作者：王亨 ，R语言中文社区专栏作者，跟着菜鸟一起一步步学习R语言，争做R语言高手。
个人公众号：跟着菜鸟一起学R语言（微信ID：learn_R）
最近发现一个特别有意思的包——av；
为什么有意思，首先名字有意思吧，其次这个包可以捕获图像，添加背景音乐，生成高质量的视频文件。
首先来看看该包的一个demo效果。
感觉如何，反正我完全被这背景音乐吸引住了。很多时候，我们需要一种将分析结果的图片保存成GIF，可以动态显示数据变化，av不仅可以将结果报存GIF格式，还可以报存为视频格式，是不是很牛逼。
一般常用的包就是gganimate，它有很多很好的学习例子。但是到目前为止，这些软件包必须支持外部软件（例如ffmpeg命令行程序）才能生成视频。这个过程效率低且容易出错。av包使用了与FFmpeg相同的库。该扩展包作者的愿景是在未来的版本中，添加屏幕捕获和读取原始视频帧和音频样本等内容，以便在R中进行分析。
目前，av包主要的函数有两个，av_encode_video（）函数和av_capture_graphics（）函数。
av_encode_video（）函数将一组图像转换为具有自定义容器格式，编解码器，fps和过滤器的视频文件。 视频格式可以是mp4，mkv，flv等，也可以是gif格式。 Av支持所有流行的编解码器和复用器。
如下代码就可以轻轻松松的将五张图保存成gif格式。
png("input%03d.png", width = 1280, height = 720, res = 108)for(i in 1:10){
print(ggplot2::qplot(rnorm(100)))
}
dev.off()
png_files <- sprintf("input%03d.png", 1:5)
av::av_encode_video(png_files, 'output.', framerate = 3)av_capture_graphics（）可以自动打开和关闭图形设备，然后对视频进行编码：
最新版本的gganimate软件包已经内置支持使用av_renderer（）输出函数使用av渲染视频。 它尚未在CRAN上，因此需要从GitHub安装：
# 安装gganimate
devtools::install_github("thomasp85/gganimate", "thomasp85/transformr")AV还允许添加自定义视频过滤器链。 例如，这将使用与上面相同的动画，然后否定颜色，并将橙色淡入效果应用于前15帧。过滤器可能会影响视频的帧数和最终帧速率。 下面是我们之前的相同示例，但是现在我们添加了一个vfilter，它通过插入中间帧将视频的帧率从1增加到10，从而使帧之间的过渡更平滑。
p <- ggplot(airquality, aes(Day, Temp)) +
geom_line(size = 2, colour = 'steelblue') +
transition_states(Month, 4, 1) +
shadow_mark(size = 1, colour = 'grey')# Render and show the video
df <- animate(p, renderer = av_renderer('animation.mp4'),
width = 1280, height = 720, res = 104, fps = 25)
myrenderer <- av_renderer('animation.mp4',
vfilter = 'negate=1, fade=in:0:15:color=orange')
df <- animate(p, renderer = myrenderer,
width = 1280, height = 720, res = 104, fps = 25)
utils::browseURL('animation.mp4')当然，这个包也可以用在日常的生活中，它可以快速的把生活照片做成一个简短的小视频，添加一个好听的背景音乐。
library(av)
png_files<-dir(paste0(getwd(),"/AV"))
png_files<-file.path(paste0(getwd(),"/AV/", png_files))
av_encode_video(png_files, 'output.mp4', framerate = 0.4,audio = "music.mp3")怎么样，是不是很有趣，有了av包，图片不仅可以导出保存为gif格式，还可以保存为视频格式，如果对ffmpeg了解的话，可以导出效果更好的视频，如果插到PPT中汇报，那效果也是棒棒的。
如果想了解av，点击阅读原文即可访问GitHub。
☞ 推荐阅读 ☜
公众号后台回复关键字即可学习
回复 爬虫 爬虫三大案例实战
回复 Python 1小时破冰入门回复 数据挖掘 R语言入门及数据挖掘
回复 人工智能 三个月入门人工智能
回复 数据分析师 数据分析师成长之路
回复 机器学习 机器学习的商业应用
回复 数据科学 数据科学实战
回复 常用算法 常用数据挖掘算法