n行Python代码系列：两行代码实现视频文件指定时刻画面输出

☞ ░ 老猿Python博文目录 ░

在这里插入图片描述

一、引言

最近看到好几篇类似“n行Python代码…”的博文，看起来还挺不错，简洁、实用，传播了知识、带来了阅读量，撩动了老猿的心，决定跟风一把，推一个“n行Python代码系列”文章。

对于视频中的精彩画面，有时希望截图保存，通过截屏软件即可实现，但截屏软件只能通过播放软件定位时间，该时间精确度为秒，对一些特殊需求如科研观察来说不够，另外截屏软件可能会将播放器的一些控制组件也截屏下来。如下面的《粉丝记事本》的MV截取10秒位置的图片：

本文介绍两行代码实现将视频指定时刻画面输出到文件的方法。更多“n行Python代码系列”文章请参考免费专栏《n行Python代码系列》。

二、等时间间隔输出视频画面

要进行视频剪辑，老猿使用的Moviepy。下面代码使用的视频《粉丝记事本》，我们来每隔10秒输出一张视频画面。代码实现如下：


from  moviepy.editor import *

clip = VideoFileClip(r"F:videofansNote1M_crop.mp4")
clip.save_frame (r"F:videofansNote1M.jpg",9.75)


  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

上述三行代码先实现Moviepy模块的加载、然后读入视频文件、进行指定时间的画面输出到指定文件。以上三行代码也可以精简为如下两行：


from  moviepy.editor import *

VideoFileClip(r"F:videofansNote1M_crop.mp4").save_frame (r"F:videofansNote1M.jpg",9.75)


  • 1
  • 2
  • 3
  • 4
  • 5

我们来看看结果文件的内容：

和上面的截图对比一下，可以体会前面截屏软件遇到的问题。

三、背景知识

3.1、moviepy介绍

要实现视频剪辑，老猿使用了moviepy库。

MoviePy是一个用于视频编辑的Python模块，可用于进行视频的基本操作（如剪切、连接、标题插入）、视频合成（也称非线性编辑）、视频处理或创建高级效果。

它可以读写最常见的视频格式，包括GIF。MoviePy能处理的视频是ffmpeg格式的，老猿理解支持的文件类型至少包括：*.mp4 *.wmv *.rm *.avi *.flv *.webm *.wav *rmvb。

MoviePy使用ffmpeg读取、导出视频和音频文件，使用ImageMagick生成文本和输出GIF文件。Python的快速数字库Numpy保证了不同媒体的处理。高级效果和增强使用了Python的许多图像处理库（PIL、Scikit-image、scipy等）。

moviepy的核心对象是剪辑（clips），包括AudioClips 和VideoClips。它们可以修改（剪切、减速、变暗…）或与剪辑混合以形成新剪辑，可以使用PyGame或IPython Notebook预览，并可以输出到对应类型的文件（如MP4、GIF、 MP3等）。例如，VideoClips可以从视频文件、图像、文本或自定义动画创建。VideoClips可以有一个音频轨道（这是一个AudioClip）和一个mask（一个特殊的VideoClip，指示当剪辑与其他剪辑混合时要隐藏哪些部分）。

3.2、moviepy安装

MoviePy安装非常简单，使用pip安装时，请将站点指向国内的镜像站点，否则下载很慢或者下载不下来，老猿使用清华的镜像，指令是：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple moviepy

注意：

1、moviepy全小写，安装时会自动安装相关依赖包；

2、建议安装最新的版本1.0.3，因为1.0.2中有个比较大的bug，请见《在Python中使用moviepy进行视频剪辑时输出文件报错 ‘NoneType’ object has no attribute 'stdout’问题》；

3、如果没有安装最新版本，可以执行版本升级，指令：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple moviepy --upgrade

关于Moviepy更多的介绍，请参考老猿的免费专栏《PyQt+moviepy音视频剪辑实战》。

3.3、相关函数

上述代码涉及到的相关函数包括VideoFileClip、save_frame。

3.3.1、VideoFileClip

VideoFileClip实际上是一个类，其构造方法如下：

__init__(self, filename, has_mask=False, audio=True, audio_buffersize=200000,target_resolution=None, resize_algorithm=‘bicubic’,audio_fps=44100, audio_nbytes=2, verbose=False, fps_source=‘tbr’)`

参数说明：

  • filename：视频文件名，可以带路径

  • has_mask：是否有遮罩，如果视频文件带遮罩，则设置has_mask为True。视频文件一般很少带遮罩，但有些视频编码支持遮罩功能。例如如果moviepy合成了一个带遮罩的剪辑，则可以使用《moviepy音视频剪辑：视频剪辑基类VideoClip的属性及方法详解》介绍的VideoClip.write_videofile将剪辑和遮罩、音频信息一起保存到视频文件中

  • audio：如果视频文件不带音频或者不希望加载视频文件的音频，可以将audio参数设置为False

  • audio_buffersize：音频文件读取缓冲区大小，字节为单位，一般用缺省值足够，如果audio_buffersize比一个音频帧的大小还要小，会自动使用音频帧的大小代替

  • target_resolution：设置为加载后需要变换到的分辨率，类型为列表或元组，第一个元素为分辨率的高，第二个为宽，如果高或宽有一个为None，则保持现有纵横比调整帧的大小。如果保持原分辨率不变，则不需要设置本参数或设置为None。如果设置了新的分辨率，则在调用ffmpeg 返回视频剪辑的帧之前会按新的分辨率调整帧的大小。这比使用转换为高分辨率流然后再调整分辨率会快很多

  • resize_algorithm：要改变加载后的视频分辨率，可以通过resize_algorithm指定调整分辨率的算法，缺省值为 “bicubic”，还可以是 “bilinear” 、"fast_bilinear"等。关于算法的更多信息请参考：http://iyenn.com/index/link?url=https://ffmpeg.org/ffmpeg-scaler.html

  • audio_fps：声音的采样频率

  • audio_nbytes：声音采样的位数

  • verbose：是否在标准输出设备上显示处理信息

  • fps_source：从视频的元数据metadata哪个数据中获取fps值，默认设置为’tbr’，但可以设置为’fps’，这可能有助于导入慢动作视频，否则可能会出意外。

3.3.2、save_frame函数

save_frame函数用于将t指定时刻位置的帧保存到指定图像文件。调用语法如下：

save_frame(self, filename, t=0, withmask=True)

  • filename：输出图片文件名

  • t：指定时刻，以输出75.35秒为例，t的表示方法可以是如下四种之一：
    √ 数字秒，为一个浮点数数字，如75.35
    √ 分钟和秒组成的元组，如(1,15.35)
    √ 时、分、秒组成的元组，如（0,1,15.35)
    √ 用冒号分隔的时间字符串，如‘0:1:15.35’

  • withmask：如果withmask为True，对应帧的遮罩会被写入图片的alpha通道层，仅对PNG图像有效

四、小结

本文介绍了使用Python+Moviepy 两行代码实现将视频输指定位置的图片画面输出到图片文件的方法，并介绍了moviepy的功能及安装以及相关处理的关键函数及语法。

写博不易，敬请支持：

如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！

如对文章内容存在疑问，可在博客评论区留言，或关注：老猿Python 微信公号发消息咨询。

更多相关moviepy知识的介绍请参考《 Python音视频剪辑库MoviePy1.0.3中文教程导览及可执行工具下载》的导览式介绍。

关于老猿的付费专栏

  1. 付费专栏《 使用PyQt开发图形界面Python应用》专门介绍基于Python的PyQt图形界面开发基础教程，对应文章目录为《 使用PyQt开发图形界面Python应用专栏目录》；

  2. 付费专栏《 moviepy音视频开发专栏 )详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理，对应文章目录为《moviepy音视频开发专栏文章目录》；

  3. 付费专栏《 OpenCV-Python初学者疑难问题集》为《 OpenCV-Python图形图像处理 》的伴生专栏，是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合，相关资料基本上都是老猿反复研究的成果，有助于OpenCV-Python初学者比较深入地理解OpenCV，对应文章目录为《 OpenCV-Python初学者疑难问题集专栏目录 》

  4. 付费专栏《Python爬虫入门 》站在一个互联网前端开发小白的角度介绍爬虫开发应知应会内容，包括爬虫入门的基础知识，以及爬取CSDN文章信息、博主信息、给文章点赞、评论等实战内容。

前两个专栏都适合有一定Python基础但无相关知识的小白读者学习，第三个专栏请大家结合《 OpenCV-Python图形图像处理 》的学习使用。

对于缺乏Python基础的同仁，可以通过老猿的免费专栏《 专栏：Python基础教程目录》从零开始学习Python。

如果有兴趣也愿意支持老猿的读者，欢迎购买付费专栏。

如对文章内容存在疑问，可在博客评论区留言，或关注：老猿Python 微信公号发消息咨询。

老猿Python，跟老猿学Python！

☞ ░ 前往老猿Python博文目录 ░

文章知识点与官方知识档案匹配，可进一步学习相关知识
Python入门技能树首页概览333550 人正在系统学习中
老猿Python
微信公众号
专注Python相关语言、图像音视频处理、AI
注：本文转载自blog.csdn.net的LaoYuanPython的文章"https://blog.csdn.net/LaoYuanPython/article/details/114939827"。版权归原作者所有，此博客不拥有其著作权，亦不承担相应法律责任。如有侵权，请联系我们删除。
复制链接
相关推荐
发表评论

评论记录：

未查询到任何数据！