【Python × Depth Anything】RGB動画からDepthマップを自動生成

import os
import cv2
import numpy as np
from PIL import Image
from transformers import pipeline

# ===== ファイルパスを自分の環境に合わせて調整 =====
video_path = "./video_raw/video.mp4"  # 入力動画(ここは個人によって違います）
output_video_path = "depth_colormap_output.mp4"  # 出力動画
output_gray_dir = "depth_gray"  # グレースケール保存先
output_color_dir = "depth_color"  # カラーマップ保存先

os.makedirs(output_gray_dir, exist_ok=True)
os.makedirs(output_color_dir, exist_ok=True)

# モデルロード（CPU）
depth_pipe = pipeline("depth-estimation", model="LiheYoung/depth-anything-base-hf", device=-1)

# 動画情報の取得
cap = cv2.VideoCapture(video_path)
fps = cap.get(cv2.CAP_PROP_FPS)
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

fourcc = cv2.VideoWriter_fourcc(*"mp4v")
video_writer = cv2.VideoWriter(output_video_path, fourcc, fps, (width, height))

frame_idx = 0
while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    frame_pil = Image.fromarray(frame_rgb)

    result = depth_pipe(frame_pil)
    depth = np.array(result["depth"])

    # 16bitグレースケール
    depth_16bit = (depth / depth.max() * 65535).astype(np.uint16)
    Image.fromarray(depth_16bit).save(os.path.join(output_gray_dir, f"depth_{frame_idx:05d}.png"))

    # カラーマップ（8bit Jet）
    depth_8bit = cv2.normalize(depth, None, 0, 255, cv2.NORM_MINMAX).astype(np.uint8)
    depth_color = cv2.applyColorMap(depth_8bit, cv2.COLORMAP_JET)
    depth_color_resized = cv2.resize(depth_color, (width, height))
    cv2.imwrite(os.path.join(output_color_dir, f"depth_{frame_idx:05d}_color.png"), depth_color_resized)

    video_writer.write(depth_color_resized)

    print(f" Processed frame {frame_idx}")
    frame_idx += 1

cap.release()
video_writer.release()
print("全処理完了！")