用Go语言实现一年365天卡点视频，从零开始的自制心法

我最近迷上了那种365天卡点视频——每天一张照片，最后用0.5秒的切换速度拼成一年的人生缩略，说实话，看别人做的成品很爽，但自己想做的时候，网上搜到的工具要么收费，要么水印大得吓人，有一天我突然想：我好歹是个写Go的,为什么不自己写个生成器？

先说清楚：这活儿Go到底能不能干？

很多朋友一听“视频处理”就条件反射觉得得用Python或者专门的视频编辑软件，但Go在这件事上其实有它独特的优势——编译成单个二进制文件，扔到服务器上就能跑，而且处理大量文件时并发能力是真的强，我用的核心库是ffmpeg的Go绑定，本质上是调用系统里的FFmpeg命令，但用Go包了一层,写起来优雅得多。

我的环境是Windows开发机，部署到一台Linux小服务器上跑定时任务，如果你只在本机玩,完全够用。

第一步：准备素材文件名要规范，不然你会哭

你的365张照片不可能都叫IMG_20230101.jpg这种杂乱的名字，我踩过一个坑：手机导出的照片命名完全不规律，有的还带空格,Go里写个批量重命名的小工具很简单：

package main
import (
    "fmt"
    "os"
    "path/filepath"
    "strings"
)
func main() {
    dir := "./photos"
    files, _ := os.ReadDir(dir)
    for i, f := range files {
        oldName := filepath.Join(dir, f.Name())
        ext := strings.ToLower(filepath.Ext(f.Name()))
        newName := fmt.Sprintf("%s/%03d%s", dir, i+1, ext) // 001.jpg
        os.Rename(oldName, newName)
    }
    fmt.Println("搞定了，共处理", len(files), "个文件")
}

这就是个热身，关键点：统一成三位数编号，因为卡点视频讲究有序切换,编号乱了你后面排序的时候会疯掉。

第二步：用Go调FFmpeg生成视频的两种思路

思路A：直接命令拼接（简单粗暴，适合新手）

我在Go里用os/exec包，直接调FFmpeg命令,典型的命令长这样：

cmd := exec.Command("ffmpeg",
    "-framerate", "30",                    // 帧率
    "-i", "photos/%03d.jpg",               // 输入模式
    "-vf", "scale=1080:1920,setsar=1",     // 缩放成竖屏
    "-c:v", "libx264",                     // 编码
    "-pix_fmt", "yuv420p",
    "output.mp4")
cmd.Run()

但这里有个致命问题：365张图，每张0.5秒，总时长也就3分钟，直接这么跑，生成的视频卡顿感很明显，因为FFmpeg默认会按输入帧率均匀分配时间，你需要的“卡点”效果，其实是每张图片展示0.5秒然后硬切,这对FFmpeg来说很简单。

思路B：用Go生成过滤图脚本（灵活，支持自定义节奏）

真正的卡点视频，往往不是均匀的0.5秒，比如前半年快、后半年慢，或者配合音乐节奏变化，这时候我建议用Go生成一个FFmpeg滤镜脚本,核心是先计算每张图的持续时间：

type Photo struct {
    Path string
    Duration float64 // 这张图停留几秒
}
func buildFilter(photos []Photo) string {
    var parts []string
    for i, p := range photos {
        // 每张图作为一个输入流
        parts = append(parts, fmt.Sprintf(
            "[%d:v]scale=1080:1920,setpts=PTS-%d/TB[v%d]",
            i, i, i))
    }
    // 然后用 concat 连接
    return strings.Join(parts, ";") + "; concat=n=365:v=1:a=0[out]"
}

这个自己写起来很绕，但其实有个取巧的办法：让Go直接把每张图处理成等长的视频片段，再拼接，比如每张图生成一个0.5秒的mp4，然后合并，缺点是慢,但逻辑直白。

第三步：处理图片缩放和裁剪——这里有个大坑

手机照片大多3:4或者9:16，而卡点视频通常做9:16竖屏，如果用简单的scale=1080:1920，会拉伸变形，非常丑，正确做法是先裁剪再缩放：

// 先居中裁剪到 9:16，再缩放
"-vf", "scale=1080:1920:force_original_aspect_ratio=increase,crop=1080:1920"

这个参数的意思是：先放大让较短的边达到目标尺寸，然后居中裁剪掉多余部分，代价是边缘会丢一点，但照片的主题一般都在中心,问题不大。

如果你像我一样有点强迫症，还可以用smartblur配合轻微锐化：

"-vf", "scale=1080:1920:force_original_aspect_ratio=increase,crop=1080:1920,unsharp=5:5:0.8:3:3:0.4"

第四步：音频对齐——卡点视频的灵魂

真正让人“爽”的卡点，靠的是重音和画面切换同步，如果你没有现成的卡点音乐，可以用Go写个小程序分析音乐的节拍点（需要加载音频库，比如beep），但我嫌麻烦，直接手动在音乐时间轴上标注了每张图的切换时间,然后让Go按照这个时间表生成滤镜脚本。

我写了一个简单的文本配置文件，Go程序读它，然后生成FFmpeg的concat脚本,这样改音乐或者改照片顺序都不用碰代码。

第五步：完整代码骨架

下面是我的实际项目结构（简略版）：

func main() {
    // 1. 读取照片列表
    photos := loadPhotos("./photos")  // 返回 sorted []string
    // 2. 读取时间配置
    times := loadTiming("./timing.txt")  // 每张图的时间戳
    // 3. 生成滤镜
    filter := buildConcatFilter(photos, times)
    // 4. 执行FFmpeg
    output := "./final_365.mp4"
    runFFmpeg(filter, output, times[len(times)-1].End)
    fmt.Println("视频生成完毕！", output)
}

其中runFFmpeg里我用exec.Command，但加了-threads参数来利用多核CPU，实测365张1080x1920图片，3分钟视频，在四核CPU上大概要跑40秒左右。完全能接受。

第六步：给视频加上字幕和日期水印

这个其实很加分，我想在每张照片左下角显示“Day 1”、“Day 36”这样的角标，FFmpeg的drawtext滤镜能办到，但我当初写的时候有个bug：中文日期的字体路径在Windows和Linux上不一样,折腾了好久。

// Linux 下的字体示例
"-vf", "drawtext=fontfile=/usr/share/fonts/truetype/dejavu/DejaVuSans-Bold.ttf:text='Day 1':fontsize=48:fontcolor=white:box=1:boxcolor=black@0.5:boxborderw=10:x=50:y=50"

如果你不想这么麻烦，直接用Go生成PNG水印图再叠加，也行，但我懒,所以用drawtext硬刚。

第七步：常见问题排查（亲身踩过）

1. 图片文件名里有空格 —— 记得filepath.Base处理
2. 视频画面卡顿 —— 检查是不是所有图片分辨率一样？混合分辨率会导致concat失败
3. 输出文件巨大 —— 365张1080p图片，静态画面多，编码后也就几十MB，如果你用默认设置还很大，建议加-crf 23
4. 在服务器上跑乱码 —— 终端编码问题，设置os.Setenv("LANG", "en_US.UTF-8")往往能救急

最后的操作建议

我自己现在每周都用这套Go工具跑一次上个月的月度卡点视频，然后攒到年底合成365天版，你可以先把流程跑通,再慢慢优化滤镜质量。

对了，如果在处理过程中你发现ffmpeg命令行参数记不住，有个技巧：先用纯命令行手动调通一组参数，再写进Go代码里固化下来,别直接逼自己一次写对。

写这个工具的过程，比看任何教程都让我理解FFmpeg的滤镜体系，当你看到一年前的照片在0.5秒的切换里飞过，那种感觉啊，跟买了个模板套出来的完全不一样。