简介：将一组图片合成视频，并插入音频。用到opencv，ffmpy，pydub等库。
目录
一、统一图片大小及类型，并按数字排序
python对不同尺寸图像改成同一尺寸图像_自动化所副盐的博客-CSDN博客
import cv2
import os
path = './test' #源目录
out_path = './image' #修改之后的目录
dirs = os.listdir(path)
i=1
# 输出所有文件和文件夹
for item in dirs:
image_path = './test/{}'.format(item)
#print(image_path)
image = cv2.imread(image_path)
image = cv2.resize(image, (480, 320), interpolation=cv2.INTER_CUBIC)
image_path = './image/{}.jpg'.format(str(i))
cv2.imwrite(image_path, image)
print(image_path)
i+=1
print(item)
#打印原始名字
print(i)
#打印处理后照片名字
print("################## Resize done ########################") 二、图片合成视频
如何将多张图片合成mp4视频格式，并加入背景音乐..._Python 集中营的博客-CSDN博客
import cv2
import os
import sys
from itertools import cycle
from ffmpy import FFmpeg
frame_path = "./image" #图片目录。 图片像素大小需一致
filenames = os.listdir(frame_path)
# 通过itertools.cycle生成一无限循环的迭代器，每次迭代都输出下一章图像对象
img_iter = cycle([cv2.imread(os.sep.join([frame_path, x])) for x in filenames])
# 定义编码方式并创建VideoWriter对象
fourcc = cv2.VideoWriter_fourcc(*'MJPG')# *'XVID' 视频编解码器
outfile = cv2.VideoWriter("./output.avi", fourcc, 5, (480, 320)) #大小必须和图片大小一致,且所以图片大小必须一致 -- photo_resize.py
for i in range(100):
outfile.write(next(img_iter)) # 视频文件写入一帧
#cv2.imshow('frame', next(img_iter))
if cv2.waitKey(1) == 27: # 按下Esc键，程序退出(Esc的ASCII值是27，即0001 1011)
break
cv2.destroyAllWindows()
print("################## Video done ########################")
其中包含了幻灯片播放的功能：
# OpenCV窗口循环显示
frame_path = "./test"
filenames = os.listdir(frame_path)
print(filenames)
# 通过itertools.cycle生成一无限循环的迭代器，每次迭代都输出下一章图像对象
img_iter = cycle([cv.imread(os.sep.join([frame_path, x])) for x in filenames])
print(img_iter)
key = 0
# 按ESC键结束循环播放，ESC的ASCII码为27，即0001 1011
while key & 0xFF != 27:
#cv.namedWindow可以使窗口统一，但是图像会失真，不加则窗口大小不同
cv.namedWindow('Kawaii Small Animals',cv.WINDOW_NORMAL)
cv.imshow('Kawaii Small Animals', next(img_iter))
key = cv.waitKey(500)
# cv.waitKey()参数不为0的时候则可以和循环结合产生动态画面
cv.destroyAllWindows()
三、音频的合并与剪裁
可以根据需要自己修改合成自己需要的音频：拼接，合并，叠加，添加静音，音频切割等。
注：合并需音频的通道数，采样率，音频时长是一致
Python-混音、叠加音频、拼接音频及批处理_zkw_1998的博客-CSDN博客_python 音频拼接
python 语音处理工具包AudioSegment的基本使用_王延凯的博客的博客-CSDN博客_audiosegment python
AudioSegment的方法_casanava18的博客-CSDN博客
from pydub import AudioSegment
#拼接音频
print("-----")
sound1 = AudioSegment.from_wav('a.wav') #绝对路径
sound2 = AudioSegment.from_wav('b.wav') #绝对路径
output = sound1 + sound2 # sound1拼接sound2
output.export("c.wav", format="wav") # 保存文件
#添加静音
silence_ring = AudioSegment.silent(int(3*1000))
output = sound1 + silence_ring + sound2
output.export("d.wav", format="wav") # 保存文件
#音频切割
sound= AudioSegment.from_wav("c.wav")
duration = sound.duration_seconds #音频时长s
cut_wav = sound[0:10*1000] #以毫秒为单位截取[begin, end]区间的音频
#cut_wav.export(filePath+ 'test.wav', format='wav') #存储新的wav文件
cut_wav.export('f.wav', format='wav') #存储新的wav文件
print("----contact done----")
############## 音频合并 音频叠加 ############
#音频合并： 先确认通道数，采样率，音频时长是否一致
sound3 = AudioSegment.from_wav('t.wav') #绝对路径
sound = sound3
print("")
print("t.wav")
#取得音频的声道数
channel_count = sound.channels
print(channel_count)
#取得音频文件采样频率
frames_per_second = sound.frame_rate
print(frames_per_second)
#取得音频的持续时间，同 len()
print(sound.duration_seconds)
print((len(sound) / 1000.0))
t3=sound.duration_seconds
sound = sound1
silence_ring = AudioSegment.silent(int(sound3.duration_seconds*1000-sound1.duration_seconds*1000)) #ms
output = sound + silence_ring
output.export("a1.wav", format="wav") # 保存文件
print("")
print("a.wav")
print(sound1.channels)
print(sound1.frame_rate)
print(sound1.duration_seconds)
sound_1 = AudioSegment.from_wav('a1.wav') #绝对路径
print("")
print("a1.wav")
print(sound_1.channels) #通道数
sound_1.frame_rate = 8000 #修改采样率
print(sound_1.frame_rate) #采样率
sound_1 = sound_1[:(t3*1000)] #截取指定时长音频
print(sound_1.duration_seconds) #音频时长
sound_1.export("a2.wav", format="wav") # 保存文件
sound_2 = AudioSegment.from_wav('a2.wav') #绝对路径
print("")
print("a2.wav")
print(sound_2.channels)
print(sound_2.frame_rate)
print(sound_2.duration_seconds)
# 把sound1和sound2合并成两通道音频
output = AudioSegment.from_mono_audiosegments(sound_2, sound3) #1，2的时长，帧率必须相同，且为单通道
output.export("mono.wav", format="wav") # 保存文件
print("")
print("mono.wav")
print(output.channels) #合并后变双通道
print(output.frame_rate)
print(output.duration_seconds)
# 叠加： 把sound2叠加到sound1上面
output = sound1.overlay(sound3)
# output = sound1.overlay(sound2,position=5000) # 把sound2叠加到sound1上面，从第5秒开始叠加
output.export("overlay.wav", format="wav") # 保存文件
print("")
print("overlay.wav")
print(output.channels) #还是sound1的音频信息 channels frame_rate duration_seconds
print(output.frame_rate)
print(output.duration_seconds)
output = sound3.overlay(sound1)
output.export("overlay2.wav", format="wav") # 保存文件
print("")
print("overlay2.wav")
print(output.channels) #还是sound3的音频信息 channels frame_rate duration_seconds
print(output.frame_rate)
print(output.duration_seconds)四、音视频融合
测试发现：音频与视频融合时，以时间短的为最终视频长度（len_audio, len_vedio)，所以最好两者长度一致。
Python 视频添加音频（附代码） | Python工具_剑客阿良_ALiang的博客-CSDN博客_python 视频音频
from ffmpy import FFmpeg
video_path="./output.avi"
audio_path="./f.wav"
_codec = 'aac'
result="va.avi"
ff = FFmpeg(executable='C:\\Users\\***\\Python\\Python39\\Lib\\site-packages\\imageio_ffmpeg\\binaries\\ffmpeg-win64-v4.2.2.exe',inputs={video_path: None, audio_path: None},outputs={result: '-map 0:v -map 1:a -c:v copy -c:a {} -shortest'.format(_codec)}) #若修改环境变量，则不需要指定ffmpeg程序路径
print(ff.cmd)
ff.run()
opencv基本使用
import cv2
def cv_show(name,img):
cv2.imshow(name,img)
cv2.waitKey(0)
cv2.destroyAllWindows()
img = cv2.imread('./a.jpeg') #读BGR彩图 加cv2.IMREAD_GRAYSCALE，读灰度图
print(img.shape) #三维结构：高度、宽度、颜色通道个数
print(img.size) #像素点个数
img2 = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #BGR彩图转换成灰度图 COLOR_BGR2RGB BGR转RGB
print(img2.shape)
print(img2.size)
cv2.imwrite('./gray.jpg',img2) #保存图片
#cv_show('winName',img)
#cv_show('winName',img2)
pho = img[1000:1200,1000:1920] # 剪裁 -- 进行切片 高100到800 宽200到800 -- 图像以左上角为起点，纵高右宽
#cv_show('win2',pho)
b,g,r = cv2.split(img) # b.shape g.shape r.shape 都为 (1080, 1920)
#cv_show('win3',g) # 或者填 b、r 是灰色亮度
#显示单一颜色
cur_img = img.copy()
cur_img[:,:,0] = 0 # B不要了 设置为0
cur_img[:,:,1] = 0 # G不要了 设置为0
#cur_img[:,:,2] = 0 # R不要了 设置为0
#cv_show('winR',cur_img)