python 录屏软件(配合pillow、opencv-python、numpy、pynput)打包后可以直接录屏,清晰度很不错哦

简介: python 录屏软件(配合pillow、opencv-python、numpy、pynput)打包后可以直接录屏,清晰度很不错哦

 

#coding:utf-8importtime,threadingfromdatetimeimportdatetimefromPILimportImageGrabimportnumpyasnpimportcv2frompynputimportkeyboarddefvideo_record(sttime):   # 录入视频globalnamename=datetime.now().strftime('%Y-%m-%d %H-%M-%S') # 当前的时间(当文件名)screen=ImageGrab.grab() # 获取当前屏幕width, high=screen.size# 获取当前屏幕的大小fourcc=cv2.VideoWriter_fourcc('X', 'V', 'I', 'D') # MPEG-4编码,文件后缀可为.avi .asf .mov等video=cv2.VideoWriter('%s.avi'%name, fourcc, 15, (width, high)) # (文件名,编码器,帧率,视频宽高)print(str(sttime)+'秒后开始录制----')  # 可选time.sleep(int(sttime))
print('开始录制!')
globalstart_timestart_time=time.time()
whileTrue:
ifflag:
print("录制结束!")
globalfinal_timefinal_time=time.time()
video.release() #释放breakim=ImageGrab.grab()  # 图片为RGB模式imm=cv2.cvtColor(np.array(im), cv2.COLOR_RGB2BGR) # 转为opencv的BGR模式video.write(imm)  #写入# time.sleep(5) # 等待5秒再次循环defon_press(key):   # 监听按键globalflagifkey==keyboard.Key.esc:
flag=True# 改变returnFalse# 返回False,键盘监听结束!defvideo_info():   # 视频信息video=cv2.VideoCapture('%s.avi'%name)  # 记得文件名加格式不要错!fps=video.get(cv2.CAP_PROP_FPS)
Count=video.get(cv2.CAP_PROP_FRAME_COUNT)
size= (int(video.get(cv2.CAP_PROP_FRAME_WIDTH)), int(video.get(cv2.CAP_PROP_FRAME_HEIGHT)))
print('帧率=%.1f'%fps)
print('帧数=%.1f'%Count)
print('分辨率',size)
print('视频时间=%.3f秒'%(int(Count)/fps))
print('录制时间=%.3f秒'%(final_time-start_time))
print('推荐帧率=%.2f'%(fps*((int(Count)/fps)/(final_time-start_time))))
if__name__=='__main__':
flag=Falseprint("工具使用:输入1-9秒必须为整数的延迟时间,点击esc按钮结束录屏")
sstime=input("请输入多少秒后开始录制(1-9秒)必须为整数:",)
th=threading.Thread(target=video_record,args=sstime)
th.start()
withkeyboard.Listener(on_press=on_press) aslistener:
listener.join()
time.sleep(1)  # 等待视频释放过后video_info()

image.gif

测试PC的朋友不妨可以试试这款录屏工具,直接打包即可使用

image.gif

目录
相关文章
|
1月前
|
机器学习/深度学习 数据采集 数据挖掘
解锁 Python 数据分析新境界:Pandas 与 NumPy 高级技巧深度剖析
Pandas 和 NumPy 是 Python 中不可或缺的数据处理和分析工具。本文通过实际案例深入剖析了 Pandas 的数据清洗、NumPy 的数组运算、结合两者进行数据分析和特征工程,以及 Pandas 的时间序列处理功能。这些高级技巧能够帮助我们更高效、准确地处理和分析数据,为决策提供支持。
46 2
|
2月前
|
Linux 区块链 Python
Python实用记录(十三):python脚本打包exe文件并运行
这篇文章介绍了如何使用PyInstaller将Python脚本打包成可执行文件(exe),并提供了详细的步骤和注意事项。
81 1
Python实用记录(十三):python脚本打包exe文件并运行
|
1月前
|
存储 数据处理 Python
Python科学计算:NumPy与SciPy的高效数据处理与分析
【10月更文挑战第27天】在科学计算和数据分析领域,Python凭借简洁的语法和强大的库支持广受欢迎。NumPy和SciPy作为Python科学计算的两大基石,提供了高效的数据处理和分析工具。NumPy的核心功能是N维数组对象(ndarray),支持高效的大型数据集操作;SciPy则在此基础上提供了线性代数、信号处理、优化和统计分析等多种科学计算工具。结合使用NumPy和SciPy,可以显著提升数据处理和分析的效率,使Python成为科学计算和数据分析的首选语言。
47 3
|
1月前
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
71 5
|
1月前
|
存储 机器学习/深度学习 算法
Python科学计算:NumPy与SciPy的高效数据处理与分析
【10月更文挑战第26天】NumPy和SciPy是Python科学计算领域的两大核心库。NumPy提供高效的多维数组对象和丰富的数学函数,而SciPy则在此基础上提供了更多高级的科学计算功能,如数值积分、优化和统计等。两者结合使Python在科学计算中具有极高的效率和广泛的应用。
67 2
|
2月前
|
计算机视觉 Python
python利用pyqt5和opencv打开电脑摄像头并进行拍照
本项目使用Python的PyQt5和OpenCV库实现了一个简单的摄像头应用。用户可以通过界面按钮打开或关闭摄像头,并实时预览视频流。点击“拍照”按钮可以捕捉当前画面并保存为图片文件。该应用适用于简单的图像采集和处理任务。
157 0
python利用pyqt5和opencv打开电脑摄像头并进行拍照
|
2月前
|
数据挖掘 索引 Python
Python数据分析篇--NumPy--进阶
Python数据分析篇--NumPy--进阶
22 0
|
2月前
|
数据挖掘 索引 Python
Python数据分析篇--NumPy--入门
Python数据分析篇--NumPy--入门
41 0
|
2月前
|
XML JSON Ubuntu
Python实用记录(十五):PyQt/PySide6打包成exe,精简版(nuitka/pyinstaller/auto-py-to-exe)
本文介绍了使用Nuitka、PyInstaller和auto-py-to-exe三种工具将Python的PyQt/PySide6应用打包成exe文件的方法。提供了详细的安装步骤、打包命令和参数说明,适合新手学习和实践。
609 0
|
2月前
|
计算机视觉 Python
Python中Pillow库的常见用法和代码示例
Pillow是Python中广泛使用的图像处理库,支持丰富的图像操作功能,包括但不限于打开、保存、缩放、裁剪、旋转、调色等。本文通过一系列示例介绍Pillow的基本用法,涵盖图像的加载与显示、尺寸调整、裁剪与旋转、亮度调整、格式转换、滤镜应用、图像合成及像素级操作等。首先需通过`pip install pillow`安装库,随后可通过导入`PIL.Image`等模块开始图像处理任务。无论是初学者还是进阶用户,都能从Pillow提供的强大功能中获益。
82 0