京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:俊欣
来源:关于数据分析与可视化
在上一篇教程当中,我们讲了Python在图片处理当中的应用,通过调用当中的opencv的模块,那么今天小编就和大家来分享一下Python同样也可以用来制作视频,也就是调用moviepy的模块。
Moviepy是一个用于视频剪辑的Python模块,可被用来进行一些基本的视频剪辑操作,例如视频的拼接、音频视频的合成、添加一些基本的转场等操作,它可以对大多数格式的视频文件进行读取,包括MP4以及GIF。
那么我们首先通过pip命令来安装该模块,
pip install moviepy
不同版本的moviepy版本在使用上也存在着出入,这里小编使用的是1.0.1版本
在安装好了该模块之后,接下来我们来简单地制作一张视频,步骤也是非常的简单,我们读取若干张照片,将这些照片合成一条视频,并且添加上简单的转场效果。代码如下
import os from moviepy.editor import * from moviepy.video.compositing.transitions import crossfadein
filelist = os.listdir("../images/")
clips_list = [] for item in filelist: if item.endswith('.png') or item.endswith('.jpg'): # 判断图片后缀是否是.png photo_path = "./images/{}".format(item)
clips1 = ImageClip(photo_path).set_duration(0.5).fx(crossfadein, 1)
clips_list.append(clips1)
video_clip = concatenate_videoclips(clips_list, method="compose")
video_clip.write_videofile("test.mp4", fps=24, remove_temp=True)
output
那既然涉及到了转场效果的添加,这里引用的是moviepy.video.compositing.transitions当中的渐入渐出的转场效果(crossfadein/crossfadeout),从整体的代码逻辑上来看,我们在读取了图片之后,分别在后面添加上转场效果,转场的时长为0.5秒,最后我们将这些带有转场效果的图片合成一条视频并且保存到指定的路径。
经过上面的实践之后,我们合成出来的视频是没有背景音乐的,moviepy模块还能够为视频添加BGM,代码如下
videoclip = VideoFileClip("video.mp4")
audioclip = AudioFileClip("audio.mp3")
finalclip = videoclip.set_audio(audioclip)
finalclip.write_videofile("final_result.mp4", fps=60, remove_temp=True, codec="libx264")
output
小编所使用的的版本的moviepy,需要去修改源代码当中的部分代码才可以成功地在视频当中添加音频,具体的位置是在site-packagesmoviepyvideoioffmpeg_writer.py当中的第86行的-an参数去除掉
我们也可以在现有视频的基础上进二创,例如对视频进行缩放、翻转等等。例如对视频进行垂直或者是水平方向上的翻转,代码如下
clip1 = VideoFileClip("video.mp4") clip2 = clip1.fx(vfx.mirror_x) clip3 = clip1.fx(vfx.mirror_y)
当然我们也可以对视频进行缩放,例如缩放60%,代码如下
clip4 = clip1.resize(0.60)
所有的代码如下所示
from moviepy.editor import VideoFileClip, clips_array, vfx
clip1 = VideoFileClip("out.mp4").margin(10) # 添加空隙 clip2 = clip1.fx(vfx.mirror_x)
clip3 = clip1.fx(vfx.mirror_y)
clip4 = clip1.resize(0.60) # 缩小60% final_clip = clips_array([[clip1, clip2],
[clip3, clip4]])
final_clip.resize(width=480).write_videofile("my_stack.mp4")
output
倘若我们想从视频当中截图一部分出来,调用的是subclip()方法,代码如下
clip = VideoFileClip("video.mp4")
clip_2 = clip.subclip(5, 10) # 截取5-10秒的部分出来 clip_2.write_videofile("video_2.mp4")
最后moviepy模块也可以和matplotlib可视化模块相结合来制作动图,通过自定义一个函数来生成一帧一帧的图画,最后生成一个gif动图,代码如下
x = np.linspace(-5, 5, 200) duration = 5 fig, ax = plt.subplots() def build_frame(t): ax.clear() ax.plot(x, np.sin(x**2) + np.sinc(x + 2*np.pi/duration * t), lw=5) ax.set_ylim(-2.5, 2.5) return mplfig_to_npimage(fig) animation = VideoClip(build_frame, duration=duration) animation.write_gif('movie_matplotlib.gif', fps=60)
output
CDA数据分析师分享内容,欢迎转发
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28