add ソースコードを追加

src/batch_equirect2persp_ffmpeg.py

@@ -0,0 +1,276 @@
+"""
+ffmpeg を使って、Equirect 360 画像を複数の直線的パースペクティブ画像に変換するスクリプト
+設定は config.py から読み込む
+"""
+
+import os
+import glob
+import shutil
+import subprocess
+import argparse
+import re
+
+# config から設定を読み込む
+import config
+
+def ensure_ffmpeg():
+    if shutil.which("ffmpeg") is None:
+        raise RuntimeError("ffmpeg が見つかりません。PATH を通すか、インストールしてください。")
+
+def parse_args():
+    p = argparse.ArgumentParser(
+        description="Equirect 360 images -> multiple rectilinear perspective images using ffmpeg v360."
+    )
+    p.add_argument(
+        "subdir",
+        help="output/<subdir> を生成先にする。例: test_145frames_0min4sec_20260122_211204"
+    )
+    return p.parse_args()
+
+def validate_subdir(subdir: str) -> str:
+    # ifの確認: パス注入対策（../ や \ などを拒否）
+    if not subdir or subdir.strip() == "":
+        raise RuntimeError("subdir が空です。処理を中断します。")
+    if any(sep in subdir for sep in ("/", "\\", ":", "..")):
+        raise RuntimeError("subdir に禁止文字が含まれています（/, \\, :, ..）。処理を中断します。")
+    # 文字を絞りたい場合（安全寄り）
+    if not re.fullmatch(r"[A-Za-z0-9._-]+", subdir):
+        raise RuntimeError("subdir は英数字と ._- のみ許可です。処理を中断します。")
+    return subdir
+
+def build_transforms_14():
+    transforms = [
+        (  0,  90, 0),
+        (  0, -90, 0),
+
+        (-90,   0, 0),
+        (  0,   0, 0),
+        ( 90,   0, 0),
+        (180,   0, 0),
+
+        (-135, 45, 0),
+        ( -45, 45, 0),
+        (  45, 45, 0),
+        ( 135, 45, 0),
+
+        (-135,-45, 0),
+        ( -45,-45, 0),
+        (  45,-45, 0),
+        ( 135,-45, 0),
+    ]
+    return transforms
+
+def build_transforms_dense(ring_step=None):
+    """密集度高い変換パターンを構築"""
+    if ring_step is None:
+        ring_step = config.RING_STEP_DEG
+
+    def ring(yaw_step, pitch):
+        yaws = list(range(0, 360, yaw_step))
+        return [(yaw if yaw <= 180 else yaw-360, pitch, 0) for yaw in yaws]
+
+    transforms = []
+    transforms += [(0,  90, 0), (0, -90, 0)]
+    transforms += ring(ring_step, 0)
+    transforms += ring(ring_step, 45)
+    transforms += ring(ring_step, -45)
+    return transforms
+
+def build_v360_options(yaw, pitch, roll):
+    """v360フィルタオプションを構築"""
+    opts = [
+        "input=e",
+        "output=rectilinear",
+        f"h_fov={config.HORIZONTAL_FOV}",
+        f"v_fov={config.VERTICAL_FOV}",
+        f"w={config.PERSPECTIVE_WIDTH}",
+        f"h={config.PERSPECTIVE_HEIGHT}",
+        f"yaw={yaw}",
+        f"pitch={pitch}",
+        f"roll={roll}",
+    ]
+    return "v360=" + ":".join(opts)
+
+def build_output_jobs(base, output_dir, transforms, preset_name):
+    """出力対象のジョブ一覧を構築する"""
+    digits = len(str(len(transforms)))
+    jobs = []
+
+    for idx, (yaw, pitch, roll) in enumerate(transforms):
+        out_name = f"{base}_{preset_name}_{idx:0{digits}d}_yaw{yaw:+d}_pit{pitch:+d}_rol{roll:+d}.jpg"
+        out_path = str(output_dir / out_name)
+
+        if (not config.OVERWRITE) and os.path.exists(out_path):
+            print(f"skip: {out_name}")
+            continue
+
+        jobs.append({
+            "idx": idx,
+            "yaw": yaw,
+            "pitch": pitch,
+            "roll": roll,
+            "out_name": out_name,
+            "out_path": out_path,
+        })
+
+    return jobs
+
+def build_ffmpeg_multi_output_cmd(img_path, jobs):
+    """1入力画像から複数出力画像を生成する ffmpeg コマンドを構築する"""
+    cmd = [
+        "ffmpeg",
+        "-y" if config.OVERWRITE else "-n",
+        "-loglevel", config.FFMPEG_LOGLEVEL,
+        "-i", img_path,
+    ]
+
+    if len(jobs) == 1:
+        job = jobs[0]
+        cmd += [
+            "-vf", build_v360_options(job["yaw"], job["pitch"], job["roll"]),
+            "-frames:v", "1",
+            job["out_path"],
+        ]
+        return cmd
+
+    split_labels = [f"s{job['idx']}" for job in jobs]
+    filter_parts = [
+        f"[0:v]split={len(jobs)}" + "".join(f"[{label}]" for label in split_labels)
+    ]
+
+    for label, job in zip(split_labels, jobs):
+        filter_parts.append(
+            f"[{label}]{build_v360_options(job['yaw'], job['pitch'], job['roll'])}[o{job['idx']}]"
+        )
+
+    cmd += ["-filter_complex", ";".join(filter_parts)]
+
+    for job in jobs:
+        cmd += [
+            "-map", f"[o{job['idx']}]",
+            "-frames:v", "1",
+            job["out_path"],
+        ]
+
+    return cmd
+
+def run_ffmpeg_for_image(img_path, jobs):
+    """1画像分の変換をまとめて実行する"""
+    if not jobs:
+        return
+
+    cmd = build_ffmpeg_multi_output_cmd(img_path, jobs)
+    subprocess.run(cmd, check=True)
+
+def run_ffmpeg_with_fallback(img_path, jobs, base):
+    """複数出力が失敗した場合は個別実行にフォールバックする"""
+    try:
+        run_ffmpeg_for_image(img_path, jobs)
+        for job in jobs:
+            print(f" -> {job['out_name']}")
+    except subprocess.CalledProcessError as e:
+        print(f" !! 一括変換に失敗: {base}  ({e})")
+        print(" !! 個別変換にフォールバックします")
+
+        for job in jobs:
+            try:
+                run_ffmpeg_for_image(img_path, [job])
+                print(f" -> {job['out_name']}")
+            except subprocess.CalledProcessError as single_error:
+                print(f" !! 失敗: {job['out_name']}  ({single_error})")
+
+def _convert_images(output_dir, input_dir, transforms, preset_name):
+    """
+    実際の変換処理を実行する共通関数
+    """
+    images = []
+    images += glob.glob(str(input_dir / "*.jpg"))
+    images += glob.glob(str(input_dir / "*.jpeg"))
+    images += glob.glob(str(input_dir / "*.png"))
+    images.sort()
+
+    if not images:
+        raise RuntimeError(f"入力画像が見つかりません: {input_dir}")
+
+    print(f"[情報] 方向数: {len(transforms)}  プリセット: {preset_name}")
+
+    for img_path in images:
+        base = os.path.splitext(os.path.basename(img_path))[0]
+        print(f"\n=== {base} ===")
+        jobs = build_output_jobs(base, output_dir, transforms, preset_name)
+
+        if not jobs:
+            print(" -> すべて既存ファイルのためスキップ")
+            continue
+
+        run_ffmpeg_with_fallback(img_path, jobs, base)
+
+    print("\n✅ 変換が完了しました。")
+
+
+def main():
+    args = parse_args()
+    subdir = validate_subdir(args.subdir)
+
+    # 基準を「このスクリプトの場所」に固定（実行場所に依存しない）
+    output_dir = config.OUTPUT_DIR / subdir
+    input_dir  = output_dir / "temp" / "frames"
+
+    # フォルダ確認
+    print("input_dir :", input_dir)
+    print("output_dir:", output_dir)
+    if not input_dir.is_dir():
+        raise RuntimeError("input_dir が存在しません。処理を中断します。")
+
+    ensure_ffmpeg()
+    output_dir.mkdir(parents=True, exist_ok=True)
+
+    if config.USE_DENSE_RING:
+        transforms = build_transforms_dense()
+        preset_name = f"dense{config.RING_STEP_DEG}"
+    else:
+        transforms = build_transforms_14()
+        preset_name = "rc14"
+
+    _convert_images(output_dir, input_dir, transforms, preset_name)
+
+def process_frames(subdir: str, use_dense_ring: bool = False):
+    """
+    main.py から呼ばれる用の関数
+
+    Args:
+        subdir: output/ 配下のサブディレクトリ名
+        use_dense_ring: True なら密集度高い変換、False なら標準14方向
+    """
+    # 一時的に config の設定を上書き
+    original_dense = config.USE_DENSE_RING
+    config.USE_DENSE_RING = use_dense_ring
+
+    try:
+        subdir = validate_subdir(subdir)
+
+        output_dir = config.OUTPUT_DIR / subdir
+        input_dir  = output_dir / "temp" / "frames"
+
+        if not input_dir.is_dir():
+            raise RuntimeError(f"入力フォルダが見つかりません: {input_dir}")
+
+        ensure_ffmpeg()
+        output_dir.mkdir(parents=True, exist_ok=True)
+
+        if config.USE_DENSE_RING:
+            transforms = build_transforms_dense()
+            preset_name = f"dense{config.RING_STEP_DEG}"
+        else:
+            transforms = build_transforms_14()
+            preset_name = "rc14"
+
+        _convert_images(output_dir, input_dir, transforms, preset_name)
+
+    finally:
+        # 設定を戻す
+        config.USE_DENSE_RING = original_dense
+
+
+if __name__ == "__main__":
+    main()

src/config.py

@@ -0,0 +1,49 @@
+"""
+プロジェクト全体の設定ファイル
+"""
+
+from pathlib import Path
+
+# ==================== パス設定 ====================
+PROJECT_ROOT = Path(__file__).parent.parent
+
+# フォルダパス
+DATA_DIR = PROJECT_ROOT / "data"
+DATA_INPUT_DIR = DATA_DIR / "input"
+OUTPUT_DIR = DATA_DIR / "output"
+
+# ==================== フレーム抽出設定 ====================
+# video_frame_extractor.py で使用
+FRAME_PREFIX = "frame"
+FRAME_EXTENSION = "jpg"
+
+# ==================== 顔ぼかし設定 ====================
+# face_blur.py で使用
+BLUR_STRENGTH = 51  # ぼかしの強さ（奇数）
+
+# ==================== Equirect→パースペクティブ変換設定 ====================
+# batch_equirect2persp_ffmpeg.py で使用
+
+# 出力画像の解像度
+PERSPECTIVE_WIDTH = 1024
+PERSPECTIVE_HEIGHT = 1024
+
+# FOV (視野角)
+HORIZONTAL_FOV = 90
+VERTICAL_FOV = 90
+
+# ffmpeg オーバーライト設定
+OVERWRITE = True
+
+# ========== 変換方法選択 ==========
+# False: 14方向（上下左右+斜めなど標準的）
+# True: 密集度高く（ring_step_deg ごとにリング状）
+USE_DENSE_RING = False
+RING_STEP_DEG = 30  # USE_DENSE_RING=True の場合に使用
+
+# ==================== 共通設定 ====================
+# ログレベル（OpenCV や ffmpeg へのオプション）
+FFMPEG_LOGLEVEL = "error"
+
+# 一度に処理する画像数など（今後の拡張用）
+BATCH_SIZE = None  # None = 制限なし

src/face_blur.py

@@ -0,0 +1,175 @@
+"""
+画像内の顔を検出してぼかすスクリプト
+顔検出と Gaussian ぼかし処理を実装
+"""
+import cv2
+from pathlib import Path
+import config
+
+_FACE_CASCADE = None
+
+
+def get_face_cascade():
+    """顔検出器を遅延初期化して再利用する"""
+    global _FACE_CASCADE
+
+    if _FACE_CASCADE is None:
+        _FACE_CASCADE = cv2.CascadeClassifier(
+            cv2.data.haarcascades + 'haarcascade_frontalface_default.xml'
+        )
+
+        if _FACE_CASCADE.empty():
+            raise RuntimeError("OpenCV の顔検出器を読み込めませんでした")
+
+    return _FACE_CASCADE
+
+
+def blur_faces(image_path, output_path, blur_strength=51):
+    """
+    画像内の顔を検出してぼかす
+
+    Args:
+        image_path (str): 入力画像のパス
+        output_path (str): 出力画像のパス
+        blur_strength (int): ぼかしの強さ（奇数、大きいほど強い）
+
+    Returns:
+        int: 検出された顔の数
+    """
+    # 画像を読み込む
+    image = cv2.imread(image_path)
+    if image is None:
+        print(f"エラー: 画像 '{image_path}' を読み込めませんでした")
+        return 0
+
+    # グレースケールに変換
+    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
+
+    # 顔検出器を読み込む（OpenCVのHaar Cascade分類器）
+    face_cascade = get_face_cascade()
+
+    # 顔を検出
+    faces = face_cascade.detectMultiScale(
+        gray,
+        scaleFactor=1.1,
+        minNeighbors=5,
+        minSize=(30, 30)
+    )
+
+    # ぼかし強度を奇数に調整
+    if blur_strength % 2 == 0:
+        blur_strength += 1
+
+    # 検出された各顔にぼかしを適用
+    for (x, y, w, h) in faces:
+        # 顔領域を取得
+        face_region = image[y:y+h, x:x+w]
+
+        # Gaussian ぼかしを適用
+        blurred_face = cv2.GaussianBlur(face_region, (blur_strength, blur_strength), 0)
+
+        # ぼかした顔を元の画像に戻す
+        image[y:y+h, x:x+w] = blurred_face
+
+    # 結果を保存
+    cv2.imwrite(output_path, image)
+
+    return len(faces)
+
+
+def process_folder(input_folder, blur_strength=51):
+    """
+    フォルダ内の全画像の顔をぼかす
+    frames フォルダ内の画像を上書きして保存
+
+    Args:
+        input_folder (str): 入力フォルダのパス（frames フォルダ）
+        blur_strength (int): ぼかしの強さ
+    """
+    input_path = Path(input_folder)
+
+    if not input_path.exists():
+        print(f"エラー: フォルダ '{input_folder}' が見つかりません")
+        return
+
+    # サポートする画像拡張子
+    image_extensions = {'.jpg', '.jpeg', '.png', '.bmp', '.tiff', '.webp'}
+
+    # フォルダ内の画像ファイルを取得
+    image_files = [
+        f for f in input_path.iterdir()
+        if f.suffix.lower() in image_extensions
+    ]
+
+    if not image_files:
+        print(f"エラー: '{input_folder}' に画像ファイルが見つかりません")
+        return
+
+    # ファイルをソート（順序を保証）
+    image_files.sort()
+    get_face_cascade()
+
+    print(f"処理対象: {len(image_files)} 枚の画像")
+    print(f"出力先: {input_path} (上書き)")
+    print(f"ぼかし強度: {blur_strength}")
+    print("\n処理を開始します...\n")
+
+    total_faces = 0
+    processed_count = 0
+
+    for i, image_file in enumerate(image_files, 1):
+        input_image_path = str(image_file)
+        # 同じファイルに上書き保存
+        output_image_path = str(image_file)
+
+        # 顔検出とぼかし処理
+        face_count = blur_faces(input_image_path, output_image_path, blur_strength)
+
+        total_faces += face_count
+        processed_count += 1
+
+        print(f"[{i}/{len(image_files)}] {image_file.name}: {face_count}個の顔を検出")
+
+    print(f"\n完了!")
+    print(f"  - 処理した画像: {processed_count} 枚")
+    print(f"  - 検出した顔の総数: {total_faces} 個")
+    print(f"  - 保存先: {input_path}")
+
+
+def main():
+    """
+    スタンドアロン実行用のメイン関数
+    """
+    import argparse
+    import sys
+
+    parser = argparse.ArgumentParser(description='画像内の顔を検出してぼかす')
+    parser.add_argument('folder', help='output/ 内のフォルダ名（例: test_145frames_0min4sec_20260122_211204）')
+    parser.add_argument('-b', '--blur', type=int, default=51,
+                        help='ぼかしの強さ（奇数、デフォルト: 51）')
+
+    args = parser.parse_args()
+
+    # 入力パスから"output/"プレフィックスを除去
+    folder_name = args.folder.replace('output/', '').replace('output\\', '')
+
+    # config から OUTPUT_DIR を使用
+    frame_folder = config.OUTPUT_DIR / folder_name / 'temp' / 'frames'
+
+    if not frame_folder.exists():
+        print(f"エラー: '{frame_folder}' が見つかりません")
+        print(f"正しいフォルダ名を指定してください")
+        return 1
+
+    # 顔ぼかし処理を実行
+    try:
+        process_folder(str(frame_folder), args.blur)
+        return 0
+    except Exception as e:
+        print(f"エラー: {e}")
+        return 1
+
+
+if __name__ == "__main__":
+    import sys
+    sys.exit(main())

src/main.py

@@ -0,0 +1,232 @@
+"""
+main.py - フレーム抽出 → (顔ぼかし) → パースペクティブ変換のメインスクリプト
+
+使用方法:
+    python main.py extract <video_file>
+    python main.py blur <output_folder>
+    python main.py convert <output_folder>
+    python main.py pipeline <video_file> [--blur] [--dense]
+"""
+
+import argparse
+import sys
+from pathlib import Path
+
+# config と各機能をインポート
+import config
+from video_frame_extractor import extract_frames
+from face_blur import process_folder as blur_faces_folder
+from batch_equirect2persp_ffmpeg import process_frames as convert_equirect
+
+
+def cmd_extract(args):
+    """
+    フレーム抽出コマンド
+
+    data/input/ 配下の動画ファイルを output/ に展開
+    """
+    print(f"\n{'='*60}")
+    print(f"🎬 フレーム抽出を開始します")
+    print(f"{'='*60}")
+
+    video_path = config.DATA_INPUT_DIR / args.video_file
+
+    if not video_path.exists():
+        print(f"❌ エラー: '{video_path}' が見つかりません")
+        return False
+
+    try:
+        extract_frames(
+            str(video_path),
+            str(config.OUTPUT_DIR),
+            prefix=config.FRAME_PREFIX,
+            extension=config.FRAME_EXTENSION
+        )
+        print(f"✅ フレーム抽出が完了しました\n")
+        return True
+    except Exception as e:
+        print(f"❌ エラー: {e}\n")
+        return False
+
+
+def cmd_blur(args):
+    """
+    顔ぼかしコマンド
+
+    output/<output_folder>/temp/frames/ 配下の画像に顔ぼかしを適用
+    結果を output/<output_folder>/face_blurred_frames/ に保存
+    """
+    print(f"\n{'='*60}")
+    print(f"😊 顔ぼかし処理を開始します")
+    print(f"{'='*60}")
+
+    folder_name = args.output_folder
+    # temp/frames フォルダを確認
+    frame_folder = config.OUTPUT_DIR / folder_name / "temp" / "frames"
+
+    if not frame_folder.exists():
+        print(f"❌ エラー: '{frame_folder}' が見つかりません")
+        print(f"   先に extract コマンドでフレーム抽出を実行してください")
+        return False
+
+    try:
+        blur_faces_folder(str(frame_folder), config.BLUR_STRENGTH)
+        print(f"✅ 顔ぼかしが完了しました\n")
+        return True
+    except Exception as e:
+        print(f"❌ エラー: {e}\n")
+        return False
+
+
+def cmd_convert(args):
+    """
+    Equirect→パースペクティブ変換コマンド
+
+    output/<output_folder>/temp/frames/ の画像を複数方向に変換
+    """
+    print(f"\n{'='*60}")
+    print(f"🔄 Equirect→パースペクティブ変換を開始します")
+    print(f"{'='*60}")
+
+    folder_name = args.output_folder
+
+    try:
+        convert_equirect(
+            folder_name,
+            use_dense_ring=args.dense
+        )
+        print(f"✅ 変換が完了しました\n")
+        return True
+    except Exception as e:
+        print(f"❌ エラー: {e}\n")
+        return False
+
+
+def cmd_pipeline(args):
+    """
+    フルパイプライン実行
+    extract → (blur) → convert を一気に実行
+    """
+    print(f"\n{'='*60}")
+    print(f"🚀 フルパイプラインを開始します")
+    print(f"{'='*60}\n")
+
+    # Step 1: フレーム抽出
+    class ExtractArgs:
+        def __init__(self, video_file):
+            self.video_file = video_file
+
+    extract_ok = cmd_extract(ExtractArgs(args.video_file))
+    if not extract_ok:
+        return False
+
+    # フレーム抽出で生成されたフォルダ名を特定
+    import os
+    output_folders = sorted([
+        d for d in os.listdir(config.OUTPUT_DIR)
+        if (config.OUTPUT_DIR / d).is_dir()
+    ], reverse=True)
+
+    if not output_folders:
+        print("❌ エラー: 出力フォルダが見つかりません")
+        return False
+
+    latest_folder = output_folders[0]
+    print(f"📁 生成されたフォルダ: {latest_folder}\n")
+
+    # Step 2: 顔ぼかし（オプション）
+    if args.blur:
+        class BlurArgs:
+            def __init__(self, folder):
+                self.output_folder = folder
+
+        blur_ok = cmd_blur(BlurArgs(latest_folder))
+        if not blur_ok:
+            print("⚠️  顔ぼかしがスキップされました\n")
+
+    # Step 3: パースペクティブ変換
+    class ConvertArgs:
+        def __init__(self, folder, dense):
+            self.output_folder = folder
+            self.dense = dense
+
+    convert_ok = cmd_convert(ConvertArgs(latest_folder, args.dense))
+    if not convert_ok:
+        return False
+
+    print(f"{'='*60}")
+    print(f"🎉 パイプライン完了！")
+    print(f"{'='*60}\n")
+
+    return True
+
+
+def main():
+    parser = argparse.ArgumentParser(
+        description="Equirect 360動画 → パースペクティブ画像 変換ツール",
+        formatter_class=argparse.RawDescriptionHelpFormatter,
+        epilog="""
+例:
+  # フレーム抽出のみ
+  python main.py extract video.mp4
+
+  # 顔ぼかしのみ
+  python main.py blur test_145frames_0min4sec_20260122_220022
+
+  # パースペクティブ変換のみ
+  python main.py convert test_145frames_0min4sec_20260122_220022
+
+  # 全処理を実行（顔ぼかしなし）
+  python main.py pipeline video.mp4
+
+  # 全処理を実行（顔ぼかしあり、密集度高い変換）
+  python main.py pipeline video.mp4 --blur --dense
+        """
+    )
+
+    subparsers = parser.add_subparsers(dest='command', help='実行するコマンド')
+
+    # === extract サブコマンド ===
+    extract_parser = subparsers.add_parser('extract', help='動画からフレームを抽出')
+    extract_parser.add_argument('video_file', help='data/input/ 内の動画ファイル名 (例: video.mp4)')
+
+    # === blur サブコマンド ===
+    blur_parser = subparsers.add_parser('blur', help='抽出されたフレームの顔をぼかす')
+    blur_parser.add_argument('output_folder', help='output/ 内のフォルダ名')
+
+    # === convert サブコマンド ===
+    convert_parser = subparsers.add_parser('convert', help='Equirect画像をパースペクティブ変換')
+    convert_parser.add_argument('output_folder', help='output/ 内のフォルダ名')
+    convert_parser.add_argument('--dense', action='store_true', help='密集度高い変換を使用')
+
+    # === pipeline サブコマンド ===
+    pipeline_parser = subparsers.add_parser('pipeline', help='フレーム抽出→変換を一気に実行')
+    pipeline_parser.add_argument('video_file', help='data/input/ 内の動画ファイル名 (例: video.mp4)')
+    pipeline_parser.add_argument('--blur', action='store_true', help='顔ぼかしを有効にする')
+    pipeline_parser.add_argument('--dense', action='store_true', help='密集度高い変換を使用')
+
+    # パースしてコマンド実行
+    args = parser.parse_args()
+
+    if not args.command:
+        parser.print_help()
+        return 1
+
+    # 各コマンドに対応した処理
+    if args.command == 'extract':
+        success = cmd_extract(args)
+    elif args.command == 'blur':
+        success = cmd_blur(args)
+    elif args.command == 'convert':
+        success = cmd_convert(args)
+    elif args.command == 'pipeline':
+        success = cmd_pipeline(args)
+    else:
+        parser.print_help()
+        return 1
+
+    return 0 if success else 1
+
+
+if __name__ == '__main__':
+    sys.exit(main())

src/video_frame_extractor.py

@@ -0,0 +1,209 @@
+import cv2
+import os
+from pathlib import Path
+from datetime import datetime
+import config
+
+
+def extract_frames(video_path, output_base_folder, prefix="frame", extension="jpg"):
+    """
+    動画をフレームごとに分割して指定フォルダに保存する
+
+    Args:
+        video_path (str): 入力動画のパス
+        output_base_folder (str): 出力先ベースフォルダのパス
+        prefix (str): 出力ファイル名のプレフィックス (デフォルト: "frame")
+        extension (str): 出力画像の拡張子 (デフォルト: "jpg")
+    """
+    # 動画ファイルを開く
+    video = cv2.VideoCapture(video_path)
+
+    if not video.isOpened():
+        print(f"エラー: 動画ファイル '{video_path}' を開けませんでした")
+        return
+
+    # 動画情報を取得
+    fps = video.get(cv2.CAP_PROP_FPS)
+    total_frames = int(video.get(cv2.CAP_PROP_FRAME_COUNT))
+    width = int(video.get(cv2.CAP_PROP_FRAME_WIDTH))
+    height = int(video.get(cv2.CAP_PROP_FRAME_HEIGHT))
+    duration_sec = total_frames / fps if fps > 0 else 0
+
+    # 動画ファイル名（拡張子なし）を取得
+    video_filename = Path(video_path).stem
+
+    # 時間を分秒形式に変換
+    minutes = int(duration_sec // 60)
+    seconds = int(duration_sec % 60)
+
+    # フォルダ名を生成
+    # 形式: "動画名_フレーム数frames_時間min秒sec_タイムスタンプ"
+    # 例: "video_3000frames_1min40sec_20260122_143025"
+    timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
+    folder_name = f"{video_filename}_{total_frames}frames_{minutes}min{seconds}sec_{timestamp}"
+
+    # 出力フォルダのパスを作成（temp/frames/ 内に保存）
+    output_folder = os.path.join(output_base_folder, folder_name, "temp", "frames")
+    Path(output_folder).mkdir(parents=True, exist_ok=True)
+
+    print(f"動画情報:")
+    print(f"  - FPS: {fps}")
+    print(f"  - 総フレーム数: {total_frames}")
+    print(f"  - 解像度: {width}x{height}")
+    print(f"  - 再生時間: {minutes}分{seconds}秒")
+    print(f"  - 出力フォルダ: {folder_name}")
+    print(f"\nフレーム抽出を開始します...")
+
+    frame_count = 0
+    saved_count = 0
+
+    while True:
+        # フレームを読み込む
+        ret, frame = video.read()
+
+        # フレームの読み込みに失敗したら終了
+        if not ret:
+            break
+
+        # ファイル名を生成（ゼロパディング付き）
+        filename = f"{prefix}_{frame_count:06d}.{extension}"
+        output_path = os.path.join(output_folder, filename)
+
+        # フレームを保存
+        cv2.imwrite(output_path, frame)
+        saved_count += 1
+
+        # 進捗表示
+        if (frame_count + 1) % 100 == 0:
+            print(f"  処理中: {frame_count + 1}/{total_frames} フレーム")
+
+        frame_count += 1
+
+    # リソースを解放
+    video.release()
+
+    print(f"\n完了!")
+    print(f"  - 保存されたフレーム数: {saved_count}")
+    print(f"  - 保存先: {output_folder}")
+
+
+def extract_frames_interval(video_path, output_base_folder, interval=1, prefix="frame", extension="jpg"):
+    """
+    動画から指定間隔でフレームを抽出して保存する
+
+    注: 現在 main.py からは呼び出されていません
+    スタンドアロン実行時のみ使用可能です
+
+    Args:
+        video_path (str): 入力動画のパス
+        output_base_folder (str): 出力先ベースフォルダのパス
+        interval (int): フレーム抽出間隔（1なら全フレーム、2なら1フレームおき）
+        prefix (str): 出力ファイル名のプレフィックス
+        extension (str): 出力画像の拡張子
+    """
+    video = cv2.VideoCapture(video_path)
+
+    if not video.isOpened():
+        print(f"エラー: 動画ファイル '{video_path}' を開けませんでした")
+        return
+
+    fps = video.get(cv2.CAP_PROP_FPS)
+    total_frames = int(video.get(cv2.CAP_PROP_FRAME_COUNT))
+    duration_sec = total_frames / fps if fps > 0 else 0
+
+    # 動画ファイル名（拡張子なし）を取得
+    video_filename = Path(video_path).stem
+
+    # 時間を分秒形式に変換
+    minutes = int(duration_sec // 60)
+    seconds = int(duration_sec % 60)
+
+    # 抽出予定フレーム数を計算
+    expected_frames = (total_frames + interval - 1) // interval
+
+    # フォルダ名を生成
+    # 形式: "動画名_フレーム数frames_interval間隔_時間min秒sec_タイムスタンプ"
+    # 例: "video_300frames_interval10_1min40sec_20260122_143025"
+    timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
+    folder_name = f"{video_filename}_{expected_frames}frames_interval{interval}_{minutes}min{seconds}sec_{timestamp}"
+
+    # 出力フォルダのパスを作成（temp/frames/ 内に保存）
+    output_folder = os.path.join(output_base_folder, folder_name, "temp", "frames")
+    Path(output_folder).mkdir(parents=True, exist_ok=True)
+
+    print(f"動画情報:")
+    print(f"  - FPS: {fps}")
+    print(f"  - 総フレーム数: {total_frames}")
+    print(f"  - 再生時間: {minutes}分{seconds}秒")
+    print(f"  - 抽出間隔: {interval}フレームごと")
+    print(f"  - 出力フォルダ: {folder_name}")
+    print(f"\nフレーム抽出を開始します...")
+
+    frame_count = 0
+    saved_count = 0
+
+    while True:
+        ret, frame = video.read()
+        if not ret:
+            break
+
+        # 指定間隔でフレームを保存
+        if frame_count % interval == 0:
+            filename = f"{prefix}_{saved_count:06d}.{extension}"
+            output_path = os.path.join(output_folder, filename)
+            cv2.imwrite(output_path, frame)
+            saved_count += 1
+
+            if saved_count % 100 == 0:
+                print(f"  処理中: {saved_count} フレーム保存済み")
+
+        frame_count += 1
+
+    video.release()
+
+    print(f"\n完了!")
+    print(f"  - 保存されたフレーム数: {saved_count}")
+    print(f"  - 保存先: {output_folder}")
+
+
+def main():
+    """
+    スタンドアロン実行用のメイン関数
+    """
+    import argparse
+    import sys
+
+    parser = argparse.ArgumentParser(description='動画をフレームごとに分割して保存')
+    parser.add_argument('filename', help='data/input フォルダ内の動画ファイル名 (例: video.mp4)')
+    parser.add_argument('interval', type=int, nargs='?', default=1,
+                        help='フレーム抽出間隔 (デフォルト: 1=全フレーム)')
+
+    args = parser.parse_args()
+
+    # config から設定を取得
+    video_path = config.DATA_INPUT_DIR / args.filename
+    output_base_folder = config.OUTPUT_DIR
+    prefix = config.FRAME_PREFIX
+    extension = config.FRAME_EXTENSION
+
+    # 動画ファイルの存在確認
+    if not video_path.exists():
+        print(f"エラー: '{video_path}' が見つかりません")
+        return 1
+
+    # フレーム抽出を実行
+    try:
+        if args.interval == 1:
+            extract_frames(str(video_path), str(output_base_folder), prefix, extension)
+        else:
+            extract_frames_interval(str(video_path), str(output_base_folder), args.interval,
+                                    prefix, extension)
+        return 0
+    except Exception as e:
+        print(f"エラー: {e}")
+        return 1
+
+
+if __name__ == "__main__":
+    import sys
+    sys.exit(main())