Lost Chapter of Automate the Boring Stuff: Audio, Video, and Webcams in Python
10 months ago
- #Python
- #Automation
- #Multimedia
- 《Python编程快速上手：让繁琐工作自动化》第三版新增了若干章节，但移除了关于音频、视频和网络摄像头操作的章节，该内容现以草稿形式分享。
- Python可自动化处理多媒体任务，如调节音量、提取缩略图或从网络摄像头录制，适用于批量文件处理或特殊流程。
- 推荐使用VLC媒体播放器播放多媒体文件，支持跨平台多种容器格式和编解码器。
- 音频文件格式包括.wav（未压缩）、.mp3（压缩）和.ogg（开放标准且压缩率更高）。
- 视频文件格式涵盖.avi（较旧，文件较大）、.mp4（广泛兼容）、.mkv（开放格式）和.webm（更高压缩率）。
- 解释了宽高比和分辨率概念，常见比例如4:3和16:9，分辨率如1280x720（720p）和1920x1080（1080p）。
- OpenCV、sounddevice和wavio是用于访问摄像头和麦克风的Python包，其中OpenCV需配合NumPy使用。
- 提供了使用OpenCV和Pygame调用摄像头拍照的示例代码，包括多摄像头处理和图像保存功能。
- 演示了用OpenCV录制视频（不支持音频），需配合sounddevice单独录制音频。
- 播放音频可使用playsound模块（阻塞式）或Pygame的mixer模块（非阻塞式）。
- 介绍了yt-dlp工具，支持从YouTube等平台下载视频，含音频提取、登录等高级功能。
- 重点讲解ffmpeg的音视频编辑功能，包括格式转换、音量调整、尺寸修改、片段截取等操作指南。
- ffprobe工具可用于提取音视频元数据，辅助自动化媒体处理任务。
- 实际应用场景包括制作延时视频、添加淡入淡出效果、调节亮度及音频标准化等。