视频中提取图片信息和声音信息

随着某音，某拍小视频的流行，视频中的物理要素变得尤为重要，通过提起视频中的物理要素，判断视频对人们情绪的刺激，将是未来一个重要的话题。

视频中的重要信息包括图片和声音。

图片又可以从每帧的RGB，HSV，Lab得到特征值。

声音有很多方式的提取，这里列举三种。1.将声音转为数据信息，将数据信息通过FFT分析，提取每秒的frequency和power。

2.使用MFCC中提取的12个倒波系数作为特征值。3.将每帧数据先进行SFTF的变换为RGB图片。从RGB图片中提取R，G，B三个变量作为声音的amplitude。

个人认为第三种方法更容易理解，但是第三种方法在数据处理过程中比较耗时间。

欢迎大家提更多宝贵意见