要使用python实现屏幕录制，核心在于结合pyav和mss库分两步完成：1. 使用mss捕获屏幕图像帧；2. 利用pyav将图像帧编码并保存为视频文件。具体流程包括安装pyav、mss及ffmpeg依赖，配置ffmpeg环境变量，选择录制区域，循环捕获并处理图像数据，最后编码写入视频文件。常见问题如ffmpeg未找到或编码器不支持，可通过验证安装、检查path路径及确认编码器兼容性解决。最佳实践建议使用conda环境隔离依赖，并通过time.sleep控制帧率以提升稳定性。
使用Python实现屏幕录制，核心在于结合像PyAV这样的库来处理视频流，同时借助其他库来捕获屏幕画面。PyAV是FFmpeg的Python绑定，它提供了强大的音视频处理能力，但配置过程，特别是FFmpeg的依赖，确实是不少人会遇到的第一个挑战。一旦配置妥当，利用Python进行定制化的屏幕录制就变得非常灵活了。
要实现Python屏幕录制，我们需要分两步走：首先是捕获屏幕图像帧，其次是利用PyAV将这些图像帧编码并保存为视频文件。
1. 捕获屏幕图像帧
立即学习“Python免费学习笔记（深入）”；
PyAV本身不提供屏幕捕获功能。我们需要借助第三方库来获取实时的屏幕截图。在Python生态中，mss和Pillow（或其自带的ImageGrab模块，Windows平台特有）是常用的选择。mss（Monitor ScreenShot）是一个非常轻量且高效的跨平台屏幕截图库，推荐使用。
2. 使用PyAV编码图像帧为视频
捕获到图像帧后，我们将这些图像数据传递给PyAV。PyAV会将其视为视频帧，并根据预设的编码器（如H.264）将其编码成视频流，最终写入到一个容器文件（如MP4）中。
核心流程概览：
PyAV、mss，以及底层的FFmpeg。PyAV可接受的格式（通常是NumPy数组）。说实话，刚开始接触PyAV的时候，最让人头疼的往往不是代码本身，而是它背后的FFmpeg。PyAV是FFmpeg的Python接口，这意味着你的系统里必须得有FFmpeg这个“大家伙”才能正常工作。这块儿是个坑，但只要搞清楚了，以后就畅通无阻。
1. 安装PyAV和屏幕捕获库：
这部分相对简单，直接用pip就行：
pip install av mss numpy
numpy是处理图像数据时常用到的，mss用于屏幕捕获。
2. FFmpeg环境配置：
这是关键。PyAV需要FFmpeg的可执行文件（ffmpeg和ffprobe）在系统的PATH环境变量中，或者你得明确告诉PyAV它们在哪里。
Scoop或Chocolatey。scoop install ffmpeg
choco install ffmpeg
shared或full版本），解压到一个固定路径（比如C:\ffmpeg），然后把C:\ffmpeg\bin添加到系统环境变量Path中。别忘了重启你的终端或IDE，让PATH生效。brew install ffmpeg。通常Homebrew会自动处理PATH。sudo apt update && sudo apt install ffmpeg
sudo dnf install ffmpeg
sudo pacman -S ffmpeg
初学者常犯的错误与最佳实践：
ffmpeg.exe（或ffmpeg）不在PATH里。ffmpeg -version。如果能显示版本信息，说明FFmpeg已正确安装并可被系统识别。如果不行，检查PATH变量。libx264）在你的FFmpeg版本中没有被编译进去，或者你写错了编码器名字。full或shared版本的FFmpeg，这些版本通常包含了常用的编码器。或者，在命令行运行ffmpeg -codecs查看支持的编码器列表。ffmpeg -version和ffprobe -version来验证一下。conda环境，它有时能更方便地管理FFmpeg依赖。这部分是真正动手的环节。我们要把前面准备好的工具串联起来，实现屏幕录制。我个人觉得，理解数据流向是关键：屏幕 -> mss捕获为图像数据（NumPy数组） -> PyAV将数组转换为帧 -> PyAV编码帧 -> 写入文件。
import av
import mss
import numpy as np
import time
def record_screen(output_filename="screen_record.mp4", fps=20, duration_seconds=10,
codec="libx264", pixel_format="yuv420p", monitor_id=1):
"""
使用PyAV和mss进行屏幕录制。
Args:
output_filename (str): 输出视频文件名。
fps (int): 录制帧率。
duration_seconds (int): 录制时长（秒）。
codec (str): 视频编码器，如"libx264" (H.264), "mpeg4"。
pixel_format (str): 像素格式，如"yuv420p" (兼容性好), "rgb24"。
monitor_id (int): 要录制的显示器ID (1为主显示器，0为所有显示器)。
注意：mss的monitor[0]是所有显示器，monitor[1]是主显示器。
"""
try:
with mss.mss() as sct:
# 选择要录制的显示器
# mss.monitors[0] 是所有显示器的总和
# mss.monitors[1] 通常是主显示器
# 你可以根据实际情况选择 sct.monitors[1], sct.monitors[2] 等
monitor = sct.monitors[monitor_id]
# 获取屏幕尺寸
width = monitor["width"]
height = monitor["height"]
# 打开输出视频文件容器
# 'w' 表示写入模式
container = av.open(output_filename, mode="w")
# 添加视频流
# codec: 编码器名称
# rate: 帧率
stream = container.add_stream(codec, rate=fps)
stream.width = width
stream.height = height
stream.pix_fmt = pixel_format # 设置像素格式
print(f"开始录制屏幕: {width}x{height} @ {fps} FPS, 持续 {duration_seconds} 秒...")
start_time = time.time()
frame_count = 0
# 循环捕获和编码帧
for frame_idx in range(int(fps * duration_seconds)):
# 捕获屏幕图像
# sct.grab 返回一个字典，包含像素数据和元数据
sct_img = sct.grab(monitor)
# 将mss捕获的图像转换为NumPy数组
# mss捕获的是RGBA格式 (4通道)
img_rgba = np.array(sct_img, dtype=np.uint8)
# PyAV通常期望RGB或BGR格式的输入进行编码
# 我们只需要RGB通道，所以去掉alpha通道
img_rgb = img_rgba[:, :, :3] # 取前3个通道 (R, G, B)
# 从NumPy数组创建AV视频帧
# format="rgb24" 告诉PyAV输入数组是RGB24格式
frame = av.VideoFrame.from_ndarray(img_rgb, format="rgb24")
# 编码帧并写入到容器中
# stream.encode(frame) 会返回一个或多个Packet对象
for packet in stream.encode(frame):
container.mux(packet) # 将Packet写入容器
frame_count += 1
# 简单的时间同步，防止捕获过快导致CPU占用过高或帧率不稳
# 确保每秒捕获的帧数接近设定值
expected_time = start_time + frame_count / fps
sleep_time = expected_time - time.time()
if sleep_time > 0:
time.sleep(sleep_time)
# 刷新剩余的编码器缓冲区
# 编码器内部可能还有未输出的帧，需要调用不带参数的encode()来获取它们
for packet in stream.encode():
container.mux(packet)
# 关闭容器，保存文件
container.close()
print(f"录制完成，文件已保存至: {output_filename}")
except av.FFmpegRuntimeError as e:
print(f"FFmpeg运行时错误：{e}")
print("请检查FFmpeg是否正确安装并配置到系统PATH中。")
except Exception as e:
print(f"发生错误：{e}")
# 示例调用
if __name__ == "__main__":
# 录制15秒，帧率30，保存为my_screen_record.mp4
# 注意：高分辨率和高帧率会显著增加CPU和磁盘I/O压力
record_screen(output_filename="my_screen_record.mp4", fps=30, duration_seconds=15,
monitor_id=1) # 默认录制主显示器
# 如果想录制所有显示器，可以尝试 monitor_id=0，但可能会遇到分辨率问题，
# 建议还是指定具体显示器代码细节考量：
mss.mss()： 这是屏幕捕获的核心，它能高效地获取当前屏幕的像素数据。monitor_id的选择很重要，sct.monitors[0]通常代表所有显示器的总和（如果你的系统有多个），而sct.monitors[1]通常是主显示器。如果你有多个显示器，可能需要根据sct.monitors列表的输出来确定正确的ID。np.array(sct_img, dtype=np.uint8)： mss返回的图像数据是字节串，转换为NumPy数组便于处理。mss捕获的默认是RGBA（红绿蓝透明度）格式，4个通道。img_rgb = img_rgba[:, :, :3]： PyAV在处理视频帧时，通常更倾向于RGB（红绿蓝）格式，也就是3个通道。这里我们直接去掉了Alpha（透明度）通道。av.VideoFrame.from_ndarray(img_rgb, format="rgb24")： 这是将NumPy数组转换为PyAV内部视频帧对象的关键。format="rgb24"明确告诉PyAV，我们传入的NumPy数组是24位的RGB像素格式。stream.encode(frame)： 编码过程。FFmpeg（通过PyAV）会处理压缩。container.mux(packet)： 将编码后的数据包（packet）写入到最终的视频文件容器中。stream.encode()（无参数调用）： 非常重要！在循环结束后，编码器内部可能还缓存了一些未完全处理的帧。调用不带参数的stream.encode()会强制编码器输出所有剩余的帧，确保视频的完整性。time.sleep()的引入是为了控制帧率。如果屏幕捕获和编码速度过快，可能会导致实际帧率远超设定值，增加文件大小。简单的time.sleep可以帮助我们接近目标帧率，但更精确的同步可能需要更复杂的PID控制器或队列管理。屏幕录制是个资源密集型任务，特别是高分辨率和高帧率的录制。我经常会遇到录制卡顿、文件过大或者直接录制失败的情况，这通常涉及到性能优化和一些常见问题的排查。
性能优化策略：
img_rgb进行缩放，例如使用Pillow的Image.resize()。from PIL import Image # ... (在捕获sct_img后) img_rgb = img_rgba[:, :, :3] pil_img = Image.fromarray(img_rgb) # 缩放到一半大小 resized_pil_img = pil_img.resize((width // 2, height // 2), Image.LANCZOS) img_rgb_resized = np.array(resized_pil_img) # 记得更新stream.width和stream.height为缩放后的尺寸 stream.width = width // 2 stream.height = height // 2 frame = av.VideoFrame.from_ndarray(img_rgb_resized, format="rgb24")
libx264（H.264）是目前最常用且效率不错的视频编码器。它在压缩率和画质之间取得了很好的平衡。如果你追求更小的文件大小，可以尝试调整编码器的参数（例如，crf值，但PyAV直接设置这些可能需要更深入的FFmpeg命令行知识）。常见问题排查：
以上就是如何使用Python实现屏幕录制？PyAV库配置教程的详细内容，更多请关注php中文网其它相关文章！
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移，垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是，许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
453
收藏
