|
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：
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：
然后我们来读取一个 wav 文件：
| 
转播
