解放双手,提高生产力,看我如何用 Python 实现自动化剪视频

简介: 人类和动物最本质的区别就是人类懂的制造并使用工具,这是由上古时代一直延续至今的基因所决定的。前段时间朋友的一个业务需要大量的原创短视频,问我是否可以帮忙弄下,我了解了具体需求之后发现不需要很高质量的内容,操作也不是很复杂,完全可以通过 Python 实现自动化操作,也是就把这个事给应承了下来。

人类和动物最本质的区别就是人类懂的制造并使用工具,这是由上古时代一直延续至今的基因所决定的。

前段时间朋友的一个业务需要大量的原创短视频,问我是否可以帮忙弄下,我了解了具体需求之后发现不需要很高质量的内容,操作也不是很复杂,完全可以通过 Python 实现自动化操作,也是就把这个事给应承了下来。

我们知道 PyAutoGUI 是一个通过编程方式来控制鼠标和键盘的 Python 库,那么就从它身上下手了。


安装

Win 和 macOS 的安装命令有所不同。


## windows
py -m pip install pyautogui
## macOS
python3 -m pip install pyautogui


屏幕位置

屏幕上的位置由笛卡尔坐标表示,X 坐标从左上角的 0 开始,向右增加,与数学不同,Y 坐标从左上角 0 开始,向下增加。

因此左上角的像素位于坐标(0,0),如果你的屏幕分辨率为 1920 x 1080,则右下角的像素将为(1919, 1079),因为像素是从坐标 0 开始的。屏幕分辨率大小可以通过 size() 函数获得,当前鼠标位置则可以通过 position() 函数获得。


0,0       X increases -->
+---------------------------+
|                           | Y increases
|                           |     |
|   1920 x 1080 screen      |     |
|                           |     V
|                           |
|                           |
+---------------------------+ 1919, 1079
import pyautogui
x, y = pyautogui.position()
print(x, y)
x, y = pyautogui.size()
print(x, y)
## 输出结果
545 437
1440 900


鼠标移动

鼠标的移动则分为绝对坐标移动和相对坐标移动。

比如你想将鼠标移动到坐标(100,100)处,直接调用 moveTo 函数即可。


import pyautogui
# 将鼠标移动至(100,200)坐标处
pyautogui.moveTo(100, 200)   
# 将鼠标移动至(100,500 坐标处
pyautogui.moveTo(None, 500)  
# 将鼠标移动至(600,500)坐标处
pyautogui.moveTo(600, None)
# 将鼠标移动至(100,200)坐标处,该移动过程是一个持续性过程,耗时 2 秒
pyautogui.moveTo(100, 200, 2)


而 move 函数则是简单的相对移动。

import pyautogui
# 将鼠标移动至(100,200)坐标处
pyautogui.moveTo(100, 200)
# 将鼠标向下移动 50 像素
pyautogui.move(0, 50)
# 将鼠标向左移动 30 像素
pyautogui.move(-30, 0)
# 将鼠标向左移动 30 像素
pyautogui.move(-30, None)


鼠标拖拽

和鼠标移动相比,鼠标拖拽同样分为绝对坐标拖拽和相对坐标拖拽。同样 dragTo 函数使用绝对坐标,drag 使用相对坐标。

import pyautogui
# 按住鼠标左键将目标拖拽至(100,200)坐标处
pyautogui.dragTo(100, 200, button='left')     
# 按住鼠标左键将目标拖拽至(100,200)坐标处,该移动过程是一个持续性过程,耗时 2 秒
pyautogui.dragTo(100, 200, 2, button='left')  
# 按住鼠标右键将目标向右移动 30 个像素,该移动过程是一个持续性过程,耗时 2 秒
pyautogui.drag(30, 0, 2, button='right')


鼠标点击

我们可以通过 click() 函数模拟鼠标单击。

import pyautogui
# 在当前位置单击左键
pyautogui.click()
# 将鼠标移动至(100,200)坐标处,然后单击左键
# 但是这个方法有点奇怪,有时候会失灵,可以使用 moveTo + click
pyautogui.click(x=100, y=200)
# 在当前位置单双击左键
pyautogui.doubleClick()


控制键盘

键盘控制一般常用的就是输入字符串,按下某个按键以及组合键。


import pyautogui
# 输入 “Hello World”
pyautogui.write('Hello world!')
# 按下 enter / F1 键 
pyautogui.press('enter')
pyautogui.press('f1')
# 组合按键 command + a
pyautogui.hotkey('command', 'a')


制作视频

有了以上的基础,就可以开始我们的视频制作了,这次使用的是剪映软件。

这里你需要熟悉一下剪映的操作步骤,基本分为三块:将指定图片拖入视频轨道、调整视频时长、导出。

最终效果如下:

image.gif

# coding=utf-8
import time
import pyautogui
# 将图片拖入轨道
def drag_img_to_track():
    # 选中图片
    pyautogui.moveTo(170, 270)
    pyautogui.doubleClick()
    # 拖拽图片至轨道
    pyautogui.dragTo(120, 600, 1, button='left')
# 调整视频时长
def drag_img_to_3_min():
    # 选中轨道中的第一张图
    pyautogui.moveTo(125, 600)
    pyautogui.click()
    # 拖拽至第三分钟
    pyautogui.moveTo(135, 600)
    pyautogui.dragTo(700, 600, 1, button='left')
# 删除旧的素材
def delete_top_img():
    # 删除轨道中的第二张图片
    pyautogui.moveTo(300, 160)
    pyautogui.doubleClick()
    pyautogui.press("backspace")
    # enter yes
    pyautogui.moveTo(650, 470)
    time.sleep(0.5)
    pyautogui.click()
# 导出
def export(name):
    pyautogui.moveTo(126, 600)
    pyautogui.click()
    pyautogui.hotkey('command', 'e')
    pyautogui.write(name)
    time.sleep(1)
    pyautogui.moveTo(800, 393)
    pyautogui.click()
    time.sleep(20)
    pyautogui.click()
index = 0
count = 2
while index < count:
    drag_img_to_track()
    drag_img_to_3_min()
    delete_top_img()
    export(str(index))
    time.sleep(2)
    index += 1
    print("end..." + str(index))


总结

今天我们通过 pyautogui 实现了全自动制作视频,我们只需要将素材导入到剪映中即可。

由于 gif 大小限制,只录制了一小部分,你可以通过调整主函数中的 count 值来控制制作视频的个数。

目录
相关文章
|
2月前
|
编解码 数据安全/隐私保护 Python
抖音批量发布视频工具,自动上传视频作品笔记,python发布软件
这个抖音批量发布工具包含三个主要模块:主上传程序、配置文件和视频预处理工具。主程序
|
4月前
|
人工智能 自然语言处理 算法
AI智能混剪视频大模型开发方案:从文字到视频的自动化生成·优雅草卓伊凡
AI智能混剪视频大模型开发方案:从文字到视频的自动化生成·优雅草卓伊凡
324 0
AI智能混剪视频大模型开发方案:从文字到视频的自动化生成·优雅草卓伊凡
|
3月前
|
数据采集 机器学习/深度学习 编解码
从零复现Google Veo 3:从数据预处理到视频生成的完整Python代码实现指南
本文详细介绍了一个简化版 Veo 3 文本到视频生成模型的构建过程。首先进行了数据预处理,涵盖了去重、不安全内容过滤、质量合规性检查以及数据标注等环节。
254 5
从零复现Google Veo 3:从数据预处理到视频生成的完整Python代码实现指南
|
2月前
|
API 数据安全/隐私保护 Python
小红书批量发布协议, 抖音自动批量发布软件脚本,笔记作品视频自动发布工具【python】
这个工具框架包含了小红书和抖音的批量发布功能,支持图片和视频处理、定时发布等功能
|
2月前
|
Web App开发 数据安全/隐私保护 Python
快手批量发布作品工具,自动上传视频发布软件,python实现自动脚本
这个脚本实现了快手批量上传视频的功能,包含登录、上传视频、添加描述和发布等完整流程
|
2月前
|
数据安全/隐私保护 Python
快手自动上传视频脚本,图文视频批量发布工具,快手批量发布作品软件【python】
快手批量上传工具提供了完整的视频和图文上传功能,包含登录验证、文件上传、标题设置
|
2月前
|
Web App开发 数据安全/隐私保护 Python
抖音快手小红书哔哩哔哩,批量发布作品笔记视频工具,自动发布作品上传笔记视频【python】
这个工具实现了四大平台的视频批量上传功能,包含完整的异常处理和日志记录。使用时需要配置
|
2月前
|
JSON API 数据安全/隐私保护
批量上传发布视频的软件,小红书抖音快手哔哩哔哩,自动发布上传作品工具【python】
这个项目包含完整的视频批量上传功能,支持多个平台,包含视频处理、配置管理和错误处理等功能
|
8月前
|
Web App开发 计算机视觉 开发者
Ruby自动化:用Watir库获取YouTube视频链接
Ruby自动化:用Watir库获取YouTube视频链接
|
6月前
|
前端开发 JavaScript 关系型数据库
基于Python+Vue开发的反诈视频宣传管理系统源码+运行步骤
基于Python+Vue开发的反诈视频宣传管理系统(前后端分离),这是一项为大学生课程设计作业而开发的项目。该系统旨在帮助大学生学习并掌握Python编程技能,同时锻炼他们的项目设计与开发能力。通过学习基于Python的反诈宣传管理系统项目,大学生可以在实践中学习和提升自己的能力,为以后的职业发展打下坚实基础。
80 6

推荐镜像

更多