本帖最后由 bob666zxj 于 2024-7-23 13:42 编辑
[重发]
由于本人账号原因，重新注册了一个账号，为了防止误会，本贴选用转载的方式
请不要在本帖下回复，评分，谢谢。
之前文章的链接 已失效
MusicVisualizer 是一个基于 Python 的实时音乐可视化项目，旨在将音频数据转化为动态的视觉效果。通过结合 analyzer 库进行音乐分析和 pygame 库进行图形绘制，MusicVisualizer 能够实时显示音乐的声波和鼓点，使用户在听觉之外还能享受视觉上的盛宴。
项目原理
音乐分析：
- 使用 analyzer 库对输入的音频文件进行分析。
- 提取音频的关键特征，如声波形状和鼓点位置。
- 实时处理音频数据，确保可视化效果与音乐同步。
图形绘制：
- 利用 pygame 库创建一个图形窗口。
- 在窗口中动态绘制声波形状，根据音频频谱的变化显示不同的视觉效果。
- 通过鼓点检测，将鼓点转化为视觉上的高亮或其他特殊效果，增强音乐的节奏感。
项目特点
- 实时处理：MusicVisualizer 能够实时分析音频并动态显示声波和鼓点，保证视觉效果与音频同步。
- 直观界面：使用 pygame 提供简洁直观的图形界面，用户可以轻松观看音乐的可视化效果。
- 高扩展性：项目结构清晰，代码模块化设计，便于扩展和定制新的可视化效果。
解压密码 ：52pojie
main.py
[Python] 纯文本查看 复制代码
# 导入所需的模块和类
from AudioAnalyzer import * # 导入AudioAnalyzer类，用于音频分析
import random # 导入random模块，用于生成随机数
import colorsys # 导入colorsys模块，用于颜色系统转换
# 定义一个函数，生成随机颜色
def rnd_color():
# 使用random模块生成介于0到1之间的随机值作为色相（h）、饱和度（s）和亮度（l）
h, s, l = random.random(), 0.5 + random.random() / 2.0, 0.4 + random.random() / 5.0
# 将色相、亮度和饱和度从HLS色彩空间转换为RGB色彩空间，并将结果量化为整数，范围在0-255之间
return [int(256 * i) for i in colorsys.hls_to_rgb(h, l, s)]
# 创建一个AudioAnalyzer对象
analyzer = AudioAnalyzer()
filename="1.wav"
# 加载指定的音频文件进行分析
analyzer.load(filename) # 使用load方法加载音频文件
# 初始化 pygame
pygame.init()
# 获取显示信息对象
infoObject = pygame.display.Info()
# 设置屏幕宽度和高度
screen_w = int(infoObject.current_w/2)
screen_h = int(infoObject.current_w/2)
# 设置显示模式
screen = pygame.display.set_mode([screen_w, screen_h])
# 获取当前时间戳
t = pygame.time.get_ticks()
getTicksLastFrame = t
# 初始化时间计数器
timeCount = 0
# 初始化低音平均值和触发值
avg_bass = 0
bass_trigger = -30
bass_trigger_started = 0
# 设置最小和最大分贝值
min_decibel = -80
max_decibel = 80
# 设置圆的颜色
circle_color = (40, 40, 40)
# 设置多边形的默认颜色
polygon_default_color = [255, 255, 255]
polygon_bass_color = polygon_default_color.copy()
polygon_color_vel = [0, 0, 0]
# 初始化多边形列表和颜色
poly = []
poly_color = polygon_default_color.copy()
# 设置圆的中心位置
circleX = int(screen_w / 2)
circleY = int(screen_h/2)
# 设置圆的最小和最大半径及初始半径和速度
min_radius = 100
max_radius = 150
radius = min_radius
radius_vel = 0
# 定义不同频率组的范围和计数
bass = {"start": 50, "stop": 100, "count": 12}
heavy_area = {"start": 120, "stop": 250, "count": 40}
low_mids = {"start": 251, "stop": 2000, "count": 50}
high_mids = {"start": 2001, "stop": 4000, "count": 20}
# 频率组列表
freq_groups = [bass, heavy_area, low_mids, high_mids]
# 初始化条形图列表
bars = []
# 临时条形图列表
tmp_bars = []
# 初始化长度变量
length = 0
for group in freq_groups: # 遍历频率组
g = [] # 初始化组列表
s = group["stop"] - group["start"] # 计算组的时间间隔
count = group["count"] # 获取组的计数
reminder = s % count # 计算时间间隔的余数
step = int(s / count) # 计算每步的时间间隔
rng = group["start"] # 获取组的起始时间
# 遍历 count 次
for i in range(count):
# 初始化 arr 为 None
arr = None
# 如果 reminder 大于 0
if reminder > 0:
# 减少 reminder
reminder -= 1
# 生成一个数组，范围从 rng 到 rng + step + 2
arr = np.arange(start=rng, stop=rng + step + 2)
# 更新 rng
rng += step + 3
else:
# 生成一个数组，范围从 rng 到 rng + step + 1
arr = np.arange(start=rng, stop=rng + step + 1)
# 更新 rng
rng += step + 2
# 将生成的数组添加到 g 中
g.append(arr)
# 增加 length
length += 1
# 将 g 添加到 tmp_bars 中
tmp_bars.append(g)
# 计算每个条形图的角度间隔
angle_dt = 360/length
# 初始化角度
ang = 0
# 遍历临时条形图列表
for g in tmp_bars:
gr = []
# 遍历每个条形图中的元素
for c in g:
# 添加一个旋转的音频条到图形列表中
gr.append(
RotatedAverageAudioBar(circleX+radius*math.cos(math.radians(ang - 90)), circleY+radius*math.sin(math.radians(ang - 90)), c, (255, 0, 255), angle=ang, width=8, max_height=370))
# 更新角度
ang += angle_dt
# 将生成的条形图列表添加到bars中
bars.append(gr)
# 加载音乐文件并播放
pygame.mixer.music.load(filename)
pygame.mixer.music.play(0)
running = True
while running:
avg_bass = 0
poly = []
# 获取当前时间戳
t = pygame.time.get_ticks()
deltaTime = (t - getTicksLastFrame) / 1000.0
getTicksLastFrame = t
timeCount += deltaTime
# 用指定的颜色填充屏幕
screen.fill(circle_color)
# 遍历所有事件
for event in pygame.event.get():
# 如果事件类型是退出，则设置运行标志为False
if event.type == pygame.QUIT:
running = False
# 遍历所有的 bars
for b1 in bars:
# 遍历 b1 中的每一个元素
for b in b1:
# 更新 b 的所有属性，包括时间增量、音乐播放位置和分析器
b.update_all(deltaTime, pygame.mixer.music.get_pos() / 1000.0, analyzer)
for b in bars[0]:
avg_bass += b.avg
avg_bass /= len(bars[0])
# 如果平均低音值大于触发阈值
if avg_bass > bass_trigger:
# 如果低音触发尚未开始
if bass_trigger_started == 0:
bass_trigger_started = pygame.time.get_ticks()
# 如果低音触发持续时间超过2秒
if (pygame.time.get_ticks() - bass_trigger_started)/1000.0 > 2:
polygon_bass_color = rnd_color()
bass_trigger_started = 0
# 如果低音颜色尚未设置
if polygon_bass_color is None:
polygon_bass_color = rnd_color()
# 计算新的半径
newr = min_radius + int(avg_bass * ((max_radius - min_radius) / (max_decibel - min_decibel)) + (max_radius - min_radius))
radius_vel = (newr - radius) / 0.15
# 计算颜色变化速度
polygon_color_vel = [(polygon_bass_color[x] - poly_color[x])/0.15 for x in range(len(poly_color))]
# 如果半径大于最小半径
elif radius > min_radius:
bass_trigger_started = 0 # 初始化低音触发标志
polygon_bass_color = None # 初始化多边形低音颜色
radius_vel = (min_radius - radius) / 0.15 # 计算半径变化速度
polygon_color_vel = [(polygon_default_color[x] - poly_color[x])/0.15 for x in range(len(poly_color))] # 计算多边形颜色变化速度
# 如果半径等于最小半径
else:
bass_trigger_started = 0 # 低音触发开始标志
poly_color = polygon_default_color.copy() # 复制默认的多边形颜色
polygon_bass_color = None # 多边形的低音颜色
polygon_color_vel = [0, 0, 0] # 多边形颜色的速度
radius_vel = 0 # 半径速度
radius = min_radius # 最小半径
radius += radius_vel * deltaTime
# 更新多边形颜色的循环
for x in range(len(polygon_color_vel)):
# 计算多边形颜色的新值，考虑颜色变化速度和时间增量
value = polygon_color_vel[x]*deltaTime + poly_color[x]
# 更新多边形的颜色
poly_color[x] = value
# 更新条形图位置和状态的循环
for b1 in bars:
for b in b1:
# 计算子弹的位置，基于圆心和半径以及子弹的角度
b.x, b.y = circleX+radius*math.cos(math.radians(b.angle - 90)), circleY+radius*math.sin(math.radians(b.angle - 90))
# 更新子弹的矩形区域
b.update_rect()
# 将子弹矩形区域的特定点添加到多边形中
poly.append(b.rect.points[3])
poly.append(b.rect.points[2])
# 绘制多边形
pygame.draw.polygon(screen, poly_color, poly)
# 绘制圆形
pygame.draw.circle(screen, circle_color, (circleX, circleY), int(radius))
pygame.display.flip()
pygame.quit()
AudioAnalyzer.py
[Python] 纯文本查看 复制代码
import math
import matplotlib.pyplot as plt
import librosa.display
import numpy as np
import pygame
def bin_search(arr, target):
# 初始化中间索引、最小索引和最大索引
index = int(len(arr) / 2)
min_index = 0
max_index = len(arr) - 1
found = False
# 如果目标值小于数组最小值，返回0
if target < arr[0]:
return 0
# 如果目标值大于数组最大值，返回数组长度减1
if target > arr[len(arr) - 1]:
return len(arr) - 1
# 循环直到找到目标值
while not found:
# 如果最小索引接近数组末尾，返回数组长度减1
if min_index == len(arr) - 2:
return len(arr) - 1
# 如果目标值在当前索引值和下一个索引值之间或等于当前索引值，返回当前索引
if arr[index] < target < arr[index + 1] or arr[index] == target:
return index
# 如果当前索引值大于目标值，更新最大索引
if arr[index] > target:
max_index = index
else:
# 否则更新最小索引
min_index = index
# 更新中间索引
index = int((min_index + max_index) / 2)
def rotate(xy, theta):
# 通过旋转矩阵在二维平面上旋转点
cos_theta, sin_theta = math.cos(theta), math.sin(theta)
# 返回旋转后的坐标
return (
xy[0] * cos_theta - xy[1] * sin_theta,
xy[0] * sin_theta + xy[1] * cos_theta
)
def translate(xy, offset):
# 根据偏移量平移点
return xy[0] + offset[0], xy[1] + offset[1]
def clamp(min_value, max_value, value):
# 将值限制在最小值和最大值之间
if value < min_value:
return min_value
if value > max_value:
return max_value
return value
class AudioAnalyzer:
# 音频分析器类，用于加载音频文件并进行频谱分析
def __init__(self):
# 初始化类实例的属性
self.frequencies_index_ratio = 0 # 频率索引比率
self.time_index_ratio = 0 # 时间索引比率
self.spectrogram = None # 频谱图，包含根据频率和时间索引的分贝值
def load(self, filename):
# 加载音频文件并生成频谱图
time_series, sample_rate = librosa.load(filename) # 从文件中获取音频信息
# 获取包含根据频率和时间索引的幅度值的矩阵
stft = np.abs(librosa.stft(time_series, hop_length=512, n_fft=2048*4))
self.spectrogram = librosa.amplitude_to_db(stft, ref=np.max) # 将矩阵转换为分贝矩阵
frequencies = librosa.core.fft_frequencies(n_fft=2048*4) # 获取频率数组
# 获取时间周期数组
times = librosa.core.frames_to_time(np.arange(self.spectrogram.shape[1]), sr=sample_rate, hop_length=512, n_fft=2048*4)
self.time_index_ratio = len(times)/times[len(times) - 1] # 计算时间索引比率
self.frequencies_index_ratio = len(frequencies)/frequencies[len(frequencies)-1] # 计算频率索引比率
def show(self):
# 显示频谱图
librosa.display.specshow(self.spectrogram,
y_axis='log', x_axis='time')
plt.title('spectrogram')
plt.colorbar(format='%+2.0f dB')
plt.tight_layout()
plt.show()
def get_decibel(self, target_time, freq):
# 根据给定的时间和频率获取分贝值
return self.spectrogram[int(freq*self.frequencies_index_ratio)][int(target_time*self.time_index_ratio)]
def get_decibel_array(self, target_time, freq_arr):
# 根据给定的时间和频率数组获取分贝值数组
arr = []
for f in freq_arr:
arr.append(self.get_decibel(target_time,f))
return arr
class AudioBar:
# 初始化音频条的属性
def __init__(self, x, y, freq, color, width=50, min_height=10, max_height=100, min_decibel=-80, max_decibel=0):
# 初始化音频分析器的基本属性
self.x, self.y, self.freq = x, y, freq
self.color = color
self.width, self.min_height, self.max_height = width, min_height, max_height
self.height = min_height
self.min_decibel, self.max_decibel = min_decibel, max_decibel
self.__decibel_height_ratio = (self.max_height - self.min_height)/(self.max_decibel - self.min_decibel)
# 更新音频条的高度
def update(self, dt, decibel):
# 计算期望的高度，基于当前的音量和高度比例
desired_height = decibel * self.__decibel_height_ratio + self.max_height
# 计算速度，基于期望高度和当前高度的差异
speed = (desired_height - self.height)/0.1
# 更新当前高度，基于计算的速度和时间差
self.height += speed * dt
# 确保当前高度在最小和最大高度之间
self.height = clamp(self.min_height, self.max_height, self.height)
# 在屏幕上渲染音频条
def render(self, screen):
pygame.draw.rect(screen, self.color, (self.x, self.y + self.max_height - self.height, self.width, self.height))
class AverageAudioBar(AudioBar):
"""
继承自AudioBar类，用于表示音频条的平均值。
"""
def __init__(self, x, y, rng, color, width=50, min_height=10, max_height=100, min_decibel=-80, max_decibel=0):
"""
初始化AverageAudioBar对象。
参数:
x (int): 音频条的x坐标。
y (int): 音频条的y坐标。
rng (range): 用于计算平均值的范围。
color (str): 音频条的颜色。
width (int): 音频条的宽度，默认为50。
min_height (int): 音频条的最小高度，默认为10。
max_height (int): 音频条的最大高度，默认为100。
min_decibel (int): 最小分贝值，默认为-80。
max_decibel (int): 最大分贝值，默认为0。
"""
# 调用父类的初始化方法，传递相关参数
super().__init__(x, y, 0, color, width, min_height, max_height, min_decibel, max_decibel)
# 设置随机数生成器
self.rng = rng
# 初始化平均值为0
self.avg = 0
def update_all(self, dt, time, analyzer):
"""
更新音频条的平均值。
参数:
dt (float): 时间间隔。
time (float): 当前时间。
analyzer (AudioAnalyzer): 音频分析器对象。
"""
# 初始化平均值为0
self.avg = 0
# 遍历范围中的每个元素，累加分析器获取的分贝值
for i in self.rng:
self.avg += analyzer.get_decibel(time, i)
# 计算平均值
self.avg /= len(self.rng)
# 更新数据
self.update(dt, self.avg)
class RotatedAverageAudioBar(AverageAudioBar):
# 继承自AverageAudioBar类，用于处理旋转的音频条
def __init__(self, x, y, rng, color, angle=0, width=50, min_height=10, max_height=100, min_decibel=-80, max_decibel=0):
# 初始化方法，设置旋转音频条的属性
super().__init__(x, y, 0, color, width, min_height, max_height, min_decibel, max_decibel)
self.rng = rng
self.rect = None
self.angle = angle
def render(self, screen):
# 在屏幕上绘制旋转音频条
pygame.draw.polygon(screen, self.color, self.rect.points)
def render_c(self, screen, color):
# 在屏幕上绘制旋转音频条，使用指定的颜色
pygame.draw.polygon(screen, color, self.rect.points)
def update_rect(self):
# 更新旋转音频条的矩形区域并旋转
self.rect = Rect(self.x, self.y, self.width, self.height)
self.rect.rotate(self.angle)
class Rect:
# 初始化矩形对象的属性
def __init__(self,x ,y, w, h):
# 初始化矩形的坐标和尺寸
self.x, self.y, self.w, self.h = x,y, w, h
# 初始化点的列表
self.points = []
# 计算原点位置
self.origin = [self.w/2,0]
# 计算偏移量
self.offset = [self.origin[0] + x, self.origin[1] + y]
# 初始旋转角度为0
self.rotate(0)
# 旋转矩形对象
def rotate(self, angle):
# 计算旋转前的模板点
template = [
(-self.origin[0], self.origin[1]),
(-self.origin[0] + self.w, self.origin[1]),
(-self.origin[0] + self.w, self.origin[1] - self.h),
(-self.origin[0], self.origin[1] - self.h)
]
# 旋转模板点并应用偏移量
self.points = [translate(rotate(xy, math.radians(angle)), self.offset) for xy in template]
# 在屏幕上绘制矩形对象
def draw(self,screen):
pygame.draw.polygon(screen, (255,255, 0), self.points)
-
解压密码 ：52pojie
