  
  

Que se passe-t-il dans la requête POST ?

1. Initiation de la demande: La requête POST lance la tâche de détection du changement de tir.
2. Réponse : eDenai traite la demande et y répond par un identifiant_public. Cet identifiant sera utilisé pour récupérer les résultats.

‍

Faire la requête GET pour récupérer les résultats

Une fois la tâche lancée, l'étape suivante consiste à créer un Requête GET pour vérifier l'état et récupérer les résultats une fois le processus terminé.

Exemple de code : requête GET

const axios = require('axios');

const API_KEY = 'your_api_key_here'; // Replace with your actual EdenAI API key
const public_id = '849cec9a-381a-4ed4-9a75-c76053e9c01c'; // Replace with actual public ID from POST request
const url = `https://api.edenai.run/v2/video/shot_change_detection_async/${public_id}/`;

axios.get(url, {
  headers: {
    Authorization: `Bearer ${API_KEY}`
  }
})
.then(response => {
  console.log(response.data);
})
.catch(error => {
  console.error('Error:', error.response ? error.response.data : error.message);
});

Explication du code :

• identifiant_public: il s'agit de l'identifiant unique que vous avez reçu lors de la requête POST, que vous utilisez désormais pour récupérer les résultats.
  
• url: terminal permettant de vérifier l'état et d'obtenir les résultats de votre tâche de détection de changement de tir.
  
• Autorisation: La même clé API est utilisée pour authentifier la requête GET.
  
  

Que se passe-t-il dans la demande GET ?

1. Vérifier le statut du poste: La requête GET vérifie l'état de la tâche de détection du changement de tir.
   
   

Récupérez les résultats: Si le travail est terminé,

‍

Exemple de sortie

Une fois que vous avez envoyé OBTENIR demande et le travail est terminé, vous recevrez une réponse JSON qui contiendra des données sur les changements de plan détectés dans la vidéo, vous pouvez vous attendre à ce qu'elle soit similaire à celle-ci :

{
  "google": {
    "status": "success",
    "shot_changes": [
      {
        "start_time": 0.0,
        "end_time": 2.3
      },
      {
        "start_time": 2.3,
        "end_time": 5.1
      },
      {
        "start_time": 5.1,
        "end_time": 7.0
      }
    ]
  }
}

Explication des champs de sortie

• google: il s'agit du nom du fournisseur d'IA utilisé (tel que spécifié dans la requête POST).
  
• statut: indique si la tâche a été exécutée avec succès.
  
• changements_de prise de vue: Ensemble de segments de plan détectés dans la vidéo.
  
  
  • heure de début: horodatage (en secondes) du début d'une prise de vue.
    
  • horaire_fin: L'horodatage de fin de cette prise de vue.
    
    

Chaque objet du tableau shot_changes représente un segment de la vidéo entre deux changements de plan, ce qui est idéal pour la détection de scènes, le découpage ou une analyse plus approfondie.

Ces données peuvent être utilisées pour diviser la vidéo en scènes ou pour mettre en évidence les modifications en vue d'un traitement ultérieur.

‍

Gestion des tâches de détection des changements de prise de vue vidéo

‍

Pour rationaliser la gestion des tâches de détection des changements de plans vidéo, Eden AI propose deux points de terminaison facultatifs mais utiles :

1. Répertorier les tâches (demande GET)
https://api.edenai.run/v2/video/shot_change_detection_async/
Ce point de terminaison renvoie une liste de toutes les tâches de détection de changement de tir initiées. Chaque tâche comprend un identifiant unique, que vous pouvez utiliser pour suivre son statut ou récupérer les résultats. Documentation complète est disponible à titre de référence.

2. Supprimer des tâches (demande de suppression)
https://api.edenai.run/v2/video/shot_change_detection_async/
Utilisez ce terminal pour supprimer les tâches terminées ou indésirables, tout en gardant votre espace de travail organisé et sans encombrement. Documentation détaillée est également fourni.

En intégrant ces outils, vous pouvez surveiller, gérer et gérer efficacement votre flux de travail de détection des changements de tir sur Eden AI.

‍

Pourquoi eDenai est le meilleur outil pour détecter les changements de prise de vue

eDenai fournit une API robuste et facile à utiliser qui intègre plusieurs fournisseurs d'IA pour la suppression de l'arrière-plan, la détection des prises de vue et d'autres tâches d'analyse vidéo.

La plateforme unifiée vous permet de choisir le fournisseur le mieux adapté à vos besoins tout en offrant une interface fluide.

‍Plusieurs fournisseurs‍

Vous pouvez utiliser différents modèles d'IA (comme Google) en fonction de vos besoins.

Intégration facile‍

L'API est simple à intégrer à votre application à l'aide de requêtes HTTP standard.

Évolutivité‍

L'infrastructure d'eDenai prend en charge les demandes de petite et de grande envergure, ce qui la rend adaptée à divers cas d'utilisation.

Des résultats fiables

eDenAI fournit constamment des résultats précis et opportuns, soutenus par une technologie d'IA de pointe.

‍

Conclusion

Dans cet article, nous avons montré comment implémenter la détection des changements de prise de vue à l'aide de l'API eDenai en JavaScript.

Ce processus est hautement évolutif et peut être intégré à des applications Web, à des systèmes de gestion de contenu ou à toute plateforme nécessitant une analyse vidéo.

En tirant parti des API d'eDenai, vous pouvez intégrer rapidement des fonctionnalités avancées d'analyse vidéo, telles que la détection des changements de prise de vue, dans vos applications.

Que vous travailliez sur le montage vidéo, l'analyse de contenu ou la gestion des médias, eDenai propose une solution puissante et accessible pour améliorer votre flux de travail.