开源一套视频处理工具链

基本概念

前段时间，影视剧风被下架的视频，讨论了国内流媒体平台画质和码率过度压缩的问题，在站内也有不少讨论。

事实上作为 pter，我们可以很轻松获取到原盘以及各大压制组压制的视频，但是对于普通用户来说，这个问题就比较棘手了。

对于一些 VR 设备来说，我们甚至期望视频能有 4k+ 的分辨率，以获得更好的观影体验。

• 压制也是一个小圈子，目前社区拥抱的技术栈普遍是 VapourSynth + FFmpeg(x264/x265/AV1...)
• 这里不介绍视频编码器的参数，只涉及 VapourSynth ，你可以把他当成一个 Python library ，以下我们简称为 vs

让我们来压制第一个视频！别担心，后面我们会提供全 Docker 化的解决方案，毕竟配环境总是令人痛苦万分的 lol

import vapoursynth as vs
from vapoursynth import core

clip = core.bs.VideoSource(source="s.mkv")
clip.set_output()

接下来，我们用 vspipe 来执行这个脚本，pipe 到 ffmpeg 开始压制

vspipe script.py - | ffmpeg -i - -vcodec libx265 -crf 16 output.mkv

超分辨率

• 超分辨率（ Super-Resolution ）也是 low level vision 领域的一个重要研究方向 （灌水重灾区），目前也有不少开源项目，社区模型（ weights ）也非常丰富

通过 SISR (Single Image Super-Resolution) 或者 VSR (Video Super-Resolution) 技术，我们可以轻松 Enhance 视频

不过这个方向并没有 huggingface 那种方便的 lib ，vs 社区里的一些方案也并不是那么灵活

所以我们开源了 ccrestoration，一个基于纯 PyTorch 的 SR 推理库，依赖干净，没有 MMCV，设计上参考了 BasicSR 和 huggingface Transformers 。通过自定义配置，可以轻松 online load 各种各样的社区模型

当然，它也支持 vs ，你可以直接在 vs 脚本里调用它

import vapoursynth as vs
from vapoursynth import core

from ccrestoration import AutoModel, BaseModelInterface, ConfigType

model: BaseModelInterface = AutoModel.from_pretrained(
    pretrained_model_name=ConfigType.RealESRGAN_APISR_RRDB_GAN_generator_2x
)

clip = core.bs.VideoSource(source="s.mp4")
clip = core.resize.Bicubic(clip=clip, matrix_in_s="709", format=vs.RGBH)
clip = model.inference_video(clip)
clip = core.resize.Bicubic(clip=clip, matrix_s="709", format=vs.YUV420P16)
clip.set_output()

现在，我们可以自由地调用相当多的 SR 模型了，它有完整的类型提示

容器化

2024 年了，不搞 Docker 怎么行呢？ AMD ROCm 甚至已经支持了 WSL2 Docker ，让我们把上面的环境打包吧~

vs-playground 提供了打包好的环境，以及提供了基于 Juptyer 的 Web IDE

你可以直接在浏览器里写 vs 脚本，在线预览任意一帧，调整参数，开始压制

分布式

不过，单机压制速度还是太慢了，所以我们构建了一个并行压制的最小实现 FinalRip

通过简易的 Dashboard ，你可以轻松分布式执行你在 vs-playground 里写好的脚本

FinalRip 会把视频切成多个 clip ，接着送到队列里，等待 worker 消费，最后合并输出。当然现在还是实验阶段，API 写的也很糙

全自动追番

构建了上面的工具链，老二刺螈初心还是不能忘，所以我们还开源了一个全自动追番工具 AnimePipeline

配置 RSS ，自动下载任务送到 FinalRip ，然后上传到 Telegram 等，方便分享给大家

• 这是跑完一季后的结果，当然只是一个示例，x265 8bit 显然是不合适的

可是，新番很多都是英肉，人名看不懂咋办啊？幸好现在有 LLM ，结合 bangumi 信息，翻译质量还是不错的。

我们开源了一个简单的 LLM 动漫翻译字幕工具 yuisub ，它提供了自动生成双语 ASS 特效字幕的 API ，也可以作为 cli 使用

结语

这套工具链目前还处于早期开发阶段，如果你有任何问题，欢迎提出 issue

近期会完善 SR 推理库，支持更多的网络结构

下面是所有提及的仓库：

• https://github.com/TensoRaws/ccrestoration
• https://github.com/TensoRaws/vs-playground
• https://github.com/TensoRaws/FinalRip
• https://github.com/TensoRaws/AnimePipeline
• https://github.com/TensoRaws/yuisub