Python使用ffmpeg合成视频、音频的实现方法

最近有在使用屏幕录制软件录制桌面，在用的过程中突发奇想，使用python能不能做屏幕录制工具，也锻炼下自己的动手能力。
接下准备写使用python如何做屏幕录制工具的系列文章：

录制屏幕制作视频录制音频

合成视频，音频

基于pyqt5制作可视化窗口

大概上述四个部分，希望自己能够尽快完善，前两篇文章分享了利用opencv制作了屏幕录制部分，利用PyAudio录制音频，本篇文章分享如何使用ffmpeg将同时录制的屏幕录像和音频合成为有声音的屏幕录像。

应用平台

• windows 10
• python 3.7
• ffmpeg

音视频合成

在python合成音视频有很多第三方包，操作方法各有不同，有简易的也有稍微复杂的，

起初也有想过使用moviepy中文文档，其在使用门槛上确实比ffmpeg要小很多，在翻查相关资料后，目前要考虑的事是合并音视频为一个有声音的视频，而且ffmpeg具有录制视频的功能，效果比使用cv2+ImageGrab方式要好，所以采用ffmpeg作为合成工具，ffmpeg.exe下载路径，使用手册。

python下使用ffmpeg，可以直接调用命令行工具，也可以使用封装的第三包。

pip install ffmpeg-python

使用参数与ffmpeg一致，不同处在于，在使用完后需要键入终止条件以结束ffmpeg的运行。

将cv2的屏幕录制改成ffmpeg录制

import ffmpeg

# 屏幕录制画面大小
width = 1920
height = 1080
# 录制帧率，在cv2录制中，发现帧率比较固定且偏小，主要原因为ImageGrab间隔时间稍长
# 这里可以调整的稍微大一点，当然越大对固件性能越好，推荐在15~60之间（含）
fps = 30
# 录制画面是否包含鼠标，0：不包含，1：包含
# 录制方式为gdigrab模式，包含鼠标在录制过程会看到鼠标频闪的现象，可自行搜索模块插件解决
draw_mouse = 0
# 屏幕画面录制偏移距离
offset_x = 0
offset_y = 0
# 文件名称
filename = 'test.mp4'
# 录制桌面
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路径，如不设置，会搜寻环境变量下的ffmpeg
# 可直接下载ffmpeg.exe到工程文件目录下
ffmpeg_path = 'ffmpeg.exe'
process.run_async(cmd=ffmpeg_path, pipe_stdin=True, pipe_stdout=False, pipe_stderr=False)
# 自定义延时函数
delay()
# 传入中断参数，在调用之前，尽量在之前有足够的延时
process.communicate(str.encode("q"))
process.terminate()

合成音视频

# 传入的视频路径
video_path = 'mp4_test.mp4'
# 传入的音频路径
audio_path = 'mp3_test.mp3'
# 生成的视频名称，不要和上述的路径一致
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: 上述方法也可以封装到类中，方便pyqt5窗口的实现。

看到这里可能会想到，有音频录制，视频录制，音视频合成，但是不好让音视频分开录制，导致音视频不同步，看起来也别扭，下面就来实现将两者同时录制同时结束。

可沿用录制屏幕制作视频（推荐用本篇下方的代码），录制音频 两篇里的代码，将关于键盘监听部分注释掉，避免冲突。

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

def hotkey():
    """热键监听"""
    with keyboard.Listener(on_press=on_press) as listener:
        listener.join()
def on_press(key):
    try:
        video.terminate()
        if key.char == 't':  # t键，录制结束，保存音视频
            audio.stop_flag = True
        elif key.char == 'k':  # k键，录制中止，删除文件
            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')

利用三组线程，当该代码运行时就会监听键盘按键，同时录制音频、视频，当按下t键结束录制，保存音视频。

总结

通过音视频分线程录制，保证两个文件的时长一致且同步的情况，在这过程中学习了如何在python中调用ffmpeg模块，对此进行音视频合并，完成视频合成。

远处的峰亦不能遮挡看到山后的风景。

于二零二二年四月十七日作

ffmpeg录屏源代码：

"""
Screenshot_record.py 使用ffmpeg录制屏幕
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

到此这篇关于Python使用ffmpeg合成视频、音频的文章就介绍到这了,更多相关python ffmpeg合成视频音频内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！