# Procesador de video

El `VideoProcessor` ofrece una API unificada para los pipelines de video con el fin de preparar las entradas para la codificación con VAE y realizar el posprocesado de las salidas una vez que se han decodificado. La clase hereda de [VaeImageProcessor](/docs/diffusers/main/es/api/image_processor#diffusers.VaeImageProcessor), por lo que incluye transformaciones como el redimensionado, la normalización y la conversión entre imágenes PIL, PyTorch y matrices de NumPy.

## VideoProcessor[[diffusers.VideoProcessor.preprocess_video]]

#### diffusers.VideoProcessor.preprocess_video[[diffusers.VideoProcessor.preprocess_video]]

```python
diffusers.VideoProcessor.preprocess_video(video, height: int | None = None, width: int | None = None, **kwargs)
```

[Fuente](https://github.com/huggingface/diffusers/blob/main/src/diffusers/video_processor.py#L28)

**Parámetros:**

video (`list[PIL.Image]`, `list[list[PIL.Image]]`, `torch.Tensor`, `np.array`, `list[torch.Tensor]`, `list[np.array]`) : El video de entrada. Puede ser uno de los siguientes: * lista de imágenes PIL. * lista de listas de imágenes PIL. * tensores Torch de 4D (forma esperada para cada tensor `(num_frames, num_channels, height, width)`). * matrices NumPy de 4D (forma esperada para cada matriz `(num_frames, height, width, num_channels)`). * lista de tensores Torch de 4D (forma esperada para cada tensor `(num_frames, num_channels, height, width)`). * lista de matrices NumPy de 4D (forma esperada para cada matriz `(num_frames, height, width, num_channels)`). * matrices NumPy de 5D: forma esperada para cada matriz `(batch_size, num_frames, height, width, num_channels)`. * tensores Torch de 5D: forma esperada para cada matriz `(batch_size, num_frames, num_channels, height, width)`.

height (`int`, *opcional*, valor predeterminado `None`) : La altura en fotogramas preprocesados del video. Si es `None`, se usará `get_default_height_width()` para obtener la altura predeterminada.

width (`int`, *optional*`, defaults to `None`) : The width in preprocessed frames of the video. If `None`, will use get_default_height_width()` to get the default width.

**Devuelve:** `torch.Tensor` de forma `(batch_size, num_channels, num_frames, height, width)`

Un tensor de 5D que contiene los videos en lotes con los canales al inicio.

Preprocesa el video de entrada. Los argumentos de palabra clave se reenviarán a `VaeImageProcessor.preprocess`.

#### diffusers.VideoProcessor.postprocess_video[[diffusers.VideoProcessor.postprocess_video]]

```python
diffusers.VideoProcessor.postprocess_video(video: Tensor, output_type: str = 'np', **kwargs)
```

[Fuente](https://github.com/huggingface/diffusers/blob/main/src/diffusers/video_processor.py#L93)

**Parámetros:**

video (`torch.Tensor`) : El video como tensor.

output_type (`str`, por defecto `"np"`) : Tipo de salida del tensor `video` después del postprocesado.

Convierte un tensor de video en una lista de fotogramas para su exportación. Los argumentos de palabra clave se reenviarán a `VaeImageProcessor.postprocess`.