Python将图片写到音频频谱

用到的库：pillow、numpy、matplotlib

# -*- coding: utf-8 -*-import waveimport matplotlib.pyplot as pltimport numpy as npfrom PIL import Imagefrom matplotlib.mlab import window_nonedef img2wav(img_path, wav_path, fft_size=1024):    """    把图片写到音频频域    :param img_path: 输入图片路径    :param wav_path: 输出音频路径    :param fft_size: 图片每列代表的音频长度，也是频域长度的两倍    """    # 读取图片，转为灰度图    img = Image.open(img_path).convert('L')    # 缩放到高度 = fft_size / 2 （令负频率全为0）    img = img.resize((img.width * fft_size // 2 // img.height, fft_size // 2),                     Image.BICUBIC)    # 转为numpy数组    img = np.array(img, 'float')    # 变换到-100~0分贝，太大了转到时域时可能会溢出    img = img * (100 / 255) - 100    # 单位从分贝转成1    # amp_dB = 20 * ln(amp / 32767) / ln(10)    # amp = exp(amp_dB / 20 * ln(10)) * 32767    img = np.exp(img * (np.log(10) / 20)) * 32767    # 翻转（索引小的频率小）然后转置（要迭代列）    img = img[::-1].T    with wave.open(wav_path, 'wb') as f:        # (nchannels, sampwidth, framerate, nframes, comptype, compname)        f.setparams((1, 2, 44100, len(img) * fft_size, 'NONE', ''))        for col in img:            # 傅里叶反变换            data = np.fft.ifft(col, fft_size).real            # 限制范围在-32768~32767            for index in np.where(data < -32768):                data[index] = -32768            for index in np.where(data > 32767):                data[index] = 32767            data = data.astype('short')            # 写到wav文件            f.writeframesraw(data)def draw_spectrum(wav_path, fft_size=1024):    """    画音频频谱图    :param wav_path: 输入音频路径    :param fft_size: 傅里叶变换用的长度    """    # 读wav    with wave.open(wav_path, 'rb') as f:        n_samples = f.getnframes()        data = f.readframes(n_samples)        n_channels = f.getnchannels()        sample_rate = f.getframerate()    # 转为numpy数组    data = np.fromstring(data, 'short')    # 取第一个声道    data.shape = (n_samples, n_channels)    data = data.T[0]    # 画频谱，无加窗和重叠    plt.specgram(data / 32767, fft_size, sample_rate, window=window_none,                 noverlap=0, scale='dB')    plt.show()if __name__ == '__main__':    img2wav('test.jpg', 'test.wav')    draw_spectrum('test.wav')

测试图片：

自己画的频谱效果

AU的频谱效果，因为AU有加窗和重叠所以和自己画的不一样