Python自动化办公：3行代码批量清理低清视频文件（附OpenCV分辨率检测）

Python自动化办公：3行代码批量清理低清视频文件（附OpenCV分辨率检测）

你是否也曾被电脑里堆积如山的视频文件搞得焦头烂额？作为一名自媒体运营者，我每天都要处理大量从不同渠道下载的素材，其中混杂着各种分辨率的视频。手动一个个点开属性查看，再决定删除哪个，不仅效率低下，还容易误删重要文件。这种重复性劳动，正是自动化脚本大显身手的绝佳场景。

今天，我想分享一个极其轻量级的解决方案，核心逻辑只需三行Python代码，就能帮你自动扫描指定文件夹，识别并清理掉那些分辨率不达标的“低清”视频。这个脚本的目标用户非常明确：非专业程序员，但日常工作中需要频繁整理数字资产的办公人员、内容创作者或行政助理。你不需要理解复杂的计算机视觉原理，只需跟着步骤操作，就能搭建起一个属于自己的“数字清洁工”。

我们将使用Python中强大的OpenCV库来获取视频分辨率，整个过程注重异常处理和代码的健壮性，确保脚本在遇到损坏文件或意外情况时不会崩溃，而是优雅地跳过并记录问题。下面，就让我们一步步拆解这个自动化工具的实现。

1. 环境准备与核心库安装

在开始编写任何代码之前，确保你的计算机上已经安装了Python。建议使用Python 3.7或更高版本，以获得更好的兼容性和性能。你可以通过在命令行（Windows的CMD或PowerShell，macOS/Linux的终端）中输入 python --version 来检查。

接下来，我们需要安装本次任务的核心库：OpenCV。OpenCV（Open Source Computer Vision Library）是一个跨平台的计算机视觉库，它不仅能处理图像，也能轻松读取视频文件的元数据，比如分辨率、帧率等。对于我们的需求——获取分辨率——它是最直接高效的工具。

安装OpenCV非常简单，使用Python的包管理工具pip即可。打开你的命令行，输入以下命令：

pip install opencv-python

这个命令会安装OpenCV的主包。安装过程可能需要几分钟，取决于你的网络速度。安装成功后，你可以通过一个简单的Python交互式命令来验证：

import cv2
print(cv2.__version__)

如果成功输出版本号（例如 4.8.1），说明安装无误。

注意：在某些系统上，你可能需要以管理员权限运行命令行（Windows）或在命令前加上 sudo（macOS/Linux）才能成功安装。如果遇到网络超时，可以尝试使用国内的镜像源，例如 pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple。

除了OpenCV，我们还会用到Python内置的 os 库和 time 库，它们用于文件路径操作和可能的延时处理，这些都是Python标准库的一部分，无需额外安装。

2. 脚本核心逻辑：三步走策略

整个自动化清理脚本的核心逻辑可以概括为三个清晰的步骤，这对应着我们代码中的三个主要函数。理解这个逻辑流，比直接看代码更重要。

第一步：遍历与收集 我们的脚本需要知道去哪里找文件。这里，我们设计一个函数，其唯一职责就是扫描用户指定的文件夹，并返回其中所有文件的列表。为了提高可读性和后续处理的灵活性，我们还可以选择对文件列表进行排序，例如按修改时间排序，这样你就能知道哪些是最新或最旧的文件。

第二步：检测与判断 这是整个流程的“大脑”。对于列表中的每一个视频文件，我们需要打开它，读取其分辨率信息（宽度和高度）。这里就是OpenCV发挥作用的地方。获取到分辨率后，我们设定一个阈值（例如，高度小于720像素），作为判断是否为“低清文件”的标准。

第三步：执行与记录 根据第二步的判断结果，对符合条件的文件执行删除操作。但是，直接删除是危险的操作！ 因此，我们必须在此环节加入充分的保障措施：一是删除前再次确认或提供“预览模式”（只列出待删除文件而不实际删除）；二是完善的异常处理，确保即使某个文件无法读取或删除，也不会导致整个脚本中断，同时记录下错误信息供用户排查。

下面这个表格概括了这三个步骤及其对应的关键技术和注意事项：