使用Python和MoviePy库实现视频拼接与合成的技巧与实践

本文主要是介绍使用Python和MoviePy库实现视频拼接与合成的技巧与实践，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

首先，我们需要导入所需的库：

from moviepy.editor import VideoFileClip, concatenate_videoclips, AudioFileClip, CompositeVideoClip, ColorClip
import os
import random
from typing import List
from enum import Enum

接下来，我们定义了两个枚举类，分别表示视频的长宽比例和视频拼接模式：

class VideoAspect(Enum):portrait = 1landscape = 2def to_resolution(self):if self == VideoAspect.portrait:return 1080, 1920elif self == VideoAspect.landscape:return 1920, 1080class VideoConcatMode(Enum):sequential = 1random = 2

然后，我们定义了一个名为combine_videos的函数，该函数接受以下参数：

combined_video_path：合成视频的输出路径。
video_paths：一个包含待拼接视频路径的列表。
audio_file：背景音乐文件的路径。
video_aspect：视频的长宽比例，默认为VideoAspect.portrait。
video_concat_mode：视频拼接模式，默认为VideoConcatMode.random。
max_clip_duration：每个视频片段的最大时长，默认为5秒。
threads：写入视频文件时使用的线程数，默认为2。

函数的主要逻辑如下：

加载音频文件并获取其时长。
计算每个视频片段的所需时长。
获取输出目录。
获取视频的分辨率。
循环添加视频片段直到达到音频的最大时长。
根据视频拼接模式决定视频片段的顺序。
遍历video_paths列表，对每个视频片段进行处理。
如果视频片段长于剩余的音频时长，则进行裁剪。
如果计算出的片段长度小于实际视频片段长度，则进行裁剪。
调整视频片段的大小以匹配目标分辨率。
如果视频片段的时长超过最大限制，则进行裁剪。
将处理后的视频片段添加到clips列表中。
合并所有视频片段。
将合成的视频写入文件。

最后，我们给出了一个示例，展示了如何使用这个函数来拼接视频：

combined_video_path = "output/combined_video.mp4"
video_paths = ["input/video1.mp4", "input/video2.mp4", "input/video3.mp4"]
audio_file = "input/audio.mp3"result = combine_videos(combined_video_path, video_paths, audio_file)
print(f"视频合成完成！输出文件路径: {result}")

完整代码如下：

from moviepy.editor import VideoFileClip, concatenate_videoclips, AudioFileClip, CompositeVideoClip, ColorClip
import os
import random
from typing import List
from enum import Enum# 定义视频的长宽比例
class VideoAspect(Enum):portrait = 1landscape = 2def to_resolution(self):if self == VideoAspect.portrait:return 1080, 1920elif self == VideoAspect.landscape:return 1920, 1080# 定义视频拼接模式
class VideoConcatMode(Enum):sequential = 1random = 2# 视频合成函数
def combine_videos(combined_video_path: str,video_paths: List[str],audio_file: str,video_aspect: VideoAspect = VideoAspect.portrait,video_concat_mode: VideoConcatMode = VideoConcatMode.random,max_clip_duration: int = 5,threads: int = 2) -> str:# 加载音频文件并获取其时长audio_clip = AudioFileClip(audio_file)audio_duration = audio_clip.durationprint(f"音频最大时长: {audio_duration} 秒")# 计算每个视频片段的所需时长req_dur = min(max_clip_duration, audio_duration / len(video_paths))print(f"每个片段的最大时长: {req_dur} 秒")# 获取输出目录output_dir = os.path.dirname(combined_video_path)# 获取视频的分辨率aspect = VideoAspect(video_aspect)video_width, video_height = aspect.to_resolution()clips = []video_duration = 0# 循环添加视频片段直到达到音频的最大时长while video_duration < audio_duration:# 根据视频拼接模式决定视频片段的顺序if video_concat_mode == VideoConcatMode.random:random.shuffle(video_paths)for video_path in video_paths:clip = VideoFileClip(video_path).without_audio()# 如果视频片段长于剩余的音频时长，则进行裁剪if (audio_duration - video_duration) < clip.duration:clip = clip.subclip(0, (audio_duration - video_duration))# 如果计算出的片段长度小于实际视频片段长度，则进行裁剪elif req_dur < clip.duration:clip = clip.subclip(0, req_dur)clip = clip.set_fps(30)# 调整视频片段的大小以匹配目标分辨率clip_w, clip_h = clip.sizeif clip_w != video_width or clip_h != video_height:clip_ratio = clip_w / clip_hvideo_ratio = video_width / video_height# 等比例缩放视频片段scale_factor = video_width / clip_w if clip_ratio > video_ratio else video_height / clip_hnew_width = int(clip_w * scale_factor)new_height = int(clip_h * scale_factor)clip_resized = clip.resize(newsize=(new_width, new_height))# 创建黑色背景以填充不匹配的部分background = ColorClip(size=(video_width, video_height), color=(0, 0, 0))clip = CompositeVideoClip([background.set_duration(clip.duration),clip_resized.set_position("center")])# 如果视频片段的时长超过最大限制，则进行裁剪if clip.duration > max_clip_duration:clip = clip.subclip(0, max_clip_duration)clips.append(clip)video_duration += clip.duration# 合并所有视频片段video_clip = concatenate_videoclips(clips)video_clip = video_clip.set_fps(30)print("正在写入视频文件...")# 将合成的视频写入文件video_clip.write_videofile(filename=combined_video_path,threads=threads,logger=None,temp_audiofile_path=output_dir,audio_codec="aac",fps=30)video_clip.close()print("视频合成完成！")return combined_video_path

【痕迹】QQ+微信朋友圈和聊天记录分析工具1.0.4
（1）纯Python语言实现，使用Flask后端，本地分析，不上传个人数据。

（2）数据可视化分析QQ、微信聊天记录，提取某一天的聊天记录与大模型对话。

想不想知道经常和你聊天的那个人，聊天的频次，时段，内容云图？
想不想知道你都在什么时候发朋友圈，都有谁给你点赞、评论？
想不想知道哪一天的聊天频次最多，并把聊天记录甩给大模型，让它总结？

下载地址：https://www.lanzoub.com/b00rn0g47e 密码:9hww

这篇关于使用Python和MoviePy库实现视频拼接与合成的技巧与实践的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！