# Processador de Vídeo

O `VideoProcessor` fornece uma API unificada para pipelines de vídeo para preparar entradas para codificação VAE e pós-processar saídas após a decodificação. A classe herda de [VaeImageProcessor](/docs/diffusers/v0.43.0/pt/api/image_processor#diffusers.VaeImageProcessor), portanto, inclui transformações como redimensionamento, normalização e conversão entre PIL Image, PyTorch e arrays NumPy.

## VideoProcessor[[diffusers.VideoProcessor.preprocess_video]]

#### diffusers.VideoProcessor.preprocess_video[[diffusers.VideoProcessor.preprocess_video]]

```python
diffusers.VideoProcessor.preprocess_video(video, height: int | None = None, width: int | None = None, **kwargs)
```

[Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/video_processor.py#L28)

**Parâmetros:**

video (`list[PIL.Image]`, `list[list[PIL.Image]]`, `torch.Tensor`, `np.array`, `list[torch.Tensor]`, `list[np.array]`) : O vídeo de entrada. Pode ser um dos seguintes: * lista de imagens PIL. * lista de listas de imagens PIL. * tensores Torch 4D (forma esperada para cada tensor `(num_frames, num_channels, height, width)`). * arrays NumPy 4D (forma esperada para cada array `(num_frames, height, width, num_channels)`). * lista de tensores Torch 4D (forma esperada para cada tensor `(num_frames, num_channels, height, width)`). * lista de arrays NumPy 4D (forma esperada para cada array `(num_frames, height, width, num_channels)`). * arrays NumPy 5D: forma esperada para cada array `(batch_size, num_frames, height, width, num_channels)`. * tensores Torch 5D: forma esperada para cada array `(batch_size, num_frames, num_channels, height, width)`.

height (`int`, *opcional*, padrão `None`) : A altura em quadros pré-processados do vídeo. Se `None`, usará o `get_default_height_width()` para obter a altura padrão.

width (`int`, *optional*`, defaults to `None`) : The width in preprocessed frames of the video. If `None`, will use get_default_height_width()` to get the default width.

**Retorna:** `torch.Tensor` de forma `(batch_size, num_channels, num_frames, height, width)`

Um tensor 5D contendo os vídeos em lote com canais na frente.

Pré-processa o(s) vídeo(s) de entrada. Os argumentos de palavra-chave serão encaminhados para `VaeImageProcessor.preprocess`.

#### diffusers.VideoProcessor.postprocess_video[[diffusers.VideoProcessor.postprocess_video]]

```python
diffusers.VideoProcessor.postprocess_video(video: Tensor, output_type: str = 'np', **kwargs)
```

[Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/video_processor.py#L93)

**Parâmetros:**

video (`torch.Tensor`) : O vídeo como um tensor.

output_type (`str`, padrão `"np"`) : Tipo de saída do tensor `video` pós-processado.

Converte um tensor de vídeo em uma lista de quadros para exportação. Os argumentos de palavra-chave serão encaminhados para `VaeImageProcessor.postprocess`.