Pyav代码分析

已于 2023-07-11 17:01:48 修改
阅读量2.1k 收藏 10
点赞数 3
文章标签： python
于 2023-07-11 12:12:56 首次发布
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/weixin_43360707/article/details/131654650
版权
PyAV是一个用Cython封装ffmpeg的库，提供了Python接口来操作音视频。它包括对packet、frame、stream等关键结构体的封装，用于解码、编码等任务。文章通过示例展示了如何创建CodecContext进行解码，以及如何在Container中内置的解码器进行解码。需要注意的是，PyAV的解码过程不能像ffmpeg一样进行细粒度控制，且在硬件解码时需要考虑初始化时间。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

PyAV提供了ffmpeg的python接口，但实际它只是使用ffmpeg做后端，使用Cython封装了ffmpeg的接口，所以实际调用的还是ffmpeg。

也就是说，PyAV用类封装了ffmpeg提供的API，如果想要使用，关键还是要看懂其整体架构。
PYAV用类封装了ffmpeg的几个关键结构体

名称作用
packet封装了ffmpegde AVPacket
frame封装了ffmpeg的AVframe
stream封装了ffmpeg的AVStream
option封装了ffmpeg的AVOption
InputContainer封装了ffmpeg的avformat_open_input demux
OutputContainer封装了ffmpeg的av_interleaved_write_frame mux
CodecContext封装了ffmpeg codec相关代码

具体使用的，如果你有自己的ffmpeg，那么先编译安装自己的ffmpeg，然后：

pip install av --no-binary av

如果没有自己的ffmpeg:

pip install av

安装好之后就可以使用了。

下面先看几个简单的案例：

import os
import subprocess
import logging
import time

logging.basicConfig(level=logging.DEBUG)
logging.getLogger('libav').setLevel(logging.DEBUG)

import av
import av.datasets




# We want an H.264 stream in the Annex B byte-stream format.
# We haven't exposed bitstream filters yet, so we're gonna use the `ffmpeg` CLI.
h264_path = "libx264_640x360_baseline_5_frames.h264"
# if not os.path.exists(h264_path):
#     subprocess.check_call(
#         [
#             "ffmpeg",
#             "-i",
#             av.datasets.curated("zzsin_1920x1080_60fps_60s.mp4"),
#             "-vcodec",
#             "copy",
#             "-an",
#             "-bsf:v",
#             "h264_mp4toannexb",
#             h264_path,
#         ]
#     )




fh = open(h264_path, "rb")

codec = av.CodecContext.create("h264_efcodec", "r")
codec.options={"hw_id":"15"}
codec.open()
print(codec.name)
first= True
count=0
while True:
    chunk = fh.read(1 << 16)
    packets = codec.parse(chunk)
    print("Parsed {} packets from {} bytes:".format(len(packets), len(chunk)))

    for packet in packets:
        print("   ", packet)
        frames = codec.decode(packet)
        
        if first:
            time.sleep(2)
            first=False
        for frame in frames:
            print("       ", frame)
            count+=1
            print('--count:%d--'%count)
            frame.to_image().save("night-sky.{:04d}.jpg".format(count),quality=80,)

    # We wait until the end to bail so that the last empty `buf` flushes
    # the parser.
    if not chunk:
        break

p=av.Packet(None)
print("send eos:", p)
frames = codec.decode(p) 
for frame in frames:
    print("       ", frame)
    count+=1
    print('--count:%d--'%count)
    frame.to_image().save("night-sky.{:04d}.jpg".format(count),quality=80,)


print('all count:%d'%count)
codec.close()

上面是通过创建codec来进行解码的案例，可以在创建的时候指定解码器名称以及可以设置option。这里注意一点就是这里只能parse annexb格式的视频流 AVCC的视频流是不能在这里解析的。

下面是另外一个demux codec的案例：

import time

import av
import av.datasets

container = av.open('ocr_400_400_5_frames.mp4')
first=True

count=0
start_time = time.time()
for packet in container.demux():
    print(packet)
    for frame in packet.decode():
        print(frame)
        count+=1
        print('---frame:%d---'%count)
    if first:
        time.sleep(2)
        first=False

auto_time = time.time() - start_time
container.close()
print('all frame:%d',count)

这里的codec是container中内置的一个解码器，这里的解码器是无法自主选择具体使用那个解码器的。

综合上面两个案例，我们可以使用下面的方法来解码：

import os
import subprocess
import logging
import time

import av

logging.basicConfig(level=logging.DEBUG)
logging.getLogger('libav').setLevel(logging.DEBUG)

h264_path = "ocr_400_400_5_frames.mp4"
input_ = av.open(h264_path,options={"vsync":"0"})
in_stream = input_.streams.video[0]

codec = av.CodecContext.create("h264_efcodec", "r")
codec.options={"hw_id":"15"}
# codec.options={"device_id":"0"}
codec.open()
print(codec.name)
# print(codec.extradata_size)
codec.extradata =in_stream.codec_context.extradata

first=True
num = 0

for packet in input_.demux(in_stream):
    print('----packet---')
    packet.dts =0
    packet.pts = 0
    print("   ", packet)

    frames = codec.decode(packet)
    print('---after decode---')
    if first:
        time.sleep(2)
        first=False
    for frame in frames:
        print("       ", frame)
        num+=1
        print('-----frame:%d-----'%num)

print('all:%d'%num)
codec.close()

上面这个案例结合了第一个和第二个解码的使用方法，在这里我们采用demux+decode(自己设置的解码器)。不要觉得这里很简单，这是我看完整个封装源代码才搞清楚的，当然这里唯一的缺点是inpoutcontainer内部为了分配condec，多占用了一些内存，不过这也无所谓了。

看完上面实例，可能发现一个sleep(2)，为什么要加这句？主要是因为，我们硬件解码器open()的时候花费的时间较长，这里增加sleep函数来等待底下硬件解码器完全启动，不然会出现所有的输入数据送完了，解码器一帧数据都还没有解码出来。这里又引出PyAV的一个局限，它只能调用封装后的decode()接口，无法调用更加细粒度的ffmpeg接口，导致无法像ffmpeg那样通过循环调用avcodec_receive_frame（）来取解码后的数据。

static int decode(AVCodecContext *dec_ctx) {
   int ret;
    AVPacket packet;
    AVFrame *p_frame;
    int eos = 0;

    p_frame = av_frame_alloc();

    while(1) {
        ret = av_read_frame(g_ifmt_ctx, &packet);
        if (ret == AVERROR_EOF) {
            av_log(g_dec_ctx, AV_LOG_INFO, "av_read_frame got eof\n");
            eos = 1;
        } else if (ret < 0) {
            av_log(g_dec_ctx, AV_LOG_ERROR, "av_read_frame failed, ret(%d)\n", ret);
            goto fail;
        }

        if (packet.stream_index != video_stream_idx) {
            av_packet_unref(&packet);
            continue;
        }
        ret = avcodec_send_packet(dec_ctx, &packet);
        if (ret < 0) {
            av_log(dec_ctx, AV_LOG_ERROR,
                "send pkt failed, ret(%d), %s, %d\n", ret, __FILE__, __LINE__);
            goto fail;
        }
//这里就是最后循环取出解码器中的yuv数据
        while (ret >= 0 || eos) {
            ret = avcodec_receive_frame(dec_ctx, p_frame);
            if (ret == AVERROR_EOF) {
                av_log(g_dec_ctx, AV_LOG_INFO, "dec receive eos\n");
                av_frame_unref(p_frame);
                av_frame_free(&p_frame);
                return 0;
            } else if (ret == 0) {
                save_yuv_file(dec_ctx, p_frame);
                av_frame_unref(p_frame);
            } else if (ret < 0 && ret != AVERROR(EAGAIN)) {
                av_log(dec_ctx, AV_LOG_ERROR, "receive frame failed\n");
                goto fail;
            }
        }
        av_packet_unref(&packet);
    }

 fail:
    av_frame_free(&p_frame);
    return -1;
}

到这里为止，Pyav基础用法基本完成。接下来讲一下架构。
Packet类：
主要封装了AVPacket，提供了一些可以set/get packet成员的一些property，里面函数有to_bytes（）可以将data数据转为bytes对象，另外还有一个decode()，是通过其内部stream的指针去指向codec，然后去解码。

序号Value
成员变量-1AVPacket* ptr
成员变量-2Stream _stream
Propertystream_index
Propertystream
Propertytime_base
Propertypts
Propertydts
Propertypos
Propertysize
Propertyis_keyframe
Propertyis_corrupt
Propertybuffer_size(也就是packet的datasize)
Propertybuffer_ptr
Propertyto_bytes(将data转为python的bytes)
Fundecode(self._stream.decode(self))
构造self.ptr = lib.av_packet_alloc()
析构lib.av_packet_free(&self.ptr)

Frame 类,这是一个基类，所以里面只有基础信息

序号Value
成员变量-1AVFrame *ptr
成员变量-2int index
成员变量-3AVRational _time_base
成员变量-3_SideDataContainer _side_data
Propertydts
Propertypts
Propertytime(The presentation time in seconds for this frame)
Propertytime_base(fractions.Fraction)
Propertyis_corrupt( Is this frame corrupt?)
Propertyside_data
构造self.ptr = lib.av_frame_alloc()
析构lib.av_frame_free(&self.ptr)

VideoFrame 类：
该类继承了Frame类，除了提供了获取avframe类中的变量外，还提供了几个函数，可以csc颜色空间转换，保存jpg，或者从jpg，nump数组中转为Frame.

序号Value
成员变量-1VideoReformatter reformatter
成员变量-2VideoFormat format
Propertywidth
Propertyheight
Propertykey_frame
Propertyinterlaced_frame
Propertypict_type
Propertyplanes
Funto_rgb()( return self.reformat(format=“rgb24”, **kwargs))
Funto_image(可以保存为jpg)
Funto_ndarray()
Funfrom_image(img)
Funfrom_ndarray()

Stream类：
在stream类中还包含了两个其它的类：Container 和CodecContext

序号Value
成员变量-1AVStream *ptr
成员变量-2Container container
成员变量-3CodecContext codec_context
成员变量-4dict metadata
Propertyid
Propertyprofile
Propertyindex
Propertyaverage_rate
Propertybase_rate
Propertyguessed_rate
Propertystart_time
Propertyduration
Propertyframes(The number of frames this stream contains.)
Propertylanguage
PropertyType（ Examples: 'audio', 'video', 'subtitle'.）
Funencode()
Fundecode()
Funget()/det() att

ContainerFormat 类：
这个类封装了ffmpeg的两个结构体：AVInputFormat和AVOutputFormat ，在类里提供了可以访问该结构体的一些属性，主要在后面的container类中使用

序号Value
成员变量-1AVInputFormat *iptr
成员变量-2AVOutputFormat *optr
Propertydescriptor
Propertyoptions
Propertyinput
Propertyoutput
Propertyis_input
Propertyis_output
Propertylong_name
Propertyextensions
Propertyflags
构造self.iptr = lib.av_find_input_format(name)/self.optr = lib.av_guess_format(name, NULL, NULL)
全局函数
全局函数get_output_format_names() 获取所有ffmpeg支持的output names
全局函数get_input_format_names()获取所有ffmpeg支持的input names

Container类：基类

序号Value
成员变量-1AVFormatContext *ptr
成员变量-2dict options
成员变量-3dict container_options
成员变量-4list stream_options
成员变量-5StreamContainer streams
成员变量-6open_timeout
成员变量-7read_timeout
成员变量-8io_open
Fundumps_format()
Funset_timeout() self.interrupt_callback_info.timeout = timeout
Funstart_timeout() self.interrupt_callback_info.start_time = clock()
构造函数avformat_open_input()
析构函数avformat_free_context(self.ptr)
全局函数open()根据flag是r还是w选择return InputContainer(）/ return OutputContainer()

InputContainer(Container) 类：
InputContainer 这里有个创建codec的步骤，特别要注意，并且这里是采用avcodec_find_decoder（）意味着你无法在这里选择合适的解码器，所以我们上面第三个案例中采用了demux和单独codec create（）的做法

序号Value
成员变量-1AVStream *ptr
成员变量-2Container container
Fundemux()在里面对stream赋值packet._stream = self.streams[packet.ptr.stream_index]，stream中包含了py_codec_context
Fundecode() 实际使用的是 packet.decode()
Funseek()
构造函数avformat_find_stream_info（）->avcodec_find_decoder()->avcodec_alloc_context3()
析构函数avformat_close_input()

OutputContainer(Container) 类：

序号Value
成员变量-1bint _started
成员变量-2_done
Funadd_stream() 这里创建一个输出流avformat_new_stream()->创建编码器CodecContext py_codec_context = wrap_codec_context(codec_context, codec)，注意这里的py_codec_context赋给stream中的相关变量，用来后期encode()
Funmux（） av_interleaved_write_frame(self.ptr, self.packet_ptr)

Codec 类：
该类主要封装了AVCodec，提供了相关获取的属性

序号Value
成员变量-1AVCodec *ptr
成员变量-2AVCodecDescriptor *desc
Propertyis_decoder
Propertydescriptor
Propertyname
Propertytype
Propertyframe_rates
Propertyaudio_rates
Propertyvideo_formats
Propertyaudio_formats
Funcreate() 工厂函数return CodecContext.create(self)
构造函数avcodec_find_encoder_by_name() /avcodec_find_decoder_by_name根据mode是w/r选择解码器或者编码器
析构函数
全局函数cdef Codec wrap_codec(const lib.AVCodec *ptr)
全局函数get_codec_names() 所有ffmpeg支持的codec names
全局函数dump_codecs() ““Print information about available codecs.””

CodecContext类：

序号Value
成员变量-1AVCodecContext *ptr
成员变量-2bint extradata_set
成员变量-3int stream_index
成员变量-4Codec codec
成员变量-5dict options
Propertyflags
Propertyextradata set/get att 参见第三个sample中的设置
Propertyextradata_size
Propertyis_open
Propertyis_encoder
Propertyis_decoder
Propertyskip_frame
Propertythread_type
Propertythread_count
Propertybit_rate_tolerance
Propertymax_bit_rate
Propertybit_rate
Propertyticks_per_frame
Propertycodec_tag
Propertytime_base
Propertyprofile
Propertyname
Funcreate()工厂函数
Funopen()
Funclose()
Funencode()这里会调用一次self.open(strict=False)，所以open()可以不用显示调用
Fundecode() 这里会调用一次self.open(strict=False)，所以open()可以不用显示调用
Funparse 里面调用的是av_parser_parse2()
构造函数self.codec = wrap_codec() ->self.options = {} 这个options在第一个decode()调用之前可以设置，具体参见第三个sample
析构函数lib.avcodec_close(self.ptr)/lib.avcodec_free_context(&self.ptr)
全局函数CodecContext wrap_codec_context(lib.AVCodecContext*, const lib.AVCodec*)

VideoCodecContext(CodecContext) 类：
该类也没做什么，主要对外提供属性接口

序号Value
成员变量-1VideoFormat _format
成员变量-2VideoReformatter reformatter
成员变量-3int encoded_frame_count (for encoding)
成员变量-4VideoFrame next_frame (for decoding)
Propertyformat
Propertywidth
Propertyheight
Propertypix_fmt
Propertyframerate
Propertyrate
Propertygop_size
Propertysample_aspect_ratio
Propertydisplay_aspect_ratio
Propertyhas_b_frames
Propertycoded_width
Propertycoded_height
Fun_build_format()

VideoReformatter 类：
主要进行sws_cale的操作

序号Value
成员变量-1SwsContext *ptr
Funreformat()

其它辅助类：
VideoFormat 类：
该类主要封装了AVPixelFormat和AVPixFmtDescriptor

序号Value
成员变量-1AVPixelFormat pix_fmt
成员变量-2AVPixFmtDescriptor *ptr
Propertyname
Propertybits_per_pixel
Propertypadded_bits_per_pixel
Propertyis_big_endian
Propertyhas_palette
Propertyis_bit_stream
Propertyis_planar
Propertyis_rgb
Funchroma_width
Funchroma_height
构造self.pix_fmt = pix_fmt ，self.ptr = lib.av_pix_fmt_desc_get(pix_fmt)

PyIOFile 类：

序号Value
成员变量-1AVIOContext *iocontext
成员变量-2unsigned char *buffer
成员变量-3long pos
Propertyfread
Propertyfwrite
Propertyfseek
Propertyftell
Propertyfclose
Funpyio_read()
Funpyio_write()
Funpyio_seek()
Fun
Fun
泰勒朗斯
关注
一切皆是映射：DQN在智能视频分析中的应用案例
AI天才研究院
08-04 905
一切皆是映射：DQN在智能视频分析中的应用案例 作者：禅与计算机程序设计艺术 1. 背景介绍 1.1 智能视频分析的重要性 在当今大数据时代,视频数据呈现出爆炸式增长的趋势。据统计,全球每分钟就有数百小时的
探索PyAV：Python中的多媒体处理利器
AIGC搞起
11-08 1599
在多媒体处理领域，Python开发者一直在寻找一个强大而灵活的库来处理视频和音频数据。为什么选择PyAV？因为它不仅仅是一个库，而是FFmpeg的Python绑定，提供了直接、精确的媒体访问能力。库的功能包括容器、流、包、编解码器和帧的操作，以及数据转换，使得与其他包（如Numpy和Pillow）的集成变得简单。接下来，我们将深入了解PyAV的强大功能。PyAV作为一个强大的Python库，为多媒体处理提供了极大的便利。它不仅能够处理复杂的媒体数据，还能与其他Python库无缝集成。
PyAV:FFmpeg库的Python绑定
04-30
病毒 PyAV是库的Python绑定。 我们的目标是提供基础库的所有功能和控制，但要尽可能地管理粗粒度的细节。 PyAV用于通过容器，流，数据包，编解码器和框架直接精确地访问您的媒体。 它公开了该数据的一些转换，并帮助您将数据与其他程序包（例如Numpy和Pillow）进行往返。 由于处理媒体极其复杂，PyAV无法将其抽象化或为您做出所有最佳决策，因此，这种功能确实要承担一些责任。 如果ffmpeg命令执行此任务而您不向后弯腰，则PyAV可能会比提供帮助更多地成为障碍。 但是在没有它的情况下，PyAV是至关重要的工具。 安装 由于依赖关系的复杂性，PyAV并不总是最容易从源代码安装的Python软件包。 从8.0.0版开始， 为Linux，Mac和Windows提供了与现代FFmpeg链接的二进制轮子。 您可以运行以下命令来安装这些轮子： pip install av 如果
PyAV安装及使用
yushanxue的博客
07-13 1万+
1、https://ffmpeg.zeranoe.com/builds/ 下载ffmpeg shared，并将其目录下的bin目录添加到环境变量 pip install av 或者 1、https://github.com/mikeboers/PyAV下载PyAV源码，解压后进入其目录执行 python setup.py build --ffmpeg-dir=C:\ffmpe...
PyAV：强大的多媒体处理Python库
gitblog_01033的博客
08-12 617
PyAV：强大的多媒体处理Python库 项目地址:https://gitcode.com/gh_mirrors/py/PyAV 项目介绍 PyAV 是一个基于 FFmpeg 库的 Python 绑定库。它旨在提供底层库的所有功能和控制能力，同时尽可能简化复杂的细节。PyAV 允许用户通过容器、流、数据包、编解码器和帧直接精确地访问媒体数据。此外，它还支持将数据转换为其他格式（如 Numpy 和 ...
Python调用FFmpeg库——PyAV
XerCis的博客
06-22 2198
PyAV是FFmpeg的Python接口，Windows平台下安装前需要先安装FFmpeg
python PyAV库解析H264视频流及保存指定帧
x550262257的博客
12-09 5706
PyAV库解析H264视频流及保存指定帧
Pyav 源码编译 以及自定义直播流sei功能实现
qq_52254412的博客
11-13 1030
在里面可以通过lib.av_...的方式调用c语言的一些api 也有一些类似cdef的类可以在python中调用c语言的一些类 但是通过pip安装的av库的源代码并不包含这些pyx文件。另一种思路就是 通过python平台上一些对ffmpeg api封装的库(FFmpeg自己不提供Python的api调用) 如pyav 实现。将添加sei信息后的rtmp推到自己的流媒体服务器 我这里是转成了flv在网页端播放。pyav也是python端用的比较成熟的调用ffmpeg api 的库了。
pytorchvideo中LabeledVideoDataset源码分析
piaopu0120的博客
01-03 590
pytorchvideo
解决Win10安装pyav报错的步骤与解决方案
pyav是一个用于处理视频关键帧的Python库，它在视频分析、图像处理等方面有着广泛的应用。在解决安装问题时，可以参考CSDN上的相关文章。该文章提供了详细的解决步骤和可能的解决方案，链接为...
OSError: `pyav` can not handle the given uri.
03-12
pip install av --no-binary av # 从源码编译，确保绑定正确FFmpeg ``` #### 4. 检查协议和格式支持 - **协议支持**: 若URI使用特殊协议（如`rtmp`、`srt`），需FFmpeg编译时启用对应选项。 - **示例命令**: ```...
PyAV-develop.zip
10-31
python 中的库 是 PyAV-develop.zip的压缩文件。针对于无法直接pip下载的用户。
Pytorch - 使用Pyav解码视频文件并将视频帧转换为Pytorch tensor作为网络模型输入数据
HW140701的博客
03-25 2463
1 视频文件作为网络模型的输入数据 越来越多的神经网络模型开始以视频作为训练数据，比如基于视频数据的行为识别等等，这就需要我们将视频转换为可适用的张量，本文将以pytorch为例，展示一下视频数据转换为pytorch tensor的过程。 2 使用Pyav解码视频文件并将视频帧转换为Pytorch tensor 2.1 安装ffmepg以及pyav 不赘述。 2.2 视频转换为tensor import torch import numpy as np import os import av def ge
使用pyav访问网络视频流
热门推荐
yuanlulu的博客
06-26 1万+
背景 深度学习项目中使用python-opencv获取视网络频流出错，找替代方案.要求能得到numpy格式的图片，供opencv和深度模型使用。 方案选型 据我所知道的方法，在python中访问网络视频流（rtsp 或者http视频流）有以下工具：opencv、pyav、imageio和python-vlc. imageio和python-vlc的资料少，没找到完美的例子，放弃。 o...
推荐使用PyAV：Python媒体处理的强大工具
gitblog_00089的博客
05-12 746
推荐使用PyAV：Python媒体处理的强大工具 项目地址:https://gitcode.com/gh_mirrors/py/PyAV 1、项目介绍 PyAV是一个精心设计的Python绑定库，专门用于与FFmpeg进行交互。这个项目的目标是提供FFmpeg的所有强大功能，同时尽可能地简化操作流程，让开发者可以直截了当地访问和处理多媒体文件。无论是容器、流、包、编解码器还是帧，PyAV都能帮助您...
使用 PyAV 高效拆解视频帧：原理、实现与性能优化
最新发布
ltm1410010510的博客
04-18 812
PyAV 凭借其底层 FFmpeg集成和零拷贝特性，成为 Python 生态中视频处理的性能标杆。对于需要处理高清视频、实时流媒体或大规模视频分析的项目，PyAV 能显著提升效率并降低硬件成本。而通过多线程解码、GPU 加速和智能跳帧等优化手段，开发者可以进一步挖掘其潜力。
EasyTransfer 开源项目使用教程
gitblog_00874的博客
08-07 927
EasyTransfer 开源项目使用教程 EasyTransferEasyTransfer is designed to make the development of transfer learning in NLP applications easier.项目地址:https://gitcode.com/gh_mirrors/ea/EasyTransfer 1. 项目的目录结构及介绍 Ea...
Python：使用PyAV提取视频关键帧
地理信息系统、摄影测量与遥感、人工智能
07-30 5469
随着短视频越来越流行，视频的内容分析与文本的内容分析一样重要。然而，如果每个分析师都想看每一段视频，那就需要太多时间。相较于基于文本的内容分析，会发现一个主要的区别查看文本内容可以一目十行，并且没有强制的前后时间线。事实上，视频流中的大量信息是冗余的，并且信息量非常低。如果你把这些图片一张一张地放在面前，你也可以做到像文本内容一样一目十行，减少人为疏忽。即使你快进视频，一个小时的视频也需要超过。），尤其是在长时间拍摄类似镜头的场景中，对图像进行重复数据消除将有助于过滤掉大多数。通常，一秒钟的视频包含。...
基于Python的pyAV读取H265(HEVC)编码的视频文件
晚来天欲雪，能饮一杯无？
11-10 4309
简单来说，PyAV是对FFmpeg的Python封装，集成了FFmpeg的全部功能，使用起来十分方便。如果对视频处理稍微有点了解的话，应该听过FFmpeg，官网是这里，它是一个跨平台的多媒体处理工具，很多一些小的视频播放器都是基于它开发的。PyAV的官网是这里。相比于前面提到的OpenCV，它是一个专门用来处理视频的库，因此各种功能十分专业，包括转码、读取音频等。它的安装也十分简单，pip即可。对，它的简写就是av，安装好以后就可以愉快地写代码了。
评论 1
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