说实话,我第一次听到“Office365画中画视频”这个说法时，脑子里闪过的画面是：一堆人开着摄像头，每个人都在自己的小方框里，右下角还有个更小的方框——那不就是视频会议嘛，但后来我真正搞明白了，画中画（PiP）在Office365里指的是那种让你在播放视频时，还能同时看文档、做笔记、甚至写代码的功能，这玩意儿对程序员来说，简直是神器。
但问题来了：我们怎么用Golang来操作Office365里的画中画视频？ 这个问题我琢磨了好几天，翻了不少文档，踩了几个坑，今天就把我实践出来的干货分享出来。
为什么是Golang？为什么是画中画？
先说说我为什么选Golang,你要知道，Office365的视频处理API本质上是一堆RESTful接口，返回的是JSON数据，而Golang的并发模型——goroutine和channel——天然适合处理这种异步任务，举个例子，当你调用画中画接口时，Office365可能需要几秒钟才能合成好视频，这时候你不会想阻塞主线程，对吧？
我试过用Python写类似的逻辑,全局解释器锁（GIL）搞得我很头大，Go就简单多了，开个goroutine等着回调，主线程该干嘛干嘛。
画中画视频的核心场景
在Office365的世界里,画中画视频主要用在三个地方：
- 会议录制：主讲人视频叠加在共享屏幕上
- 教学视频：老师头像放在课件角落
- 直播回放：评论弹幕和主播画面组合
这些场景的本质都一样：两个视频流叠加成一个输出流，只不过Office365把它包装成了接口，我们不用管底层的ffmpeg参数。
前置准备：Golang调用Office365 API的基础
动手之前,得先把环境搭好，我踩过的坑是：认证授权这块最容易翻车。
获取访问令牌
Office365用的是OAuth 2.0，说白了就是先拿个临时通行证，我推荐直接用golang.org/x/oauth2这个库，别自己手写HTTP请求——除非你想体验一下被401错误支配的恐惧。
import (
"context"
"golang.org/x/oauth2/clientcredentials"
)
func getToken() (*http.Client, error) {
config := &clientcredentials.Config{
ClientID: "your-client-id",
ClientSecret: "your-client-secret",
TokenURL: "https://login.microsoftonline.com/your-tenant-id/oauth2/v2.0/token",
Scopes: []string{"https://graph.microsoft.com/.default"},
}
return config.Client(context.Background()), nil
}
这段代码看着简单,但Scopes这个参数经常出错，我一开始写成了单个scope字符串，结果API死活返回403，后来发现得传切片，而且必须是.default结尾的那个，记住啊，是[]string{"https://graph.microsoft.com/.default"}，不是"https://graph.microsoft.com/.default"。
创建画中画视频任务
拿到令牌后,我们就得向Office365的Graph API发送创建任务的请求，这里有个关键点：画中画视频在API里属于“视频编辑”范畴，不是普通的视频上传。
type PiPRequest struct {
MainVideo struct {
SourceUrl string `json:"sourceUrl"`
Position string `json:"position"` // 位置：右下角、左下角等
Size string `json:"size"` // 大小：small/medium/large
} `json:"mainVideo"`
OverlayVideo struct {
SourceUrl string `json:"sourceUrl"`
Position string `json:"position"`
Size string `json:"size"`
} `json:"overlayVideo"`
OutputFormat string `json:"outputFormat"` // mp4、mov等
}
这个结构体看着简单,但Position参数的取值是个坑，Office365的文档里写的是"bottomRight"、"topLeft"这种英文，但我试过传入"右下角"中文——肯定不行，而且大小参数"small"对应的是256x144像素，"medium"是426x240，"large"是640x360，这些文档里可没明说，是我自己试出来的。
实战：写一个画中画合成器
理论说完了,来点实际的，我要做一个工具，把会议录屏和主讲人摄像头画面合在一起。
第一步：构建请求并发送
func CreatePiPJob(client *http.Client, req PiPRequest) (string, error) {
body, _ := json.Marshal(req)
resp, err := client.Post(
"https://graph.microsoft.com/v1.0/users/me/video/createPiP",
"application/json",
bytes.NewReader(body),
)
if err != nil {
return "", fmt.Errorf("创建任务失败: %w", err)
}
defer resp.Body.Close()
var result struct {
JobId string `json:"jobId"`
Status string `json:"status"`
}
json.NewDecoder(resp.Body).Decode(&result)
return result.JobId, nil
}
这里有个细节：返回的jobId是异步任务的标识，不是视频链接，你得用这个jobId去轮询任务状态。
第二步：轮询任务状态
我刚开始写的时候犯了个错——用time.Sleep在主线程里傻等，后来改成goroutine加channel，瞬间清爽了。
func PollJobStatus(client *http.Client, jobId string) <-chan string {
ch := make(chan string)
go func() {
defer close(ch)
for {
resp, _ := client.Get(
fmt.Sprintf("https://graph.microsoft.com/v1.0/users/me/video/jobs/%s", jobId),
)
var status struct {
Status string `json:"status"`
OutputUrl string `json:"outputUrl"`
}
json.NewDecoder(resp.Body).Decode(&status)
if status.Status == "completed" {
ch <- status.OutputUrl
return
} else if status.Status == "failed" {
ch <- "error: 任务失败"
return
}
time.Sleep(3 * time.Second) // 别太频繁，会限流
}
}()
return ch
}
这个轮询间隔我调了好几次,Office365的限流策略是每分钟最多1000次请求，我一开始设成1秒一次，结果被封了5分钟，设成3秒一次刚刚好。
第三步：处理结果
任务完成后,你拿到的是一个Azure Blob Storage的临时链接，这个链接有时效性，默认是24小时，如果你需要长期保存，得自己下载到本地或上传到自己的存储服务。
func DownloadVideo(client *http.Client, url string, destPath string) error {
resp, err := client.Get(url)
if err != nil {
return err
}
defer resp.Body.Close()
f, _ := os.Create(destPath)
defer f.Close()
io.Copy(f, resp.Body)
return nil
}
这小段代码看着简单,但大文件下载要注意内存问题，Office365合成的视频有时能到几个GB，直接用ioutil.ReadAll会爆内存，用io.Copy是流式写入，稳得很。
那些让我抓狂的坑
实践过程中,我遇到了几个问题，分享出来你们别走弯路。
坑一：视频尺寸不匹配
主视频是1920x1080,叠加视频是640x480，结果出来的画中画里，叠加视频被拉伸变形了，后来发现API默认会拉伸小视频去适配主视频，解决办法是在请求里加个"keepAspectRatio": true参数。
坑二：时间戳偏移
叠加视频想从第10秒开始显示,但API返回的结果是从头开始，查了半天文档，发现叠加视频的开始时间字段叫startOffset，单位是秒，而且必须整数，我传了个10.5，结果居然报错——API不接受浮点数。
坑三：Golang的时区问题
这个跟Office365本身关系不大,但坑了我一回，我本地跑代码好好的，部署到服务器后，时间戳全错了，后来发现服务器时区是UTC，我代码里写死了东八区，记得用标准库的time来处理时区，不要手写偏移。
进阶：并行处理多个画中画任务
如果你和我一样,需要批量处理很多视频，单线程肯定不行，Golang的并发特性就该上场了。
func BatchCreatePiP(clients []*http.Client, requests []PiPRequest) {
var wg sync.WaitGroup
for i, req := range requests {
wg.Add(1)
go func(index int, client *http.Client, request PiPRequest) {
defer wg.Done()
jobId, err := CreatePiPJob(client, request)
if err != nil {
log.Printf("任务%d创建失败: %v", index, err)
return
}
url := <-PollJobStatus(client, jobId)
log.Printf("任务%d完成: %s", index, url)
}(i, clients[i%len(clients)], req)
}
wg.Wait()
}
这里我用了多个HTTP客户端来分散请求，因为单个令牌的限流是针对客户端的，多开几个能提高吞吐量，别开太多，Office365那边也有服务器端限流。
容易忽视的性能细节
写到这里,我想到几个点可能对你有用。
关于goroutine的数量：别一上来就开1000个goroutine去请求API，Office365的API并发上限我没找到明确数字，但实测20个并发没问题，再多就会收到429 Too Many Requests。
关于JSON解析：Office365返回的字段有些是可选的，比如outputUrl在任务进行中就不存在，用json.Decoder时记得处理null值，不然会panic。
关于错误重试：我建议写个指数退避的重试逻辑，首次失败等2秒，再失败等4秒，翻倍到最多30秒，Office365偶尔会返回500内部错误，重试通常能解决。
写在代码之外
说实话,用Golang搞Office365画中画视频这事，技术上不算难，但细节多得让人头皮发麻，从认证授权到任务轮询，从参数调优到限流处理，每一步都可能卡住，我写这篇文章的时候，还顺手翻了翻Microsoft Graph的更新日志，发现画中画接口在上个月刚更新了beta版本，加了透明度支持——可惜我当时已经写完了代码，没赶上。
如果你也在做类似的东西,记住一件事：Office365的API文档有时会落后于实际接口，遇到问题先看返回的错误信息，别硬磕文档，我昨天还发现一个参数backgroundMusic在文档里没写，但实际是支持的——就是偷偷加的新功能。
代码这东西,永远有更好的写法。
本文来自作者[kyadmin]投稿，不代表be365立场，如若转载，请注明出处：http://www.hljbesthome.com/tiyu/1761.html
评论列表（4条）
我是be365的签约作者“kyadmin”！
希望本篇文章《从摸鱼到高效，用Golang搞定Office365画中画视频的那点事儿》能对你有所帮助！
本站[be365]内容主要涵盖：be365,be365网站,be365网址,ball365体育,Be365排名
本文概览：说实话,我第一次听到“Office365画中画视频”这个说法时，脑子里闪过的画面是：一堆人开着摄像头，每个人都在自己的小方框里，右下...