我們經常會遇到一些對於多媒體文件修改的操作，像是對視頻文件的操作：視頻剪輯、字幕編輯、分離音頻、視頻音頻混流等。又比如對音頻文件的操作：音頻剪輯，音頻格式轉換。再比如我們最常用的圖片文件，格式轉換、各個屬性的編輯等。因爲多媒體文件的操作衆多，本文選取一些極具代表性的操作，以代碼的形式實現各個操作。
一、圖片操作
操作圖片的模塊有許多，其中比較常用的兩個就是 Pillow 和 opencv ,兩個模塊各有優勢。其中 opencv 是計算機視覺處理的開源模塊，應用的範圍更加廣泛，從圖像處理到視頻處理，再到物體檢測等。而 pillow 相比直線就單純的多，其大多數操作都是圍繞圖像而展開的。
1.1、格式轉換
圖片格式有多種多樣，最直觀的感受就是圖片後綴。而格式之間的差異不僅僅是後綴的差異，最爲明顯的就是 png 格式圖片，同其它圖片有着最爲直觀的區別。下面我們就看看在Python中如何轉換格式，我們先安裝 pillow 模塊：
pip install pillow
加python學習qq羣：775690737 送python零基礎入門學習資料+99個源碼
然後看看如何導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()
加python學習qq羣：775690737 送python零基礎入門學習資料+99個源碼
我們有了上面的基礎操作之後，就可以開始進行格式轉換了，我們用有村大妹子的圖片作爲素材：
我們可以看到這是一張白色背景的圖片，我們將它轉成 png 看看效果：
from PIL import Image
# 讀取圖像
img = Image.open('ycjc.jpg')
# 格式轉換，其中A爲透明度
png = img.convert('RGBA')
# 保存圖像，因爲是RGBA格式，所以後綴應該爲png
png.save('ycjc.png')
加python學習qq羣：775690737 送python零基礎入門學習資料+99個源碼
輸出的圖片我就不放了，我們觀察輸出圖片會發現，白色背景好像變透明瞭。不要懷疑，這只是心理作用，其實圖片看上去是不會有任何變化的。但是實際上圖片從原來的 RGB 三個色道變成了 RGBA 四個色道，我們會發現，圖片變大了：
在這裏插入圖片描述
雖然 A 色道的透明度全部都是0，但是實際上還是存在這個色道，所以大小方面有了明顯的增加。更多轉換模式可以參考超全Python圖像處理講解（多圖預警）。
1.2、圖片裁剪
圖片裁剪的操作也非常常用，我們來看看 pillow 如何裁剪圖片：
from PIL import Image
# 讀取圖像
img = Image.open('ycjc.jpg')
# 裁剪圖像，調用crop方法，傳入裁剪區域的元組
img_crop = img.crop((100, 100, 400, 400))
# 保存裁剪後的圖像
img_crop.save('ycjc_crop.jpg')
我們調用 crop 方法，傳入裁剪區域的元組進行裁剪，元組的內容爲左上角的座標（前兩個參數）即右下角的座標（後兩個參數）。效果圖如下：
1.3、截屏
雖然算不上是圖像操作，但是還是個非常實用的操作。我們實現截屏是通過ImageGrap類實現的：
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域截屏：
im =ImageGrab.grab((300, 100, 1400, 600))
參數元組含義與 crop 方法一致。
除了上述操作，還有更多像是添加濾鏡、對比度調節、亮度調節、色彩調節等，由於內容衆多，所以不在本文詳細討論。
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節了。我們這裏使用 pydub 模塊來進行音頻文件的操作。
2.1、pydub的安裝以及讀取音頻
安裝我們還是使用pip：
pip install pydub
然後我們來讀取一個 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.wav')
這樣我們就完成了音頻文件的讀取， wav 文件是一種未經壓縮的文件，我們可以通過 pydub直接讀取。讀取其它類型的文件 pydub 同樣提供了相應的方法：
music = AudioSegment.from_mp3('music.mp3')
music = AudioSegment.from_ogg("music.ogg")
music = AudioSegment.from_flv("music.flv")
因爲在實際操作過程中遇到了一個未找明緣由的錯誤，所以本文的音頻操作只針對 wav 格式。
2.2、音頻剪切
音頻剪輯的實現我們是通過類似ndarray的中括號操作的：
# 截取前20秒 clip = music[:20*1000] # 截取後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文件：
# 保存文件爲clip.mp3，格式爲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象加一個常數即可：
# 音量減5 music -= 5 # 音量加5 music += 5
3.4、音頻拼接
我們先看看重複拼接：
# 在音頻文件末尾重複拼接該音頻 music = music*2
拼接後的音頻的效果就是原音頻循環兩次。接下來我們看看拼接不同的音頻：
# 裁剪前20秒音頻 clip1 = music[:20*1000] # 裁剪後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場方式，在兩個音頻切換的間歇會有一個重合，用代碼實現如下：
# 截取前20秒 begin = music[20*1000:40*1000] # 截取後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，因爲轉場的時候有個重合的效果。當然還有更多的操作，大家可以自己去了解。
三、視頻操作
視頻的操作可以通過 moviepy 和 opencv 進行，我們先分別安裝兩個模塊：
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，音頻文件作爲其中的一個參數，我們可以直接獲取：
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，提供了一個讀取音頻文件的類，我們設置視頻的音頻需要創建這個類的對象：
from moviepy.editor import *
# 讀取視頻
video = VideoFileClip('bws.mp4')
# 讀取音頻
audio = AudioFileClip('百年孤獨.mp3')
# 設置視頻的音頻
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，我們也可以將畫面一幀一幀提取出來：
import cv2
# 讀取視頻
video = cv2.VideoCapture('bws.mp4')
# 逐幀讀取，當還有畫面時ret爲True，frame爲當前幀的ndarray對象
ret, frame = video.read()
i = 0
# 循環讀取
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。
3.5、截取gif
截取gif和截取視頻沒有什麼區別，不過爲了減少gif的大小，我們通常會對視頻進行尺寸縮放：
from moviepy.editor import *
# 讀取視頻
video = VideoFileClip('bws.mp4')
# 裁剪視頻，並縮小一半
video = video.subclip(20, 30).resize((0.5))
# 保存gif圖片
video.write_gif('bws.gif')
加python學習qq羣：775690737 送python零基礎入門學習資料+99個源碼
在上面subclip方法中，我們可以傳入元組，例如：
video.subclip((1, 20), (2, 30))
其含義爲從1分20秒截取到2分30秒。