如何在Python中生成背景透明的音频波形图

原代码存在的问题 #

• 函数参数alpha默认值为0，导致波形线完全透明，无法正常显示
• 使用ax.fill_between(times, -1, 1)会填充整个y轴区间，直接覆盖透明背景
• 未显式设置画布和坐标轴的背景为透明

修正后的代码 #

import os
import numpy as np
import librosa
import matplotlib.pyplot as plt

def generate_waveform_image(save_dir, audio_file, output_filename, color='white', alpha=1, figsize=(12, 2), dpi=75):
    # 创建画布并设置背景透明
    fig, ax = plt.subplots(figsize=figsize, dpi=dpi, frameon=False)
    fig.patch.set_alpha(0)  # 设置画布背景透明
    ax.patch.set_alpha(0)   # 设置坐标轴背景透明
    
    plt.subplots_adjust(left=0, right=1, bottom=0, top=1)
    
    samples, sr = librosa.load(audio_file, sr=None, mono=True)
    times = np.arange(len(samples)) / sr
    
    # 绘制波形线
    ax.plot(times, samples, color=color, alpha=alpha, linewidth=0.1)
    
    # 若需要填充波形与0轴之间的区域（可选，取消注释即可）
    # ax.fill_between(times, 0, samples, color=color, alpha=alpha*0.3)
    
    ax.margins(0, 0)
    ax.axis('off')
    
    # 保存时确保透明参数生效
    plt.savefig(os.path.join(save_dir, f'{output_filename}.png'), 
                transparent=True, 
                bbox_inches='tight',
                pad_inches=0,
                facecolor=fig.get_facecolor())
    plt.close(fig)  # 关闭画布释放内存资源

关键调整说明 #

1. 修正alpha默认值为1，保证波形可见；若需要半透明波形，可手动调整该参数
2. 显式设置fig.patch.set_alpha(0)和ax.patch.set_alpha(0)，确保画布和坐标轴背景完全透明
3. 若要填充波形区域，使用fill_between(times, 0, samples)仅填充波形与0轴之间的部分，而非整个y轴范围
4. 保存时添加facecolor=fig.get_facecolor()，避免部分环境下透明设置失效
5. 新增plt.close(fig)，防止内存泄漏

内容的提问来源于stack exchange，提问作者user23293612