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
箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27数据分析的基础范式,是支撑数据工作从“零散操作”走向“标准化落地”的核心方法论框架,它定义了数据分析的核心逻辑、流程与目 ...
2026-01-27在数据分析、后端开发、业务运维等工作中,SQL语句是操作数据库的核心工具。面对复杂的表结构、多表关联逻辑及灵活的查询需求, ...
2026-01-26支持向量机(SVM)作为机器学习中经典的分类算法,凭借其在小样本、高维数据场景下的优异泛化能力,被广泛应用于图像识别、文本 ...
2026-01-26在数字化浪潮下,数据分析已成为企业决策的核心支撑,而CDA数据分析师作为标准化、专业化的数据人才代表,正逐步成为连接数据资 ...
2026-01-26数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21在实际业务数据分析中,单一数据表往往无法满足需求——用户信息存储在用户表、消费记录在订单表、商品详情在商品表,想要挖掘“ ...
2026-01-21在数字化转型浪潮中,企业数据已从“辅助资源”升级为“核心资产”,而高效的数据管理则是释放数据价值的前提。企业数据管理方法 ...
2026-01-21在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20