Dieser mit Django erstellte Python-Webdienst bietet Funktionen für die Videoverarbeitung, einschließlich Audioextraktion und Video-Wasserzeichen. Es integriert FFmpeg für die Medienverarbeitung und nutzt eine SQLite-Datenbank zum Speichern von Informationen über verarbeitete Videos.
Klonen Sie das Repository
git clone https://github.com/gouravmohanty7070/vidyo.ai
Richten Sie eine virtuelle Umgebung ein
Um eine saubere und isolierte Umgebung für Ihre Anwendung zu gewährleisten, wird die Verwendung einer virtuellen Umgebung empfohlen. So können Sie es einrichten:
cd vidyo.ai
python -m virtualenv venv
Aktivieren der virtuellen Umgebung
venvScriptsactivate
source venv/bin/activate
Installieren Sie FFmpeg
Download FFmpeg:
Go to the FFmpeg Official Website and download the latest build for Windows.
Extract the Files:
Extract the downloaded ZIP file to a location on your computer (e.g., C:FFmpeg).
Add FFmpeg to the System Path:
Right-click on 'This PC' or 'My Computer' and select 'Properties'.
Click on 'Advanced system settings' and then 'Environment Variables'.
Under 'System Variables', find and select the 'Path' variable, then click 'Edit'.
Click 'New' and add the path to the bin folder inside the extracted FFmpeg folder (e.g., C:FFmpegbin).
Click 'OK' to close all dialog boxes.
Verify the Installation:
Open Command Prompt and type ffmpeg -version to check if FFmpeg is installed correctly.
brew install ffmpeg
sudo apt install ffmpeg
Abhängigkeiten installieren Installieren Sie bei aktivierter virtueller Umgebung die erforderlichen Abhängigkeiten mithilfe von pip und der Datei „requirements.txt“:
pip install -r requirements.txt
Starten Sie die Anwendung. Navigieren Sie zum Verzeichnis „vidyo“, das den Anwendungscode enthält:
cd vidyo
Führen Sie Migrationen aus
python manage.py migrate
Führen Sie den folgenden Befehl aus, um die Anwendung zu starten:
python manage.py runserver
Greifen Sie auf die Anwendung zu
Open your web browser and go to http://127.0.0.1:8000/
Testen
Use tools like Postman or cURL to test the API endpoints.
Klonen Sie das Repository
git clone https://github.com/gouravmohanty7070/vidyo.ai
cd vidyo.ai
Erstellen Sie das Docker-Image
docker build -t vidyo .
Führen Sie den Docker-Container aus
docker run -p 8000:8000 vidyo
Greifen Sie auf die Anwendung zu
Open your web browser and go to http://localhost:8000
Testen
Use tools like Postman or cURL to test the API endpoints.
Notiz
Audio Extraction Endpoint: POST /extract-audio
Video Watermarking Endpoint: POST /watermark-video
Der Dienst verwendet eine SQLite-Datenbank mit den folgenden Tabellen und Feldern, um Informationen über verarbeitete Videos zu speichern:
Videotabelle – In dieser Tabelle werden Informationen zu audioextrahierten und mit Wasserzeichen versehenen Videos gespeichert.
Zusätzliche Tabellen:
Abhängig von den Anforderungen Ihrer Anwendung verfügen Sie möglicherweise über zusätzliche Tabellen, insbesondere wenn wir Benutzerauthentifizierung, Protokollierung oder andere Funktionen implementieren.
Anweisungen zum Einrichten der Datenbank:
Führen Sie nach dem Einrichten Ihres Django-Projekts die folgenden Befehle aus, um Migrationen für Ihr Datenbankschema zu erstellen und anzuwenden:
python manage.py makemigrations
python manage.py migrate
Diese Architektur ist darauf ausgelegt, die Ressourcennutzung zu optimieren und die Reaktionsfähigkeit unter hoher Last aufrechtzuerhalten. Durch die Trennung von Aufgaben nach ihrem Ressourcenbedarf und die Verwendung einer Mischung optimierter Server kann das System eine große Anzahl gleichzeitiger Videoverarbeitungsanforderungen effizient verarbeiten.
vidyo.ai-Aufgaben-Demovideo
