MoviePy中保持垂直视频宽高比的技术实现
2025-05-17 09:11:53作者:董宙帆
在视频处理过程中,保持原始素材的宽高比是一个常见需求,特别是在处理垂直视频(竖屏视频)时尤为重要。本文将详细介绍如何在使用MoviePy处理垂直视频时正确保持宽高比。
问题背景
当处理1024x1024的正方形图片并希望输出480x854的垂直视频时,直接使用resize方法可能会导致画面被拉伸变形。这是因为简单的尺寸调整没有考虑原始素材和目标尺寸的宽高比差异。
核心概念:宽高比计算
宽高比(Aspect Ratio)是指视频或图片宽度与高度的比例关系。保持宽高比意味着在调整尺寸时,保持这个比例不变,避免画面变形。
计算宽高比的公式为:
宽高比 = 宽度 / 高度
解决方案实现
正确的做法是先计算原始素材的宽高比,然后根据目标高度计算对应的宽度,或者根据目标宽度计算对应的高度。
方法一:固定高度,计算宽度
target_height = 854
original_aspect_ratio = original_width / original_height
target_width = int(target_height * original_aspect_ratio)
方法二:固定宽度,计算高度
target_width = 480
original_aspect_ratio = original_width / original_height
target_height = int(target_width / original_aspect_ratio)
完整代码示例
以下是保持宽高比的完整实现代码:
def build_image_clips(images, audio_file):
audio = AudioFileClip(audio_file)
audio_duration = audio.duration
image_duration = audio_duration / len(images)
video_clips = []
target_width, target_height = 480, 854
for image_url in images:
# 获取原始图片尺寸
img = Image.open(image_url)
original_width, original_height = img.size
aspect_ratio = original_width / original_height
# 计算保持宽高比的目标尺寸
if aspect_ratio > (target_width/target_height):
# 以宽度为基准
new_height = int(target_width / aspect_ratio)
new_size = (target_width, new_height)
else:
# 以高度为基准
new_width = int(target_height * aspect_ratio)
new_size = (new_width, target_height)
# 创建视频片段
image_clip = (ImageClip(image_url)
.set_fps(30)
.set_duration(image_duration)
.resize(new_size))
# 添加缩放效果
image_clip = Zoom(image_clip, mode="in", position="center", speed=5.0)
video_clips.append(image_clip)
# 合成最终视频
final_video = concatenate_videoclips(video_clips)
final_video = CompositeVideoClip([final_video], size=(target_width, target_height))
# 输出视频文件
final_video.write_videofile("output.mp4", fps=30, codec="libx264", audio_codec="aac")
技术要点解析
-
宽高比计算:首先获取原始图片的实际尺寸,计算其宽高比。
-
自适应调整:根据目标尺寸的宽高比与原始素材的宽高比比较,决定是以宽度还是高度为基准进行调整。
-
居中显示:调整后的视频会在目标尺寸的画布上居中显示,四周可能会有黑边(letterbox),这是保持宽高比的正常现象。
-
缩放效果:在保持宽高比的基础上,仍然可以应用各种视频效果,如示例中的Zoom效果。
常见问题处理
-
黑边问题:保持宽高比可能会导致视频周围出现黑边,这是正常现象。如需去除黑边,可以考虑裁剪或使用背景填充。
-
整数像素:计算后的尺寸需要转换为整数,因为像素必须是整数单位。
-
多种分辨率处理:当处理多种不同分辨率的图片时,需要为每张图片单独计算其宽高比和调整尺寸。
通过以上方法,可以确保在MoviePy中处理垂直视频时,画面内容不会出现拉伸变形,保持原始素材的正确比例。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137