


Accédez aux métadonnées de divers fichiers audio et vidéo à l'aide de Python
Nous pouvons accéder aux métadonnées des fichiers audio en utilisant Mutagen et le module eyeD3 en Python. Pour les métadonnées vidéo, nous pouvons utiliser des films et la bibliothèque OpenCV en Python. Les métadonnées sont des données qui fournissent des informations sur d'autres données, telles que des données audio et vidéo. Les métadonnées des fichiers audio et vidéo incluent le format de fichier, la résolution du fichier, la taille du fichier, la durée, le débit binaire, etc. En accédant à ces métadonnées, nous pouvons gérer les médias plus efficacement et analyser les métadonnées pour obtenir des informations utiles. Dans cet article, nous examinerons certaines des bibliothèques ou modules fournis par Python pour accéder aux métadonnées des fichiers audio et vidéo.
Accéder aux métadonnées audio
Certaines bibliothèques permettant d'accéder aux métadonnées des fichiers audio sont -
Utilisez la bibliothèque mutagène
Mutagen est un module Python open source pour le traitement des métadonnées audio. Il prend en charge presque tous les types de fichiers audio tels que mp3, mp4, OGG, FLAC, etc. Mutagen est utilisé pour accéder aux métadonnées des fichiers audio et également pour manipuler les données audio.
Avant d'utiliser mutagène, nous pouvons installer mutagène à l'aide de la commande pip en Python.
pip install mutagen
Pip est un gestionnaire de packages Python. Pip install mutagen installera la bibliothèque mutagen dans vos fichiers locaux.
Grammaire
audio["TIT2"].text[0]
audio["TIT2"] renvoie un objet sous forme de paires clé-valeur qui contient diverses informations sur le fichier audio. Accédez au titre du fichier audio à l'aide de la touche texte dans l'objet.
audio.info.length
audio.info renvoie un objet contenant toutes les informations sur le fichier audio. La longueur d'un fichier audio est accessible à l'aide de audio.info.length, qui renvoie la durée en secondes.
Exemple
Voici un exemple de comment accéder aux métadonnées d'un fichier mp3 à l'aide du module mutagen.mp3 de mutagen.
from mutagen.mp3 import MP3 audio = MP3("audio.mp3") # put your audio file in the place of audio.mp3 print(audio.info.length) # Print the length of the audio file print(audio["TIT2"].text[0]) # Print the title of the audio file
Sortie
222.17142857142858 Suhana Safar Par Prem Nagar Hai
Utilisation de la bibliothèque eyeD3
eyeD3 est également une bibliothèque open source Python pour le traitement des fichiers audio, en particulier les fichiers audio mp3. En utilisant eyeD3, nous pouvons lire et écrire des métadonnées de fichiers audio, et également exploiter ou mettre à jour des fichiers audio.
Avant d'utiliser eyeD3, nous pouvons l'installer en utilisant la commande pip en python -
pip install eyeD3
Pip est un gestionnaire de packages Python. Pip install eyeD3 Installez la bibliothèque eyeD3 dans un fichier local.
Grammaire
eyed3.load(your_audio_file)
eyed3.load() charge les fichiers audio et peut être stockée dans des variables. Le paramètre your_audio_file est le chemin d'accès au fichier audio que vous devez charger.
Algorithme
Utilisez la fonction eyed3.load pour charger n'importe quel fichier audio
Utilisez la propriété audio.info.time_secs pour accéder à la longueur du fichier audio.
Utilisez la propriété audio.tag.title pour accéder au titre d'un fichier audio.
Exemple
Voici un exemple d'utilisation d'eyeD3 pour accéder aux métadonnées d'un fichier audio.
import eyed3 audio = eyed3.load("audio.mp3") # put your audio file in the place of audio.mp3 print(audio.info.time_secs) # Print the length of the audio file print(audio.tag.title) # Print the title of the audio file
Sortie
223.33 Suhana Safar Par Prem Nagar Hai
Accéder aux métadonnées vidéo
Python dispose également de bibliothèques open source pour accéder aux métadonnées des fichiers vidéo, telles que -
Méthode 1 : Utiliser la bibliothèque Moviepy
moviepy est une bibliothèque Python open source pour le montage vidéo. Il peut également être utilisé pour accéder aux métadonnées des fichiers vidéo. Moviepy prend en charge une variété de formats de fichiers vidéo, tels que mp4, AVI, MOV, etc. Moviepy peut nous aider à lire et à écrire des métadonnées de fichiers vidéo et à opérer sur des fichiers vidéo.
Avant d'utiliser moviepy, vous devez installer la bibliothèque moviepy à l'aide de la commande pip en python : -
pip install moviepy
Algorithme
Pour utiliser moviepy pour accéder aux métadonnées d'un fichier vidéo, nous devons -
Importer le module VideoFileClip depuis moviepy.editor
Utilisez VideoClipFile pour charger des fichiers vidéo
Utilisez les propriétés de moviepy (telles que la durée, la taille, etc.) pour accéder aux métadonnées du fichier vidéo chargé.
Exemple
Nous importerons le module VideoFileClip du package moviepy.editor, puis utiliserons le module VideoFileClip pour charger nos fichiers vidéo. Video.duration et video.size renvoient respectivement la durée et la taille d'affichage du fichier vidéo.
from moviepy.editor import VideoFileClip video = VideoFileClip("video.mp4") print(video.duration) # Print the duration of the video print(video.size) # Print the size of the video
Sortie
50.74 [1920, 1080]
Utilisation de la bibliothèque OpenCV
OpenCV est une bibliothèque de vision par ordinateur open source utilisée en Python pour traiter les données vidéo. Il peut également être utilisé pour accéder aux métadonnées de divers formats de fichiers vidéo tels que MP4, AVI, MOV, etc. Vous pouvez utiliser OpenCV pour lire et écrire des métadonnées de fichiers vidéo et effectuer un traitement vidéo.
Avant d'utiliser le module cv2, nous devons installer opencv-python-headless à l'aide de la commande pip en Python -
pip install opencv-python-headless
Pip est un gestionnaire de packages Python. Pip install opencv-python-headless a installé la bibliothèque openCv dans vos fichiers locaux.
Grammaire
video.get(cv2.CAP_PROP_FPS)
Cv2 .CAP_PROP_FPS Renvoie la fréquence d'images du fichier vidéo. Utilisez la fonction video.get() pour renvoyer la fréquence d'images d'une vidéo spécifique.
video.get(cv2.CAP_PROP_FRAME_WIDTH)
cv2.CAP_PROP_FRAME_WIDTH renvoie la largeur d'image du fichier vidéo. Utilisez la fonction video.get() pour renvoyer la largeur d'image d'une vidéo spécifique.
video.get(cv2.CAP_PROP_FRAME_HEIGHT)
cv2.CAP_PROP_FRAME_HEIGHT renvoie la hauteur d'image du fichier vidéo. Utilisez la fonction video.get() pour renvoyer la hauteur d'image d'une vidéo spécifique.
算法
要使用OpenCV访问视频文件的元数据,我们必须执行以下操作−
导入opencv
使用 cv2.VideoCapture 属性加载视频文件
使用 CAP_PROP_FRAME_WIDTH、FRAME_HEIGHT 等属性访问文件的各种元数据。
示例
使用 cv2.VideoCapture 模块将视频文件导入变量中。现在,这个存储的视频文件可用于使用 cv2 模块中的 CAP_PROP_FPS、CAP_PROP_FRAME_WIDTH 等属性获取元数据。
import cv2 video = cv2.VideoCapture("video.mp4") fps = video.get(cv2.CAP_PROP_FPS) # Get the frame rate of the video width = video.get(cv2.CAP_PROP_FRAME_WIDTH) # Get the width of the video height = video.get(cv2.CAP_PROP_FRAME_HEIGHT) # Get the height of the video print(fps, width, height) # Print the frame rate, width, and height of the video
输出
60.0 1920.0 1080.0
结论
在本文中,我们讨论了 Python 提供的一些用于访问音频和视频文件元数据的库。对于音频文件,我们探索了 mutagen 和 eyeD3 库;对于视频文件,我们探索了 moviepy 和 openCV 库。 Python 中还有许多其他库可用于访问音频和视频文件的元数据。最好浏览这些库的文档,以便更好地了解这些库提供的功能。
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

HaDIDB: Une base de données Python évolutive de haut niveau légère HaDIDB (HaDIDB) est une base de données légère écrite en Python, avec un niveau élevé d'évolutivité. Installez HaDIDB à l'aide de l'installation PIP: PiPinStallHaDIDB User Management Créer un utilisateur: CreateUser () pour créer un nouvel utilisateur. La méthode Authentication () authentifie l'identité de l'utilisateur. FromHadidb.OperationMportUserUser_OBJ = User ("Admin", "Admin") User_OBJ.

Il est impossible de visualiser le mot de passe MongoDB directement via NAVICAT car il est stocké sous forme de valeurs de hachage. Comment récupérer les mots de passe perdus: 1. Réinitialiser les mots de passe; 2. Vérifiez les fichiers de configuration (peut contenir des valeurs de hachage); 3. Vérifiez les codes (May Code Hardcode).

Vous pouvez apprendre les concepts de programmation de base et les compétences de Python dans les 2 heures. 1. Apprenez les variables et les types de données, 2. Flux de contrôle maître (instructions et boucles conditionnelles), 3. Comprenez la définition et l'utilisation des fonctions, 4. Démarrez rapidement avec la programmation Python via des exemples simples et des extraits de code.

Guide d'optimisation des performances de la base de données MySQL dans les applications à forte intensité de ressources, la base de données MySQL joue un rôle crucial et est responsable de la gestion des transactions massives. Cependant, à mesure que l'échelle de l'application se développe, les goulots d'étranglement des performances de la base de données deviennent souvent une contrainte. Cet article explorera une série de stratégies efficaces d'optimisation des performances MySQL pour garantir que votre application reste efficace et réactive dans des charges élevées. Nous combinerons des cas réels pour expliquer les technologies clés approfondies telles que l'indexation, l'optimisation des requêtes, la conception de la base de données et la mise en cache. 1. La conception de l'architecture de la base de données et l'architecture optimisée de la base de données sont la pierre angulaire de l'optimisation des performances MySQL. Voici quelques principes de base: sélectionner le bon type de données et sélectionner le plus petit type de données qui répond aux besoins peut non seulement économiser un espace de stockage, mais également améliorer la vitesse de traitement des données.

Python est largement utilisé dans les domaines du développement Web, de la science des données, de l'apprentissage automatique, de l'automatisation et des scripts. 1) Dans le développement Web, les cadres Django et Flask simplifient le processus de développement. 2) Dans les domaines de la science des données et de l'apprentissage automatique, les bibliothèques Numpy, Pandas, Scikit-Learn et Tensorflow fournissent un fort soutien. 3) En termes d'automatisation et de script, Python convient aux tâches telles que les tests automatisés et la gestion du système.

En tant que professionnel des données, vous devez traiter de grandes quantités de données provenant de diverses sources. Cela peut poser des défis à la gestion et à l'analyse des données. Heureusement, deux services AWS peuvent aider: AWS Glue et Amazon Athena.

Non, MySQL ne peut pas se connecter directement à SQL Server. Mais vous pouvez utiliser les méthodes suivantes pour implémenter l'interaction des données: utilisez Middleware: Exporter les données de MySQL au format intermédiaire, puis importez-les sur SQL Server via Middleware. Utilisation de Database Linker: Business Tools fournit une interface plus conviviale et des fonctionnalités avancées, essentiellement encore implémentées via Middleware.

Les étapes pour démarrer un serveur Redis incluent: Installez Redis en fonction du système d'exploitation. Démarrez le service Redis via Redis-Server (Linux / MacOS) ou Redis-Server.exe (Windows). Utilisez la commande redis-Cli Ping (Linux / MacOS) ou redis-Cli.exe Ping (Windows) pour vérifier l'état du service. Utilisez un client redis, tel que redis-cli, python ou node.js pour accéder au serveur.
