基於Python實現合並多張圖片轉成mp4視頻

Posted on by

前言

隨著現代科技飛速發展和人們提升視覺上體驗，利用圖片生成視頻的方法，確實為工作或者提升生活體驗感做瞭很多成功案例：

1、簡單的幻燈片演示，如展示旅遊照片、產品展示等；

2、改編圖片動畫，如口紅試色、時尚大片中的效果；

3、制作日記式的視頻內容，將一段長時間內的照片串在一起，如婚禮紀實、Baby成長記錄等；

4、制作信息圖表，如將各種數據圖表整合在一起以便展示和詮釋數據。

以上隻是一些普遍運用的例子，實際上還有更廣泛的使用場景，取決於制作者的目的和創意。

下面咱們用python代碼實現多張圖片合成MP4視頻為實例，做下詳細代碼講解。

一、需要調入的模塊

1、imageio模塊

Python模塊imageio是一個用於讀取和寫入圖像及視頻數據的庫。它支持多種格式，並且可以使用NumPy數組進行操作。

以下是一些關鍵的函數：

  • imageio.imread()：從文件中讀取圖像數據並返回一個NumPy數組。
  • imageio.imwrite()：將一個NumPy數組寫入到文件。
  • imageio.mimsave()：將多個圖像幀組成的列表保存為動畫文件（例如GIF）。
  • imageio.get_reader()：獲取一個對象，該對象用於逐幀讀取給定文件中的動畫圖像。
  • imageio.get_writer()：獲取一個對象，該對象用於逐幀寫入動畫圖像到指定文件中。

使用這些函數，可以方便地讀取、寫入和處理各種圖像及視頻數據格式。

2、Image 模塊

PIL 是 Python 中常用的圖像處理庫，Image 模塊是其中的一個重要模塊，它提供瞭各種圖像操作和處理的函數。

以下是 Image 模塊中一些主要函數及其作用：

  • open(): 打開並返回指定文件路徑的圖像對象。
  • fromarray(): 將 numpy 數組或 PIL 圖像對象轉換為 PIL 圖像對象。
  • new(): 創建一個新的指定大小、模式和顏色的空白圖像對象。
  • save(): 將圖像保存為指定格式的文件。
  • resize(): 修改圖像的大小。
  • crop(): 裁剪圖像的指定區域。
  • rotate(): 旋轉圖像指定角度。
  • show(): 顯示圖像。

除此之外，還有很多其他常用的函數，例如調整亮度和對比度、應用濾鏡等等。這些函數可以幫助我們實現各種復雜的圖像處理任務，並且通常也會有一些參數可用於進一步調節函數的行為，具體使用時可以參考相關文檔。

二、實現合並多張圖片轉成 mp4 視頻

使用 Python 中的畫圖庫 PIL（Python Imaging Library）或者 OpenCV 讀取每一張圖片。

使用第三方庫 imageio 將多張圖片合並成一個視頻文件。

配置生成視頻文件的視頻幀數、視頻尺寸和視頻播放速度等參數。

以下是一個簡單的示例代碼:

import os
import imageio
from PIL import Image

# 設置生成的視頻文件名和路徑
filename = 'output.mp4'
filepath = os.path.join(os.getcwd(), filename)

# 讀取所有 PNG 圖片
images = []
for file_name in sorted(os.listdir()):
    if file_name.endswith('.png'):
        images.append(Image.open(file_name))

# 將圖片轉換為視頻
fps = 30  # 每秒鐘30幀
with imageio.get_writer(filepath, fps=fps) as video:
    for image in images:
        frame = image.convert('RGB')
        video.append_data(frame)

實現原理，讀取所有需要合並的圖片文件，將它們存儲到一個列表中。然後使用 imageio 庫的 get_writer() 函數創建一個視頻寫入器對象，並設置視頻的播放速度（fps）。之後在循環過程中，讀取列表中的每一張圖片，在將其轉換為帶有 RGB 顏色模式的格式後添加到視頻幀中。最終輸出一個合並瞭所有目標圖片的視頻文件。

三、優化改進一下

將程序並行化進行處理，加快處理多張圖片的速度。註：以下方法可能並非最優方法

import os
import concurrent.futures
import imageio
from PIL import Image

# 設置生成的視頻文件名和路徑
filename = "output.mp4"
filepath = os.path.join(os.getcwd(), filename)


def process_image(file_name):
    if file_name.endswith(".png"):
        image = Image.open(file_name)
    return image.convert("RGB")


with concurrent.futures.ThreadPoolExecutor() as executor:
    # 尋找所有 png 文件
    image_files = [file for file in os.listdir() if file.endswith(".png")]

    # 利用線程池並行處理圖像
    images = list(executor.map(process_image, image_files))


# 將圖片轉換為視頻文件
fps = 30  # 每秒鐘30幀
with imageio.get_writer(filepath, fps=fps) as video:
    for image in images:
        video.append_data(image)

這裡使用 concurrent.futures 庫中的 ThreadPoolExecutor 對象進行並行處理。首先在主線程中尋找讀取當前工作目錄下的所有需要合並的 PNG 圖片，創建任務列表。然後將任務提交給線程池中並保證能夠快速、異步地處理目標文件。在處理完所有 PNG 圖片之後，將其存儲到一個 images 中的列表中並最後轉換成視頻。

總結

以上就是今天要講的內容，本文僅僅簡單介紹瞭python代碼實現圖片轉成視頻的使用，而imageio中提供瞭大量能使我們快速便捷地處理數據的函數和方法。

註意，由於 GIL 的存在，Python 的多線程並不總能帶來真正的性能提升。如果性能是關鍵，請考慮使用更優秀的 Python 解釋器、使用類似 joblib 的庫以及使用其他語言編寫多線程實現。

到此這篇關於基於Python實現合並多張圖片轉成mp4視頻的文章就介紹到這瞭,更多相關Python合並圖片轉成視頻內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：