基本上,我具有音乐可视化器的基础知识,但是我想改进它,目前正在获取大量数据并绘制我的fft计算的绝对值,但是,这看起来非常混乱,我希望它是有点平滑,我将在下面发布它的类似图像。我希望对数据进行平滑处理,以使噪声中的尖峰更少,并消除在x轴上绘制为0且在y轴上确实较高的奇数,因为只要有噪声,它都会发生我不喜欢的图表。
gif示例:https://i.imgur.com/eOGzPFd.gifv
平滑的可视化器的视频:https://www.youtube.com/watch?v=C2TV2DaCVk0
是否仅因为其分离并绘制为条形而使其平滑?因为那是我最终的目标,所以是将数据分成多个条形并像这样绘制。我还希望当音乐以低频上升时能够看到图表中更多的变化,但是在我的图表上测试一系列低频,似乎并没有显示出差异。
我感谢任何人以前给我的所有帮助以及任何继续帮助我的人!!! <3
import pyaudio
import numpy as np
import time
import matplotlib.animation as animation
import matplotlib.pyplot as plt
from matplotlib import style
pa = pyaudio.PyAudio()
audio_data = 0
callback_output = []
def callback(in_data, frame_count, time_info, flag):
global audio_data
audio_data = np.fromstring(in_data, dtype=np.float32)
callback_output.append(audio_data)
return None,pyaudio.paContinue
stream = pa.open(format=pyaudio.paFloat32,
channels=1,
rate=44100,
output=False,
input=True,
stream_callback=callback)
stream.start_stream()
plt.ion() # Stop matplotlib windows from blocking
# Setup figure, axis and initiate plot
fig, ax = plt.subplots()
ln, = ax.plot([], [], 'b,:')
x = 0
while stream.is_active():
fft_data = np.fft.fft(audio_data)
fft_freq = np.fft.fftfreq(len(fft_data),d=1/44100)
ln.set_xdata(np.abs(fft_freq))
ln.set_ydata(np.abs((fft_data)))
fig.canvas.draw()
fig.canvas.flush_events()
if x == 0:
ax.relim()
ax.autoscale_view()
ax.set_xlim([-500,15000])
ax.set_ylim([0,5])
x=1
stream.close()
pa.terminate()