Ce service Web Python, construit à l'aide de Django, fournit des fonctionnalités de traitement vidéo, notamment l'extraction audio et le filigrane vidéo. Il intègre FFmpeg pour le traitement multimédia et utilise une base de données SQLite pour stocker des informations sur les vidéos traitées.
Cloner le référentiel
git clone https://github.com/gouravmohanty7070/vidyo.ai
Configurer l'environnement virtuel
Pour garantir un environnement propre et isolé pour votre application, il est recommandé d'utiliser un environnement virtuel. Voici comment vous pouvez le configurer :
cd vidyo.ai
python -m virtualenv venv
Activation de l'environnement virtuel
venvScriptsactivate
source venv/bin/activate
Installer 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
Installer les dépendances Une fois l'environnement virtuel activé, installez les dépendances requises à l'aide de pip et du fichier Requirements.txt :
pip install -r requirements.txt
Démarrez l'application Accédez au répertoire "vidyo", qui contient le code de l'application :
cd vidyo
Exécuter des migrations
python manage.py migrate
Exécutez la commande suivante pour démarrer l'application :
python manage.py runserver
Accéder à l'application
Open your web browser and go to http://127.0.0.1:8000/
Essai
Use tools like Postman or cURL to test the API endpoints.
Cloner le référentiel
git clone https://github.com/gouravmohanty7070/vidyo.ai
cd vidyo.ai
Construire l'image Docker
docker build -t vidyo .
Exécutez le conteneur Docker
docker run -p 8000:8000 vidyo
Accéder à l'application
Open your web browser and go to http://localhost:8000
Essai
Use tools like Postman or cURL to test the API endpoints.
Note
Audio Extraction Endpoint: POST /extract-audio
Video Watermarking Endpoint: POST /watermark-video
Le service utilise une base de données SQLite avec les tables et champs suivants pour stocker des informations sur les vidéos traitées :
Tableau vidéo - Ce tableau stocke des informations sur les vidéos extraites de l'audio et filigranées.
Tableaux supplémentaires :
En fonction des exigences de votre application, vous pouvez disposer de tables supplémentaires, en particulier si nous implémentons l'authentification des utilisateurs, la journalisation ou d'autres fonctionnalités.
Instructions de configuration de la base de données :
Après avoir configuré votre projet Django, exécutez les commandes suivantes pour créer et appliquer des migrations pour votre schéma de base de données :
python manage.py makemigrations
python manage.py migrate
Cette architecture est conçue pour optimiser l’utilisation des ressources et maintenir la réactivité sous charge élevée. En séparant les tâches en fonction de leurs besoins en ressources et en utilisant une combinaison de serveurs optimisés, le système peut gérer efficacement un grand nombre de demandes de traitement vidéo simultanées.
Vidéo de démonstration de la mission vidyo.ai
