Diffusers documentation
视频处理器
视频处理器
VideoProcessor 为视频流水线提供了统一的 API，用于在 VAE 编码前准备输入，以及在解码后对输出进行后处理。该类继承自 VaeImageProcessor，因此包含调整大小、归一化以及 PIL Image、PyTorch 和 NumPy 数组之间的转换等变换操作。
VideoProcessor
diffusers.VideoProcessor.preprocess_video
< source >( videoheight: int | None = Nonewidth: int | None = None**kwargs ) → torch.Tensor of shape (batch_size, num_channels, num_frames, height, width)
参数
- video (
list[PIL.Image],list[list[PIL.Image]],torch.Tensor,np.array,list[torch.Tensor],list[np.array]) — 输入视频。可以是以下之一：- PIL 图像列表。
- PIL 图像的列表的列表。
- 4D Torch 张量（每个张量的预期形状为
(num_frames, num_channels, height, width)）。 - 4D NumPy 数组（每个数组的预期形状为
(num_frames, height, width, num_channels)）。 - 4D Torch 张量列表（每个张量的预期形状为
(num_frames, num_channels, height, width)）。 - 4D NumPy 数组列表（每个数组的预期形状为
(num_frames, height, width, num_channels)）。 - 5D NumPy 数组：每个数组的预期形状为
(batch_size, num_frames, height, width, num_channels)。 - 5D Torch 张量：每个数组的预期形状为
(batch_size, num_frames, num_channels, height, width)。
- height (
int，可选，默认为None) — 视频中预处理后帧的高度。如果为None，将使用get_default_height_width()获取默认高度。 - width (
int, optional, defaults toNone) -- The width in preprocessed frames of the video. IfNone, will use get_default_height_width()to get the default width.
返回值
形状为 (batch_size, num_channels, num_frames, height, width) 的 torch.Tensor
一个 5D 张量，保存了批量化的通道优先（channels-first）视频。
对输入视频进行预处理。关键字参数将转发至 VaeImageProcessor.preprocess。
diffusers.VideoProcessor.postprocess_video
< source >( video: Tensoroutput_type: str = 'np'**kwargs )
将视频张量转换为帧列表以用于导出。关键字参数将转发给 VaeImageProcessor.postprocess。