如何将视频转换为多个numpy数组或单个数组以用于机器学习？我只找到了处理图像的方法。

回答：

普通图像被表示为具有以下形状的3D张量：(height, width, channels)。如果图像是RGB的，通道值为3；如果是灰度的，则为1。

视频是一系列N帧的集合，每一帧都是一个图像。你希望将这些数据表示为一个4D张量：(frames, height, width, channels)。

例如，如果你有一分钟的视频，帧率为30，每帧是RGB且分辨率为256×256，那么你的张量看起来会像这样：(1800, 256, 256, 3)，其中1800是视频中的帧数：30（帧率）* 60（秒）。

要实现这一点，你基本上可以打开视频的每一帧，将它们全部存储在一个列表中，然后沿一个新轴（即“帧”维度）将它们连接起来。

你可以通过OpenCV来实现这一点：

# 导入视频并将其切割成帧。
vid = cv2.VideoCapture('path/to/video/file')
frames = []
check = True
i = 0
while check:
    check, arr = vid.read()
    if not i % 20:  # 这一行是如果你想对视频进行抽样（即每20帧保留一帧）
        frames.append(arr)
    i += 1
frames = np.array(frames)  # 将帧列表转换为numpy数组