python通过ffmpeg进行视频时长统计

销售小姐姐找我问我们的视频时长一共有多少，看着目录里面密密麻麻的视频，这要是手动统计，绝对会让我蛋疼得很。
好在查了一下，ffmpeg有一个python的apiwrapper。

在这里 https://github.com/kkroening/ffmpeg-python

使用比较简单，没啥好说的，我们这里用的是这个api

ffmpeg.probe(file)

他会返回一个dict，所有视频的信息都会包含在这个dict里面，当然也包含视频时长的信息。

需要注意这个api里面返回的视频时长信息都是字符串，需要给他做一下转换，参考下面的代码处理。

知道了这些，我们就可以来写一个简单的统计当前目录视频时长的脚本了。

我们课程要求必须是mp4格式的，所以就省了很多麻烦，只关注mp4文件就好了。

单线程版本

import os
import ffmpeg

t = 0

for r,ds,fs in os.walk('.'): 
     for f in fs: 
         if f.endswith('mp4'): 
             file=os.path.join(r,f) 
             t=t+ float(ffmpeg.probe(file)['format']['duration']) 
print(t/60/60)

可是单线程版本好慢啊，半天才会返回结果，考虑到这个api是调用ffmpeg的命令行的，所以肯定能够并行化。

来祭出multiprocessing这个半死不拉活的大杀器。

没办法，python的多线程是残废的，正经应该用多进程，不过这里是调用另外一个程序，所以多线程也可以用。

多线程版本

import os
import numpy as np
import ffmpeg

from multiprocessing.dummy import Pool as ThreadPool

path = '.'

files = []
for r,ds,fs in os.walk(path):
     for f in fs:
         if f.lower().endswith('mp4'):
             file=os.path.join(r,f)
             files.append(file)

p = ThreadPool()
ret = p.map(lambda file: float(ffmpeg.probe(file)['format']['duration']), files)
p.close()
p.join()

print(np.sum(ret)/60/60)

里面那个dummy表示我们使用的是multioricessing的多线程版本而不是多进程版本，如果要使用多进程版本，去掉这个dummy就行。
不过使用多进程的话，要小心这里用的是lambda，他不能很好的配合多进程，老老实实写个函数比较好。

再来一个分目录多线程版本，可以看到每个目录下面的情况

import os
import numpy as np
import ffmpeg

from multiprocessing.dummy import Pool as ThreadPool

path = '.'

def count_duration(path):
    files = []
    for r, ds, fs in os.walk(path):
        for f in fs:
            if f.lower().endswith('mp4'):
                file = os.path.join(r, f)
                files.append(file)

    p = ThreadPool()
    ret = p.map(lambda file: float(
        ffmpeg.probe(file)['format']['duration']), files)
    p.close()
    p.join()

    return(np.sum(ret) / 60 / 60)


dirs = [os.path.join(path, d) for d in os.listdir(path)]

for d in dirs:
    if os.path.isdir(d):
        t = count_duration(d)
        print(f'[{d}] \t=>\t [{t}]'.format(d, t))

这里用到了fstring，很方便。