如何用Python与VS Code在终端直接运行MP4视频及图片

一、前提准备 #

确保安装必要的Python库和工具：

• pillow：处理图片与视频帧
• rich：终端富文本渲染（支持True Color与高质量图片展示）
• opencv-python：读取视频帧（或用ffmpeg-python提升性能）
• ffmpeg：若使用ffmpeg-python，需通过系统包管理器安装（Windows用choco、Mac用brew、Linux用apt）

安装命令：

pip install pillow rich opencv-python ffmpeg-python

二、高质量图片展示实现 #

用rich库直接在VS Code终端渲染图片，支持True Color，画质清晰：

from rich.console import Console
from rich.image import Image

console = Console()
# 加载本地图片
img = Image.open("your_image.jpg")
# 按终端宽度自适应缩放，保留原比例
console.print(img)
# 自定义展示宽度
# console.print(img, width=80)

三、MP4视频播放优化（解决方块像素问题） #

之前的画质差多因帧缩放过度、颜色深度不足、渲染算法粗糙，以下方案从这几点针对性优化：

1. 核心优化方向 #

• 严格保留视频宽高比例，避免强制拉伸
• 启用VS Code终端的True Color（24位色）支持
• 使用 Lanczos 插值算法缩放帧，保证细节
• 匹配原视频帧率，避免丢帧卡顿

2. 完整代码实现（基于opencv） #

import cv2
from rich.console import Console
from rich.image import Image
from PIL import Image as PILImage
import numpy as np
import time

console = Console()

def play_video_in_terminal(video_path, target_width=None):
    cap = cv2.VideoCapture(video_path)
    if not cap.isOpened():
        print("无法打开视频文件")
        return
    
    # 获取原视频参数
    fps = cap.get(cv2.CAP_PROP_FPS)
    frame_delay = 1 / fps
    # 默认用终端宽度作为目标宽度
    target_width = target_width or console.width

    while cap.isOpened():
        ret, frame = cap.read()
        if not ret:
            break
        
        # 转换颜色空间：OpenCV的BGR转PIL的RGB
        frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
        pil_frame = PILImage.fromarray(frame_rgb)
        
        # 计算等比例缩放后的高度
        width_ratio = target_width / pil_frame.width
        target_height = int(pil_frame.height * width_ratio)
        # 用Lanczos插值缩放，最大化保留画质
        pil_frame = pil_frame.resize((target_width, target_height), PILImage.Resampling.LANCZOS)
        
        # 清除上一帧并渲染当前帧
        console.clear()
        console.print(Image(pil_frame))
        
        # 控制播放帧率
        time.sleep(frame_delay)
    
    cap.release()

# 调用播放
play_video_in_terminal("your_video.mp4")

3. 额外优化建议 #

• 若终端颜色显示异常，在VS Code的settings.json中添加配置：

  "terminal.integrated.enableTrueColor": true
  

• 大分辨率视频可预先用ffmpeg转码，减少实时缩放压力：

  ffmpeg -i input.mp4 -vf scale=1280:-1 -c:v libx264 -crf 23 output.mp4
  

• 若追求更高性能，改用ffmpeg-python直接提取帧（代码如下）：

import ffmpeg
from rich.console import Console
from rich.image import Image
from PIL import Image as PILImage
import time
import numpy as np

console = Console()

def play_video_with_ffmpeg(video_path, target_width=None):
    probe = ffmpeg.probe(video_path)
    video_stream = next((s for s in probe['streams'] if s['codec_type'] == 'video'), None)
    if not video_stream:
        print("未找到视频流")
        return
    
    fps = eval(video_stream['r_frame_rate'])
    frame_delay = 1 / fps
    target_width = target_width or console.width
    target_height = int(target_width * int(video_stream['height']) / int(video_stream['width']))

    # 用ffmpeg提取RGB帧流，指定Lanczos缩放算法
    process = (
        ffmpeg
        .input(video_path)
        .output('pipe:', format='rawvideo', pix_fmt='rgb24', s=f"{target_width}x{target_height}", sws_flags='lanczos')
        .run_async(pipe_stdout=True)
    )

    while True:
        frame_size = target_width * target_height * 3
        in_bytes = process.stdout.read(frame_size)
        if not in_bytes:
            break
        
        # 转换为PIL图片并渲染
        frame = np.frombuffer(in_bytes, np.uint8).reshape((target_height, target_width, 3))
        pil_frame = PILImage.fromarray(frame)
        
        console.clear()
        console.print(Image(pil_frame))
        time.sleep(frame_delay)
    
    process.wait()

play_video_with_ffmpeg("your_video.mp4")

内容的提问来源于stack exchange，提问作者IndieMultiCraft