### Python 使用 OpenCV 和 FFmpeg 将多张图片合成为视频 为了将多个静态图像序列组合成一段连续播放的视频，可以采用两种常见的方式：一是通过 `OpenCV` 库来逐帧写入；二是借助 `FFmpeg` 工具直接操作多媒体文件。下面分别介绍这两种方案的具体实现方式。 #### 方案一：利用 OpenCV 实现图片到视频转换 当选择使用 OpenCV 来完成这项任务时，程序会遍历指定目录下的所有图片文件，并按照一定顺序将其作为单个帧加入到输出视频流中。以下是具体的代码示例： ```python import cv2 import os def images_to_video(image_folder, output_video_path, fps=30): """ Convert a series of images into a video using OpenCV. :param image_folder: Path to the folder containing ordered image files. :param output_video_path: Full path where the resulting video will be saved. :param fps: Frames per second for the generated video (default is 30). """ # 获取文件夹内所有图片名称列表并排序 images = sorted([img for img in os.listdir(image_folder) if img.endswith(".png") or img.endswith('.jpg')]) # 检查是否有任何图片存在 if not images: raise ValueError("No valid images found in {}".format(image_folder)) # 打开第一个图片获取尺寸信息 first_image_path = os.path.join(image_folder, images[0]) frame = cv2.imread(first_image_path) height, width, layers = frame.shape # 初始化VideoWriter对象准备录制视频 fourcc = cv2.VideoWriter_fourcc(*'mp4v') out = cv2.VideoWriter(output_video_path, fourcc, fps, (width,height)) try: # 遍历每一张图片并将它们添加至视频中 for i in range(len(images)): img_name = os.path.join(image_folder, images[i]) img = cv2.imread(img_name) # 如果当前图片大小不符合预期，则调整其分辨率以匹配其他帧 if img.shape[:2] != (height,width): img = cv2.resize(img,(width,height),interpolation=cv2.INTER_AREA) out.write(img) finally: # 完成后释放资源关闭文件句柄 out.release() # 调用函数执行转化过程 images_to_video('path/to/image/folder', 'output.mp4') ``` 此段脚本定义了一个名为 `images_to_video()` 的辅助函数用于接收三个参数——存储原始图片的位置、目标保存位置以及期望设置的画面刷新率（默认为30）。该方法内部实现了对输入路径下所有符合条件的媒体项进行检索与预处理工作之后再依次调用 `cv2.VideoWriter().write()` 接口向最终产物追加新数据直至全部处理完毕为止[^1]。 #### 方案二：运用 FFmpeg 命令行工具批量生成影片片段 除了编程接口外，还可以考虑依赖命令行形式提供的强大功能来进行更高效的批量化生产作业。这里给出了一条简单的指令模板供参考： ```bash ffmpeg -framerate 30 -i %d.png -c:v libx264 -pix_fmt yuv420p output.mp4 ``` 上述语句中的 `-framerate` 参数指定了每一秒内的显示次数即帧速率；而 `%d.png` 表达式则代表按自然数编号排列的一组 PNG 文件名模式串，实际应用过程中可根据具体情况适当修改通配符部分以便适应不同命名习惯的数据集结构特点[^2]。