前言

隨著現(xiàn)代科技飛速發(fā)展和人們提升視覺(jué)上體驗(yàn)，利用圖片生成視頻的方法，確實(shí)為工作或者提升生活體驗(yàn)感做了很多成功案例：

1、簡(jiǎn)單的幻燈片演示，如展示旅游照片、產(chǎn)品展示等；

2、改編圖片動(dòng)畫，如口紅試色、時(shí)尚大片中的效果；

3、制作日記式的視頻內(nèi)容，將一段長(zhǎng)時(shí)間內(nèi)的照片串在一起，如婚禮紀(jì)實(shí)、Baby成長(zhǎng)記錄等；

4、制作信息圖表，如將各種數(shù)據(jù)圖表整合在一起以便展示和詮釋數(shù)據(jù)。

以上只是一些普遍運(yùn)用的例子，實(shí)際上還有更廣泛的使用場(chǎng)景，取決于制作者的目的和創(chuàng)意。

下面咱們用python代碼實(shí)現(xiàn)多張圖片合成MP4視頻為實(shí)例，做下詳細(xì)代碼講解。

一、需要調(diào)入的模塊

1、imageio模塊

Python模塊imageio是一個(gè)用于讀取和寫入圖像及視頻數(shù)據(jù)的庫(kù)。它支持多種格式，并且可以使用NumPy數(shù)組進(jìn)行操作。

以下是一些關(guān)鍵的函數(shù)：

• imageio.imread()：從文件中讀取圖像數(shù)據(jù)并返回一個(gè)NumPy數(shù)組。
• imageio.imwrite()：將一個(gè)NumPy數(shù)組寫入到文件。
• imageio.mimsave()：將多個(gè)圖像幀組成的列表保存為動(dòng)畫文件（例如GIF）。
• imageio.get_reader()：獲取一個(gè)對(duì)象，該對(duì)象用于逐幀讀取給定文件中的動(dòng)畫圖像。
• imageio.get_writer()：獲取一個(gè)對(duì)象，該對(duì)象用于逐幀寫入動(dòng)畫圖像到指定文件中。

使用這些函數(shù)，可以方便地讀取、寫入和處理各種圖像及視頻數(shù)據(jù)格式。

2、Image 模塊

PIL 是 Python 中常用的圖像處理庫(kù)，Image 模塊是其中的一個(gè)重要模塊，它提供了各種圖像操作和處理的函數(shù)。

以下是 Image 模塊中一些主要函數(shù)及其作用：

• open(): 打開(kāi)并返回指定文件路徑的圖像對(duì)象。
• fromarray(): 將 numpy 數(shù)組或 PIL 圖像對(duì)象轉(zhuǎn)換為 PIL 圖像對(duì)象。
• new(): 創(chuàng)建一個(gè)新的指定大小、模式和顏色的空白圖像對(duì)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(qū)域。
• rotate(): 旋轉(zhuǎn)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(shù)，例如調(diào)整亮度和對(duì)比度、應(yīng)用濾鏡等等。這些函數(shù)可以幫助我們實(shí)現(xiàn)各種復(fù)雜的圖像處理任務(wù)，并且通常也會(huì)有一些參數(shù)可用于進(jìn)一步調(diào)節(jié)函數(shù)的行為，具體使用時(shí)可以參考相關(guān)文檔。

二、實(shí)現(xiàn)合并多張圖片轉(zhuǎn)成 mp4 視頻

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

使用第三方庫(kù) imageio 將多張圖片合并成一個(gè)視頻文件。

配置生成視頻文件的視頻幀數(shù)、視頻尺寸和視頻播放速度等參數(shù)。

以下是一個(gè)簡(jiǎn)單的示例代碼:

import os
import imageio
from PIL import Image

# 設(shè)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(zhuǎn)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(shí)現(xiàn)原理，讀取所有需要合并的圖片文件，將它們存儲(chǔ)到一個(gè)列表中。然后使用 imageio 庫(kù)的 get_writer() 函數(shù)創(chuàng)建一個(gè)視頻寫入器對(duì)象，并設(shè)置視頻的播放速度（fps）。之后在循環(huán)過(guò)程中，讀取列表中的每一張圖片，在將其轉(zhuǎn)換為帶有 RGB 顏色模式的格式后添加到視頻幀中。最終輸出一個(gè)合并了所有目標(biāo)圖片的視頻文件。

三、優(yōu)化改進(jìn)一下

將程序并行化進(jìn)行處理，加快處理多張圖片的速度。注：以下方法可能并非最優(yōu)方法

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

# 設(shè)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")]

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


# 將圖片轉(zhuǎn)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)

這里使用 concurrent.futures 庫(kù)中的 ThreadPoolExecutor 對(duì)象進(jìn)行并行處理。首先在主線程中尋找讀取當(dāng)前工作目錄下的所有需要合并的 PNG 圖片，創(chuàng)建任務(wù)列表。然后將任務(wù)提交給線程池中并保證能夠快速、異步地處理目標(biāo)文件。在處理完所有 PNG 圖片之后，將其存儲(chǔ)到一個(gè) images 中的列表中并最后轉(zhuǎn)換成視頻。

總結(jié)

以上就是今天要講的內(nèi)容，本文僅僅簡(jiǎn)單介紹了python代碼實(shí)現(xiàn)圖片轉(zhuǎn)成視頻的使用，而imageio中提供了大量能使我們快速便捷地處理數(shù)據(jù)的函數(shù)和方法。

注意，由于 GIL 的存在，Python 的多線程并不總能帶來(lái)真正的性能提升。如果性能是關(guān)鍵，請(qǐng)考慮使用更優(yōu)秀的 Python 解釋器、使用類似 joblib 的庫(kù)以及使用其他語(yǔ)言編寫多線程實(shí)現(xiàn)。

到此這篇關(guān)于基于Python實(shí)現(xiàn)合并多張圖片轉(zhuǎn)成mp4視頻的文章就介紹到這了,更多相關(guān)Python合并圖片轉(zhuǎn)成視頻內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！