视频怎么输出json格式

视频怎么输出JSON格式：从元数据提取到结构化存储全解析

在现代数据处理与开发场景中,视频内容往往需要与结构化数据结合，以实现高效检索、分析或集成，JSON（JavaScript Object Notation）以其轻量、易读、易解析的特性，成为视频数据交互的理想格式，视频如何输出JSON格式？本文将从核心概念、具体方法、工具选择及代码实现四个维度，详细拆解视频到JSON的转换流程。

核心概念：视频输出JSON的本质是什么？

视频本身是二进制文件（如MP4、AVI、MOV等），无法直接转为JSON，所谓“视频输出JSON”，本质是提取视频的元数据（metadata）或关键信息，并将其组织成JSON格式的结构化数据，这些信息可能包括：

• 基础元数据：时长、分辨率（宽/高）、编码格式（H.264、HEVC等）、比特率、帧率、创建时间、文件大小等；
• 技术参数：音频轨道信息（编码格式、采样率、声道数）、字幕轨道语言、编码器版本等；分析数据**：通过AI提取的场景标签（如“户外”“人物”）、关键帧描述、语音转文本结果、物体检测框等；
• 自定义信息：用户添加的标题、描述、标签、上传时间等。

具体方法：如何将视频信息转为JSON？的不同，视频输出JSON的方法可分为三类：直接提取元数据、通过工具/库解析、结合AI生成内容数据。

直接提取元数据：利用系统或工具的基础信息

无需复杂编程,通过系统命令或工具快速获取基础元数据并转为JSON。

• Windows系统：使用PowerShell的Get-FileItem和Get-VideoInfo（需安装MediaInfo模块）

  # 安装MediaInfo模块（若未安装）：Install-Module -Name MediaInfo
  $videoPath = "C:\Videos\sample.mp4"
  $mediaInfo = Get-MediaInfo -Path $videoPath | ConvertTo-Json -Depth 5
  $mediaInfo | Out-File -FilePath "C:\Output\video_meta.json"

  输出JSON示例：

  {
    "General": {
      "Format": "MPEG-4",
      "Duration": "00:01:30.000",
      "FileSize": "15678912",
      "VideoCount": 1,
      "AudioCount": 1
    },
    "Video": {
      "Format": "AVC",
      "Width": 1920,
      "Height": 1080,
      "FrameRate": 30.0,
      "BitRate": "5000"
    },
    "Audio": {
      "Format": "AAC",
      "SampleRate": 48000,
      "Channels": 2
    }
  }

• macOS/Linux系统：使用ffprobe（FFmpeg工具集）

  # 安装FFmpeg：macOS用brew install ffmpeg，Linux用apt/yum install ffmpeg
  ffprobe -v quiet -print_format json -show_format -show_streams input.mp4 > video_meta.json

  输出JSON为标准FFmpeg元数据结构,包含format（整体格式信息）和streams（音视频流详细信息）。

编程实现：用代码提取并自定义JSON结构

通过Python、JavaScript等语言调用视频处理库，灵活提取所需信息并生成JSON，以Python为例，常用库有moviepy、opencv-python、json。

示例1：用moviepy提取基础元数据

from moviepy.editor import VideoFileClip
import json
def video_to_json(video_path):
    clip = VideoFileClip(video_path)
    video_info = {
        "filename": video_path.split("/")[-1],
        "duration": clip.duration,
        "resolution": {"width": clip.size[0], "height": clip.size[1]},
        "fps": clip.fps,
        "audio": {
            "has_audio": clip.audio is not None,
            "duration": clip.audio.duration if clip.audio else None
        }
    }
    clip.close()
    return json.dumps(video_info, indent=2, ensure_ascii=False)
# 使用示例
json_output = video_to_json("sample.mp4")
with open("video_info.json", "w", encoding="utf-8") as f:
    f.write(json_output)

输出JSON：

{
  "filename": "sample.mp4",
  "duration": 90.0,
  "resolution": {
    "width": 1920,
    "height": 1080
  },
  "fps": 30.0,
  "audio": {
    "has_audio": true,
    "duration": 90.0
  }
}

示例2：用opencv-python提取帧数据（关键帧图片信息）

若需将视频关键帧转为图片并存储路径到JSON,可结合OpenCV：

import cv2
import json
import os
def extract_keyframes(video_path, output_dir="keyframes", interval=5):
    os.makedirs(output_dir, exist_ok=True)
    cap = cv2.VideoCapture(video_path)
    fps = cap.get(cv2.CAP_PROP_FPS)
    keyframes = []
    frame_count = 0
    while True:
        ret, frame = cap.read()
        if not ret:
            break
        # 每interval秒提取一帧
        if frame_count % (interval * fps) == 0:
            frame_path = f"{output_dir}/frame_{frame_count}.jpg"
            cv2.imwrite(frame_path, frame)
            keyframes.append({
                "frame_number": frame_count,
                "timestamp": frame_count / fps,
                "image_path": frame_path
            })
        frame_count += 1
    cap.release()
    return json.dumps({"keyframes": keyframes}, indent=2)
# 使用示例
json_output = extract_keyframes("sample.mp4", interval=10)
with open("keyframes.json", "w") as f:
    f.write(json_output)

输出JSON：

{
  "keyframes": [
    {
      "frame_number": 0,
      "timestamp": 0.0,
      "image_path": "keyframes/frame_0.jpg"
    },
    {
      "frame_number": 300,
      "timestamp": 10.0,
      "image_path": "keyframes/frame_300.jpg"
    }
  ]
}

结合AI：生成内容分析型JSON

若需视频的语义信息（如场景描述、语音文字、物体检测），需调用AI模型分析后转为JSON，以Python的whisper（语音转文字）和paddleocr（文字识别）为例：

示例：语音转文字后存入JSON

import whisper
import json
def audio_to_json(video_path):
    model = whisper.load_model("base")  # 加载基础模型
    result = model.transcribe(video_path, language="zh")  # 转写为中文
    audio_text = {
        "filename": video_path.split("/")[-1],
        "text": result["text"],
        "segments": [
            {
                "start": seg["start"],
                "end": seg["end"],
                "text": seg["text"]
            } for seg in result["segments"]
        ]
    }
    return json.dumps(audio_text, indent=2, ensure_ascii=False)
# 使用示例
json_output = audio_to_json("sample.mp4")
with open("audio_text.json", "w", encoding="utf-8") as f:
    f.write(json_output)

输出JSON：

{
  "filename": "sample.mp4",
  "text": "今天天气真好，我们一起去公园吧。",
  "segments": [
    {
      "start": 0.0,
      "end": 3.5,
      "text": "今天天气真好，"
    },
    {
      "start": 3.5,
      "end": 7.2,
      "text": "我们一起去公园吧。"
    }
  ]
}

工具推荐：高效处理视频转JSON的利器