随着视频内容在工作和生活中的占比越来越高，我们面临一个普遍挑战：如何从海量视频中快速提取有效信息？
不管是长达数小时的演讲，还是现在的短视频，传统的人工处理方式既费时又低效。
但今天要介绍的这款工具 Video-Analyzer，可能会改变你的看法。
它不仅可以提取视频中的关键帧，还能生成精准的自然语言描述，为视频内容分析赋予良好的效率。
项目简介
Video-Analyzer 是一个基于最新 AI 技术的本地视频分析工具，运行在本地环境下，基于 Llama3.2 Vision 和 OpenAI Whisper 构建。
它能轻松处理长视频，生成详细的分析结果，提供了多模态支持，适合从视频内容梳理到数据挖掘的各种需求。
功能亮点
1、自动提取关键帧
视频分析的第一步是定位关键画面。Video-Analyzer 能够自动检测视频中的关键帧，捕捉那些画面变化最具代表性和信息量的部分。
2、智能识别画面内容
依托 Llama3.2 Vision 强大的视觉识别能力，它可以识别视频中的物体、场景、文字等内容，并生成自然语言描述。
3、支持长视频处理
长视频处理常常是 AI 分析工具的痛点，而 Video-Analyzer 专门针对这一需求进行了优化。它不仅能处理数小时的视频内容，还能做到逐帧分析，确保重要信息不会遗漏。
4、多维度数据输出
分析结果可以导出为详细的 JSON 格式，内容包括：
-
视频元数据（时长、分辨率、编码格式等）
-
音频转录结果（基于 OpenAI Whisper）
-
逐帧分析（每一帧的内容描述与分析）
-
视频整体描述（提炼核心信息）
这些数据可以轻松应用于后续的自动化处理或报告生成。
快速使用
① 克隆项目
git clone https://github.com/byjlw/video-analyzer.git
cd video-analyzer
② 创建并激活虚拟环境
python3 -m venv .venv
source .venv/bin/activate # On Windows: .venv\Scripts\activate
③ 安装依赖及FFmpeg音视频处理工具
# 依赖包安装
pip install -e .
# mac 安装ffmpeg
brew install ffmpeg
# win 安装ffmpeg
choco install ffmpeg
④ 下载Ollma视觉模型
ollama pull llama3.2-vision
⑤ 启动Ollma服务
ollama serve
⑥ API配置(在 config/config.json文件中)
{
"clients": {
"default": "openai_api",
"openai_api": {
"api_key": "your-api-key",
"api_url": "https://openrouter.ai/api/v1" # or https://api.openai.com/v1
}
}
}
⑦ 基本用法
# 默认Ollma
video-analyzer path/to/video.mp4
# OpenAI
video-analyzer path/to/video.mp4 --client openai_api --api-key your-key --api-url https://openrouter.ai/api/v1
# 高级用法
video-analyzer path/to/video.mp4 \
--config custom_config.json \
--output ./custom_output \
--client openai_api \
--api-key your-key \
--api-url https://openrouter.ai/api/v1 \
--model llama3.2-vision \
--frames-per-minute 15 \
--duration 60 \
--whisper-model medium \
--keep-frames
如果想要了解更多参数说明，可以看项目说明，参数过多这里就不一一说明了。
写在最后
Video-Analyzer 是一款为视频分析场景量身打造的 AI 工具。它不仅简化了复杂的视频解析流程，还为各类应用场景提供了灵活的解决方案。
无论你是教育工作者、媒体从业者，还是科研人员、程序员，Video-Analyzer 都能为你的工作注入新的可能性。
它让我们看到了 AI 在视频内容处理方面的巨大潜力，而这只是未来应用的冰山一角。
GitHub 项目地址：github.com/byjlw/video…
