# Video Processor

`VideoProcessor` menyediakan API terpadu untuk pipeline video guna menyiapkan input untuk encoding VAE dan memproses output pasca-dekode. Kelas ini mewarisi [VaeImageProcessor](/docs/diffusers/main/id/api/image_processor#diffusers.VaeImageProcessor) sehingga mencakup transformasi seperti pengubahan ukuran, normalisasi, dan konversi antara PIL Image, PyTorch, dan array 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)
```

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

**Parameter:**

video (`list[PIL.Image]`, `list[list[PIL.Image]]`, `torch.Tensor`, `np.array`, `list[torch.Tensor]`, `list[np.array]`) : Video input. Dapat berupa salah satu dari berikut: * daftar gambar PIL. * daftar dari daftar gambar PIL. * tensor Torch 4D (bentuk yang diharapkan untuk setiap tensor `(num_frames, num_channels, height, width)`). * array NumPy 4D (bentuk yang diharapkan untuk setiap array `(num_frames, height, width, num_channels)`). * daftar tensor Torch 4D (bentuk yang diharapkan untuk setiap tensor `(num_frames, num_channels, height, width)`). * daftar array NumPy 4D (bentuk yang diharapkan untuk setiap array `(num_frames, height, width, num_channels)`). * array NumPy 5D: bentuk yang diharapkan untuk setiap array `(batch_size, num_frames, height, width, num_channels)`. * tensor Torch 5D: bentuk yang diharapkan untuk setiap array `(batch_size, num_frames, num_channels, height, width)`.

height (`int`, *opsional*, defaultnya `None`) : Tinggi dalam frame video yang telah dipreprocess. Jika `None`, akan menggunakan `get_default_height_width()` untuk mendapatkan tinggi default.

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.

**Mengembalikan:** `torch.Tensor` dengan bentuk `(batch_size, num_channels, num_frames, height, width)`

Tensor 5D yang menyimpan video dengan format channel-first dalam batch.

Memproses prapemrosesan video input. Argumen kata kunci akan diteruskan ke `VaeImageProcessor.preprocess`.

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

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

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

**Parameter:**

video (`torch.Tensor`) : Video sebagai tensor.

output_type (`str`, defaultnya `"np"`) : Tipe output dari tensor `video` yang telah diproses pascaproses.

Mengonversi tensor video menjadi daftar frame untuk diekspor. Argumen kata kunci akan diteruskan ke `VaeImageProcessor.postprocess`.