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
当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24