用 OpenCV 给视频批量加片头片尾和台标（工程实践）
做自媒体、内部培训视频，经常要在成片前后加统一片头片尾，再在右下角烙个台标。这种重复劳动，手工用剪辑软件一个个点太蠢，写个 Python 脚本用 OpenCV 批量干才是正道。这篇文章讲完整实现，以及那些"看起来简单、做起来坑"的地方——尤其是音频丢失、参数不一致、性能爆炸这三座大山。
一、核心思路
OpenCV 读帧 → 处理帧 → 写帧。片头片尾本质是"把另一段视频的帧拼到主视频前后"；台标是"把一张 PNG 叠加到每帧固定位置"。听着像拼积木，但帧率、分辨率、编码参数不一致会让你怀疑人生。
二、第一步：统一参数（不是可选项）
最重要的一条：片头片尾必须和主视频同分辨率、同帧率，否则拼接后画面抖动或黑屏。我的做法：先探测主视频参数，再把片头片尾用 ffmpeg 预转成同规格：
ffmpeg -i intro.mp4 -vf "scale=1920:1080,fps=30,format=yuv420p" -r 30 -c:a aac intro_fixed.mp4
format=yuv420p 很关键——很多播放器不支持 yuv444p，压出来在浏览器里会偏色或黑屏。这个坑我踩过。
三、台标叠加：alpha 混合
import cv2
cap = cv2.VideoCapture('main.mp4')
logo = cv2.imread('logo.png', cv2.IMREAD_UNCHANGED) # 带 alpha 通道
fps = cap.get(cv2.CAP_PROP_FPS)
w = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
h = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fourcc = cv2.VideoWriter_fourcc(*'avc1')
out = cv2.VideoWriter('out.mp4', fourcc, fps, (w, h))
def overlay_png(frame, logo, x, y):
lh, lw = logo.shape[:2]
roi = frame[y:y+lh, x:x+lw]
a = logo[:, :, 3] / 255.0 # alpha 0~1
for c in range(3):
roi[:, :, c] = (1 - a) * roi[:, :, c] + a * logo[:, :, c]
frame[y:y+lh, x:x+lw] = roi
return frame
lx, ly = w - logo.shape[1] - 20, h - logo.shape[0] - 20
while True:
ok, frame = cap.read()
if not ok: break
out.write(overlay_png(frame, logo, lx, ly))
注意：OpenCV 读 PNG 的 alpha 是 BGRA，帧是 BGR，通道顺序要对齐，否则台标颜色发青。我第一次就栽在这，台标变蓝了。
四、动态台标（淡入淡出）
静态台标用 ffmpeg overlay 滤镜一行更快（见第七节），但如果你要"前 3 秒淡入、最后 3 秒淡出"，就得在 OpenCV 里按帧序号调 alpha：
alpha = min(1.0, frame_idx / (3*fps)) # 前 3 秒线性淡入
a = (logo[:,:,3]/255.0) * alpha
这种时间相关的效果，ffmpeg 滤镜写起来反而绕，OpenCV 胜在灵活。
五、拼接三段
最简单的方式：分别处理完三段后，用一个列表喂给 writer：
for src in ['intro_fixed.mp4', 'main.mp4', 'outro_fixed.mp4']:
c = cv2.VideoCapture(src)
while True:
ok, f = c.read()
if not ok: break
out.write(f)
c.release()
前提是三段参数完全一致，否则 out.write 不报错但画面乱。所以开头那步"统一参数"是必选项，不是可选项。
六、音频会丢！
OpenCV 完全不处理音频。用上面方法拼完的视频没声音。要保留声音，两条路：
1. 用 moviepy 代替 OpenCV 做拼接（moviepy 底层也是 ffmpeg，能带音轨）；
2. 先用 OpenCV 处理画面导出静音视频，最后用 ffmpeg 把原音轨混回去：
ffmpeg -i silent_out.mp4 -i main.mp4 -c copy -map 0:v:0 -map 1:a:0 final.mp4
我一般用第二条，因为画面处理还是 OpenCV 方便，音频交给 ffmpeg 最稳。
七、性能与优化
纯 Python 逐帧处理 1080p，速度大概实时的 1/3 到 1/2。优化点：
- 跳帧处理台标：如果台标是静态的，其实可以只对"需要变化的帧"操作，但 OpenCV 写帧必须逐帧，省不了；
- 缩放台标：logo 别用超大 PNG，先 cv2.resize 到目标像素再叠；
- 批量多进程：几百个文件时，用 ProcessPoolExecutor，但 VideoWriter 不是线程安全的，每个进程各自建 writer，别共享。
八、和 ffmpeg 怎么选
| 需求 | 工具 |
|---|---|
| 静态台标、固定位置 | ffmpeg overlay 一行最快 |
| 动态台标（淡入淡出、随时间变化） | OpenCV |
| 批量上百文件、无智能处理 | ffmpeg 批处理脚本 |
| 需要逐帧算法（识别、打码） | OpenCV |
ffmpeg 的静态台标写法：
ffmpeg -i main.mp4 -i logo.png -filter_complex "overlay=W-w-20:H-h-20" out.mp4
九、我的流水线
最终流水线：ffmpeg 统一参数 → OpenCV/moviepy 做需要智能处理的部分 → ffmpeg 混音收尾。别在一个工具里死磕。批量加片头台标这事，工具选对能省一天，选错能熬三夜。
十、小结
- 参数统一是大前提；
- alpha 通道顺序别搞反；
- 音频一定记得另处理；
- 动态效果上 OpenCV，静态效果用 ffmpeg 更省事。
照这个思路走，几百个视频的片头台标，一个晚上能跑完，比手工点剪辑软件强太多。