[常用工具] Python视频解码库DeFFcode使用指北

最新推荐文章于 2024-06-03 09:30:09 发布
最新推荐文章于 2024-06-03 09:30:09 发布
阅读量3.1k 收藏 26
点赞数 1
分类专栏： 音视频处理 常用工具 Python 文章标签： python 音视频 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/LuohenYJ/article/details/126421757
版权

DeFFcode是一种跨平台的高性能视频帧解码器，通过内部封装ffmpeg，提供GPU解码支持，几行python代码就能够快速解码视频帧，并具有强大的错误处理能力。DeFFcode的APIs支持多种媒体流作为输入源，例如IP摄像机、常规多媒体文件、屏幕录制、图像序列、网络协议（例如 HTTP(s)、RTP/RSTP）等。由于FFmpeg的学习曲线非常陡峭，封装FFmpeg后的DeFFcode提供类似OpenCV-Python编码语法来帮助用户，使得在Python中学习、创建和开发基于FFmpeg的应用程序变得更加容易。DeFFcode的官方代码仓库见：deffcode。DeFFcode的官方文档见deffcode_doc。

DeFFcode的作者专注于音视频流的处理，除了Deffcode，作者还开源了Python视频处理库VidGear。VidGear的具体使用见Python视频处理库VidGear使用指北。DeFFcode还处于快速发展阶段，许多功能还需要完善。VidGear提供了比DeFFcode更丰富的视频处理接口，但是DeFFcode提供了比VidGear更高效更专业的视频解码接口。如果想要从事音视频流解码相关工作，还是学习ffmpeg的C++代码使用。

入门ffmpeg使用或者想要对音视频处理有所了解推荐看看雷霄骅的博客。雷霄骅是视音频技术处理的专家，也是国内音视频领域无偿分享技术最多的程序员。但是很不幸雷霄骅因过度劳累于2016年与世长辞，所以大家还是多注意身体健康。身体才是革命的本钱，少加班，该休息就得休息，没有时间休息的人注定没有时间生病。

文章目录

1 前置知识

1.1 安装

对于DeFFcode，python版本需要高于3.7。DeFFcode支持以下系统：

  • 2016以后的linux版本，推荐使用linux系统运行VidGear
  • Windows 7及以上版本
  • MacOS 10.12.6及以上版本

Deffcode安装代码如下：

pip install -U deffcode

特别要注意的是DeFFcode必须要安装ffmpeg执行文件。安装ffmpeg，其它系统自行搜索安装方法，ubuntu下直接输入：

sudo apt install ffmpeg

1.2 DeFFcode功能预览

视频流解码

DeFFcode核心功能就是利用ffmpeg进行视频解码。相关公开测试视频流地址为：

  • rtsp流：rtsp://wowzaec2demo.streamlock.net/vod/mp4:BigBuckBunny_115k.mp4，来源于https://www.wowza.com/developer/rtsp-stream-test
  • http流：http://devimages.apple.com.edgekey.net/streaming/examples/bipbop_4x3/gear2/prog_index.m3u8，来源于苹果提供的测试源
  • http流：https://abhitronix.github.io/html/Big_Buck_Bunny_1080_10s_1MB.mp4，来源于DeFFcode
from deffcode import FFdecoder
import cv2

# FFedecoder创建视频源和视频解码规则，formulate在ffmpeg中执行语句
# 本地视频
# decoder = FFdecoder("test.mp4").formulate()
# rtsp流
decoder = FFdecoder("rtsp://wowzaec2demo.streamlock.net/vod/mp4:BigBuckBunny_115k.mp4").formulate()

# 从decoder中抓取RGB图像
for frame in decoder.generateFrame():

    print(frame.shape)
    # 将rgb图像转换为bgr图像，送给opencv展示
    frame_bgr = frame[:, :, ::-1]
    cv2.imshow("Output Frame", frame_bgr)

    key = cv2.waitKey(1) & 0xFF
    if key == ord("q"):
        break

# 安全关闭解码进程
decoder.terminate()

视频流属性识别

对于给定的输入源，DeFFcode使用各种方法识别视频流其中包含的文件所有属性，比如是否包含音频，图像分辨率，视频码率。不同的视频流返回的属性参数不同，具体按需要探索下就行了。

from deffcode import Sourcer

# sourcer设置定位视频流中的数据信息，probe_stream探测视频流的输出
sourcer = Sourcer("test.mp4").probe_stream()

# 解析为python字典数据
data = sourcer.retrieve_metadata()
# pretty_json表示解析为类似json.dump后的json字符串
print(sourcer.retrieve_metadata(pretty_json=True))

2 基础使用

2.1 解码视频文件

DeFFcode的FFdecoder API很容易支持多媒体视频文件路径作为其source参数的输入。通过它的frame_format参数，您可以轻松解码所有知名计算机视觉库（例如 OpenCV）都支持的任何像素格式的视频帧。FFdecoder API 的generateFrame()函数可用于多种方法来访问来自给定源的RGB帧，例如生成器（推荐方法）、调用with语句和迭代器。在下面示例中，我们将使用上述访问方法从给定的视频文件中解码默认的RGB24视频帧。

生成器调用

from deffcode import FFdecoder

decoder = FFdecoder("test.mp4").formulate()

# 读取RGB24图像
for frame in decoder.generateFrame():

    if frame is None:
        break

    print(frame.shape) 

decoder.terminate()

with调用

调用with语句方法可用于使代码更简单、更清晰、更易读。这种方法还自动处理FFdecoder API 中的formulate()和terminate()方法的管理，因此不需要显式调用它们。


from deffcode import FFdecoder
import cv2

# 不需要调用formulate和terminate
with FFdecoder("test.mp4") as decoder:

    for frame in decoder.generateFrame():

        if frame is None:
            break

        print(frame.shape)

迭代器调用

迭代器的调用方式类似于OpenCV-Python读取视频的方式。


from deffcode import FFdecoder

decoder = FFdecoder("test.mp4").formulate()

while True:

    # next返回迭代器的下一个项目
    frame = next(decoder.generateFrame(), None)

    if frame is None:
        break

    print(frame.shape) 

decoder.terminate()

参数设置

# 设置解码后的图像为bgr24，可以直接给opencv使用
FFdecoder("test.mp4", frame_format="bgr24")
# 设置解码后的图像为灰度图像，verbose输出解码的详细统计信息
FFdecoder("test.mp4", frame_format="gray", verbose=True)
# 设置解码后的图像为yuv420p格式，verbose输出解码的详细统计信息
FFdecoder("test.mp4", frame_format="yuv420p", verbose=True)

2.2 解码本地摄像头和屏幕截取

这部分不同平台使用方法不同，而且涉及到很多参数的使用和软件安装，所以这里推荐自行阅读Decoding Live Feed Devices。

2.3 解码网络流

与解码视频文件类似，DeFFcode 的 FFdecoder API直接支持具有特定协议（如RTSP/RTP、HTTP(s)、MPEG-TS 等）的网络流作为其source参数的输入。以下示例用的都是网络上的公开视频流，由于网速问题有可能连接不上。

http流解码

from deffcode import FFdecoder
import cv2

# 获得BGR24图像
# decoder = FFdecoder("ttp://devimages.apple.com.edgekey.net/streaming/examples/bipbop_4x3/gear2/prog_index.m3u8", frame_format="bgr24").formulate()
decoder = FFdecoder("https://abhitronix.github.io/html/Big_Buck_Bunny_1080_10s_1MB.mp4", frame_format="bgr24").formulate()

for frame in decoder.generateFrame():

    if frame is None:
        break

    cv2.imshow("Output", frame)

    key = cv2.waitKey(1) & 0xFF
    if key == ord("q"):
        break

cv2.destroyAllWindows()

decoder.terminate()

RTSP/RTP流解码


from deffcode import FFdecoder
import cv2

# 设置传输协议为tcp
ffparams = {"-rtsp_transport": "tcp"}

# 取流
decoder = FFdecoder("rtsp://wowzaec2demo.streamlock.net/vod/mp4:BigBuckBunny_115k.mp4", frame_format="bgr24", verbose=True, **ffparams).formulate()

for frame in decoder.generateFrame():

    if frame is None:
        break

    cv2.imshow("Output", frame)

    key = cv2.waitKey(1) & 0xFF
    if key == ord("q"):
        break

cv2.destroyAllWindows()

decoder.terminate()

2.4 从图像序列捕获帧

特定命名图像序列读取

下面的代码展示了如何带有特定数字标记的图像序列逐帧读取图像。您可以使用以下FFmpeg命令从视频文件中提取时间长度为2s的图像序列，注意图像保存的文件夹路径应该要预先创建。

ffmpeg -t 2 -i test.mp4 imgs/image%02d.png

from deffcode import FFdecoder
import cv2

# 设置特定数字开始读图，在本例为img01.png
ffparams = {"-ffprefixes":["-start_number", "1"]}
# 注意图像数大于三张
# img%02d.png: 格式化输出文件名，本示例中输出img00.png，img01.png, img02.png等
# 如果是jpeg图像序列，图像后缀名应该为jpeg而不是jpg
decoder = FFdecoder("imgs/img%02d.png", frame_format="bgr24", verbose=True, **ffparams).formulate()

for frame in decoder.generateFrame():

    if frame is None:
        break

    cv2.imshow("Output", frame)

    key = cv2.waitKey(1) & 0xFF
    if key == ord("q"):
        break

cv2.destroyAllWindows()

decoder.terminate()

glob 模式

如果图像是连续的，但不一定是数字顺序，则通配符（*表示任意数量的任意字符）很有用，但是以下代码无法在windows下使用。

from deffcode import FFdecoder
import cv2

# glob模式抓取图像
# glob模式在 Windows FFmpeg 版本上不可用。
ffparams = {"-ffprefixes":["-pattern_type", "glob"]}

decoder = FFdecoder("imgs/img*.png", frame_format="bgr24", verbose=True, **ffparams).formulate()

for frame in decoder.generateFrame():

    if frame is None:
        break

    cv2.imshow("Output", frame)

    key = cv2.waitKey(1) & 0xFF
    if key == ord("q"):
        break

cv2.destroyAllWindows()

decoder.terminate()

循环读取图像

下面的设置展示了从单个或者多个图像循环读取的示例。注意jpg图像都以jpeg后缀命名。

#  `-loop 1` 表示循环读取,loop是bool类型
ffparams = {"-ffprefixes":["-loop", "1"]}

# 设置单张图像循环读取
decoder = FFdecoder("imgs/img01.png", frame_format="bgr24", verbose=True, **ffparams).formulate()

# 设置多张图像循环读取
decoder = FFdecoder("imgs/img%02d.png", frame_format="bgr24", verbose=True, **ffparams).formulate()

2.5 保存视频

通过OpenCV保存视频

from deffcode import FFdecoder
import json, cv2

decoder = FFdecoder("test.mp4", frame_format="bgr24").formulate()

# decoder.metadata读取视频属性json数据，并转码为字典
metadata_dict = json.loads(decoder.metadata)

FOURCC = cv2.VideoWriter_fourcc("M", "J", "P", "G")
FRAMERATE = metadata_dict["source_video_framerate"]
FRAMESIZE = tuple(metadata_dict["source_video_resolution"])

writer = cv2.VideoWriter("output.avi", FOURCC, FRAMERATE, FRAMESIZE)


for frame in decoder.generateFrame():

    if frame is None:
        break
    writer.write(frame)

    cv2.imshow("Output", frame)

    key = cv2.waitKey(1) & 0xFF
    if key == ord("q"):
        break

cv2.destroyAllWindows()

decoder.terminate()

writer.release()

通过VidGear保存视频（推荐）

使用这种方式保存视频，视频文件压缩率更高，保存速度更快，但是也CPU利用率也更高。

from deffcode import FFdecoder
from vidgear.gears import WriteGear
import json

decoder = FFdecoder("test.mp4", frame_format="bgr24", verbose=True).formulate()

output_params = {
    "-input_framerate": json.loads(decoder.metadata)["source_video_framerate"]
}

writer = WriteGear(output_filename="output.mp4", **output_params)


for frame in decoder.generateFrame():

    if frame is None:
        break

    writer.write(frame)

decoder.terminate()

writer.close()

参数设置

以下是各种ffmpeg参数的设置方法，ffparams设置参数后，然后传入FFdecoder。

# 截取前3s视频，按倒序保存
ffparams = {
    "-vf": "trim=end=7,reverse" 
}

# 裁剪中央输入区域，宽高都为输入视频的2/3，然后拉伸为原图像尺寸
ffparams = {
    "-vf": "crop=2/3*in_w:2/3*in_h"
}

# 逆时针旋转图像30度，用绿色填充旋转图像未覆盖的区域
ffparams = {
    "-vf": "trim=end=7,rotate=angle=-30*PI/180:fillcolor=green" 
}

# 保存前7秒视频，逆时针旋转90度，保持纵向布局
# dir为旋转方向，具体可以搜搜ffmpeg transpose
ffparams = {
    "-vf": "trim=end=7,transpose=dir=2:passthrough=portrait" 
}

# 水平翻转，然后缩放图像到其原始大小的一半
ffparams = {
    "-vf": "hflip,scale=w=iw/2:h=ih/2" 

}

# 设置参数
decoder = FFdecoder(
    "test.mp4", frame_format="bgr24", verbose=True, **ffparams
).formulate()

2.6 特定帧存储

DeFFcode的FFdecoder API使用FFmpeg参数-ss提供轻松且精确的帧搜索，使我们能够从输入源的特定部分保存图像。

from deffcode import FFdecoder
from PIL import Image

# 定义FFmpeg参数以查找00:00:01.45处图像，并获得一帧图像
ffparams = {"-ss": "00:00:01.45", "-frames:v": 1}

# 初始化参数
decoder = FFdecoder("test.mp4", **ffparams).formulate()

# 读取图像
frame = next(decoder.generateFrame(), None)

# 保存图像
if not (frame is None):
    im = Image.fromarray(frame)
    im.save("test.png")
else:
    raise ValueError("Something is wrong!")

decoder.terminate()

3 进阶使用

3.1 虚拟源生成与解码

DeFFcode提供各种创建虚拟视频流的示例，具体使用见Decoding Live Virtual Sources，这里只列出两个经典的案例。

从测试源模式生成和解码帧

testsrc图生成一个测试视频模式，显示颜色模式、滚动渐变和时间戳。这对于测试目的很有用。

from deffcode import FFdecoder
import cv2

# 定义参数
ffparams = {
    # 播放时间为10秒
    "-ffprefixes": ["-t", "10"],  
}

# 生成尺寸为1280x720，帧率30的testsrc测试图像
decoder = FFdecoder(
    "testsrc=size=1280x720:rate=30",
    source_demuxer="lavfi",
    frame_format="bgr24",
    **ffparams
).formulate()

for frame in decoder.generateFrame():

    if frame is None:
        break
    
    cv2.imshow("Output", frame)

    key = cv2.waitKey(1) & 0xFF
    if key == ord("q"):
        break

cv2.destroyAllWindows()

decoder.terminate()

使用自定义文本效果从渐变生成和解码帧

from deffcode import FFdecoder
import cv2

ffparams = {
    "-ffprefixes": ["-t", "15"],  # 15秒播放
    "-vf": "drawtext="  # 绘制文本
    + "text='%{localtime\:%X}':"  # 时间 (HH::MM::SS)
    + "fontfile='c\:\/windows\/fonts\/arial.ttf':"  # 字体
    + "x=(w-text_w)/2:y=h-40*t:"  # 向上滚动效果
    + "fontsize=50:"  # 字体大小
    + "fontcolor=white",  # 字体颜色
}


decoder = FFdecoder(
    "gradients=n=3",
    source_demuxer="lavfi",
    frame_format="bgr24",
    **ffparams
).formulate()

for frame in decoder.generateFrame():

    if frame is None:
        break

    cv2.imshow("Output", frame)

    key = cv2.waitKey(1) & 0xFF
    if key == ord("q"):
        break

cv2.destroyAllWindows()

decoder.terminate()

3.2 硬件加速视频解码

FFmpeg 提供对不同平台上不同支持的专用硬件的访问，以执行一系列与视频相关的任务，以更快地完成或使用更少的其他资源（特别是 CPU)。使用ffmpeg -decoders终端命令列出所有 FFmpeg 支持的解码器。可以看看具体ffmpeg支持本机哪种硬件解码。

比如判断ffmpeg是否可以通过依赖于gpu cuda的h264_cuvid解码，可以输入以下指令。如果输出包含了h264_cuvid那么就是支持的，可以通过gpu加速解码。

linux系统：ffmpeg -hide_banner -decoders | grep h264

windows系统：ffmpeg -hide_banner -decoders | findstr h264

如果支持h264_cuvid加速解码，可以尝试以下示例代码。

from deffcode import FFdecoder
import cv2

ffparams = {
    "-vcodec": "h264_cuvid", # CUVID H.264加速视频解码
    "-ffprefixes": ["-vsync", "0"], # 视频同步方法，一般都是自动，这里设置为0
}

decoder = FFdecoder(
    "test.mp4", frame_format="bgr24", verbose=True, **ffparams
).formulate()

for frame in decoder.generateFrame():

    if frame is None:
        break

    cv2.imshow("Output", frame)

    key = cv2.waitKey(1) & 0xFF
    if key == ord("q"):
        break

cv2.destroyAllWindows()
decoder.terminate()

3.3 复杂效果添加

添加水印

以下代码展示了如何在读取的视频中添加图像，并保存视频到本地。

from deffcode import FFdecoder
from vidgear.gears import WriteGear
import json, cv2

# 定义带有复杂水印的视频过滤器
ffparams = {
    "-ffprefixes": ["-t", "5"],  # 视频总长度为5秒
    "-clones": [
        "-i",
        "watermark.png",  
    ],
    "-filter_complex": "[1]format=rgba,"  # 设置水印图像输入格式
    + "colorchannelmixer=aa=0.7[logo];"  # 设置水印透明度，数值越小越透明
    + "[0][logo]overlay=W-w-{pixel}:H-h-{pixel}:format=auto,".format(  
        pixel=5 # 设置水印图片在距离输入视频右下角5个像素处
    )
    + "format=bgr24",  # 设置输出格式
}


decoder = FFdecoder(
    "test.mp4", frame_format="bgr24", verbose=True, **ffparams
).formulate()


output_params = {
    "-input_framerate": json.loads(decoder.metadata)["source_video_framerate"],
}

# 保存视频
writer = WriteGear(output_filename="output.mp4", **output_params)

for frame in decoder.generateFrame():

    if frame is None:
        break

    writer.write(frame)

decoder.terminate()

writer.close()

图像效果混合

下面的代码展示了如何往图像序列中混合虚拟效果。

from deffcode import FFdecoder
from vidgear.gears import WriteGear
import cv2, json


ffparams = {
    "-ffprefixes": [
        "-t", "10", # 视频长度为10s
        "-f", "lavfi", # 使用输入虚拟数据
        "-i", "mandelbrot=rate=25", # 视频帧率
    ],  
    "-custom_resolution": (1280, 720), # 重新设置图像 1280x720
    "-filter_complex":"[1:v]format=yuv444p[v1];" 
        + "[0:v]format=gbrp10le[v0];"
        + "[v1][v0]scale2ref[v1][v0];"
        + "[v0][v1]blend=all_mode='heat'," 
        + "format=yuv422p10le[v]",
    "-map": "[v]", 
}

# 设置图像序列路径
decoder = FFdecoder(
    "./imgs/image-%03d.png", frame_format="bgr24", verbose=True, **ffparams
).formulate()

output_params = {
    "-input_framerate": 25,  
}

writer = WriteGear(output_filename="output.mp4", **output_params)

for frame in decoder.generateFrame():

    if frame is None:
        break

    writer.write(frame)

decoder.terminate()

writer.close()

此外Deffcode还支持添加各种艺术效果，具体方法可以阅读transcode-art-filtergraphs

3.4 视频属性数据更改

添加新属性

下面代码展示了读取视频后，往读取的属性数据中添加新的属性，注意该操作并不更改视频的实际属性数据。

from deffcode import FFdecoder
import json


decoder = FFdecoder("test.mp4", verbose=True)

# 设置字典数据
data = dict(
    mystring="abcd", 
    myint=1234, 
    mylist=[1, "Rohan", ["inner_list"]], 
    mytuple=(1, "John", ("inner_tuple")), 
    mydict={"anotherstring": "hello"}, 
    myjson=json.loads('{"name": "John", "age": 30, "city": "New York"}'),
)

# 分配视频的属性数据
decoder.metadata = data

decoder.formulate()

print(decoder.metadata)

decoder.terminate()

修改已有视频属性

在视频流解码前，可以设置视频流的属性数据，那么就会以更改后的属性解码图像。

from deffcode import FFdecoder
import cv2


decoder = FFdecoder("test.mp4", verbose=True)

# 替换属性数据，会以当前属性解码视频
decoder.metadata = {
    "output_frames_pixfmt": "gray",  # 灰度图
    "source_video_resolution": [352, 288],  # 宽高更改为352，288
}


decoder.formulate()


print(decoder.metadata)

for frame in decoder.generateFrame():

    if frame is None:
        break

    cv2.imshow("Output gray", frame)

    key = cv2.waitKey(1) & 0xFF
    if key == ord("q"):
        break

cv2.destroyAllWindows()

decoder.terminate()

4 参考

落痕的寒假
关注
  • 1
    点赞
  • 踩
  • 26
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
Python常用库大全.pdf
11-27
Python常用库大全.pdf
Python imageio读取视频并进行编解码详解
09-18
今天小编就为大家分享一篇Python imageio读取视频并进行编解码详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
推荐开源项目：Python-FFmpeg - 轻松实现视频处理与录制的利器
最新发布
gitblog_00012的博客
06-03 605
推荐开源项目：Python-FFmpeg - 轻松实现视频处理与录制的利器 python-ffmpegA python binding for FFmpeg which provides sync and async APIs项目地址:https://gitcode.com/gh_mirrors/py/python-ffmpeg 在这个多媒体盛行的时代，拥有一个强大且易用的视频处理工具成为了许多...
python 编码 —— codecs 库
weixin_30607029的博客
01-15 710
1. 对文件读写 import codecs fout = codecs.open('test.html', 'w', encoding='UTF-8') fout.write('<html>') fout.write('</html>' fout.close() 很自然地可将其改造为 with 结构，with 结构会自动执行 f...
Python-实践介绍视频技术图像视频编解码器av1h264h265和ffmpeg编码
08-10
实践介绍视频技术：图像、视频、编解码器(av1、h264 h265)和(ffmpeg编码)
Python与视频处理：视频编码与解码
禅与计算机程序设计艺术
01-28 1192
1.背景介绍 1. 背景介绍 视频处理是现代计算机视觉技术的一个重要领域，涉及到视频的编码、解码、压缩、传输、存储和播放等方面。在这篇文章中，我们将主要关注视频编码与解码的相关知识，并通过Python语言进行深入探讨。 视频编码与解码是视频处理的基础，它们决定了视频的质量、大小和传输速率等关键指标。在现代互联网和电子产品中，视频编码与解码技术已经广泛应用，例如在视频会议、直播、影视剧、电子游...
从视频解码成图片-python小程序
keyanxiaocaicai的专栏
05-11 331
import cv2 import os import pdb cap = cv2.VideoCapture('/data/geguojing/tracking/videos/19.mp4') image_dir ='/data/geguojing/tracking/images/19' fps =cap.get(cv2.CAP_PROP_FPS) size = (int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)), int(cap.get(cv2.CAP_PROP_FRAME_.
tnefparse:用python编写的TNEF解码库，无外部依赖
05-23
tnefparse-TNEF解码和附件提取 这是一个纯Python库，用于为Python版本3.6+和PyPy3解码Microsoft的传输中性封装格式（TNEF）。 支持Python2的最新版本是1.3.1。 有关TNEF的更多信息，请参见例如 。 完整的TNEF规范也可通过。 提供了tnefparse命令行实用工具，用于列出TNEF文件的内容，提取文件内的附件等： usage: tnefparse [-h] [-o] [-a] [-p PATH] [-b] [-hb] [-l LEVEL] [-c] file [file ...] Extract TNEF file contents. Show this help message if no arguments are given. positional arg
Python3 ffmpeg视频转换工具使用方法解析
09-16
Python3 ffmpeg是一个强大的工具，用于在Python环境中处理和转换视频。ffmpeg是一个开源的跨平台解决方案，用于转换、编码、解码、流化音频和视频。它支持多种格式，包括常见的如MP4、AVI、WMV等。在Python中使用...
python视频播放器
11-15
使用python+vlc+tkinter的简单视频播放器。例程主要实现了循环播放功能，另外播放，暂停，停止，设置音量等方法已封装，但未在界面上实现，添加按钮调用即可实现。
Python-Lintel一个使用FFmpegCAPI直接解码视频帧的Python模块
08-10
Lintel 一个使用FFmpeg C API直接解码视频帧的Python模块
python仓库
02-23
python仓库 这是我认为有用的各种py代码的回购。
常用Python数据分析库详解共2页.pdf.zip
10-28
综上所述，“常用Python数据分析库详解共2页.pdf.zip”文件应该涵盖了上述提到的Python库的基本概念、使用方法及实例应用，对于初学者和经验丰富的数据分析师都是宝贵的资源。通过深入学习和实践，你将能够提升自己...
python ffmpeg解码视频_利用python+ffmpeg合并B站视频及格式转换的实例代码
weixin_39719018的博客
11-25 479
利用python+ffmpeg合并B站视频及格式转换 B站客户端下载的视频一般有两种格式：早期的多为blv格式（由flv格式转换而来，音视频轨道在同一文件下）。如今的多为m4s格式，音频轨视频轨分开 以下为利用ffmpeg简单对文件处理，使其转换为大多数播放器能正常播放的mp4格式 前提：已正常安装ffmpegimport tkinter as tkfrom tkinter import file...
python对数据库中已经编码的数据进行解码
Halleycomett的博客
03-12 1029
#s是字符串 s = 'Русский язык' #打印s对应的unicode码 print(s.encode('unicode_escape').decode('utf-8')) #a是unicode码 a = r'\u0420\u0443\u0441\u0441\u043a\u0438\u0439 \u044f\u0437\u044b\u043a' #打印a对应的字符串 print(a.e...
Python + Opencv 实现视频解码-从视频解码成图片
一摩尔自由的博客
11-10 2716
Python + Opencv import cv2 import os import pdb cap = cv2.VideoCapture('xx.mp4') image_dir ='xxx' fps =cap.get(cv2.CAP_PROP_FPS) size = (int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)), int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))) fourcc = cv2.VideoWriter_fourcc(*'XV
python-编解码
北冥有鱼的博客
10-06 146
计算机是以二进制的字节串方式存储信息的，我们能看到的内容是以字符串的方式显示的。二进制以8位的长度为一个字节，将不同的字节对应各自的ASCII文字符号，这样形成的一种规范称之为字符集。国际标准组织将世界上所有的文字符号统一制定，形成unicode字符集。字符集中每个不同的符号都对应不同的数字。最常见的unicode字符编码规范是utf8和utf16，对于中文也有中文字符集gbk。编解码速记：“DBES”——'decode bytes，encode strings'。 字符串编码 python语言在存储和
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值