本文目录导读：
在视频处理中，实用脚本（通常基于Python、Shell或FFmpeg命令行）可以极大提升效率，自动化重复性工作,以下是一些常见的应用场景及其示例：
批量格式转换与压缩
- 场景：将一整个文件夹的MOV视频转为MP4,或压缩4K视频至1080P。
- 脚本思路：遍历文件夹中的视频文件,调用FFmpeg进行转码。
- 示例命令（Shell）：
for file in *.mov; do ffmpeg -i "$file" -c:v libx264 -crf 23 -c:a aac "${file%.mov}.mp4" done - 核心参数：
-crf控制质量（越低质量越高），-preset控制编码速度。
自动剪辑与关键帧提取
- 场景：从长视频中根据时间戳自动截取片段，或提取视频中的关键帧（如每隔5秒一张图）做缩略图。
- 脚本示例（Python + moviepy）：
from moviepy.video.io.ffmpeg_tools import ffmpeg_extract_subclip # 截取第10秒到第20秒的片段 ffmpeg_extract_subclip("input.mp4", 10, 20, targetname="clip.mp4") - 提取关键帧（FFmpeg）：
ffmpeg -i video.mp4 -vf "fps=1/5" -q:v 2 thumbnail_%04d.jpg # 每5秒提取一帧，保存为jpg
视频拼接与转场处理
- 场景：合并多个视频文件（如会议录像、课程片段）,并在拼接处添加简单淡入淡出效果。
- 脚本思路：生成一个文件列表,用FFmpeg的concat协议合并。
- 示例（Shell）：
# 先创建文件列表.txt for f in *.mp4; do echo "file '$f'" >> list.txt; done # 拼接（要求编码相同，否则需重新编码） ffmpeg -f concat -safe 0 -i list.txt -c copy output.mp4
- 若需转场：可借助
moviepy的concatenate_videoclips并设置crossfade参数。
添加字幕与烧录水印
- 场景：为视频批量添加硬字幕（内嵌）或动态时间水印。
- 侧录字幕（Shell）：
# 硬字幕（ASS格式） ffmpeg -i input.mp4 -vf "subtitles=subtitles.ass" output.mp4
- 添加时间水印：
ffmpeg -i input.mp4 -vf "drawtext=text='%{localtime}':x=10:y=10:fontsize=30:fontcolor=white" output.mp4
元数据批量修改
- 场景：批量修改视频文件标题、日期、封面，或移除元数据（如隐私信息）。
- 脚本示例（exiftool）：
# 删除所有元数据（除基本媒体信息） exiftool -all= *.mp4 # 修改标题与版权 exiftool -Title="新标题" -Copyright="Your Name" *.mp4
自动生成字幕与语音识别
- 场景：对录屏或讲课视频自动生成SRT字幕,然后嵌入或外挂。
- 脚本思路：使用Whisper（OpenAI开源的语音识别模型）。
- Python调用：
import whisper model = whisper.load_model("base") result = model.transcribe("video.mp4") with open("subtitles.srt", "w", encoding="utf-8") as f: for segment in result["segments"]: start = format_time(segment["start"]) end = format_time(segment["end"]) f.write(f"{segment['id']}\n{start} --> {end}\n{segment['text'].strip()}\n\n")
视频稳定化与去抖
- 场景：手持拍摄画面抖动,通过脚本自动分析并稳定。
- 命令行（FFmpeg + vidstab）：
# 第一步：分析运动轨迹 ffmpeg -i shaky.mp4 -vf vidstabdetect -f null - # 第二步：基于分析结果稳定视频 ffmpeg -i shaky.mp4 -vf vidstabtransform,unsharp=5:5:0.8:3:3:0.4 stable.mp4
- 注意：稳化会裁剪边缘，可加
zoom=1参数保留原尺寸（但会放大画面）。
自动化质量检测与报告
- 场景：检测视频中是否有黑帧、静音段、花屏,生成异常时间点报告。
- 脚本示例（Python + ffmpeg-python）：
import ffmpeg # 检测静音（音量低于-30dB超过1秒） result = ffmpeg.probe("input.mp4", show_entries="stream=index") # 更精细的检测可用ffmpeg的silencedetect滤镜 - 命令式检测：
ffmpeg -i input.mp4 -af "silencedetect=noise=-30dB:d=1" -f null -
加速视频处理（并行处理）
- 场景：利用多核或多机器同时处理多个视频文件,极大缩短总耗时。
- Shell + GNU parallel：
parallel -j 4 'ffmpeg -i {} -c:v libx264 -preset faster {.}.mp4' ::: *.avi
实用提示
- 优先学习FFmpeg：它覆盖了80%的常见需求,且命令行脚本易于组合。
- 注意性能开销：重新编码比直接复制流慢得多，若格式一致可用
-c copy。 - 错误处理：在脚本中添加
set -e（Shell）或try/exception（Python）,避免一批失败导致全停。 - 测试先行：先用单个文件调试参数,确认无误后再批量运行。
脚本可根据实际需求调整参数或组合使用，你具体想实现哪种功能？我可以提供更详细的代码示例。
