python_基于主视频删减片段并插入镜头视频

python_基于主视频删减片段并插入镜头视频

sql 复制代码
import pyJianYingDraft as draft
from pyJianYingDraft import trange, ClipSettings,tim

def create_jianying_draft_from_clips(draft_name,main_video_path,delete_ranges,lens_info_dict,draft_folder_path):
    
    # 时间格式转换函数(处理00:00:01,640格式)
    def convert_time(time_str):
        h, m, s_ms = time_str.replace(',', '.').split(':')
        return f"{int(h)}h{int(m)}m{s_ms}s"
    
    # 1、创建草稿文件夹实例
    draft_folder = draft.DraftFolder(draft_folder_path)
    
    # 创建新草稿(使用主视频的分辨率)
    main_mat = draft.VideoMaterial(main_video_path)
    script = draft_folder.create_draft(
        draft_name, 
        main_mat.width, 
        main_mat.height, 
    )

    # 2、计算出主视频的剩余目标区间并添加到草稿中
    def add_main_video_segments():

        script.add_track(draft.TrackType.video, "video_track")  # 创建视频轨道

        # 解析删除区间(转换为微秒,并按起始时间排序)
        parsed_deletes = []
        for start_str, end_str in delete_ranges:
            start = tim(convert_time(start_str)) # 转换为微秒
            end = tim(convert_time(end_str))
            parsed_deletes.append((start, end))
        
        # 按起始时间排序,确保区间顺序正确(避免交叉区间导致计算错误)
        parsed_deletes.sort(key=lambda x: x[0])

        # 3. 获取视频总时长
        video_material = draft.VideoMaterial(main_video_path)
        total_duration = video_material.duration  # 微秒

        # 4. 动态计算保留区间
        keep_ranges = []
        prev_end = 0  # 上一个区间的结束位置

        for delete_start, delete_end in parsed_deletes:
            # 若当前删除区间的起点 > 上一个区间的终点,说明中间有需要保留的部分
            if delete_start > prev_end:
                keep_ranges.append((prev_end, delete_start))
            # 更新上一个区间的终点为当前删除区间的终点
            prev_end = max(prev_end, delete_end)  # 处理区间重叠的情况

        # 添加最后一个保留区间(从最后一个删除区间的终点到视频结束)
        if prev_end < total_duration:
            keep_ranges.append((prev_end, total_duration))

        print("保留的视频片段时间区间", keep_ranges)

        # 5. 截取并拼接保留的片段
        current_start = 0  # 轨道上的起始位置(确保无缝拼接)
        for keep_start, keep_end in keep_ranges:
            if keep_start >= keep_end:
                continue  # 跳过无效区间
            # 截取素材中[keep_start, keep_end)的片段
            segment = draft.VideoSegment(
                video_material,
                target_timerange=trange(current_start, keep_end - keep_start),  # 轨道上的位置和时长
                source_timerange=trange(keep_start, keep_end - keep_start)      # 素材中截取的区间
            )
            script.add_segment(segment, "video_track")
            current_start += (keep_end - keep_start)  # 更新下一段的起始位置

    # 3、添加镜头视频
    def add_lens_videos():

        for lens_name, lens_info in lens_info_dict.items():
            lens_video_path, lens_start_time = lens_info
            lens_video_material = draft.VideoMaterial(lens_video_path)
            start_time = tim(convert_time(lens_start_time))
             # 创建视频轨道
            script.add_track(draft.TrackType.video, track_name=lens_name, relative_index=1) 
            # 创建镜头片段
            lens_segment = draft.VideoSegment(
                lens_video_material,
                trange(start_time, lens_video_material.duration),
                # 关键设置:强制缩放镜头视频以填充整个画布,确保完全覆盖
                clip_settings=ClipSettings(
                    scale_x=main_mat.width / lens_video_material.width,    # 按宽度比例缩放
                    scale_y=main_mat.height / lens_video_material.height,  # 按高度比例缩放
                )
            )
            # 添加片段到对应轨道
            script.add_segment(lens_segment, lens_name)

    add_main_video_segments()
    add_lens_videos()
    script.save()

draft_name="草稿名称4"
main_video_path=r"C:\Users\Jordan\Downloads\【25-41格雷灰】【脚本_2】\【25-41格雷灰】【脚本_1】.mp4"
delete_ranges=[("00:00:01,640","00:00:02,640"),("00:00:03,640","00:00:04,640")]
lens_info_dict={"镜头A":[r"C:\Users\Jordan\Downloads\【25-41格雷灰】【脚本_2】\【25-41格雷灰】【镜头_拉链】.MP4","00:00:01,640"],"镜头B":[r"D:\Desktop\20251206223742_rec_.mp4","00:00:06,640"]}
draft_folder_path=r"D:\download_software\JianyingPro Drafts"

create_jianying_draft_from_clips(draft_name,main_video_path,delete_ranges,lens_info_dict,draft_folder_path)
相关推荐
叫我:松哥4 分钟前
基于神经网络的汽车与自行车的分类算法设计与实现,采用ResNet50和迁移学习,准确率达到99%
人工智能·python·神经网络·机器学习·分类·汽车·迁移学习
靖待4 分钟前
【解决方法】python写Excel单元格截断长文本
python·excel·解决方法
우리帅杰7 分钟前
【AI测试】Python AI大模型介绍
开发语言·人工智能·python·ai编程
潜创微科技8 分钟前
ITE IT920X 4K60 HDMI+USB over IP 远距离传输与视频墙单芯片方案
网络协议·tcp/ip·音视频
li-xun11 分钟前
我给自己的 Django 博客做了一个在线工具箱:从图片压缩到正则测试,尽量都在浏览器本地处理
后端·python·django
geovindu17 分钟前
python: Generators Pattern
开发语言·python·设计模式·生成器模式
wuminyu17 分钟前
Java锁膨胀机制之偏向锁到轻量级锁源码剖析
java·linux·c语言·jvm·c++
没有不重的名么17 分钟前
spyder使用教程
开发语言·python
Wonderful U18 分钟前
Python+Django实战|线上问卷与投票调研系统:自定义题型、问卷发布、链接分享、答卷收集、数据可视化、报表导出
python·信息可视化·django
elirlove119 分钟前
AI制作视频的关键点:从模型到工作流的完整技术解析
人工智能·音视频