创建视频联系表。视频联系表是由排列在网格上的视频截图缩略图组成的图像。
$ vcsi bbb_sunflower_2160p_60fps_normal.mp4 \
-t \
-w 830 \
-g 4x4 \
--background-color 000000 \
--metadata-font-color ffffff \
--end-delay-percent 20 \
--metadata-font /usr/share/fonts/TTF/DejaVuSans-Bold.ttf
$ vcsi bbb_sunflower_2160p_60fps_normal.mp4 \
-t \
-w 830 \
-g 3x5 \
--end-delay-percent 20 \
--timestamp-font /usr/share/fonts/TTF/DejaVuSans.ttf \
-o output.png
上面的联系表是从一部名为"大雄兔"的电影生成的。
可以从 PyPi 安装 vcsi
:
$ pip install vcsi
首先安装 Poetry,然后运行:
$ poetry build
$ pip install dist/*.whl
vcsi 目前为以下系统打包:
Linux 包 | |
---|---|
Arch (AUR) | https://aur.archlinux.org/packages/vcsi/ |
Arch (AUR, git master) | https://aur.archlinux.org/packages/vcsi-git/ |
Gentoo | https://packages.gentoo.org/packages/media-video/vcsi |
你的系统未列出?
$ apt-get install ffmpeg
然后使用上面的 Poetry 安装方法。
使用 Windows?请查看下面的说明。
从 Zeranoe 这里下载 ffmpeg 的二进制构建(例如 64 位静态版):http://ffmpeg.zeranoe.com/builds/
解压缩文件并将 bin
目录添加到你的 PATH 中,以便可以从命令行调用 ffmpeg
和 ffprobe
。
如果你在使用 pip 安装 numpy 时遇到问题,可以从这里下载已构建的 numpy 版本:http://sourceforge.net/projects/numpy/files/NumPy/
Python 模块:
必须在你的 PATH 中:
$ vcsi -h
用法: vcsi [-h] [-o OUTPUT_PATH] [-c CONFIG]
[--start-delay-percent START_DELAY_PERCENT]
[--end-delay-percent END_DELAY_PERCENT]
[--delay-percent DELAY_PERCENT] [--grid-spacing GRID_SPACING]
[--grid-horizontal-spacing GRID_HORIZONTAL_SPACING]
[--grid-vertical-spacing GRID_VERTICAL_SPACING] [-w VCS_WIDTH]
[-g GRID] [-s NUM_SAMPLES] [-t]
[--metadata-font-size METADATA_FONT_SIZE]
[--metadata-font METADATA_FONT]
[--timestamp-font-size TIMESTAMP_FONT_SIZE]
[--timestamp-font TIMESTAMP_FONT]
[--metadata-position METADATA_POSITION]
[--background-color BACKGROUND_COLOR]
[--metadata-font-color METADATA_FONT_COLOR]
[--timestamp-font-color TIMESTAMP_FONT_COLOR]
[--timestamp-background-color TIMESTAMP_BACKGROUND_COLOR]
[--timestamp-border-color TIMESTAMP_BORDER_COLOR]
[--template METADATA_TEMPLATE_PATH] [-m MANUAL_TIMESTAMPS] [-v]
[-a] [-A ACCURATE_DELAY_SECONDS]
[--metadata-margin METADATA_MARGIN]
[--metadata-horizontal-margin METADATA_HORIZONTAL_MARGIN]
[--metadata-vertical-margin METADATA_VERTICAL_MARGIN]
[--timestamp-horizontal-padding TIMESTAMP_HORIZONTAL_PADDING]
[--timestamp-vertical-padding TIMESTAMP_VERTICAL_PADDING]
[--timestamp-horizontal-margin TIMESTAMP_HORIZONTAL_MARGIN]
[--timestamp-vertical-margin TIMESTAMP_VERTICAL_MARGIN]
[--quality IMAGE_QUALITY] [-f IMAGE_FORMAT]
[-T TIMESTAMP_POSITION] [-r] [--timestamp-border-mode]
[--timestamp-border-size TIMESTAMP_BORDER_SIZE]
[--capture-alpha CAPTURE_ALPHA] [--version]
[--list-template-attributes] [--frame-type FRAME_TYPE]
[--interval INTERVAL] [--ignore-errors] [--no-overwrite]
[--exclude-extensions EXCLUDE_EXTENSIONS] [--fast]
[-O THUMBNAIL_OUTPUT_PATH] [-S]
[--timestamp-format TIMESTAMP_FORMAT]
filenames [filenames ...]
创建视频联系表
位置参数:
filenames
可选参数:
-h, --help 显示此帮助信息并退出
-o OUTPUT_PATH, --output OUTPUT_PATH
保存到输出文件 (默认: 无)
-c CONFIG, --config CONFIG
从配置文件加载默认设置 (默认:
C:\Users\zacke\.config/vcsi.conf)
--start-delay-percent START_DELAY_PERCENT
不在总时间的前n%捕获帧 (默认: 7)
--end-delay-percent END_DELAY_PERCENT
不在总时间的最后n%捕获帧 (默认: 7)
--delay-percent DELAY_PERCENT
不在总时间的前后n%捕获帧 (默认: 无)
--grid-spacing GRID_SPACING
捕获帧之间的垂直和水平像素间距 (默认: 无)
--grid-horizontal-spacing GRID_HORIZONTAL_SPACING
捕获帧之间的水平像素间距 (默认: 5)
--grid-vertical-spacing GRID_VERTICAL_SPACING
捕获帧之间的垂直像素间距 (默认: 5)
-w VCS_WIDTH, --width VCS_WIDTH
生成的接触表宽度 (默认: 1500)
-g GRID, --grid GRID 在mxn网格上显示帧(例如4x5)。特殊值零(如2x0或0x5或0x0)
仅在与--interval或--manual结合使用时允许。
零表示该组件应根据传递的其他参数自动推导。
(默认: 4x4)
-s NUM_SAMPLES, --num-samples NUM_SAMPLES
样本数 (默认: 无)
-t, --show-timestamp 显示每帧的时间戳 (默认: 否)
--metadata-font-size METADATA_FONT_SIZE
用于元数据的字体大小 (默认: 16)
--metadata-font METADATA_FONT
用于元数据的TTF字体 (默认:
C:/Windows/Fonts/msgothic.ttc)
--timestamp-font-size TIMESTAMP_FONT_SIZE
用于时间戳的字体大小 (默认: 12)
--timestamp-font TIMESTAMP_FONT
用于时间戳的TTF字体 (默认:
C:/Windows/Fonts/msgothic.ttc)
--metadata-position METADATA_POSITION
元数据头部的位置。必须是['top', 'bottom', 'hidden']之一 (默认: top)
--background-color BACKGROUND_COLOR
背景颜色,十六进制表示,例如AABBCC (默认: 000000FF)
--metadata-font-color METADATA_FONT_COLOR
元数据字体颜色,十六进制表示,例如AABBCC (默认: FFFFFFFF)
--timestamp-font-color TIMESTAMP_FONT_COLOR
时间戳字体颜色,十六进制表示,例如AABBCC (默认: FFFFFFFF)
--timestamp-background-color TIMESTAMP_BACKGROUND_COLOR
时间戳背景矩形颜色,十六进制表示,例如AABBCC (默认: 000000AA)
--timestamp-border-color TIMESTAMP_BORDER_COLOR
时间戳边框颜色,十六进制表示,例如AABBCC (默认: 000000FF)
--template METADATA_TEMPLATE_PATH
元数据模板文件路径 (默认: 无)
-m MANUAL_TIMESTAMPS, --manual MANUAL_TIMESTAMPS
要使用的帧时间戳列表,逗号分隔,例如1:11:11.111,2:22:22.222 (默认: 无)
-v, --verbose 显示详细信息 (默认: 否)
-a, --accurate 进行精确捕获。此捕获模式比默认模式慢得多,但在捕获HEVC视频帧时有帮助。(默认: 否)
-A ACCURATE_DELAY_SECONDS, --accurate-delay-seconds ACCURATE_DELAY_SECONDS
快速跳至捕获时间前N秒,然后进行精确捕获(在每次捕获前解码N秒的视频)。
仅在精确捕获模式下使用。(默认: 1)
--metadata-margin METADATA_MARGIN
元数据头部的边距(像素)。(默认: 10)
--metadata-horizontal-margin METADATA_HORIZONTAL_MARGIN
元数据头部的水平边距(像素)。(默认: 10)
--metadata-vertical-margin METADATA_VERTICAL_MARGIN
元数据头部的垂直边距(像素)。(默认: 10)
--timestamp-horizontal-padding TIMESTAMP_HORIZONTAL_PADDING
时间戳的水平内边距(像素)。(默认: 3)
--timestamp-vertical-padding TIMESTAMP_VERTICAL_PADDING
时间戳的垂直内边距(像素)。(默认: 1)
--timestamp-horizontal-margin TIMESTAMP_HORIZONTAL_MARGIN
时间戳的水平外边距(像素)。(默认: 5)
--timestamp-vertical-margin TIMESTAMP_VERTICAL_MARGIN
时间戳的垂直外边距(像素)。(默认: 5)
--quality IMAGE_QUALITY
输出图像质量。必须是0-100范围内的整数。100 = 最佳质量。(默认: 100)
-f IMAGE_FORMAT, --format IMAGE_FORMAT
输出图像格式。可以是pillow支持的任何格式。例如'png'或'jpg'。(默认: jpg)
-T TIMESTAMP_POSITION, --timestamp-position TIMESTAMP_POSITION
时间戳位置。必须是['north', 'south', 'east', 'west', 'ne', 'nw', 'se', 'sw', 'center']之一。
(默认: TimestampPosition.se)
-r, --recursive 递归处理指定目录中的每个文件(默认:否)
--timestamp-border-mode
使用边框绘制时间戳文本,而非默认的矩形(默认:否)
--timestamp-border-size TIMESTAMP_BORDER_SIZE
时间戳边框的像素大小(仅在使用--timestamp-border-mode时生效)(默认:1)
--capture-alpha CAPTURE_ALPHA
截图的透明度值(Alpha通道,范围[0, 255])。默认为255(不透明)(默认:255)
--version 显示程序版本号并退出
--list-template-attributes
--frame-type FRAME_TYPE
传递给ffmpeg 'select=eq(pict_type,FRAME_TYPE)'过滤器的帧类型。
应为('I', 'B', 'P')之一,或特殊类型'key'(将使用'select=key'过滤器)(默认:无)
--interval INTERVAL 按指定间隔捕获帧。间隔格式为`parsedatetime`支持的任何字符串。
例如'5m'、'3 minutes 5 seconds'、'1 hour 15 min and 20 sec'等(默认:无)
--ignore-errors 递归处理文件时忽略遇到的任何错误,继续处理下一个文件(默认:否)
--no-overwrite 如果输出文件已存在,不覆盖该文件,直接忽略并继续处理其他未处理的文件(默认:否)
--exclude-extensions EXCLUDE_EXTENSIONS
不处理以给定扩展名结尾的文件(默认:[])
--fast 快速模式。尽可能快地生成联系表,不考虑输出图像质量。可能会影响终端显示(默认:否)
-O THUMBNAIL_OUTPUT_PATH, --thumbnail-output THUMBNAIL_OUTPUT_PATH
将缩略图文件保存到指定的输出目录。如果设置,成功创建联系表后缩略图文件将不会被删除(默认:无)
-S, --actual-size 生成实际大小的缩略图。换句话说,缩略图将保持视频分辨率的1:1实际大小(默认:否)
--timestamp-format TIMESTAMP_FORMAT
使用指定的时间戳格式。可替换的值包括:{TIME}、{DURATION}、{THUMBNAIL_NUMBER}、{H}(小时)、
{M}(分钟)、{S}(秒)、{c}(厘秒)、{m}(毫秒)、{dH}、{dM}、{dS}、{dc}和{dm}
(与前面的值相同,但用于总时长)。格式示例:'{TIME} / {DURATION}'。
另一个示例:'{THUMBNAIL_NUMBER}'。再一个示例:'{H}:{M}:{S}.{m} / {dH}:{dM}:{dS}.{dm}'。
(默认:{TIME})
由于采用了jinja2,vcsi
现在支持元数据模板。要使用自定义模板,可以使用--template
参数指定模板文件的路径。
以下是一个示例模板文件:
{{filename}}
文件大小: {{size}}
{% if audio_sample_rate %}
音频采样率: {{audio_sample_rate/1000}} KHz
{% endif %}
{% if audio_bit_rate %}
音频比特率: {{audio_bit_rate/1000}} Kbps
{% endif %}
{{frame_rate}} fps
分辨率: {{sample_width}}x{{sample_height}}
属性名 | 描述 | 示例 |
---|---|---|
size | 文件大小(易读格式) | 128.3 MiB |
size_bytes | 文件大小(字节) | 4662788373 |
filename | 文件名 | video.mkv |
duration | 时长(易读格式) | 03:07 |
sample_width | 采样宽度(像素) | 1920 |
sample_height | 采样高度(像素) | 1080 |
display_width | 显示宽度(像素) | 1920 |
display_height | 显示高度(像素) | 1080 |
video_codec | 视频编码 | h264 |
video_codec_long | 视频编码(全名) | H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10 |
video_bit_rate | 视频比特率 | 371006 |
display_aspect_ratio | 显示宽高比 | 16:9 |
sample_aspect_ratio | 采样宽高比 | 1:1 |
audio_codec | 音频编码 | aac |
audio_codec_long | 音频编码(全名) | AAC (Advanced Audio Coding) |
audio_sample_rate | 音频采样率(Hz) | 44100 |
audio_bit_rate | 音频比特率 | 192000 |
frame_rate | 帧率(fps) | 23.974 |
要运行测试套件,请执行:
poetry run pytest
要测量代码覆盖率:
poetry run pytest --cov=vcsi.vcsi
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好 者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能 服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从 内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号