使用 MoviePy 实现图像序列合成视频并添加背景音乐

一、任务点分解：

• 使用 Pillow 库批量读取和缩放图像；

• 使用 MoviePy 将图像序列合成视频；

• 精准控制帧率与每张图片的显示时间；

• 向视频添加背景音乐；

• 基础的异常处理与调试技巧。

---

二、项目简介

我们将构建一个图像转视频生成器，实现如下功能：

• 批量读取某文件夹下的图像；

• 统一调整图像尺寸；

• 将图像序列按顺序合成为一个视频文件；

• 为生成的视频添加背景音乐（可选）；

• 输出一个完整的视频文件，支持播放与分享。

---

三、核心代码与讲解

1. 导入所需模块

from moviepy.editor import ImageSequenceClip, AudioFileClip
from PIL import Image
import numpy as np
import os

• moviepy.editor 是处理视频和音频的高阶接口；

• PIL.Image 用于图像读取与缩放；

• numpy 用于图像数据处理（如计算平均亮度）；

• os 负责处理文件夹与文件路径。

---

2. 图像预处理函数

def resize_images(image_folder, target_size=(1280, 720)):
    """统一缩放文件夹内所有图片"""
    resized_images = []
    for img_name in sorted(os.listdir(image_folder)):
        if img_name.lower().endswith(('.jpg', '.png')):
            img_path = os.path.join(image_folder, img_name)
            try:
                with Image.open(img_path) as img:
                    print(f"{img_name} - 平均亮度: {np.array(img).mean()}")
                    img = img.resize(target_size, Image.LANCZOS)
                    resized_images.append(np.array(img.copy()))  # ⚠️ 返回 np.array
            except Exception as e:
                print(f"❌ 图像读取失败：{img_path}, 错误信息: {e}")
    return resized_images

本函数实现以下功能：

• 遍历指定文件夹中所有图片文件；

• 将图片缩放为统一大小（1280×720）；

• 将每张图片转换为 NumPy 数组，准备后续视频合成；

• 并打印图像的平均亮度（用于分析图像是否太暗或空白）；

• 如果图片读取失败，进行异常捕获并输出错误信息。

---

3. 图像序列合成视频

def images_to_video(image_arrays, duration_per_image, fps, audio_path=None, output_name="output.mp4"):
    """
    使用 ImageSequenceClip(fps=...) 严格控制帧率与帧数
    每张图显示 duration 秒
    """
    # 计算重复每张图片的帧数
    frames_per_image = int(duration_per_image * fps)

    # 重复图片，使得每张图片持续多帧
    repeated_frames = []
    for img in image_arrays:
        repeated_frames.extend([img] * frames_per_image)

    # 生成视频剪辑
    clip = ImageSequenceClip(repeated_frames, fps=fps)

    # 写出视频
    clip.write_videofile(output_name, fps=fps)

    # 添加背景音乐（可选）
    if audio_path and os.path.exists(audio_path):
        print(" 添加背景音乐...")
        audio = AudioFileClip(audio_path).set_duration(clip.duration)
        final_clip = clip.set_audio(audio)
        final_clip.write_videofile("final_" + output_name, fps=fps)
    else:
        print("⚠️ 未添加背景音乐（未找到或未提供）")

说明：

• duration_per_image：每张图片显示的时间（秒）；

• fps：帧率（每秒显示多少帧）；

• 每张图通过重复若干帧来模拟“停留”；

• 使用 ImageSequenceClip 构造视频片段；

• 支持添加背景音乐（mp3）并同步到视频时长；

• 最终输出视频 output.mp4 和 final_output.mp4（带音频版本）。

---

4. 主程序调用

# 参数配置
image_folder = 'image_test/'
fps = 1
duration = 5
audio_path = 'bgm.mp3'

# 执行处理
resized_images = resize_images(image_folder, target_size=(1280, 720))

if resized_images:
    images_to_video(
        image_arrays=resized_images,
        duration_per_image=duration,
        fps=fps,
        audio_path=audio_path,
        output_name="output.mp4"
    )
else:
    print("⚠️ 没有可用的图片，视频未生成。")

---

四、关键知识点解析

知识点	说明
Image.resize()	调整图像尺寸，保证视频尺寸一致性
np.array(img)	将图像对象转为像素矩阵，供 MoviePy 使用
ImageSequenceClip(images, fps)	生成连续帧的视频剪辑
extend([img]*n)	模拟图片停留 n 帧，实现每张图片显示固定秒数
AudioFileClip(...).set_duration()	音频剪辑并对齐到视频时长
.write_videofile()	写出 mp4 文件

---

五、运行效果与验证

运行成功后，项目目录中应生成以下两个文件：

• output.mp4：图像合成的视频；

• final_output.mp4：添加背景音乐后的完整视频；

建议使用 VLC 播放器或其他专业播放器验证帧起始是否准确。

---

六、拓展建议

该项目封装成 GUI 应用或 Web 服务。

---

七、小结

本文通过实际项目引导，讲解了 Python 图像与视频处理的基本操作，涵盖图像缩放、图像序列合成、帧率控制、音频合并等常见任务。