快捷導(dǎo)航

用Python進(jìn)行屏幕錄制的實(shí)現(xiàn)

更新時(shí)間：2024年04月18日 10:14:04 作者：鵝毛在路上了

關(guān)于屏幕錄制這個(gè)功能需求,之前用過(guò)基于ffmpeg的Capture錄屏軟件,但是fps拉高以后會(huì)變得很卡,聲音也同樣出現(xiàn)卡頓,所以本文給大家介紹了用Python進(jìn)行屏幕錄制的實(shí)現(xiàn),感興趣的朋友可以參考下

引言

關(guān)于屏幕錄制這個(gè)功能需求，之前用過(guò)基于ffmpeg的Capture錄屏軟件，但是fps拉高以后會(huì)變得很卡，聲音也同樣出現(xiàn)卡頓。也自己嘗試過(guò)在python中調(diào)用ffmpeg的庫(kù)函數(shù)，效果也不盡人意。網(wǎng)絡(luò)上下載了幾款錄屏軟件，不是要收費(fèi)就是下載到捆綁軟件或廣告很是心累，因此想借此機(jī)會(huì)重新研究一下屏幕錄制軟件的工作原理，同時(shí)當(dāng)作一個(gè)小項(xiàng)目練手。

gpt3.5給出的代碼

當(dāng)我還在猶豫是否要精心翻閱一下ffmpeg的說(shuō)明書(shū)時(shí)，沒(méi)想到gpt已果斷給出了參考答案，可以使用Python的PyAutoGUI庫(kù)來(lái)實(shí)現(xiàn)錄屏功能。以下是一個(gè)簡(jiǎn)單的示例代碼：

import pyautogui
import cv2
import numpy as np

# 獲取屏幕分辨率
screen_size = (1920, 1080)

# 設(shè)置視頻編碼器
fourcc = cv2.VideoWriter_fourcc(*"XVID")

# 創(chuàng)建視頻寫(xiě)入對(duì)象
out = cv2.VideoWriter("output.avi", fourcc, 20.0, screen_size)

# 開(kāi)始錄屏
while True:
    # 獲取屏幕截圖
    img = pyautogui.screenshot()

    # 將截圖轉(zhuǎn)換為OpenCV格式
    frame = np.array(img)
    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    # 寫(xiě)入視頻
    out.write(frame)

    # 按下q鍵退出錄屏
    if cv2.waitKey(1) == ord("q"):
        break

# 釋放資源
out.release()
cv2.destroyAllWindows()

從給出的代碼看來(lái)，屏幕錄制的工作原理就是以一定的幀率不斷地截圖，然后將截取的圖片以相同的幀率合成一個(gè)視頻。

放在安裝了pyautogui的python環(huán)境里運(yùn)行后，果然不出意外的話就要出意外了。gpt3.5給出的代碼卡在運(yùn)行中的界面紋絲不動(dòng)，按’q’回車(chē)也并未退出循環(huán)，再問(wèn)gpt也死活給不出修改方案。

查閱資料后發(fā)現(xiàn)要先imshow()之后，在ui窗口區(qū)域內(nèi)按鍵才能有效終止循環(huán)：

import numpy as np
import pyautogui
import cv2

# 設(shè)置錄制參數(shù)
SCREEN_SIZE = (1920, 1080)
FILENAME = 'recorded_video.avi'
FPS = 30.0

# 開(kāi)始錄制
fourcc = cv2.VideoWriter_fourcc(*"XVID")
out = cv2.VideoWriter(FILENAME, fourcc, FPS, SCREEN_SIZE)

while True:
    # 獲取屏幕截圖
    img = pyautogui.screenshot()
    # 轉(zhuǎn)換為OpenCV格式
    frame = cv2.cvtColor(np.array(img), cv2.COLOR_RGB2BGR)
    # 寫(xiě)入視頻文件
    out.write(frame)
    cv2.imshow('Frame', frame)
    cv2.resizeWindow('Frame', 1920, 1080)

    # 檢測(cè)按鍵
    if cv2.waitKey(1) == ord('q'):
        break

# 停止錄制
out.release()
cv2.destroyAllWindows()

程序是能運(yùn)行了，但是效果依舊不好，窗口一直有遞歸的效果，而且導(dǎo)出的視頻其實(shí)是無(wú)法播放的。

在這里插入圖片描述

更換截圖函數(shù)——ImageGrab.grab

pyautogui雖然能實(shí)現(xiàn)截圖，并在imshow里展示出來(lái)，但是導(dǎo)出的視頻卻無(wú)法播放，考慮肯能涉及到具體視頻編解碼參數(shù)問(wèn)題，有懂的朋友請(qǐng)?jiān)谠u(píng)論區(qū)分享。這里采用更換PIL庫(kù)中的截圖函數(shù)ImageGrab.grab，可以實(shí)現(xiàn)截圖并導(dǎo)出視頻了，接下來(lái)最大的問(wèn)題就是解決遞歸現(xiàn)象。

import numpy as np
import pyautogui
import cv2

# 設(shè)置錄制參數(shù)
SCREEN_SIZE = (1920, 1080)
FILENAME = 'recorded_video.avi'
FPS = 30.0

# 開(kāi)始錄制
fourcc = cv2.VideoWriter_fourcc(*"XVID")
out = cv2.VideoWriter(FILENAME, fourcc, FPS, SCREEN_SIZE)

while True:
    # 獲取屏幕截圖
    img = pyautogui.screenshot()
    # 轉(zhuǎn)換為OpenCV格式
    frame = cv2.cvtColor(np.array(img), cv2.COLOR_RGB2BGR)
    # 寫(xiě)入視頻文件
    out.write(frame)
    cv2.imshow('Frame', frame)
    cv2.resizeWindow('Frame', 1920, 1080)

    # 檢測(cè)按鍵
    if cv2.waitKey(1) == ord('q'):
        break

# 停止錄制
out.release()
cv2.destroyAllWindows()

在這里插入圖片描述

禁用imshow解決遞歸現(xiàn)象

視頻處理時(shí)的遞歸現(xiàn)象其實(shí)非常常見(jiàn)，除了物理中的鏡面效應(yīng)（觀察兩個(gè)平行放置的鏡子會(huì)出現(xiàn)遞歸的現(xiàn)象），

將攝像頭對(duì)準(zhǔn)顯示器，顯示器上的畫(huà)面也會(huì)觀察到遞歸的現(xiàn)象：

在這里插入圖片描述

經(jīng)嘗試，將imshow()禁用后，改為幀計(jì)數(shù)的方式自定義終止循環(huán)就不會(huì)出現(xiàn)遞歸的問(wèn)題了：

import numpy as np
from PIL import ImageGrab
import cv2

# 設(shè)置錄制參數(shù)
SCREEN_SIZE = (1920, 1080)
FILENAME = 'recorded_video.avi'
FPS = 30.0

# 開(kāi)始錄制
fourcc = cv2.VideoWriter_fourcc(*"XVID")
out = cv2.VideoWriter(FILENAME, fourcc, FPS, SCREEN_SIZE)

cnt = 0
while True:
    # 獲取屏幕截圖
    # img = pyautogui.screenshot()
    img = ImageGrab.grab(bbox=(0, 0, 1920, 1080))
    print('recordin..')
    # 轉(zhuǎn)換為OpenCV格式
    frame = cv2.cvtColor(np.array(img), cv2.COLOR_RGB2BGR)
    # 寫(xiě)入視頻文件
    out.write(frame)
    # cv2.imshow('Frame', frame)
    # cv2.resizeWindow('Frame', 1920, 1080)

    # # 檢測(cè)按鍵
    # if cv2.waitKey(1) == ord('q'):
    #     break

    cnt = cnt + 1

    if cnt == 100:  #滿100幀后終止循環(huán)
        break

# 停止錄制
out.release()
cv2.destroyAllWindows()

在這里插入圖片描述

通過(guò)修改img = ImageGrab.grab(bbox=(0, 0, 2560, 1600))中的參數(shù)可以自定義錄屏區(qū)域，x,y,w,h分別代表左上角坐標(biāo)（起始坐標(biāo)）和圖片寬度、高度。比如我的屏幕分辨率是2560*1600，那么設(shè)置為0, 0, 2560, 1600就是錄制全屏：

在這里插入圖片描述

這樣，我們就可以基本實(shí)現(xiàn)用Python進(jìn)行屏幕錄制的功能了。動(dòng)態(tài)圖預(yù)覽看上去分辨率不高是因?yàn)橛玫母袷焦S把錄制的視頻轉(zhuǎn)了gif，壓縮前錄制的視頻其實(shí)蠻清楚的。

通過(guò)修改fps的值，我們還可以自行錄制一些高刷新率的電影、游戲畫(huà)面，fps越高，畫(huà)面越流暢哦。

攝像頭錄制代碼

類(lèi)似的，也可以用python實(shí)現(xiàn)相機(jī)錄像的功能：

import cv2
import cv2 as cv

# 打開(kāi)攝像頭
cap = cv2.VideoCapture(0)

fourcc = cv.VideoWriter_fourcc(*'XVID')
file_name = 'output'
output = cv.VideoWriter((file_name + '.avi'), fourcc, 24.0, (640, 480))  #設(shè)置文件名，fps，分辨率

while cap.isOpened():

    res, frame = cap.read()
    if not res:
        print("Frame Cannot Be Received")
        break

    # Flipping the frame horizontally to get correct orientation
    frame = cv2.flip(frame, 90)

    # Displaying the current frame
    output.write(frame)
    cv2.imshow('Frame', frame)

    # If no input is received for 1ms, or if the key 'x' is pressed, interpreter goes outside of the loop
    if cv2.waitKey(1) == ord('x'):
        break

# Releasing everything after coming out of loop
cap.release()
output.release()
cv2.destroyAllWindows()