Python中操作各种多媒体,视频、音频到图片的代码详解
作者:吾非同 发布时间:2021-09-25 21:47:49
我们经常会遇到一些对于多媒体文件修改的操作,像是对视频文件的操作:视频剪辑、字幕编辑、分离音频、视频音频混流等。又比如对音频文件的操作:音频剪辑,音频格式转换。再比如我们最常用的图片文件,格式转换、各个属性的编辑等。因为多媒体文件的操作众多,本文选取一些极具代表性的操作,以代码的形式实现各个操作。
一、图片操作
操作图片的模块有许多,其中比较常用的两个就是 Pillow
和 opencv
,两个模块各有优势。其中 opencv
是计算机视觉处理的开源模块,应用的范围更加广泛,从图像处理到视频处理,再到物体检测等。而 pillow
相比直线就单纯的多,其大多数操作都是围绕图像而展开的。
1.1、格式转换
图片格式有多种多样,最直观的感受就是图片后缀。而格式之间的差异不仅仅是后缀的差异,最为明显的就是 png
格式图片,同其它图片有着最为直观的区别。下面我们就看看在Python中如何转换格式,我们先安装 pillow
模块:
pip install pillow
然后看看如何导入模块以及如何读取图像:
from PIL import Image
# 读取图像
img = Image.open('ycjc.jpg')
# 显示图像
img.show()
我们有了上面的基础操作之后,就可以开始进行格式转换了,我们用有村大妹子的图片作为素材:
我们可以看到这是一张白色背景的图片,我们将它转成 png
看看效果:
from PIL import Image
# 读取图像
img = Image.open('ycjc.jpg')
# 格式转换,其中A为透明度
png = img.convert('RGBA')
# 保存图像,因为是RGBA格式,所以后缀应该为png
png.save('ycjc.png')
输出的图片我就不放了,我们观察输出图片会发现,白色背景好像变透明了。不要怀疑,这只是心理作用,其实图片看上去是不会有任何变化的。但是实际上图片从原来的 RGB
三个色道变成了 RGBA
四个色道,我们会发现,图片变大了:
虽然 A
色道的透明度全部都是0,但是实际上还是存在这个色道,所以大小方面有了明显的增加。更多转换模式可以参考超全Python图像处理讲解(多图预警)。
1.2、图片裁剪
图片裁剪的操作也非常常用,我们来看看 pillow
如何裁剪图片:
from PIL import Image
# 读取图像
img = Image.open('ycjc.jpg')
# 裁剪图像,调用crop方法,传入裁剪区域的元组
img_crop = img.crop((100, 100, 400, 400))
# 保存裁剪后的图像
img_crop.save('ycjc_crop.jpg')
我们调用 crop
方法,传入裁剪区域的元组进行裁剪,元组的内容为左上角的坐标(前两个参数)即右下角的坐标(后两个参数)。效果图如下:
1.3、截屏
虽然算不上是图像操作,但是还是个非常实用的操作。我们实现截屏是通过ImageGrap类实现的:
from PIL import ImageGrab
# 截取全屏
im = ImageGrab.grab()
# 保存图像
im.save('win.png')
除了截取全屏我们也可以区域截屏:
im =ImageGrab.grab((300, 100, 1400, 600))
参数元组含义与 crop
方法一致。
除了上述操作,还有更多像是添加滤镜、对比度调节、亮度调节、色彩调节等,由于内容众多,所以不在本文详细讨论。
二、音频操作
音频的操作也比较繁多,我们最常用到的就是音频剪辑和音量调节了。我们这里使用 pydub
模块来进行音频文件的操作。
2.1、pydub的安装以及读取音频
安装我们还是使用pip:
pip install pydub
然后我们来读取一个 wav
文件:
from pydub import AudioSegment
# 读取wav格式的音频文件
music = AudioSegment.from_wav('百年孤独.wav')
这样我们就完成了音频文件的读取, wav
文件是一种未经压缩的文件,我们可以通过 pydub
直接读取。读取其它类型的文件 pydub
同样提供了相应的方法:
music = AudioSegment.from_mp3('music.mp3')
music = AudioSegment.from_ogg("music.ogg")
music = AudioSegment.from_flv("music.flv")
因为在实际操作过程中遇到了一个未找明缘由的错误,所以本文的音频操作只针对 wav
格式。
2.2、音频剪切
音频剪辑的实现我们是通过类似ndarray的中括号操作的:
# 截取前20秒
clip = music[:20*1000]
# 截取后20秒
clip = music[-20000:]
# 从第20秒截取到第40秒
clip = music[20*1000:40*1000]
剪切好的片段我们可以另外存一个文件:
# 保存文件为clip.mp3,格式为mp3
clip.export('clip.mp3', format='mp3')
3.3、增加/减少音量
音量的控制我们只需要用音频对象加一个常数即可:
# 音量减5
music -= 5
# 音量加5
music += 5
3.4、音频拼接
我们先看看重复拼接:
# 在音频文件末尾重复拼接该音频
music = music*2
拼接后的音频的效果就是原音频循环两次。接下来我们看看拼接不同的音频:
# 裁剪前20秒音频
clip1 = music[:20*1000]
# 裁剪后20秒音频
clip2 = music[-20*1000:]
# 拼接音频
clip = clip1 + clip2
3.5、 交叉渐入渐出
交叉渐入渐出是一种比较柔和的音频转场方式,在两个音频切换的间歇会有一个重合,用代码实现如下:
# 截取前20秒
begin = music[20*1000:40*1000]
# 截取后20秒
end = music[-20*1000:]
# 添加交叉渐入渐出 效果
clip = begin.append(end, crossfade=1500)
我们可以看到我们一共裁剪了40秒,在生成的文件我们可以看到只有38秒,因为转场的时候有个重合的效果。当然还有更多的操作,大家可以自己去了解。
三、视频操作
视频的操作可以通过 moviepy
和 opencv
进行,我们先分别安装两个模块:
pip install opencv-python
pip install moviepy
3.1、视频剪辑
相比之下 moviepy
操作视频要更便利,我们看看使用 moviepy
如何剪辑视频:
from moviepy.editor import *
# 剪切视屏bws.mp4中第50秒到第60秒
clip = VideoFileClip('bws.mp4').subclip(50, 60)
# 将剪切的片段保存
clip.write_videofile("clip.mp4")
3.2、提取音频文件
在 VideoFileClip
类中,音频文件作为其中的一个参数,我们可以直接获取:
from moviepy.editor import *
# 读取视频文件
video = VideoFileClip('bws.mp4')
# 获取其中音频
audio = video.audio
# 保存音频文件
audio.write_audiofile('audio.mp3')
3.3、混流
我们还可以将音频同视频混流,在moviepy中,提供了一个读取音频文件的类,我们设置视频的音频需要创建这个类的对象:
from moviepy.editor import *
# 读取视频
video = VideoFileClip('bws.mp4')
# 读取音频
audio = AudioFileClip('百年孤独.mp3')
# 设置视频的音频
video = video.set_audio(audio)
# 保存新的视频文件
video.write_videofile('bws_audio.mp4')
3.4、逐帧提取画面
我们都知道,视频是由一帧一帧的图片组成的,我们也可以将画面一帧一帧提取出来:
import cv2
# 读取视频
video = cv2.VideoCapture('bws.mp4')
# 逐帧读取,当还有画面时ret为True,frame为当前帧的ndarray对象
ret, frame = video.read()
i = 0
# 循环读取
while ret:
i += 1
cv2.imwrite('v'+str(i) + '.jpg', frame)
ret, frame = video.read()
上述代码就能将视屏的每一帧以图片的形式保存下来。
3.5、截取gif
截取gif和截取视频没有什么区别,不过为了减少gif的大小,我们通常会对视频进行尺寸缩放:
from moviepy.editor import *
# 读取视频
video = VideoFileClip('bws.mp4')
# 裁剪视频,并缩小一半
video = video.subclip(20, 30).resize((0.5))
# 保存gif图片
video.write_gif('bws.gif')
在上面subclip方法中,我们可以传入元组,例如:
video.subclip((1, 20), (2, 30))
其含义为从1分20秒截取到2分30秒。
来源:http://mp.weixin.qq.com/s?__biz=MzI5NzIyMjQwNA==&mid=2247485739&idx=1&sn=eef31f1b684c2961b6b480a260a128af
猜你喜欢
- (一)深入浅出理解索引结构实际上,您可以把索引理解为一种特殊的目录。微软的SQL SERVER提供了两种索引:聚集索引(clustered
- CSDN免积分下载 你懂的。1、输入资源地址如:http://download.csdn.net/download/gengqkun/412
- 原文:http://www.htmldog.com/guides/htmlintermediate/badtags/十六 有害的标签 Bad
- 摘要: Portal是IT领域的新技术,是企业信息化工作的发展方向之一。本文首先介绍了Oracle Portal的定义、特点,接着阐述了po
- 概述从今天开始我们将开启一段自然语言处理 (NLP) 的旅程. 自然语言处理可以让来处理, 理解, 以及运用人类的语言, 实现机器语言和人类
- 一、判断类型的函数is_bool() //判断是否为布尔型is_float() //判断是否为浮点型
- 最近的一个页面中碰到的,本来想用 border 来模拟设计图的虚线效果,但是很明显 border 效果不如设计图来的好看。顺便研究了下 da
- DropPath/drop_path 是一种正则化手段,其效果是将深度学习模型中的多分支结构随机”删除&ldqu
- 有时候很多朋友访问自己的asp或php等程序页面时出现一些错误,就是页面无法显示也没有详细的错误信息,就算iis中开启了显示详细的错误也不能
- JAN-1(January) FEB-2(February) MAR-3(March)APR-4(April) MAY-5(Ma
- 1.背景项目需求,要求获得github的repo的api,以便可以提取repo的数据进行分析。研究了一天,终于解决了这个问题,虽然效率还是比
- 说完了理论,我们来做点实事。这篇文章将介绍使用 Javascript 实现的动画组件。下面记录下当时编写这个组件的考虑的些问题,对技术细节感
- 在开始聊我在阿里四个月的网页推广设计之前,我想先来说说我对平面设计和网页设计的认识。它们之间的交集。它们都是集艺术创作、电脑技术和数字技术于
- 有两种方法供参考.一种是实实在在的将图片先用ASPJPEG组件做成想要的尺寸,再读取好处是节省服务器带宽,速度快坏处是处理起来较为麻烦,并网
- Javascript 选择器(selector engine)似乎从 jQuery 流行以来就大行其道,改变了原有 Javascript 选
- 目前SQL INJECTION的攻击测试愈演愈烈,很多大型的网站和论坛都相继被注入。这些网站一般使用的多为SQL SERVER数据库,正因为
- 思路整理:1、进入心灵鸡汤网页,使用python获取心灵鸡汤内容2、登陆微信,找到需要发送的朋友3、发送获取的内容1、获取心灵鸡汤的内容如下
- //采用对象冒充的方式实现js继承 function A(color) { this.Acolor = color; this.AshowC
- 其中 offset and fetch 最重要的新特性是 用来 分页,既然要分析 分页,就肯定要和之前的分页方式来比较了,特别是 Row_N
- pytorch 权重weight 与 梯度grad 可视化查看特定layer的权重以及相应的梯度信息打印模型观察到model下面有modul