跳到主要內容

簡易影片編輯:快速剪輯,輕鬆分享

 

除了影音播放,Live Debian System 也提供簡易的影片編輯功能,讓你可以在不用安裝任何軟體的情況下,快速剪輯和處理影片。

預設安裝 OpenShot:簡單易用的影片編輯器 —> 由於新版 openshot 有問題,改 kdenlive

OpenShot 是一款功能強大的免費影片編輯器,操作簡單易上手,適合初學者和非專業人士。你可以使用它來剪輯、合併、添加字幕、特效等。

自創指令 “genvideo”:快速影片處理

除了預設的 OpenShot,Live Debian System 還提供了一個自創指令 “genvideo”,可以快速將影片轉成 MP4 格式並加上浮水印,或將多個相同格式影片直接串成一部 Full HD 有浮水印影片。

使用方法:

  1. 準備檔案: 將所有要處理的影片放在同一目錄,不要有其他不相關檔案。
  2. 開啟檔案管理員: 在檔案管理員空白處滑鼠右鍵/「在終端機開啟」。
  3. 開啟終端機: 會跳出終端機視窗。
  4. 輸入指令: 在終端機視窗中輸入指令 genvideo
  5. 自動作業: 終端機會自動執行指令,將所有影片轉成 MP4 格式並加上浮水印,生成 videos.mp4 (有浮水印,會重新抓取畫面) 和 video.mp4 單純影片合併。

說明:

  • videos.mp4 檔案會重新抓取畫面,因此檔案大小會改變。
  • video.mp4 檔案則不會重新抓取畫面,只是將所有影片合併成一部影片。

這個自創指令 “genvideo” 是一個非常方便的工具,可以讓你快速地將影片處理成各種格式,並方便地分享你的影片作品!

注意: 由於這個指令是自創的,因此可能需要根據你的實際情況進行調整。

[前一單元] [下一單元]

留言

這個網誌中的熱門文章

Debian 13 原生 Python 安裝與使用 CodeFormer 修復臉部照片與影片教學

目前人工智慧(AI)已有越來越多的應用,而 CodeFormer 是一種人工智慧數位臉部修復工具,一般可以在其官網上傳照片( https://huggingface.co/spaces/sczhou/CodeFormer ),它會修復後讓你下載,但傳過一次曠日費時。還好它是開源軟體,於是將其安裝到自己的電腦中,便可以批次處理。不過事涉大量運算,有獨顯速度會快些,沒有的就只能用 CPU 硬解。如果原稿臉部夠大張(最好 512×512 像素以上),其還原程度相當不錯,有針對臉部一般修復、精細修復、上色、破碎還原等功能,個人覺得蠻自然傳神的。 因為自己筆電沒有太高檔 GPU,且 Debian 12 時使用 Anaconda3 來處理在 Debian 13 時卻失效,常常說空間不足、安裝 CUDA 相依性錯誤等問題,重灌系統好幾次,於是改變作法,打掉重做,用原生 Python 來執行。 在 Debian 13 中安裝 Nvidia GPU 驅動 若使用 Nvidia GTX 1060 等顯卡,想讓 CodeFormer 利用 GPU 加速運算,需要先安裝 Nvidia 官方驅動與 CUDA 開發環境。 注意!核心要使用 Debian 標準版核心以免編譯失敗。 1. 更新系統並安裝基礎工具 sudo apt update sudo apt upgrade sudo apt install linux-headers-amd64 python3.13-venv sudo apt install -y build-essential dkms 2. 安裝 Nvidia 官方驅動 sudo apt install nvidia-detect nvidia-driver firmware-misc-nonfree sudo reboot (如果失敗,編輯 /etc/apt/sources.list 在套件庫中加入 contrib non-free 如下: deb http://free.nchc.org.tw/debian/ trixie main non-free-firmware contrib non-free )  3. 驗證驅動安裝是否成功 nvidia-smi Debian 13 原生 Python 安裝與 CodeFor...

Live Debian System 安裝使用 CodeFormer(使用Anaconda)XXX

目前人工智慧(AI)已有越來越多的應用,而CodeFormer是一種人工智慧數位臉部修復工具,一般可以在其官網上傳照片,它會修復後讓你下載,但傳過一次曠日費時,還好它是開源軟體,於是將其安裝到自己的電腦中,便可以批次處理,不過事涉大量運算,有獨顯速度會快些,沒有的就只能用CPU硬解。

在 Debian 13 使用本機 Python 安裝 Open-WebUI 與 Ollama AI 聊天模型指南

本人使用的開發主機搭載 NVIDIA 顯卡,GPU 記憶體只有 6GB,屬於中低容量等級。由於顯卡記憶體有限,無法負擔大型 AI 模型的運行,因此本文以較小容量且效能適中的 AI 模型為主,透過 Open-WebUI 與 Ollama 搭配,達成本地 AI 互動平台的實作。整體流程會包括利用 pyenv 管理合適的 Python 版本,安裝 Open-WebUI,並示範如何安裝與管理 Ollama 及多款符合 GPU 規格的聊天室模型。 一、本機 Python 版本管理:使用 Pyenv 安裝 Python 3.11 安裝編譯必須的依賴: sudo apt update sudo apt install -y build-essential curl libssl-dev libbz2-dev libreadline-dev libsqlite3-dev libffi-dev liblzma-dev zlib1g-dev libncurses5-dev libncursesw5-dev libgdbm-dev libdb5.3-dev uuid-dev 安裝 pyenv: curl https://pyenv.run | bash 設定 shell 環境(加入 ~/.bashrc 或 ~/.zshrc ): export PATH="$HOME/.pyenv/bin:$PATH" eval "$(pyenv init --path)" eval "$(pyenv init -)" 重新整理 shell,並安裝 Python 3.11: source ~/.bashrc pyenv install 3.11.0 pyenv global 3.11.0 確認 Python 版本: python --version 二、安裝並啟動 Open-WebUI 建立虛擬環境以隔離套件: python -m venv ~/openwebui-venv source ~/openwebui-venv/bin/activate mkdir tmp export TMPDIR=$HOME/tmp 升級 pip 以免安裝過程中遇到問題: pip install --upgrade...