三行Python程序代码实现MP4视频转GIF动画文件

☞ ░ 老猿Python博文目录：https://blog.csdn.net/LaoYuanPython ░

一、引言

最近看到好几篇类似“n行Python代码…”的博文，看起来还挺不错，简洁、实用，传播了知识、带来了阅读量，撩动了老猿的心，决定跟风一把，写个视频转动画的三行代码的极简实现。

二、moviepy

2.1、moviepy介绍

要实现视频转动画，老猿使用了moviepy库。

MoviePy是一个用于视频编辑的Python模块，可用于进行视频的基本操作（如剪切、连接、标题插入）、视频合成（也称非线性编辑）、视频处理或创建高级效果。

它可以读写最常见的视频格式，包括GIF。MoviePy能处理的视频是ffmpeg格式的，老猿理解支持的文件类型至少包括：*.mp4 *.wmv *.rm *.avi *.flv *.webm *.wav *rmvb 。

MoviePy使用ffmpeg读取、导出视频和音频文件，使用ImageMagick生成文本和输出GIF文件。Python的快速数字库Numpy保证了不同媒体的处理。高级效果和增强使用了Python的许多图像处理库（PIL、Scikit-image、scipy等）。

moviepy的核心对象是剪辑（clips），包括AudioClips 和VideoClips。它们可以修改（剪切、减速、变暗…）或与剪辑混合以形成新剪辑，可以使用PyGame或IPython Notebook预览，并可以输出到对应类型的文件（如MP4、GIF、 MP3等）。例如，VideoClips可以从视频文件、图像、文本或自定义动画创建。VideoClips可以有一个音频轨道（这是一个AudioClip）和一个mask（一个特殊的VideoClip，指示当剪辑与其他剪辑混合时要隐藏哪些部分）。

2.2、moviepy安装

MoviePy安装非常简单，使用pip安装时，请将站点指向国内的镜像站点，否则下载很慢或者下载不下来，老猿使用清华的镜像，指令是：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple moviepy

注意：

1、moviepy全小写，安装时会自动安装相关依赖包；
2、建议安装最新的版本1.0.3，因为1.0.2中有个比较大的bug，请见《在Python中使用moviepy进行视频剪辑时输出文件报错 ‘NoneType’ object has no attribute 'stdout’问题》；
3、如果没有安装最新版本，可以执行版本升级，指令：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple moviepy --upgrade

关于Moviepy更多的介绍，请参考老猿的免费专栏《https://blog.csdn.net/laoyuanpython/category_9991887.html PyQt+moviepy音视频剪辑实战》。

三、三行代码实现视频转GIF

from  moviepy.editor import *

clipVideo = VideoFileClip(r"F:\video\WinBasedWorkHard_src.mp4").crop(0, 278, 540, 580)
clipVideo.write_gif(r"F:\video\WinBasedWorkHard.gif")

上面三行代码加载moviepy相关模块，读入视频文件，然后输出到动画文件中，整个工作就这么简单。

结果文件：
在这里插入图片描述
这个视频是老猿在进行视频剪辑处理时经常用到的，斯人已逝，一路走好！

他和星爷带来的欢笑永存！

四、涉及相关函数

上述代码涉及到的相关函数包括VideoFileClip、crop和write_gif。

4.1、VideoFileClip函数

VideoFileClip实际上是一个类，其构造方法如下：

__init__(self, filename, has_mask=False,
                 audio=True, audio_buffersize=200000,
                 target_resolution=None, resize_algorithm='bicubic',
                 audio_fps=44100, audio_nbytes=2, verbose=False,
                 fps_source='tbr')

参数说明：

filename：视频文件名，可以带路径
has_mask：是否有遮罩，如果视频文件带遮罩，则设置has_mask为True。视频文件一般很少带遮罩，但有些视频编码支持遮罩功能。例如如果moviepy合成了一个带遮罩的剪辑，则可以使用《moviepy音视频剪辑：视频剪辑基类VideoClip的属性及方法详解》介绍的VideoClip.write_videofile将剪辑和遮罩、音频信息一起保存到视频文件中
audio：如果视频文件不带音频或者不希望加载视频文件的音频，可以将audio参数设置为False
audio_buffersize：音频文件读取缓冲区大小，字节为单位，一般用缺省值足够，如果audio_buffersize比一个音频帧的大小还要小，会自动使用音频帧的大小代替
target_resolution：设置为加载后需要变换到的分辨率，类型为列表或元组，第一个元素为分辨率的高，第二个为宽，如果高或宽有一个为None，则保持现有纵横比调整帧的大小。如果保持原分辨率不变，则不需要设置本参数或设置为None。如果设置了新的分辨率，则在调用ffmpeg 返回视频剪辑的帧之前会按新的分辨率调整帧的大小。这比使用转换为高分辨率流然后再调整分辨率会快很多
resize_algorithm：要改变加载后的视频分辨率，可以通过resize_algorithm指定调整分辨率的算法，缺省值为 “bicubic”，还可以是 “bilinear” 、"fast_bilinear"等。关于算法的更多信息请参考：https://ffmpeg.org/ffmpeg-scaler.html
audio_fps：声音的采样频率
audio_nbytes：声音采样的位数
verbose：是否在标准输出设备上显示处理信息
fps_source：从视频的元数据metadata哪个数据中获取fps值，默认设置为’tbr’，但可以设置为’fps’，这可能有助于导入慢动作视频，否则可能会出意外。

4.2、crop函数

crop函数从剪辑中获取一个矩形区域的剪辑内容作为新的剪辑。本案例中使用是因为原视频是从某短视频中下载的，带有短视频的特定框架，使用crop保留了核心的视频图像。

调用语法：

crop( clip, x1=None, y1=None, x2=None, y2=None, width=None, height=None, x_center=None, y_center=None)

参数：

x1、y1：代表矩形区域左上角坐标
x2、y2：代表矩形区域右下角坐标
width、height：是宽度和高度
x_center、y_center：表示x1的坐标为x_center-width/2，x2的坐标为x_center+width/2，y_center类似处理

数据计算逻辑

下面以横坐标系数据为例来说明矩形位置坐标（单位：像素）的计算逻辑：

横坐标系数据 x1、x2、width只要出现任意2个就能算出另外1个
x_center如果出现，则可以计算出x1和x2
如果 x1、x2、width只出现1个或者都未出现，则x1、x2其中未出现的则取原剪辑的左上角或右下角的横坐标，因此单独出现width没有意义
以上计算过程是有顺序的，只有前面的不满足才会执行后面的。纵坐标系数据同样如此。

4.3、write_gif方法

write_gif将剪辑转换成gif动画输出到文件中，调用语法：

def write_gif(self, filename, fps=None, program='imageio',
                  opt='nq', fuzz=1, verbose=True,
                  loop=0, dispose=False, colors=None, tempfiles=False,
                  logger='bar'):

参数说明如下：

program：用于转换的软件，可以是“imageio”（这将通过imageio使用FreeImage库），或者是“ImageMagick”，或者是“ffmpeg”
opt：应用优化的选项，如果program参数是’imageio’，opt必须是’wu’（Wu）或“nq”（Neuquant），。如果program=‘ImageMagick’，opt可以是“optimizeplus”或“OptimizeTransparency”
fuzz：仅当program='ImageMagick’时需要，通过考虑小于fuzz%的颜色差异实际上是相同的来压缩GIF文件大小
loop：表示GIF文件播放时循环播放多少次，如果为0就一直不停地播放，否则播放设定次数后就停止，该参数由GIF文件头控制
dispose：表示播放动画时渲染当前帧时，如何处理前一帧，该参数由GIF文件头控制，moviepy没有说明该参数怎么使用，缺省值为False，老猿查阅了相关资料，才基本确认该参数的作用，但GIF中该控制参数有四个取值，不知道是否都支持，取值及含义如下：
为0表示绘制一个完整大小的、不透明的GIF帧来替换上一帧，就算连续的两帧只在局部上有细微的差异，每一帧依然是完整独立的绘制
为1表示未被当前帧覆盖的前一帧像素将继续显示，这种方式常用于对GIF动画进行优化，当前帧只需在上一帧的基础上做局部刷新，上一帧中没有被当前帧覆盖的像素区域将继续展示。这种方式既能节省内存，也能提高解码速度
为2 表示绘制当前帧之前，会先把前一帧的绘制区域恢复成背景色，这种方式常用于优化很多帧背景相同的情况，上一帧的背景色能通过当前帧的透明区域显示
为3表示绘制当前帧时，会先恢复到最近一个设置为False或1的帧，然后再将当前帧叠加到上面，这种方式性能比较差，已经被慢慢废弃
colors：关于这个参数moviepy没有说明，老猿将该值设置为一个比较大的值，结果报错“ValueError: GIF quantize param must be 2…256”，最后查阅资料确认该参数表示色彩量化使用的调色板索引，取值为2到256。GIF最高支持8位256色，那么如果原图是真彩色的，则在生成最终效果图时，就涉及到真彩色到256的降色。真彩色是24位的，有2的24种颜色，每个像素用3个字节标识一个颜色，R、G、B各占一个字节，而256色每个像素只用一个字节从调色板中索引一种颜色，调色板最多有256种颜色。将2^24种颜色降为256种颜色，降色的过程被成为色彩量化。色彩量化过程分两步：1、根据图片定制调色板；2、遍历像素，对于每一个像素，从调色板中找最接近的颜色，记录该颜色索引。关于调色板请参考《调色板详解》
tempfiles：将每个帧写入一个文件，而不是将它们传递到RAM中。在内存很少的计算机上很有用，只能与ImageMagick或ffmpeg一起使用。

五、小结

本文介绍了使用Python+Moviepy三行代码实现MP4视频文件转gif动画，并介绍了相关处理的关键函数及语法，实际上所有FFmpeg格式的视频文件Moviepy都能处理。

更多相关moviepy知识的介绍请参考《https://blog.csdn.net/LaoYuanPython/article/details/108184832 Python音视频剪辑库MoviePy1.0.3中文教程导览及可执行工具下载》的导览式介绍。

写博不易，敬请支持：

如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！

如果对文章内容存在疑问，可以在博客评论区留言，或关注：老猿Python 微信公号发消息咨询。

关于老猿的付费专栏

付费专栏《https://blog.csdn.net/laoyuanpython/category_9607725.html 使用PyQt开发图形界面Python应用》专门介绍基于Python的PyQt图形界面开发基础教程，对应文章目录为《 https://blog.csdn.net/LaoYuanPython/article/details/107580932 使用PyQt开发图形界面Python应用专栏目录》；
付费专栏《https://blog.csdn.net/laoyuanpython/category_10232926.html moviepy音视频开发专栏 )详细介绍moviepy音视频剪辑合成处理的类相关方法及使用相关方法进行相关剪辑合成场景的处理，对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/107574583 moviepy音视频开发专栏文章目录》；
付费专栏《https://blog.csdn.net/laoyuanpython/category_10581071.html OpenCV-Python初学者疑难问题集》为《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理》的伴生专栏，是笔者对OpenCV-Python图形图像处理学习中遇到的一些问题个人感悟的整合，相关资料基本上都是老猿反复研究的成果，有助于OpenCV-Python初学者比较深入地理解OpenCV，对应文章目录为《https://blog.csdn.net/LaoYuanPython/article/details/109713407 OpenCV-Python初学者疑难问题集专栏目录》
付费专栏《https://blog.csdn.net/laoyuanpython/category_10762553.html Python爬虫入门》站在一个互联网前端开发小白的角度介绍爬虫开发应知应会内容，包括爬虫入门的基础知识，以及爬取CSDN文章信息、博主信息、给文章点赞、评论等实战内容。

前两个专栏都适合有一定Python基础但无相关知识的小白读者学习，第三个专栏请大家结合《https://blog.csdn.net/laoyuanpython/category_9979286.html OpenCV-Python图形图像处理》的学习使用。

对于缺乏Python基础的同仁，可以通过老猿的免费专栏《https://blog.csdn.net/laoyuanpython/category_9831699.html 专栏：Python基础教程目录）从零开始学习Python。

如果有兴趣也愿意支持老猿的读者，欢迎购买付费专栏。