AB-Video-Deduplicator

toki-plusMIT活跃维护

基于高帧率抽帧混合算法对视频做二次处理,规避短视频平台查重,带 PyQt5 图形界面并支持 GPU 加速。

一款强大的Python视频去重GUI工具,采用高帧率抽帧混合算法,以规避短视频平台查重。支持GPU加速。video-processing, automation, tiktok, selenium, pyqt5, ffmpeg, bot, data-scraping, video-deduplication.

v1.0.0发布于 2025-08-19 12:06 UTC333star71fork同步于 2026-11-07 07:33 UTC

怎么上手

由 README 提炼,执行前请确认
git clone https://github.com/toki-plus/AB-Video-Deduplicator.git
cd AB-Video-Deduplicator
python -m venv venv
pip install -r requirements.txt
pyrcc5 src/resources.qrc -o src/resources.py
python src/main.py
硬件要求按 README 说明

README 未给出具体显存要求;GPU 加速需本机具备兼容的 NVIDIA 环境及对应 FFmpeg 构建与驱动,未提 GPU 时可用 CPU 运行;支持 Windows / macOS / Linux。

下载:源码 zip·GitHub Releases(安装包)本站不镜像安装包

项目说明

由 README 自动翻译提炼

把两段视频抽帧混合重编码的 PyQt5 桌面工具,用于研究帧率与编码参数对输出的影响

基于高帧率抽帧混合算法对视频做二次处理,规避短视频平台查重,带 PyQt5 图形界面并支持 GPU 加速。

核心能力

  • 读取两段视频并分析分辨率、帧率、时长与编码格式
  • 按 60/120/240fps 三档强度抽帧混合,A:B 帧比约 1:1 到 1:7
  • 自动把素材视频分辨率对齐内容视频并统一帧率编码
  • 保留内容视频原始音轨,输出到 output 目录
  • 兼容环境下启用 NVIDIA NVENC 硬件编码加速

容易踩的坑

需先安装 FFmpeg 并加入 PATH,否则无法编码;启动前必须用 pyrcc5 编译 Qt 图标资源生成 src/resources.py;GPU 加速依赖本机 FFmpeg 构建与驱动,不兼容时只能走 CPU。

内容由模型根据 README 生成,可能不完整或不准确,以官方文档为准。看原文 README

最近发版

1 个版本v1.0.0
  1. v1.0.0最新正式版2025-08-19 · 2025-08-19 12:06 UTC

    这个版本没有写更新说明。

用户点评

登录用户的真实使用记录,可按版本和硬件筛选
共 0 条

    还没有人点评。第一个说出真实体验的人最有价值。

    README 原文

    未翻译

    AB Video Processor

    简体中文 | English

    用于视频帧混合、格式转换与视觉特征实验的桌面工具。

    项目通过对两段视频进行抽帧、混合与重新编码,研究不同帧率、编码参数和 GPU 加速方案对输出视频视觉表现及数据特征的影响。仓库名 AB-Video-Deduplicator 为项目早期命名,现以 AB Video Processor 名义维护。

    请仅处理拥有合法使用权的素材。本项目为早期实验版本,仅供技术研究与学习交流,不用于绕过平台审核、版权识别或其他安全机制。

    项目背景

    在视频处理和内容生产流程中,经常需要验证不同帧率、分辨率、混合策略和编码方式对输出结果的影响。手工执行 FFmpeg 命令不利于非技术用户重复调整和比较参数。

    本项目将相关处理流程封装为图形化工具,提供可重复的参数配置与进度反馈,让同一组实验可以在不同素材上快速复现。

    主要能力

    • 读取两段视频并分析基础媒体信息(分辨率、帧率、时长、编码格式)
    • 按配置进行抽帧与帧混合,提供 50%(60fps)、75%(120fps)、87.5%(240fps)三档处理强度
    • 自动将素材视频的分辨率对齐到内容视频,统一帧率与编码参数
    • 完整保留内容视频的原始音轨
    • 在兼容环境下启用 NVIDIA NVENC 硬件编码加速,大幅提升处理速度
    • 基于 PyQt5 的图形界面,无需命令行知识,实时展示处理进度与详细日志
    • 跨平台运行(Windows / macOS / Linux,需正确安装依赖)

    📸 软件截图

    技术流程

    Video A + Video B
        -> Media inspection
        -> Resolution alignment
        -> Frame sampling and mixing
        -> FFmpeg encoding
        -> Output validation
    

    帧混合原理

    工具的底层策略是"高帧率抽帧混合",而非滤镜、缩放这类表层处理:

    1. 输入两段视频:内容视频 A 与一段独立的素材视频 B。
    2. 构造高帧率输出流:创建一个 60 / 120 / 240 fps 的目标视频流。
    3. 按算法插入帧:将视频 A 的帧逐一插入输出流的关键位置,相邻 A 帧之间用视频 B 的帧填充。
    4. 重新编码输出:播放器按高帧率解码时,人眼感知的仍是视频 A 的连续画面;而从文件数据层面看,输出包含大量来自视频 B 的帧,其 MD5 与数据特征与源文件完全不同。

    各档强度对应的帧构成如下:

    处理强度目标 FPSA:B 帧大致比例
    50%601 : 1
    75%1201 : 3
    87.5%2401 : 7

    主要技术:Python、PyQt5、NumPy、OpenCV、FFmpeg。

    快速开始

    环境要求

    • Python 3.8+
    • FFmpeg(需加入 PATH;Windows 可从 gyan.dev 下载,macOS 用 brew install ffmpeg,Linux 用 sudo apt install ffmpeg)
    git clone https://github.com/toki-plus/AB-Video-Deduplicator.git
    cd AB-Video-Deduplicator
    python -m venv venv
    

    激活虚拟环境后安装依赖并启动:

    pip install -r requirements.txt
    pyrcc5 src/resources.qrc -o src/resources.py   # 编译 Qt 图标资源
    python src/main.py
    

    使用说明

    1. 选择两段拥有合法使用权的视频素材(内容视频 A 与素材视频 B)。
    2. 选择处理强度(建议从 60fps 档开始测试)和输出目录。
    3. 如本机具备兼容的 NVIDIA 环境,可启用 GPU 加速。
    4. 启动任务,处理结果保存在 output 目录,检查输出视频的画面、音频和时长。

    当前限制

    • 输出效果受源视频分辨率、帧率和编码格式影响。
    • GPU 加速依赖本机 FFmpeg 构建与驱动环境。
    • 当前仅包含基础测试工具,尚未建立完整的自动化回归测试。

    📂 更多项目

    • video-mover — 多平台内容分发自动化流水线:素材处理、文案生成、定时调度与多平台适配
    • ai-highlight-clip — 长视频智能初筛:Whisper 转写 + LLM 评分 + 人工终审,分钟级定位高光片段
    • ai-ttv-workflow — 文案到短视频的桌面工作流,关键节点保留人工确认
    • ai-video-workflow — 多模型 AIGC 视频生成流水线:文生图、图生视频、文生音乐的异步编排
    • ai-mixed-cut — 素材库结构化与脚本重组的视频再创作工作流
    • ai-trader-for-mt4 — LLM×MT4 受控执行框架:工具约束、风控规则、状态管理与异步桥接
    • ai-trader-for-mt5 — 面向 MT5 的 AI 交易助手与 EA 工程化框架
    • auto-usps-tracker — 跨境电商批量物流追踪与 Excel 报告自动化
    • netease-downloader — 网易云音乐下载桌面应用:扫码登录、下载队列、ID3 元数据写入

    License

    See LICENSE.