如何用Python案例实现屏幕录制？

如何用Python案例实现屏幕录制？完整代码与实战详解

目录导读

• 为什么选择Python实现屏幕录制？
• 核心依赖库对比与安装指南
• 实战案例一：基于PIL+OpenCV的基础录屏
• 实战案例二：使用PyAutoGUI+OpenCV的轻量方案
• 实战案例三：带鼠标轨迹与实时水印的高阶录制
• 常见问题FAQ
• 性能优化与多线程录制

---

为什么选择Python实现屏幕录制？

在视频录制领域,多数用户第一反应是OBS或Bandicam等专业工具，但如果你是开发者，需要在自动化脚本、教学课件生成或远程监控中嵌入录屏功能，Python的跨平台特性与丰富的第三方库能让定制化录制变得极其简单。用Python做屏幕录制没有GUI臃肿的负担，你可以将录制逻辑整合进爬虫、测试框架或数据采集系统。

Q：Python录屏比专业软件慢吗？
A：是的，原生方式下帧率通常只有15-30 FPS（专业软件可达60+），但通过多线程+硬件加速（如DXcam库）可大幅提升，若仅需采集桌面变化（非游戏），Python完全够用。

---

核心依赖库对比与安装指南

库名称	特点	适用场景	安装指令
PIL(Pillow)	截图功能稳定，返回RGB图像	作为底层截图工具	pip install Pillow
OpenCV	视频编解码强大，支持多种格式	合成视频流	pip install opencv-python
PyAutoGUI	跨平台截图简单，自带坐标获取	快速原型开发	pip install pyautogui
mss	高性能截图，支持多显示器	高帧率需求	pip install mss

推荐组合：PIL/mss（截图） + OpenCV（写入视频） + numpy（图像处理）。
安装指令：

pip install pillow opencv-python numpy mss

---

实战案例一：基于PIL+OpenCV的基础录屏

核心逻辑：循环截取屏幕 → 转为BGR格式 → 写入MP4文件。

import numpy as np
from PIL import ImageGrab
import cv2
import time
def record_screen_basic(output_path="output_basic.mp4", fps=20.0):
    # 1. 获取屏幕尺寸并设定编码器
    screen = ImageGrab.grab()
    width, height = screen.size
    fourcc = cv2.VideoWriter_fourcc(*'mp4v')
    out = cv2.VideoWriter(output_path, fourcc, fps, (width, height))
    # 2. 录制10秒示例（实际使用时改为while循环+终止条件）
    start_time = time.time()
    duration = 10  # 秒
    while time.time() - start_time < duration:
        # 截屏 → 转为numpy数组 → RGB转BGR
        img = ImageGrab.grab()
        frame = np.array(img)
        frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)
        out.write(frame)
        # 可添加延时控制帧率（实际已由fps控制）
        time.sleep(1/fps)
    out.release()
    cv2.destroyAllWindows()
    print(f"录制完成，视频保存至 {output_path}")

Q：为什么我的视频是黑屏？
A：检查是否在虚拟环境或远程桌面下运行，部分环境截图函数可能失效，可尝试改用mss.grab()替代ImageGrab。

---

实战案例二：使用PyAutoGUI+OpenCV的轻量方案

PyAutoGUI的region参数可指定录制区域，适合只录制部分屏幕。

import pyautogui
import cv2
import numpy as np
def record_region(left=100, top=100, width=800, height=600, output="region.mp4"):
    # 获取指定区域截图
    screenshot = pyautogui.screenshot(region=(left, top, width, height))
    frame = np.array(screenshot)
    height, width, _ = frame.shape
    fourcc = cv2.VideoWriter_fourcc(*'XVID')  # 或使用'mp4v'
    out = cv2.VideoWriter(output, fourcc, 15.0, (width, height))
    for i in range(150):  # 录制150帧（约10秒）
        img = pyautogui.screenshot(region=(left, top, width, height))
        frame = cv2.cvtColor(np.array(img), cv2.COLOR_RGB2BGR)
        out.write(frame)
    out.release()
    print("区域录制完成")

优点：代码极简，适合集成到自动化脚本中。
缺点：PyAutoGUI截图性能一般，高分辨率下帧率可能降到10以下。

---

实战案例三：带鼠标轨迹与实时水印的高阶录制

录制时叠加鼠标位置、时间戳或自定义水印，常用于教学视频制作。

import numpy as np
import cv2
import pyautogui
from datetime import datetime
def record_with_marker(output="demo_with_marker.mp4", record_seconds=10):
    # 获取主屏幕尺寸
    screen_size = pyautogui.size()
    fourcc = cv2.VideoWriter_fourcc(*'mp4v')
    out = cv2.VideoWriter(output, fourcc, 20.0, screen_size)
    start_time = datetime.now()
    while (datetime.now() - start_time).seconds < record_seconds:
        # 截图并转为OpenCV格式
        img = pyautogui.screenshot()
        frame = np.array(img)
        frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)
        # 1. 添加鼠标光标圆圈
        mouse_x, mouse_y = pyautogui.position()
        cv2.circle(frame, (mouse_x, mouse_y), 10, (0, 255, 0), 2)  # 绿色圆圈
        # 2. 添加时间水印
        timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
        cv2.putText(frame, timestamp, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 
                    0.7, (255, 255, 255), 2, cv2.LINE_AA)
        # 3. 可添加自定义水印（如"演示版"）
        cv2.putText(frame, "WATERMARK", (screen_size[0]-200, screen_size[1]-30), 
                    cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
        out.write(frame)
    out.release()
    print("带标记的录制完成")

扩展思路：

• 使用pynput库监听键盘事件，通过按下特定键开始/停止录制。
• 结合pygetwindow库仅录制特定应用程序窗口。

---

常见问题FAQ

Q1：录制的视频没有声音怎么办？
A：Python原生方案通常只录制视频流，要同步录音，需使用pyaudio或sounddevice库额外开启音频采集线程，并利用moviepy合并音频和视频，此部分代码较复杂，建议单独封装为AudioRecorder类。

Q2：如何实现录制过程中实时预览？
A：在循环中插入cv2.imshow('Screen Recorder', frame)，并监听cv2.waitKey(1) & 0xFF == ord('q')来退出预览。

Q3：录制游戏或全屏应用卡顿严重？
A：建议改用mss库替代PIL/PyAutoGUI，mss通过底层API（Windows为DXGI）获取帧，速度提升3-5倍，代码示例如下：

import mss
sct = mss.mss()
monitor = sct.monitors[1]  # 主显示器
img = sct.grab(monitor)     # 直接返回PIL Image
frame = np.array(img)

---

性能优化与多线程录制

瓶颈分析：单线程中截图 → 转格式 → 写入磁盘是串行操作，造成帧率下降。

优化方案：生产者-消费者模型

• 生产者线程：高速截图，将原始帧放入队列
• 消费者线程：从队列取出帧，写入视频文件
• 缓冲区大小：设置最大队列长度防止内存溢出（如queue.Queue(maxsize=30)）

参考代码架构：

import threading
import queue
def capture_thread(q, stop_flag):
    """持续截图，放入队列"""
    while not stop_flag.is_set():
        img = ImageGrab.grab()  # 或使用mss
        q.put(np.array(img))
def write_thread(q, stop_flag, out):
    """从队列取帧并写入"""
    while not (stop_flag.is_set() and q.empty()):
        try:
            frame = q.get(timeout=0.5)
            frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)
            out.write(frame)
        except queue.Empty:
            continue
# 使用时创建线程，通过stop_flag控制结束

实战效果：在1080p分辨率下，单线程约20 FPS，多线程可提升至35-40 FPS（使用mss可达50+）。

---

文章结语
通过以上四个层次递进的Python案例，你可以根据需求选择最合适的屏幕录制方案，从基础的全屏录制到带交互元素的高阶录制，再到多线程性能优化，整个技术栈完全可控，如果你需要在生产环境中长期运行，建议加上异常处理（如磁盘空间不足）、SIGINT信号捕获和日志记录，下一步可以尝试将录制模块打包成pip包，或整合进FastAPI提供RESTful录屏服务。

代码的重点不在于长度，而在于清晰地理解每个环节的瓶颈——截图速度、编解码性能、I/O写入，有了本文的框架，你可以自由探索更高效的实现路径。