我們經(jīng)常會(huì)遇到一些對(duì)于多媒體文件修改的操作,，像是對(duì)視頻文件的操作：視頻剪輯,、字幕編輯、分離音頻,、視頻音頻混流等,。又比如對(duì)音頻文件的操作：音頻剪輯，音頻格式轉(zhuǎn)換,。再比如我們最常用的圖片文件,，格式轉(zhuǎn)換、各個(gè)屬性的編輯等,。因?yàn)槎嗝襟w文件的操作眾多,，本文選取一些極具代表性的操作，以代碼的形式實(shí)現(xiàn)各個(gè)操作,。
一,、圖片操作
操作圖片的模塊有許多，其中比較常用的兩個(gè)就是Pillow和 opencv,兩個(gè)模塊各有優(yōu)勢(shì),。其中opencv是計(jì)算機(jī)視覺(jué)處理的開(kāi)源模塊,，應(yīng)用的范圍更加廣泛，從圖像處理到視頻處理,，再到物體檢測(cè)等,。而pillow相比直線就單純的多，其大多數(shù)操作都是圍繞圖像而展開(kāi)的,。
1.1,、格式轉(zhuǎn)換
圖片格式有多種多樣,，最直觀的感受就是圖片后綴。而格式之間的差異不僅僅是后綴的差異,，最為明顯的就是png格式圖片,，同其它圖片有著最為直觀的區(qū)別。下面我們就看看在Python中如何轉(zhuǎn)換格式,，我們先安裝pillow模塊：
pip install pillow
然后看看如何導(dǎo)入模塊以及如何讀取圖像：
from PIL import Image
# 讀取圖像
img = Image.open('ycjc.jpg')
# 顯示圖像
img.show()
我們有了上面的基礎(chǔ)操作之后,，就可以開(kāi)始進(jìn)行格式轉(zhuǎn)換了，我們用有村大妹子的圖片作為素材：
我們可以看到這是一張白色背景的圖片,，我們將它轉(zhuǎn)成png看看效果：
from PIL import Image
# 讀取圖像
img = Image.open('ycjc.jpg')
# 格式轉(zhuǎn)換,，其中A為透明度
png = img.convert('RGBA')
# 保存圖像，因?yàn)槭荝GBA格式,，所以后綴應(yīng)該為png
png.save('ycjc.png')
輸出的圖片我就不放了,，我們觀察輸出圖片會(huì)發(fā)現(xiàn)，白色背景好像變透明了,。不要懷疑,，這只是心理作用，其實(shí)圖片看上去是不會(huì)有任何變化的,。但是實(shí)際上圖片從原來(lái)的RGB三個(gè)色道變成了RGBA四個(gè)色道,，我們會(huì)發(fā)現(xiàn)，圖片變大了：
在這里插入圖片描述雖然A色道的透明度全部都是0,，但是實(shí)際上還是存在這個(gè)色道,，所以大小方面有了明顯的增加。更多轉(zhuǎn)換模式可以參考超全Python圖像處理講解（多圖預(yù)警）,。
1.2,、圖片裁剪
圖片裁剪的操作也非常常用，我們來(lái)看看pillow如何裁剪圖片：
from PIL import Image
# 讀取圖像
img = Image.open('ycjc.jpg')
# 裁剪圖像,，調(diào)用crop方法,，傳入裁剪區(qū)域的元組
img_crop = img.crop((100, 100, 400, 400))
# 保存裁剪后的圖像
img_crop.save('ycjc_crop.jpg')
我們調(diào)用crop方法，傳入裁剪區(qū)域的元組進(jìn)行裁剪,，元組的內(nèi)容為左上角的坐標(biāo)（前兩個(gè)參數(shù)）即右下角的坐標(biāo)（后兩個(gè)參數(shù)）,。效果圖如下：
1.3、截屏
雖然算不上是圖像操作,，但是還是個(gè)非常實(shí)用的操作,。我們實(shí)現(xiàn)截屏是通過(guò)ImageGrap類實(shí)現(xiàn)的：
from PIL import ImageGrab
# 截取全屏
im = ImageGrab.grab()
# 保存圖像
im.save('win.png')
除了截取全屏我們也可以區(qū)域截屏：
im =ImageGrab.grab((300, 100, 1400, 600))
參數(shù)元組含義與crop方法一致。
除了上述操作,，還有更多像是添加濾鏡,、對(duì)比度調(diào)節(jié)、亮度調(diào)節(jié)、色彩調(diào)節(jié)等,，由于內(nèi)容眾多,，所以不在本文詳細(xì)討論,。
二,、音頻操作
音頻的操作也比較繁多，我們最常用到的就是音頻剪輯和音量調(diào)節(jié)了,。我們這里使用pydub模塊來(lái)進(jìn)行音頻文件的操作,。
2.1、pydub的安裝以及讀取音頻
安裝我們還是使用pip：
pip install pydub
然后我們來(lái)讀取一個(gè)wav文件：
from pydub import AudioSegment
# 讀取wav格式的音頻文件
music = AudioSegment.from_wav('百年孤獨(dú).wav')
這樣我們就完成了音頻文件的讀取,，wav文件是一種未經(jīng)壓縮的文件,，我們可以通過(guò)pydub直接讀取。讀取其它類型的文件pydub同樣提供了相應(yīng)的方法：
music = AudioSegment.from_mp3('music.mp3')
music = AudioSegment.from_ogg('music.ogg')
music = AudioSegment.from_flv('music.flv')
因?yàn)樵趯?shí)際操作過(guò)程中遇到了一個(gè)未找明緣由的錯(cuò)誤,，所以本文的音頻操作只針對(duì)wav格式,。
2.2、音頻剪切
音頻剪輯的實(shí)現(xiàn)我們是通過(guò)類似ndarray的中括號(hào)操作的：
# 截取前20秒
clip = music[:20*1000]
# 截取后20秒
clip = music[-20000:]
# 從第20秒截取到第40秒
clip = music[20*1000:40*1000]
剪切好的片段我們可以另外存一個(gè)文件：
# 保存文件為clip.mp3,，格式為mp3
clip.export('clip.mp3', format='mp3')
3.3,、增加/減少音量
音量的控制我們只需要用音頻對(duì)象加一個(gè)常數(shù)即可：
# 音量減5
music -= 5
# 音量加5
music += 5
3.4、音頻拼接
我們先看看重復(fù)拼接：
# 在音頻文件末尾重復(fù)拼接該音頻
music = music*2
拼接后的音頻的效果就是原音頻循環(huán)兩次,。接下來(lái)我們看看拼接不同的音頻：
# 裁剪前20秒音頻
clip1 = music[:20*1000]
# 裁剪后20秒音頻
clip2 = music[-20*1000:]
# 拼接音頻
clip = clip1 + clip2
3.5,、 交叉漸入漸出
交叉漸入漸出是一種比較柔和的音頻轉(zhuǎn)場(chǎng)方式，在兩個(gè)音頻切換的間歇會(huì)有一個(gè)重合,，用代碼實(shí)現(xiàn)如下：
# 截取前20秒
begin = music[20*1000:40*1000]
# 截取后20秒
end = music[-20*1000:]
# 添加交叉漸入漸出 效果
clip = begin.append(end, crossfade=1500)
我們可以看到我們一共裁剪了40秒,，在生成的文件我們可以看到只有38秒，因?yàn)檗D(zhuǎn)場(chǎng)的時(shí)候有個(gè)重合的效果,。當(dāng)然還有更多的操作,，大家可以自己去了解。
三,、視頻操作
視頻的操作可以通過(guò)moviepy和opencv進(jìn)行,，我們先分別安裝兩個(gè)模塊：
pip install opencv-python
pip install moviepy
3.1、視頻剪輯
相比之下moviepy操作視頻要更便利,，我們看看使用moviepy如何剪輯視頻：
from moviepy.editor import *
# 剪切視屏bws.mp4中第50秒到第60秒
clip = VideoFileClip('bws.mp4').subclip(50, 60)
# 將剪切的片段保存
clip.write_videofile('clip.mp4')
3.2,、提取音頻文件
在VideoFileClip類中，音頻文件作為其中的一個(gè)參數(shù),，我們可以直接獲?。?/p>
from moviepy.editor import *
# 讀取視頻文件
video = VideoFileClip('bws.mp4')
# 獲取其中音頻
audio = video.audio
# 保存音頻文件
audio.write_audiofile('audio.mp3')
3.3、混流
我們還可以將音頻同視頻混流,，在moviepy中,，提供了一個(gè)讀取音頻文件的類，我們?cè)O(shè)置視頻的音頻需要?jiǎng)?chuàng)建這個(gè)類的對(duì)象：
from moviepy.editor import *
# 讀取視頻
video = VideoFileClip('bws.mp4')
# 讀取音頻
audio = AudioFileClip('百年孤獨(dú).mp3')
# 設(shè)置視頻的音頻
video = video.set_audio(audio)
# 保存新的視頻文件
video.write_videofile('bws_audio.mp4')
3.4、逐幀提取畫(huà)面
我們都知道,，視頻是由一幀一幀的圖片組成的,，我們也可以將畫(huà)面一幀一幀提取出來(lái)：
import cv2
# 讀取視頻
video = cv2.VideoCapture('bws.mp4')
# 逐幀讀取，當(dāng)還有畫(huà)面時(shí)ret為True,，frame為當(dāng)前幀的ndarray對(duì)象
ret, frame = video.read()
i = 0
# 循環(huán)讀取
while ret:
i += 1
cv2.imwrite('v'+str(i) + '.jpg', frame)
ret, frame = video.read()
上述代碼就能將視屏的每一幀以圖片的形式保存下來(lái),。
3.5、截取gif
截取gif和截取視頻沒(méi)有什么區(qū)別,，不過(guò)為了減少gif的大小,，我們通常會(huì)對(duì)視頻進(jìn)行尺寸縮放：
from moviepy.editor import *
# 讀取視頻
video = VideoFileClip('bws.mp4')
# 裁剪視頻，并縮小一半
video = video.subclip(20, 30).resize((0.5))
# 保存gif圖片
video.write_gif('bws.gif')
在上面subclip方法中,，我們可以傳入元組,，例如：
video.subclip((1, 20), (2, 30))
其含義為從1分20秒截取到2分30秒。
好文和朋友一起看~
