当前位置：首页>python>竖屏视频转横屏并添加动态模糊背景的Python实现

竖屏视频转横屏并添加动态模糊背景的Python实现

  • 2026-10-02 17:27:12
竖屏视频转横屏并添加动态模糊背景的Python实现
竖屏视频转横屏并添加动态模糊背景的Python实现

研究目的

将手机竖屏拍摄的视频（1080x1920）转换为横屏格式（3414x1920），并在左右两侧填充动态变化的模糊背景，模仿Instagram Reels和抖音的视觉效果。

研究方法

方法概述

本研究使用OpenCV和MoviePy库实现视频格式转换和背景填充，提供了两种背景生成策略。

方案1：全屏模糊背景法 (create_dynamic_blur_background)

核心原理：

  1. 背景生成：将原始竖屏视频拉伸到整个画布尺寸（3414x1920）

  2. 模糊处理：对拉伸后的背景应用高斯模糊（kernel size = blur_strength×2+1）

  3. 透明度调整：通过 opacity 参数控制背景亮度（模拟半透明效果）

  4. 前景叠加：将原始清晰视频居中放置在模糊背景上

关键参数：

  • target_width=3414：目标画布宽度

  • blur_strength=80：模糊强度（高斯核大小 = 161×161）

  • opacity=0.3：背景透明度（30%，较暗效果）

数学实现：

# 模糊处理blurred_bg=GaussianBlur(background, (161, 161), σ=0)# 透明度混合final_bg=black_canvas× (1-0.3) +blurred_bg×0.3# 前景叠加（直接覆盖，不透明）final_canvas[中央区域] =original_frame

方案2：边缘渐变法 (create_gradient_edge_background)

核心原理：

  1. 边缘采样：仅提取视频左右边缘的1列像素

  2. 拉伸填充：将边缘像素拉伸到左右边框宽度（1167像素）

  3. 模糊处理：对拉伸的边缘区域应用模糊

  4. 透明度混合：与黑色背景按比例混合

优势：

  • 更自然，避免显示完整画面的模糊版本

  • 只使用边缘颜色，视觉干扰更小

技术实现细节

视频处理流程：

输入视频 (1080×1920)    ↓1. 读取帧 → OpenCV VideoCapture    ↓2. 背景生成   ├─ 方案1: 拉伸整个画面 → 模糊   └─ 方案2: 提取边缘 → 拉伸 → 模糊    ↓3. 透明度混合   公式: result = overlay × α + base × (1-α)    ↓4. 前景叠加 (居中，1080×1920)    ↓5. 写入临时视频 (无音频)    ↓6. 音频合成 → MoviePy    ↓输出视频 (3414×1920)

关键算法

1. 高斯模糊（Gaussian Blur）

cv2.GaussianBlur(image, (kernel_size, kernel_size), sigma)

  • 作用：平滑图像，创建模糊效果

  • 参数：kernel_size 必须是奇数（如 161 = 80×2+1）

2. Alpha混合（Alpha Blending）

cv2.addWeighted(src1, α, src2, 1-α, gamma)

  • 公式：output = src1 × α + src2 × (1-α) + γ

  • 应用：实现透明度效果（γ=0）

3. 帧定位计算

x_offset= (3414-1080) //2# = 1167y_offset=0# 高度保持一致

参数对比分析

参数方案1示例效果说明
blur_strength80高斯核 161×161，强烈模糊
opacity0.3背景保留30%亮度，较暗
target_width3414输出宽度（左右各填充1167px）

调整建议：

  • blur_strength: 30-100（数值越大越模糊）

  • opacity: 0.2-0.6（0.2很暗，0.6较亮）

依赖库

importcv2# 视频帧处理、模糊、混合importnumpyasnp# 数组运算frommoviepyimportVideoFileClip# 音频合成

 性能考量

计算复杂度：

  • 每帧处理时间

     ≈ O(W×H×k²)

    • W=3414, H=1920, k=161（高斯核）

  • 总处理时间 ≈ 帧数 × 单帧时间

优化策略：

  1. 使用 INTER_AREA 插值（缩放时更快）

  2. 每30帧显示进度（减少I/O）

  3. 临时文件避免内存溢出

应用场景

  1. 社交媒体内容创作：Instagram、抖音、快手

  2. 视频后期制作：补全画面比例

  3. 自动化批处理：大量竖屏视频转横屏

import cv2import numpy as npimport osimport timedef create_dynamic_blur_background(input_video, output_video, target_width=3414,                                    blur_strength=50, opacity=0.5):    """    创建动态模糊背景效果 - 左右两边显示模糊放大的视频内容    参数:    - input_video: 输入视频路径    - output_video: 输出视频路径    - target_width: 目标宽度，默认3414    - blur_strength: 模糊强度，默认50    - opacity: 背景透明度 0-1，默认0.5 (50%)    """    temp_video = "temp_video_no_audio.mp4"    # 打开视频    cap = cv2.VideoCapture(input_video)    original_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))    original_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))    fps = int(cap.get(cv2.CAP_PROP_FPS))    total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))    print(f"原始尺寸: {original_width}x{original_height}")    # 新尺寸    new_width = target_width    new_height = original_height    x_offset = (new_width - original_width) // 2    print(f"新尺寸: {new_width}x{new_height}")    print(f"左右边框宽度: {x_offset}像素")    print(f"模糊强度: {blur_strength}")    print(f"背景透明度: {int(opacity * 100)}%")    # 创建视频写入对象    fourcc = cv2.VideoWriter_fourcc(*'mp4v')    out = cv2.VideoWriter(temp_video, fourcc, fps, (new_width, new_height))    print(f"处理视频中...")    frame_count = 0    while True:        ret, frame = cap.read()        if not ret:            break        # 1. 创建背景：将原视频拉伸到整个画布        background = cv2.resize(frame, (new_width, new_height))        # 2. 应用高斯模糊        blurred_background = cv2.GaussianBlur(background, (blur_strength*2+1, blur_strength*2+1), 0)        # 3. 创建透明度效果（将模糊背景变暗）        dimmed_background = (blurred_background * opacity).astype(np.uint8)        # 4. 创建最终画布（黑色底 + 半透明模糊背景）        canvas = np.zeros((new_height, new_width, 3), dtype=np.uint8)        canvas = cv2.addWeighted(canvas, 1 - opacity, dimmed_background, 1, 0)        # 5. 将原始清晰视频放在中央        canvas[0:original_height, x_offset:x_offset+original_width] = frame        # 写入视频        out.write(canvas)        frame_count += 1        if frame_count % 30 == 0:            progress = (frame_count / total_frames) * 100            print(f"进度: {progress:.1f}%")    cap.release()    out.release()    print("视频处理完成！")    time.sleep(0.5)    # 添加音频    try:        print("正在添加音频...")        from moviepy import VideoFileClip        video_clip = VideoFileClip(temp_video)        original_clip = VideoFileClip(input_video)        if original_clip.audio:            final_clip = video_clip.with_audio(original_clip.audio)            final_clip.write_videofile(output_video, codec='libx264', audio_codec='aac', logger=None)            print("音频添加成功！")            final_clip.close()        else:            print("原视频没有音频")            video_clip.write_videofile(output_video, codec='libx264', logger=None)        video_clip.close()        original_clip.close()        time.sleep(1)    except Exception as e:        print(f"音频处理错误: {e}")        import shutil        time.sleep(1)        if os.path.exists(output_video):            os.remove(output_video)        shutil.copy(temp_video, output_video)    # 清理临时文件    try:        if os.path.exists(temp_video) and os.path.exists(output_video):            time.sleep(0.5)            os.remove(temp_video)    except:        print(f"无法删除临时文件: {temp_video}")    print(f"完成！输出文件: {output_video}")def create_gradient_edge_background(input_video, output_video, target_width=3414,                                      blur_strength=30, opacity=0.5):    """    创建渐变边缘效果 - 左右边缘使用视频边缘像素的模糊渐变    这个版本的背景更自然，因为只使用视频左右边缘的颜色    """    temp_video = "temp_video_no_audio.mp4"    cap = cv2.VideoCapture(input_video)    original_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))    original_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))    fps = int(cap.get(cv2.CAP_PROP_FPS))    total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))    print(f"原始尺寸: {original_width}x{original_height}")    new_width = target_width    new_height = original_height    x_offset = (new_width - original_width) // 2    print(f"新尺寸: {new_width}x{new_height}")    print(f"边框宽度: {x_offset}像素")    fourcc = cv2.VideoWriter_fourcc(*'mp4v')    out = cv2.VideoWriter(temp_video, fourcc, fps, (new_width, new_height))    print(f"处理视频中...")    frame_count = 0    while True:        ret, frame = cap.read()        if not ret:            break        # 创建画布        canvas = np.zeros((new_height, new_width, 3), dtype=np.uint8)        # 提取左右边缘        left_edge = frame[:, 0:1, :]  # 最左边一列像素        right_edge = frame[:, -1:, :]  # 最右边一列像素        # 将边缘拉伸填充左右区域        left_fill = cv2.resize(left_edge, (x_offset, new_height))        right_fill = cv2.resize(right_edge, (x_offset, new_height))        # 应用模糊        left_fill = cv2.GaussianBlur(left_fill, (blur_strength*2+1, blur_strength*2+1), 0)        right_fill = cv2.GaussianBlur(right_fill, (blur_strength*2+1, blur_strength*2+1), 0)        # 应用透明度        left_fill = (left_fill * opacity).astype(np.uint8)        right_fill = (right_fill * opacity).astype(np.uint8)        # 填充左右区域        canvas[:, 0:x_offset] = left_fill        canvas[:, x_offset+original_width:] = right_fill        # 放置原始视频        canvas[:, x_offset:x_offset+original_width] = frame        out.write(canvas)        frame_count += 1        if frame_count % 30 == 0:            progress = (frame_count / total_frames) * 100            print(f"进度: {progress:.1f}%")    cap.release()    out.release()    print("视频处理完成！")    time.sleep(0.5)    # 添加音频（与上面相同）    try:        print("正在添加音频...")        from moviepy import VideoFileClip        video_clip = VideoFileClip(temp_video)        original_clip = VideoFileClip(input_video)        if original_clip.audio:            final_clip = video_clip.with_audio(original_clip.audio)            final_clip.write_videofile(output_video, codec='libx264', audio_codec='aac', logger=None)            final_clip.close()        else:            video_clip.write_videofile(output_video, codec='libx264', logger=None)        video_clip.close()        original_clip.close()        time.sleep(1)    except Exception as e:        print(f"音频处理错误: {e}")        import shutil        time.sleep(1)        if os.path.exists(output_video):            os.remove(output_video)        shutil.copy(temp_video, output_video)    try:        if os.path.exists(temp_video) and os.path.exists(output_video):            time.sleep(0.5)            os.remove(temp_video)    except:        pass    print(f"完成！输出文件: {output_video}")# 使用示例if __name__ == "__main__":    input_file = "input.mp4"    # 方案1: 全屏模糊背景 (类似Instagram/抖音效果)    print("=" * 50)    print("方案1: 全屏模糊背景")    print("=" * 50)    create_dynamic_blur_background(        input_file,         "output_blur_bg.mp4",        target_width=3414,        blur_strength=80,     # 模糊强度 (数值越大越模糊)        opacity=0.3           # 50% 透明度    )    # 方案2: 边缘渐变效果 (更自然，只使用边缘颜色)    # print("\n" + "=" * 50)    # print("方案2: 边缘渐变效果")    # print("=" * 50)    # create_gradient_edge_background(    #     input_file,     #     "output_edge_gradient.mp4",    #     target_width=3414,    #     blur_strength=30,    #     opacity=0.5    # )    # 调整参数示例：    # - blur_strength: 10-100，数值越大越模糊    # - opacity: 0.0-1.0，0是完全透明(黑色)，1是完全不透明
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：596563534@qq.com 。

硬件编程是当今数字时代最为重要的技能之一

算法编程是一项“静心”运动

最新文章

随机文章