Python使用ffmpeg合成視頻、音頻的實現(xiàn)方法

更新時間：2022年04月22日 12:12:47 作者：宿者朽命

這篇文章主要介紹了Python使用ffmpeg合成視頻、音頻,通過本文的學習能幫助大家了解如何在python中調(diào)用ffmpeg模塊，對此進行音視頻合并，完成視頻合成，需要的朋友可以參考下

最近有在使用屏幕錄制軟件錄制桌面，在用的過程中突發(fā)奇想，使用python能不能做屏幕錄制工具，也鍛煉下自己的動手能力。
接下準備寫使用python如何做屏幕錄制工具的系列文章：

錄制屏幕制作視頻

錄制音頻

合成視頻，音頻

基于pyqt5制作可視化窗口

大概上述四個部分，希望自己能夠盡快完善，前兩篇文章分享了利用opencv制作了屏幕錄制部分，利用PyAudio錄制音頻，本篇文章分享如何使用ffmpeg將同時錄制的屏幕錄像和音頻合成為有聲音的屏幕錄像。

應用平臺

windows 10
python 3.7
ffmpeg

音視頻合成

在python合成音視頻有很多第三方包，操作方法各有不同，有簡易的也有稍微復雜的，

起初也有想過使用moviepy中文文檔，其在使用門檻上確實比ffmpeg要小很多，在翻查相關資料后，目前要考慮的事是合并音視頻為一個有聲音的視頻，而且ffmpeg具有錄制視頻的功能，效果比使用cv2+ImageGrab方式要好，所以采用ffmpeg作為合成工具，ffmpeg.exe下載路徑，使用手冊。

python下使用ffmpeg，可以直接調(diào)用命令行工具，也可以使用封裝的第三包。

pip install ffmpeg-python

使用參數(shù)與ffmpeg一致，不同處在于，在使用完后需要鍵入終止條件以結(jié)束ffmpeg的運行。

將cv2的屏幕錄制改成ffmpeg錄制

import ffmpeg

# 屏幕錄制畫面大小
width = 1920
height = 1080
# 錄制幀率，在cv2錄制中，發(fā)現(xiàn)幀率比較固定且偏小，主要原因為ImageGrab間隔時間稍長
# 這里可以調(diào)整的稍微大一點，當然越大對固件性能越好，推薦在15~60之間（含）
fps = 30
# 錄制畫面是否包含鼠標，0：不包含，1：包含
# 錄制方式為gdigrab模式，包含鼠標在錄制過程會看到鼠標頻閃的現(xiàn)象，可自行搜索模塊插件解決
draw_mouse = 0
# 屏幕畫面錄制偏移距離
offset_x = 0
offset_y = 0
# 文件名稱
filename = 'test.mp4'
# 錄制桌面
process = (
            ffmpeg.output(
                ffmpeg.input(
                    filename='desktop', format='gdigrab', framerate=fps, offset_x=offset_x, offset_y=offset_y,
                    draw_mouse=draw_mouse, s=f'{width}x{height}'),
                filename=filename, pix_fmt='yuv420p'
            ).overwrite_output()
        )
# cmd: ffmpeg路徑，如不設置，會搜尋環(huán)境變量下的ffmpeg
# 可直接下載ffmpeg.exe到工程文件目錄下
ffmpeg_path = 'ffmpeg.exe'
process.run_async(cmd=ffmpeg_path, pipe_stdin=True, pipe_stdout=False, pipe_stderr=False)
# 自定義延時函數(shù)
delay()
# 傳入中斷參數(shù)，在調(diào)用之前，盡量在之前有足夠的延時
process.communicate(str.encode("q"))
process.terminate()

合成音視頻

# 傳入的視頻路徑
video_path = 'mp4_test.mp4'
# 傳入的音頻路徑
audio_path = 'mp3_test.mp3'
# 生成的視頻名稱，不要和上述的路徑一致
output_path = 'mixer.mp4'

process = (
            ffmpeg.output(
                ffmpeg.input(filename=video_path),
                ffmpeg.input(filename=audio_path),
                filename=output_path, vcodec='copy', acodec='aac', strict='experimental', pix_fmt='yuv420p'
            ).overwrite_output()

ffmpeg_path = 'ffmpeg.exe'
process.run_async(cmd=ffmpeg_path, pipe_stdin=True, pipe_stdout=False, pipe_stderr=False)

time.sleep(1)
process.communicate(str.encode("q"))
process.terminate()

ps: 上述方法也可以封裝到類中，方便pyqt5窗口的實現(xiàn)。

看到這里可能會想到，有音頻錄制，視頻錄制，音視頻合成，但是不好讓音視頻分開錄制，導致音視頻不同步，看起來也別扭，下面就來實現(xiàn)將兩者同時錄制同時結(jié)束。

可沿用錄制屏幕制作視頻（推薦用本篇下方的代碼），錄制音頻兩篇里的代碼，將關于鍵盤監(jiān)聽部分注釋掉，避免沖突。

from threading import Thread
from pynput import keyboard
from Audio_record import AudioRecord
from Screenshot_record import Screenshot

def hotkey():
    """熱鍵監(jiān)聽"""
    with keyboard.Listener(on_press=on_press) as listener:
        listener.join()
def on_press(key):
    try:
        video.terminate()
        if key.char == 't':  # t鍵，錄制結(jié)束，保存音視頻
            audio.stop_flag = True
        elif key.char == 'k':  # k鍵，錄制中止，刪除文件
            audio.kill = True
            video.unlink('test.mp4')
    except Exception as e:
        print(e)
key_thread = Thread(target=hotkey, daemon=True)
audio = AudioRecord()
video = Screenshot()
key_thread.start()
audio.run(filename='test.mp3')
video.record('test.mp4')

利用三組線程，當該代碼運行時就會監(jiān)聽鍵盤按鍵，同時錄制音頻、視頻，當按下t鍵結(jié)束錄制，保存音視頻。

總結(jié)

通過音視頻分線程錄制，保證兩個文件的時長一致且同步的情況，在這過程中學習了如何在python中調(diào)用ffmpeg模塊，對此進行音視頻合并，完成視頻合成。

遠處的峰亦不能遮擋看到山后的風景。

于二零二二年四月十七日作

ffmpeg錄屏源代碼：

"""
Screenshot_record.py 使用ffmpeg錄制屏幕
from pathlib import Path
import ffmpeg

class Screenshot:
    def __init__(self, width=1920, height=1080, fps=15):
        self.width = width
        self.height = height
        self.fps = fps
        self.process = None
        self.ffmpeg_path = file_path('ffmpeg.exe')
    def __call__(self, width, height, fps=None):
        self.fps = fps if fps else self.fps
    @staticmethod
    def unlink(filename):
        Path(filename).unlink()
    def record(self, filename, offset_x=0, offset_y=0, draw_mouse=0):
        self.process = (
            ffmpeg.output(
                ffmpeg.input(
                    filename='desktop', format='gdigrab', framerate=self.fps, offset_x=offset_x, offset_y=offset_y,
                    draw_mouse=draw_mouse, s=f'{self.width}x{self.height}'),
                filename=filename, pix_fmt='yuv420p'
            ).overwrite_output()
        )
        self.ffmpeg_async()
    def compose_audio(self, video_path, audio_path, output_path):
                ffmpeg.input(filename=video_path),
                ffmpeg.input(filename=audio_path),
                filename=output_path, vcodec='copy', acodec='aac', strict='experimental', pix_fmt='yuv420p'
    def ffmpeg_async(self):
        self.process = self.process.run_async(cmd=self.ffmpeg_path, pipe_stdin=True, pipe_stdout=False,
                                              pipe_stderr=False)
    def terminate(self):
        if self.process is not None:
            self.process.communicate(str.encode("q"))
            self.process.terminate()
            self.process = None

到此這篇關于Python使用ffmpeg合成視頻、音頻的文章就介紹到這了,更多相關python ffmpeg合成視頻音頻內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: