摘要

MoviePy是一个用于视频编辑的Python模块，它可被用于一些基本操作（如剪切、拼接、插入标题）、视频合成（即非线性编辑）、视频处理和创建高级特效。它可对大多数常见视频格式进行读写，包括GIF。
手册：http://doc.moviepy.com.cn/index.html#document-index
示例如下（IPython Notebook环境）

下载与安装

pip install moviepy

工作原理

MoviePy使用ffmpeg软件来读取和导出视频和音频文件。也使用（可选）ImageMagick来生成文字和制作GIF文件。不同媒体的处理依靠Python的快速的数学库Numpy。高级效果和增强功能使用一些Python的图片处理库（PIL，Scikit-image，scipy等）。

基本概念

在MoviePy中，核心对象是剪辑，可以使用AudioClips或VideoClips来处理。剪辑可被修改（剪切、降低速度、变暗等）或与其他剪辑混合组成新剪辑。剪辑可被预览（使用PyGame或IPython Notebook），也可生成文件（如MP4文件、GIF文件、MP3文件等）。以VideoClips为例，它可以由一个视频文件、一张图片、一段文字或者一段卡通动画而来。它可以包含音频轨道（即AudioClip）和一个遮罩（一种特殊的VideoClip），用于表明当两个剪辑混合时，哪一部分的画面被隐藏）。详见生成与导出视频剪辑和混合剪辑。

你可使用MoviePy的很多效果对一个剪辑进行修改（如clip.resize(width=“360”)、clip.subclip(t1,t2)、clip.fx(vfx.black_white)或使用用户自行实现的效果。MoviePy提供许多函数（如clip.fl、clip.fx等），可以用简单的几行代码实现你自己的效果。详见视频转换与效果。

你还可以在moviepy.video.tools找到一些高级的效果来对视频中的对象进行追踪、画简单的形状和颜色渐变（对于遮罩来说很有用）、生成字幕和结束时的演职人员表等。参见高级工具中的详细描述。

最后，尽管MoviePy没有生动的用户界面，它也有许多方法来预览剪辑，使你能够调试脚本，从而确保你的视频在高质量的同时一切正常。详见如果更有效率地使用MoviePy。

速度对比

测试遍历的方式

新建脚本Opencv_demo.py,插入代码：

import laneDetection
import time
import cv2
import preprocesst1=time.time()
vs = cv2.VideoCapture('..\\data\\dashcam_video_trim.mp4')
fps = 30    #保存视频的FPS，可以适当调整
size=(1280,720)#宽高，根据frame的宽和高确定。
fourcc = cv2.VideoWriter_fourcc(*"mp4v")
videoWriter = cv2.VideoWriter('3.mp4',fourcc,fps,size)#最后一个是保存图片的尺寸
# 循环播放图像流中的帧
while True:# 从视频流中读取下一帧并调整其大小(grabbed, frame)  = vs.read()if not grabbed:breakimage = frameframe, invM = preprocess.warp(frame)frame = preprocess.grayscale(frame)frame = preprocess.threshold(frame)frame, left_curverad, right_curverad = laneDetection.search_around_poly(frame)frame = cv2.warpPerspective(frame, invM, (frame.shape[1], frame.shape[0]), flags=cv2.INTER_LINEAR)frame = cv2.addWeighted(frame, 0.3, image, 0.7, 0)# Add curvature and distance from the centercurvature = (left_curverad + right_curverad) / 2car_pos = image.shape[1] / 2center = (abs(car_pos - curvature) * (3.7 / 650)) / 10curvature = 'Radius of Curvature: ' + str(round(curvature, 2)) + 'm'center = str(round(center, 3)) + 'm away from center'frame = cv2.putText(frame, curvature, (50, 50), cv2.FONT_HERSHEY_COMPLEX, 1, (255, 255, 255), 2, cv2.LINE_AA)frame = cv2.putText(frame, center, (50, 100), cv2.FONT_HERSHEY_COMPLEX, 1, (255, 255, 255), 2, cv2.LINE_AA)videoWriter.write(frame)key = cv2.waitKey(1) & 0xFF# 如果按下“ q”键，则退出循环if key == ord("q"):break
videoWriter.release()
cv2.destroyAllWindows()
vs.release()
t2=time.time()
print(t2-t1)

结果如下：

测试moviepy方式处理图片的帧

新建main.py,插入代码：

import timeimport cv2
import preprocess
import calibrateCamera
import laneDetection
from moviepy.editor import VideoFileClipdef pipeline(frame):image = frame#Disabled, techinically each frame needs to be undistored before being processed.#objpoints, imgpoints = [] #Add them manually#frame = calibrateCamera.calibrate(objpoints, imgpoints, frame)frame, invM = preprocess.warp(frame)frame = preprocess.grayscale(frame)frame = preprocess.threshold(frame)frame, left_curverad, right_curverad = laneDetection.search_around_poly(frame)frame = cv2.warpPerspective(frame, invM, (frame.shape[1], frame.shape[0]), flags=cv2.INTER_LINEAR)frame = cv2.addWeighted(frame, 0.3, image, 0.7, 0)#Add curvature and distance from the centercurvature = (left_curverad + right_curverad) / 2car_pos = image.shape[1] / 2center = (abs(car_pos - curvature)*(3.7/650))/10curvature = 'Radius of Curvature: ' + str(round(curvature, 2)) + 'm'center = str(round(center, 3)) + 'm away from center'frame = cv2.putText(frame, curvature, (50, 50), cv2.FONT_HERSHEY_COMPLEX, 1, (255, 255, 255), 2, cv2.LINE_AA)frame = cv2.putText(frame, center, (50, 100), cv2.FONT_HERSHEY_COMPLEX, 1, (255, 255, 255), 2, cv2.LINE_AA)return framedef debugFrames(file):cap = cv2.VideoCapture(file)if(cap.isOpened()==False):print('Error opening the file, check its format')cap.set(1, 100)res, frame = cap.read()#frame = pipeline(objpoints, imgpoints, frame) uncomment if using forframe = pipeline(frame)cv2.imshow('Frame', frame)cv2.waitKey(10000)def processFrames(infile, outfile):output = outfileclip = VideoFileClip(infile)processingClip = clip.fl_image(pipeline)processingClip.write_videofile(output,fps=30, audio=True)def main(infile, outfile):#objpoints, imgpoints = calibrate() uncomment, provided you have calibration picturesprocessFrames(infile, outfile)if __name__ == "__main__":infile = "..\\data\\dashcam_video_trim.mp4"outfile = "..\\data\\dashcam_video_trim_output.mp4"t1=time.time()main(infile, outfile)t2=time.time()print(t2-t1)

结果如下：

结论

moviepy处理图片的帧比直接遍历快了7秒。速度提升了不少。
本例用到代码和资料详见：
https://download.csdn.net/download/hhhhhhhhhhwwwwwwwwww/86757342

moviepy处理视频帧和遍历的方式处理视频帧速度对比。相关推荐

音视频处理基础知识扫盲：数字视频YUV像素表示法以及视频帧和编解码概念介绍
专栏:Python基础教程目录专栏:使用PyQt开发图形界面Python应用专栏:PyQt+moviepy音视频剪辑实战专栏:PyQt入门学习老猿Python博文目录老猿学5G博文目录一. ...
moviepy音视频剪辑：与大小相关的视频变换函数crop、even_size、margin、resize介绍
☞ ░ 前往老猿Python博文目录 ░ 一.引言在<moviepy音视频剪辑:moviepy中的剪辑基类Clip详解>介绍了剪辑基类的fl.fl_time.fx方法,在<movi ...
python爬取视频自动播放_介绍一个python视频处理库:moviepy
处理视频是一个常见的需求.那么在python中如何用代码处理视频呢?最近我无意间发现了一个很好用的python视频处理库moviepy,其使用起来简单易用,而且功能比较强大,这里记录一下分享给大家. ...
视频质量评估的新方式：VMAF百分位数
正文字数:4964 阅读时长:7分钟在这篇博客文章中,我们介绍了一种新的基于计算视频多方法评估融合(VMAF)百分位数的视觉质量评估方法. 作者 / Adeel Abbas 原文链接 / http ...
视频编码之I，P，B帧
视频编码之I,P,B帧编码主要是想办法压缩视频的大小. 使用帧间编码技术可以去除时间上的冗余信息,具体包括以下几个部分. 运动补偿:运动补偿是通过先前的局部图像来预测.补偿当前的局部图像,它是减少帧 ...
音视频开发之旅（58) -H.264 帧内预测
目录编码流程和数据格式回顾 4 × 4亮度块的9中预测模式 16 × 16亮度块的4种预测模式 8 × 8 色度块的4种预测模式 JM代码资料收获一.编码流程和数据格式回顾我们先看下下图来回 ...
php截取视频第一帧为图片,把视频变成一帧一帧的图片(ae怎么把视频变成单帧) 视频截图视频画面每帧图片截取...
AE怎么把视频变成单帧?这是小编今天要与大家讨论及解决的一个问题.在视频后期处理中,有时为实现某个场景效果,需要把视频中的某帧变成静态帧图片:或者需要视频截图视频画面每帧图片截取出来,把视频变成一帧一 ...
自媒体视频改帧数消重软件修改视频的md5
自媒体视频改帧数消重软件修改视频的md5 视频伪原创是进行短视频引流的积累粉丝.今天的头条新闻特别近推出了一系列政策,鼓励媒体积累和煽动粉丝.. 核心 ...
音视频从入门到精通——FFmpeg 播放器实现音视频同步的三种方式
老人们经常说,播放器对音频和视频的播放没有绝对的静态的同步,只有相对的动态的同步,实际上音视频同步就是一个"你追我赶"的过程. 音视频的同步方式有 3 种,即:音视频分别向系统时钟 ...

moviepy处理视频帧和遍历的方式处理视频帧速度对比。

文章目录

摘要