如何用Python获取视频元数据及帧像素数据

下面提供两种实用的Python实现方案，既能提取帧率、尺寸、比特率、时长等元数据，也能将帧转换为2D NumPy数组：

方法一：OpenCV + FFprobe（灵活可控） #

OpenCV擅长帧像素提取，FFprobe（FFmpeg配套工具）可获取完整元数据，两者结合能覆盖所有需求。

安装依赖 #

pip install opencv-python numpy
# 需额外安装FFmpeg，确保`ffprobe`命令可在终端调用

提取帧数据与基础元数据 #

import cv2
import numpy as np

def get_video_frames_and_basic_info(video_path):
    cap = cv2.VideoCapture(video_path)
    
    # 读取基础元数据
    fps = cap.get(cv2.CAP_PROP_FPS)
    width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
    height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
    total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
    duration = total_frames / fps  # 计算视频时长（秒）
    
    # 逐帧提取并转为2D灰度数组
    frames = []
    while cap.isOpened():
        ret, frame = cap.read()
        if not ret:
            break
        # 若需彩色帧，移除该行即可（此时帧为3D数组）
        gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        frames.append(gray_frame)
    
    cap.release()
    frames_array = np.array(frames)  # 形状：(总帧数, 高度, 宽度)
    
    return {
        "fps": fps,
        "width": width,
        "height": height,
        "total_frames": total_frames,
        "duration": duration,
        "frames": frames_array
    }

用FFprobe获取完整元数据（比特率、编码等） #

import subprocess
import json

def get_full_video_metadata(video_path):
    cmd = [
        "ffprobe",
        "-v", "quiet",
        "-print_format", "json",
        "-show_format",
        "-show_streams",
        video_path
    ]
    result = subprocess.run(cmd, capture_output=True, text=True)
    metadata = json.loads(result.stdout)
    
    # 解析关键元数据
    format_data = metadata["format"]
    bitrate_kbps = int(format_data["bit_rate"]) / 1000
    codec = metadata["streams"][0]["codec_name"]
    file_size = int(format_data["size"])
    
    return {
        "bitrate_kbps": bitrate_kbps,
        "codec": codec,
        "file_size_bytes": file_size,
        "raw_metadata": metadata  # 返回完整原始元数据
    }

方法二：MoviePy（一站式简洁方案） #

MoviePy基于FFmpeg封装，语法更直观，无需分开调用工具即可获取所有数据。

安装依赖 #

pip install moviepy numpy

提取所有数据 #

from moviepy.editor import VideoFileClip
import numpy as np

def extract_video_all_data(video_path):
    clip = VideoFileClip(video_path)
    
    # 提取核心元数据
    fps = clip.fps
    width, height = clip.size
    duration = clip.duration
    bitrate_kbps = clip.reader.bitrate / 1000
    codec = clip.reader.codec
    
    # 逐帧转为2D灰度数组
    frames = []
    for rgb_frame in clip.iter_frames():
        # RGB转灰度的加权公式
        gray_frame = np.dot(rgb_frame[..., :3], [0.2989, 0.5870, 0.1140]).astype(np.uint8)
        frames.append(gray_frame)
    
    frames_array = np.array(frames)
    clip.close()
    
    return {
        "fps": fps,
        "width": width,
        "height": height,
        "duration": duration,
        "bitrate_kbps": bitrate_kbps,
        "codec": codec,
        "frames": frames_array
    }

注意事项 #

• 处理大视频时，一次性存储所有帧会占用大量内存，建议改为逐帧处理而非全部存入数组
• 若需彩色帧，跳过灰度转换步骤即可，此时帧数组为3D结构（高度, 宽度, 3）
• FFmpeg需确保已添加至系统环境变量，否则MoviePy和FFprobe可能无法正常工作

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