猫史档案馆

方法1：

首先，排除视频拓展，因为它只支持播放一个20MB一下的视频，并且无法调节进度

方法2：

提取视频每一帧，并保存为图片，然后命好名，批量导入库k4。

不过一年前我就尝试过，当时导入了6000张图片，一半的时候就崩溃了。

所以这个办法最多播放一分钟一下的视频，并且打开作品耗时很久。

方法3：

把视频每一帧都提取出来，然后对每一帧的图片遍历，把每个像素记录下来，然后拼接在一起变成k4可以处理的数据，然后用画笔依次绘制像素，由于k4列表超级长也不会卡，并且有一步执行，所以可以尝试。

方法3，开整！

1.下载一个网络视频，我选用的是吴恩达的机器学习教程，因为每个视频都不是很长，8分钟左右，并且没有B站版权。然后利用ACG助手下载最不清晰的那个，省的自己修改清晰度。

链接：https://www.bilibili.com/video/BV1Hm4y1i71t

ACG助手的官网也给你们吧：acghelper.com

2.下载的视频分辨率是638*360，FPS是30，刚刚一个16:9的屏幕就够用了。FPS有点高，需要后期降到10左右，不然k4运行速度不够。

3.用py处理视频，代码如下，主要功能是把像素提取出来，格式如下：

r,g,b|r,g,b|r,g,b&r,g,b|r,g,b|r,g,b&r,g,b|r,g,b|r,g,b

代码：

from PIL import Image
import numpy as np
import cv2
videoCapture = cv2.VideoCapture()
videoCapture.open('1.1什么是机器学习.mp4')
frames = videoCapture.get(cv2.CAP_PROP_FRAME_COUNT)
string = ""
for i in range(0, frames, 3):
    ret, frame = videoCapture.read()
    img_array = np.array(Image.fromarray(frame).resize((喵0, 360)))
    for h in range(0, 360):
        for w in range(0, 喵0):
            b, g, r = img_array[h, w]
            string += ",".join([str(r), str(g), str(b)])+"|"
        print(h)
    string = string[:-1]+"&"
with open("1.1什么是机器学习.txt", "w") as f:
    f.write(string)

4.代码很简单，不过运行之后很久都没有结束，于是我只运行了第一帧查看效果，运行耗时15秒左右，我迫不及待地打开了输出文件，不出意料，卡住了。

文件内容长这样，仅仅第一帧就有2.53MB，简直不可理喻！喵（划掉）

5.我随后把它导入了k4，并且效果还可以，不过即使有一步执行，也不是光速绘制，所以FPS还要再次降低，那就要卡成PPT了。并且导入列表的时候卡了一下

6.虽然文件很大，但是还可以压缩，采用压缩率最高的7z压缩文档后大小只有106KB，不过整个视频的数据依旧很大，k4无法导入。并且k4中很难用超级复杂的压缩方式。

至此，此方法播放视频宣布失败。

省流：一个大屑的失败尝试（）