如何修改WAV转PNG脚本的imageSize参数以支持60秒音频

你的问题核心是原代码硬编码了1秒44.1kHz采样率音频的采样点总数（44100），导致只能处理短音频。要适配60秒的音频，需要动态计算对应时长的总采样点数，再基于这个数值确定合适的图像尺寸。

原代码逻辑解析 #

原来的imageSize = math.sqrt(44100)是因为1秒、44.1kHz采样率的WAV刚好有44100个采样点，取平方根得到210×210的正方形图像，每个采样点对应一个像素。但这个固定数值只适配1秒音频，超过时长后采样点数量会超过图像像素总数，自然加载失败。

修改方案 #

方案1：保持正方形图像（适配任意时长）

最灵活的方式是从WAV文件中读取实际的采样参数，动态计算图像尺寸，不管是1秒还是60秒音频都能自动适配：

# 先打开WAV文件获取关键参数
wav_file = wave.open(sys.argv[1], 'r')
num_samples = wav_file.getnframes()  # 获取总采样帧数（单声道下就是总采样点）
wav_file.close()

# 计算正方形图像尺寸（向上取整，确保能容纳所有采样点）
imageSize = math.ceil(math.sqrt(num_samples))

如果你的音频固定是44.1kHz采样率，也可以直接硬编码60秒的总采样点数：

# 60秒44.1kHz的总采样点数：44100 * 60 = 2646000
imageSize = math.ceil(math.sqrt(44100 * 60))  # 结果约1627，取整为1627

方案2：使用矩形图像（避免过大的正方形）

如果60秒对应的正方形图像（1627×1627）对你来说尺寸太大，可以选择固定宽度，再计算对应高度：

wav_file = wave.open(sys.argv[1], 'r')
num_samples = wav_file.getnframes()
wav_file.close()

# 固定宽度为1000，计算高度（向上取整保证所有采样点都能放下）
img_width = 1000
img_height = math.ceil(num_samples / img_width)
# 创建图像时用(img_width, img_height)替代原来的(imageSize, imageSize)

完整修改后的代码片段示例 #

把原代码中硬编码imageSize的部分替换成动态计算逻辑，这里以单声道音频为例：

from PIL import Image
import wave, struct, sys, math

##
# Collect input
##
if len(sys.argv) < 2 or sys.argv[1][-4:] != '.wav':
    print("Usage: python wav2png.py [input.wav]")
    sys.exit(1)

# 读取WAV文件参数
wav_file = wave.open(sys.argv[1], 'r')
num_samples = wav_file.getnframes()
wav_file.close()

# 计算图像尺寸（方案1：正方形）
imageSize = math.ceil(math.sqrt(num_samples))

# 创建灰度图像
img = Image.new('L', (imageSize, imageSize))
pixels = img.load()

# 重新读取WAV采样数据并填充图像
wav_file = wave.open(sys.argv[1], 'r')
for i in range(num_samples):
    waveData = wav_file.readframes(1)
    data = struct.unpack('<h', waveData)[0]
    # 将16位采样值映射到0-255的灰度范围
    normalized = int((data + 32768) / 65535 * 255)
    x = i % imageSize
    y = i // imageSize
    pixels[x, y] = normalized
wav_file.close()

# 保存PNG
img.save(sys.argv[1][:-4] + '.png')

注意事项 #

• 如果是立体声WAV，num_samples是帧的数量，每帧包含左右两个采样点，你可以选择取左右声道的平均值合并，或者分别生成两张图像，需要根据需求调整采样数据的处理逻辑。
• 1627×1627的图像完全在PIL的支持范围内，不会有尺寸超限问题。

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