制作抖音卡点视频？Python来帮你~ / 四六文摘

第一时间获取 Python 技术干货！

阅读文本大概需要 10 分钟。

目标场景

玩抖音的朋友都应该知道，最近「卡点视频」简直不要太火。抖音上很多大神也出了剪辑各种卡点视频的教程。

实际上，利用很多手机 APP 或者 PR、FCPX 软件也可以制作卡点视频，但是剪辑效率都太慢。如果想实现一篮子剪辑素材，通过运行一段代码，得到一个卡点视频，这种感觉不要太爽。

本篇文章的目的是利用 Python 从一篮子素材中快速地剪辑卡点小视频这一操作。

准备工作

首先，对视频的剪辑需要用到「opencv」库，通过 pip3 安装到虚拟环境中。

# opencv 用于剪辑视频

pip3 install opencv-python

然而，通过 opencv 剪辑的视频只有画面，没有背景音乐。

我们需要借助「ffmpeg」，将抖音下载好的某个卡点视频利用 ffmpeg 命令分离出音频文件，然后合并到上面剪辑的视频当中。

# 分离BGM、合并视频和BGM

pip3 install ffmpeg

编写脚本

我们以抖音上的某个卡点音乐为例，这段背景音乐的节奏需要一个 2s 的视频，然后其他都是静态图片，每个图片显示 0.5s。

下面通过 5 个步骤完成卡点视频的剪辑，分别是：剪辑开始视频、合并静态图片视频、合并上面两段视频、给视频加入水印、加入背景音乐。

第一步，我们需要从视频素材文件中剪辑一段 2s 的片段。

通过 cv2 库为视频文件构建一个「VideoCapture」对象，然后获取到视频的帧率和视频的分辨率。

# 视频源

videoCapture = cv2.VideoCapture(soure_filename)
# 获取视频的帧率

fps = videoCapture.get(cv2.CAP_PROP_FPS)

# 获取视频的分辨率 img_size = (int(videoCapture.get(cv2.CAP_PROP_FRAME_WIDTH)), int(videoCapture.get(cv2.CAP_PROP_FRAME_HEIGHT)))

然后，利用上面的帧率、分辨率构建一个写入对象，即：「VideoWriter」。

# 构建一个视频写入对象

video_writer = cv2.VideoWriter(output_filename, cv2.VideoWriter_fourcc('X', 'V', 'I', 'D'), fps, img_size)

最后，通过传入要开始剪辑的起始点和要剪的长度，然后循环读取视频帧，如果满足条件，就写入到目标视频文件中。

写入视频帧完成之后，需要手动释放对象资源。

# 开始帧和结束帧

start_frame = fps * start_time

end_frame = start_frame + peroid * fps

# 循环读取视频帧，只写入开始帧和结束帧之间的帧数据 while True: success, frame = videoCapture.read() if success: i += 1 if start_frame <= i <= end_frame: # 将截取到的画面写入“新视频” video_writer.write(frame) else: break # 释放资源 videoCapture.release()

第二步，需要把所有的静态文件都合成一段视频。

ps：为了保证每一张静态图片都显示 0.5s，并且静态图片生成的视频与第一段视频使用同一帧率，因此我们应该针对每一张图片写入多次，即多帧数据。每张图片写入的总次数为上段视频的帧率的 1/2。

和剪辑视频类似，静态图片合成视频也需要先构建一个写入对象 VideoWriter，然后通过向上取整获取要写入的总帧数。

# 视频格式：MP4

fourcc = cv2.VideoWriter_fourcc('m', 'p', '4', 'v')
# 构建写入对象

video = cv2.VideoWriter(output_video_path, fourcc, fps, img_size)

# 每一张图片要写入的帧数目 total_count = math.ceil(fps / 2)

另外需要注意的是，为了保证图片合成的视频能与第一段视频顺利剪辑在一起，这里需要对图片的分辨率进行缩放，没有像素的位置填充为黑色。

def resize_image(target_image_path, target_size):

    """

    调整图片大小，缺失的部分用黑色填充

    :param target_image_path: 图片路径

    :param target_size: 分辨率大小

    :return:

    """

    image = Image.open(target_image_path)
iw, ih = image.size  # 原始图像的尺寸

    w, h = target_size  # 目标图像的尺寸

    scale = min(w / iw, h / ih)  # 转换的最小比例
# 保证长或宽，至少一个符合目标图像的尺寸

    nw = int(iw * scale)

    nh = int(ih * scale)
image = image.resize((nw, nh), Image.BICUBIC)  # 缩小图像

    # image.show()
new_image = Image.new('RGB', target_size, (0, 0, 0, 0))  # 生成黑色图像
# 将图像填充为中间图像，两侧为灰色的样式    

    new_image.paste(image, ((w - nw) // 2, (h - nh) // 2))

# 覆盖原图片 new_image.save(target_image_path)

图片分辨率处理完成之后，最后就可以读取指定文件夹下的图片，按照上面获取的次数把静态图片写入到视频文件中。

# 使用opencv读取图像

frame = cv2.imread(image_path)
# 直接缩放到指定大小

frame_suitable = cv2.resize(frame, (img_size[0], img_size[1]), interpolation=cv2.INTER_CUBIC)

# 把图片写进视频 # 重复写入多少次 count = 0 while count < total_count: video.write(frame_suitable) count += 1

以上两步已经完成了两段单独视频的剪辑，第三步是「合成」上面的两段视频。

由于两段视频的帧率、分辨率都一致，这里不需要做其他多余的处理，只需要遍历两段视频文件，循环读取每一帧，然后写入到新的视频文件中。

第四步，需要对视频添加「水印」操作。

添加水印也很方便，利用 cv2 中的函数 putText，指定水印的起始坐标、字体样式、字体大小和颜色，然后循环每一帧，写入到视频就可以实现。

ret, frame = cap.read()
while ret:

     # 文字在图中的坐标(注意:这里的坐标原点是图片左上角)

     x, y = img_size[0] - 200, img_size[1] - 50
# 写入水印文字，文字颜色为白色

     cv2.putText(img=frame, text=mask_word,

                    org=(x, y), fontFace=cv2.FONT_HERSHEY_COMPLEX_SMALL,

                    fontScale=1, color=(255, 255, 255))
video_writer.write(frame)

     ret, frame = cap.read()
# 删除源文件，并重命名临时文件

os.remove(video_path)

os.rename(video_temp_path, video_path)

print('水印添加完成~') video_writer.release() cap.release()

最后一步就是合成视频和背景音乐，重新生成一段视频文件。

利用视频的帧率与总帧数得到视频的总时长，然后利用 ffmpeg 命令对背景音乐做一次裁剪操作，使得视频的长度与背景音乐的时间长度一致。

#获取视频的长度

cap = cv2.VideoCapture(video_path)
#帧率

fps = cap.get(cv2.CAP_PROP_FPS)
#总帧数

frame_count = cap.get(cv2.CAP_PROP_FRAME_COUNT)
#视频总时长-秒，这里做取整操作 【浮点类型】

time_count = math.floor(frame_count / fps)
print('帧率:%f,总帧数:%d' % (fps, frame_count))

print(time_count)

# 3.截取音频 # 为了简单，这里一般不会超过一分钟 bgm_temp_path = get_temp_path(bgm_path, 'temp_new') os.system('ffmpeg -i %s -ss 00:00:00 -t 00:00:%d -acodec copy %s' % (bgm_path, time_count, bgm_temp_path))

接着使用 ffmpeg 命令，合并视频文件和音频文件，就可以生成一个我们需要的卡点视频。

#视频、音频合二为一

# 临时文件

video_temp_path = get_temp_path(video_path, 'temp')

os.system('ffmpeg -i %s  -i %s  -vcodec copy -acodec copy %s' % (video_path, bgm_path, video_temp_path))

# 删除源文件，重命令临时文件 os.remove(video_path) os.rename(video_temp_path, video_path)

结果结论

运行程序后，视频、图片、背景音乐会自动进行剪辑、合成，最后加上水印，在本地生成一个卡点视频。

下面是我利用 Python 在一篮子素材中生成的一个卡点视频。

制作抖音卡点视频？Python来帮你~

相关推荐