用Go语言搞定一年365天天气视频—我的实战笔记
- 汽车
- 2026-08-25 11:07:47
- 97
为什么我会想到用Go写天气视频？
说实话,最开始我压根没想过用Go干这事儿，当时我盯着电脑屏幕上那个“每日天气播报”的文件夹发呆——里面躺着三百多个视频文件，每个都是手动录屏、配音、剪辑出来的，那是在去年三月份，我连续熬了三个通宵后，终于决定要找个程序化的解决方案。
为啥不用Python？因为我在查资料时发现，Go在并发处理和编译效率上简直是为这个场景量身定做的，加上Go标准库里的image、os、time包，配合FFmpeg命令行工具，理论上完全能实现“一份代码，跑出全年365天不同天气视频”的效果。
核心思路：把视频“拆”成可编程的积木
你可能觉得生成视频很复杂,但其实本质就三步：生成天气数据 → 绘制画面帧 → 编码输出，Go在这中间扮演的角色，就像一个超级流水线管理员。
第一块积木：天气数据从哪来？
我用了两个方案：
- 离线模拟（最简单）：给一个
[]Weather结构体，里面存日期、温度、天气类型（晴/雨/雪）等随机生成的数据。 - 在线拉取（更真实）：用
net/http请求高德或和风天气API，替换掉模拟数据。
type Weather struct {
Date string
TempHigh int
TempLow int
WeatherTyp string // "sunny" "rainy" "snowy"
}
第二块积木：怎么把数据变成“画面”？
这里我踩了个大坑,一开始用github.com/fogleman/gg画图，但发现对于365个视频，每个视频哪怕只有5秒，也需要每秒30帧 = 150帧/视频 × 365 = 54750张图片，GG库虽然好用，但一次性绘制这么多图，内存直接爆炸。
解决方案是流式处理：用bufio边画边写临时文件，然后立刻调FFmpeg转成视频，再删除图片，Go的goroutine在这里大显身手：
for _, day := range weatherData {
go func(d Weather) {
drawFrame(d) // 画图
encodeToVideo(d) // 调用FFmpeg
os.RemoveAll("temp_frames/") // 清理
}(day)
}
等等,直接开365个goroutine？你可能会问，我一开始也是这么干的，结果CPU直接飙到100%卡死，正确做法是用worker池，比如一次开8个goroutine，配合sync.WaitGroup：
sem := make(chan struct{}, 8) // 并发限制
for _, day := range weatherData {
sem <- struct{}{}
go func(d Weather) {
defer func() { <-sem }()
// ...处理逻辑
}(day)
}
实战：用Go生成一个“雪天”视频的完整逻辑
这里我简化一下,但保留核心代码，假设我们要生成2024年1月15日这个“小雪转多云”天气的视频：
步骤1：绘制背景和文字
func drawSnowFrame(img *image.RGBA, t time.Time, weather Weather) {
// 设置浅蓝色背景
for y := 0; y < 720; y++ {
for x := 0; x < 1280; x++ {
img.Set(x, y, color.RGBA{200, 210, 220, 255})
}
}
// 写日期和温度
drawText(img, t.Format("2006-01-02"), 50, 80, 40)
drawText(img, fmt.Sprintf("最高 %d°C / 最低 %d°C", weather.TempHigh, weather.TempLow), 50, 150, 28)
// 随机画雪花
rand.Seed(t.UnixNano())
for i := 0; i < 50; i++ {
x := rand.Intn(1280)
y := rand.Intn(720)
// 画一个小白点
drawDot(img, x, y, color.White)
}
}
步骤2：调用FFmpeg编码为MP4
这里我用exec.Command拼一个命令行参数，注意别忘了加-y覆盖文件，不然会卡在交互确认上：
cmd := exec.Command("ffmpeg",
"-framerate", "30",
"-i", "temp_frames/frame_%04d.png",
"-vf", "scale=1280:-2",
"-c:v", "libx264",
"-pix_fmt", "yuv420p",
"-y", outputPath)
那些年我踩过的“坑”（附解决对照表）
| 问题现象 | 根本原因 | 我的解决办法 |
|---|---|---|
| 生成的视频只有前几帧有画面 | goroutine并发时图片文件名重复 | 用sync.Mutex锁 + 递增计数器 |
| FFmpeg时不时报“No such file” | 图片还没写完就开始编码 | 确保用img.Encode()后调用Sync()缓冲 |
| 内存占用峰值飙到4G | 365个视频同时生成 | 改用worker池，限制最大并发为4 |
| 极少数日期温度显示乱码 | UTF-8中文字体问题 | 安装fonts-wqy-zenhei并指定字体路径 |
| 视频时间戳对不上 | Go的time.Now()导致时区错乱 |
统一用time.FixedZone("CST", 8*3600) |
有没有更“懒”的方案？——模板化视频生成
如果你不想每次都重新绘制所有帧,还有个取巧办法：生成一个“空白模版”视频（比如淡蓝色背景+雪花动画循环），然后用-ss和-t参数截取不同时间段，再用drawtext滤镜叠加日期文字。
这样流程会简化成：ffmpeg -i base.mp4 -vf "drawtext=text='2024-01-15':fontfile=...”，但缺点是无法做复杂的气象动画（比如太阳从东边升起的位置变化），我最终还是选择了全绘制方案，因为灵活性更高。
对了,有个细节特别容易忽略——每年的2月29日！你写time.Date(year, time.February, 29, ...)在非闰年会直接“panic”，代码必须在初始化数据时判断isLeapYear，否则跑一夜就白干了。
性能优化小技巧：把“慢”藏在“快”里
用Go写完之后,我做了个简单基准：
| 操作 | 单次耗时 | 365次总耗时（优化前） | 优化后 |
|---|---|---|---|
| 生成一帧图片 | 约8ms | 需要约45分钟（但可并行） | 降到18分钟 |
| FFmpeg编码一个5秒视频 | 约1.2秒 | 约7分钟（串行） | 5分钟 |
| 图片清理与文件IO | 约30ms | 累计约11秒 | 无感 |
真正的关键是用runtime.GOMAXPROCS和sync.Pool复用画布对象，别每次都image.NewRGBA，我把*image.RGBA放进sync.Pool，内存分配直接下降80%。
最终产出：一个“365天天气视频生成器”
现在我只需要在命令行输入：
./weather-gen -year=2024 -mode=online -api-key=xxx
程序会自动：
- 拉取全年数据
- 生成365个MP4文件
- 按月份存在
output/m01/到output/m12/文件夹里
整个流水线在8核CPU机器上跑约2小时，我通常挂着让它跑，然后去喝杯茶，期间偶尔看看终端日志，如果发现有异常的日期（比如零下40度）还能自动跳过。
写这篇文章的时候,我又回头看了一下那些最初的“手动季节”视频，突然觉得程序化生成虽然少了点人情味，但那种“365天不重样”的完整感，反而有种机械式的浪漫，你如果也尝试，建议先从模拟数据开始跑通流程，再换真实天气API——毕竟API调用每天有上限，别把配额浪费在调试上。
哦对了,如果遇到FFmpeg输出错误，别忘了在命令后面加2>&1把错误信息打印出来，不然你会像无头苍蝇一样瞎猜——别问我怎么知道的。
