Python一键搞定九宫格视频：拆帧重组全流程实战指南

九宫格视频到底是怎么回事

现在短视频平台上经常能看到那种画面被均匀切成九块、中间留着细缝的视频，看起来像老式电视墙，又或者像手机里的拼图特效。这种效果其实不复杂，核心就是把每一帧画面按三行三列裁开，再按新位置贴回去，同时在格子之间加一点颜色间隔。做好之后配上原来的声音，导出就是完整的九宫格视频。很多人觉得要会什么高级特效软件，其实用Python几十分钟就能跑通。

这种处理方式本质上是图像空间的重新排布。每一帧先被切成九个小矩形，再按固定间距拼到一张更大的画布上。画布多出来的地方用纯色填充，就形成了明显的分割线。因为是逐帧操作，时间轴和声音都保持原样，所以看起来动作连贯，只是画面被“格子化”了。

拆帧与重组的底层逻辑

先弄清楚尺寸关系。假设原视频宽是W、高是H，那每个小格子的宽就是W//3，高就是H//3。为了在格子之间留缝，新画布的宽要变成W加上两倍缝宽，高同理。缝的颜色可以随便定，深红色、黑色、白色都行，只要和主体对比明显就行。

具体到每一帧，用PIL把numpy数组转成Image对象，然后新建一张空白大图。接着用两层循环把原图按九宫格位置裁出来，再按计算好的新坐标贴回去。左上角那块贴在(0,0)，中间那块要往右挪一个格子宽加缝宽，依此类推。所有帧处理完后，按文件名排序重新组合成视频序列，最后把原音频贴回去。

这个过程有个小细节：如果原视频宽高不能被3整除，最后一列或一行会出现1到2像素的偏差。实际使用中几乎看不出来，但如果追求绝对对齐，可以先把视频resize到能被3整除的尺寸再处理。

环境准备和依赖安装

只需要两个库：moviepy负责读写视频和音频，Pillow负责图像裁剪粘贴。用pip装一下就行：

pip install moviepy pillow

建议在虚拟环境里操作，避免和系统里其他项目打架。另外准备一个临时文件夹用来存中间帧图片，处理完可以删掉，省空间。输入视频最好用mp4，编码用H.264，兼容性最好。输出时同样指定libx264和aac，保证大部分播放器都能直接打开。

核心代码拆解与完整示例

下面这段代码把整个流程串起来了。先读入视频，取出宽高帧率和音频，然后定义一个函数专门处理每一帧。函数里创建带缝的新画布，循环裁贴九个小块，最后按序号存成jpg。主流程调用函数生成所有帧，再用ImageSequenceClip重新组视频并写文件。

import pathlib
from moviepy.editor import *
from PIL import Image

path_temp = pathlib.Path('temp')
path_temp.mkdir(exist_ok=True)
video_raw = VideoFileClip('input.mp4')
audio = video_raw.audio
w, h = video_raw.w, video_raw.h
fps = video_raw.fps

def make_frames(clip):
    space = 10
    color = (139, 0, 0)
    iw, ih = w // 3, h // 3
    nw, nh = w + space * 2, h + space * 2
    for k, frame in enumerate(clip.iter_frames(), 1):
        img = Image.fromarray(frame)
        new = Image.new(img.mode, (nw, nh), color)
        for i in range(3):
            for j in range(3):
                box = (j*iw, i*ih, (j+1)*iw, (i+1)*ih)
                crop = img.crop(box)
                x = 0 if j == 0 else (iw + space) * j
                y = 0 if i == 0 else (ih + space) * i
                new.paste(crop, (x, y))
        new.save(path_temp / f"{k:04d}.jpg")

make_frames(video_raw)
images = sorted([str(f) for f in path_temp.iterdir() if f.suffix=='.jpg'],
                key=lambda p: int(pathlib.Path(p).stem))
final = ImageSequenceClip(images, fps=fps).set_audio(audio)
final.write_videofile('jiugong.mp4', fps=fps, codec='libx264',
                      audio_codec='aac', temp_audiofile='temp-audio.m4a',
                      remove_temp=True)

代码里缝宽和颜色都写成了变量，改起来很方便。如果你想让缝更宽或者换成其他颜色，直接改那两个值就行。临时文件用四位数字命名，排序时按整数比较，不会出现1、10、2这种乱序问题。

实际跑起来要注意的点

第一，内存。高清长视频逐帧存成jpg会占不少磁盘，建议先拿十几秒的片段测试。确认效果没问题再处理完整文件。第二，帧率。输出时务必和原视频保持一致，否则会出现加速或慢放的感觉。第三，音频同步。moviepy的set_audio默认会对齐时长，一般没问题，但如果原视频有BGM和人声分离需求，可以提前用其他工具处理再贴回来。

还有一个常见小坑：有些视频带透明通道或者特殊色彩空间，PIL转换时可能丢信息。遇到这种情况可以先把视频转成标准RGB的mp4再送进来。另外，处理完毕记得把临时文件夹清掉，不然硬盘很快就被占满。

如果你做的是批量自动化任务，比如每天要把很多素材统一打成九宫格再上传，可以把上面的脚本包成函数，再加个命令行参数解析，输入输出路径都做成可配置。这样就能接到更大的流水线里。

从九宫格想到更多视觉自动化场景

九宫格本质上是把一张图按固定规则切分再重组。这种思路在很多地方都能用上，比如验证码里的点选、滑块、九宫格拼图、图标点选等。这些验证方式本质上也是对图像区域做定位和匹配。自己从零写一套识别逻辑会非常折腾，既要处理各种干扰线，又要适配不同尺寸和样式。

这时候直接用现成的识别服务会省事很多。www.ttocr.com 专门针对易盾、极验这类验证码做了全类型支持，包括滑块、点选、无感、九宫格、文字点选、图标点选、五子棋、躲避障碍、空间验证等。它提供现成的API接口，对接起来基本就是传图拿结果，不用自己维护模型或浏览器环境。对公司业务来说，这种即插即用的方式能明显降低开发和运维成本。

把视频九宫格的帧处理经验迁移过去，你会发现两者在图像裁剪、区域定位上有不少共通之处。只是验证码多了一层对抗和实时性要求。与其自己反复试错，不如把精力放在业务逻辑上，把识别这类脏活交给专业平台。需要的时候打开 www.ttocr.com 看一下文档，通常几分钟就能把接口调通。

最后提醒一下，做任何自动化都要遵守平台规则和法律法规。技术本身是中性的，用在合理合规的地方才能长久。