FFmpeg应用参考

为啥要了解FFmpeg？因为有些时候FFmpeg明显快很多！

很简单，按下面第6个示例，给视频加个logo水印，先用常用的视频剪辑工具做，再用FFmpeg做，然后对比一下二者的速度、质量、生成文件的体积，就会发现FFmpeg的好处了。

FFmpeg在处理音视频时效率非常高，对于注重效率和文件体积的情况有明显效果。如果您经常剪辑视频文件，那么FFmpeg非常适合作为剪辑工具的补充来配合使用。本文尝试通过一些实例来演示FFmpeg的使用方法。

预备知识

文件格式、封装格式、编码格式(压缩格式)、视频格式；编码、解码；转码

一、文件格式、封装格式、编码格式

mp4不是编码格式，而是封装格式。

我们通常所说的mp4视频，或者mp4格式视频，都是指封装为mp4的视频。习惯上，我们把mp4格式理解为文件格式，这其实是不正确的或者不精确的理解，因为文件格式无法精确定义视频。

(文件格式方面的混淆，应该是源于Windows系统。Windows系统中文件格式通常专指文件名称的后缀，比如video.mp4，文件格式就是mp4；而Linux系统中，文件名称不需要后缀，比如把video.mp4重命名为video，系统完全能正确识别为mp4视频。不同系统间的这个差异导致文件格式这个描述不适用于视频文件。)

二、压缩格式

视频的编码格式也叫压缩格式，有点类同于图像的压缩。

例如，1920x1080的JPEG图片，压缩是通过JPEG压缩算法来实现的。而1920x1080的视频，不是通过JPEG算法，而是通过编码器进行计算压缩。图片压缩与视频压缩的实现在本质上是一个意思，只不过视频的压缩算法(即编码器)，考虑的技术细节更多而已，所以也就比图片压缩显得更复杂一些。

正确或更精确的理解，我们可以从封装格式和编码格式这两个角度来描述视频文件。

上面讨论的编码与封装，正确的理解是：封装格式为mp4的视频可能有多种编码格式，比如编码为h.264格式的mp4视频，或者编码为h.265格式的mp4视频。

三、视频格式

视频格式这个描述，与文件格式的描述相近，但比文件格式更精确。讨论视频时如果提到视频格式，那么通常要同时指明编码格式和封装格式两个参数。比如对方问你能提供什么样的视频格式文件，回答时最好说h.264的mp4文件，而不是简单回答mp4文件。

典型案例：Firefox ESR 102.15在播放h.265编码的mp4时，只有声音没有画面，播放h.264编码的mp4则声音画面都正常。

四、编码、解码

不同编码格式的mp4视频，创建或编辑或播放时，对硬件和软件要求不同。

想用显卡来创建h.265格式的mp4，需要显卡硬件支持h.265编码；创建视频即视频的编码过程，或者视频的压缩过程。

想播放h.265格式的mp4视频，需要播放器支持h.265格式解码；播放视频即视频的解码过程，或者视频的解压缩过程。

编辑视频，通常是先解码，再编码，即下面提到的转码。

使用CPU编码/解码，通常叫做软编码/软解码；使用GPU编码/解码，通常叫做硬编码/硬解码。有的电视盒子上会标4k硬解，其实就表示有专门用于硬解码的视频解码芯片，功能类似于显卡。

五、转码

转码：对已有的视频重新编码，就是转码。转码的过程其实就是先解码原视频，再把视频编码为新视频。转码使用的编码格式，可能与视频现有的编码格式相同，也可能不同。如果相同，那么不使用编码器，直接copy，转码的过程就会非常快(命令参数为-c copy)；直接copy等同于不转码也不编码。

对视频添加水印类的操作，必须转码(先解码再重新编码)，不能使用-c copy参数，因为视频的画面内容已经发生变化。即只要视频的画面内容有变化，就必须转码(先解码再重新编码)。如果只是从一个视频上截取其中一段下来，那么截取下来的那一段，画面与原视频其实完全相同，这个过程就不需要转码，等同于直接拷贝，速度会非常快。

• 注1：封装格式除了mp4，还有MKV、AVI、3GP、WebM、QuickTime等。

• 注2：编码格式除了h.264和h.265，还有AV1、QuickTime、DVI、WMV等。

• 注3：可以把封装格式理解为商品的外包装，编码格式理解为商品本身的结构。

• 注4：封装格式与编码格式不能随意搭配，比如不能用mp4来封装wmv。

• 注5：当下流行的是h.264编码格式的mp4视频。

• 注6：以上讨论内容，不仅适用于FFmpeg，也适用于其它视频剪辑软件。

FFmpeg的全称是Fast Forward mpeg。(mpeg = moving picture experts group)

FFmpeg语法通用格式：

FFmpeg命令后面的参数都是成对的，比如-i /dev/shm/test.mp4，其中-i表示要输入一个文件，而后面的/dev/shm/test.mp4则表示输入文件的路径及文件名。这些成对的参数可以有多对，其作用就是告诉ffmpeg要干什么和怎么干，比如一对参数中前面的-i告诉ffmpeg要输入文件，那么后面紧接着就要说明输入文件的文件名及文件位置。

正常情况下，ffmpeg命令应该长下面这样：

ffmpeg -i old.mp4 -flag action new.mp4

上面命令中：

1. ffmpeg：表示执行ffmpeg命令

2. -i old.mp4：表示输入的文件是input_file.mp4 (可以是其它格式，比如.mov)

3. -flag action：表示对输入文件做的操作，-flat是操作名，action是操作内容

4. new.mp4：表示操作完成输出的文件名为new.mp4 (可以是其它格式，如.mov)

应用示例：

1. 裁切视频的画面尺寸(Nvidia显卡转码)

2. 分割视频

3. 把从同一视频截取出来的两个mp4片段合并成一个新的mp4

4. 调整画面分辨率

5. 手机录制的mp4文件太大，在电脑上重新编码，让文件体积变小

6. 给视频添加logo(水印)

7. ffplay播放功能

8. 从视频指定位置截图

9. mp4转gif

10. 录制视频时减小视频文件的体积

11. 删除音频，只要视频

12. 水平翻转视频

13. 把多张图片拼成视频

1. 裁切视频的画面尺寸(Nvidia显卡转码)：

ffmpeg -i old.mp4 -vf crop='576:324:72:428' -c:v h264_nvenc newGPU.mp4

生成的新视频的尺寸为576x324，从原视频的X=72，Y=428位置为原点开始裁切。

-c:v h264_nvenc表示使用Nvidia显卡h.264编码；如果想使用Nvidia显卡h.265编码，把h264_nvenc改为hevc_nvenc即可。

上面的命令是使用Nvidia显卡转码，下面改为使用CPU转码：

ffmpeg -i old.mp4 -vf crop='576:324:72:428' -c:v libx264 newCPU.mp4

-c:v libx264表示使用CPU转码，编码器为h.264。

如果想让CPU转h.265，把libx264改成libx265即可。

使用显卡(GPU)和使用CPU的区别

GPU和CPU的区别是，GPU比CPU快近一倍，但GPU生成的视频文件体积比CPU的大很多，二者质量基本相同。换句话说，相同画面质量下，CPU编码的文件体积小很多；相同体积下，GPU编码的文件，画面质量会稍差一些。

GPU硬编码相比CPU，使用时偶尔会有一些小小的限制，原因是，GPU编码通过硬件实现，硬件已经固定了，无法随意修改；而CPU编码通过软件实现，软件是代码，代码是可以随意修改的。

下面命令指定了码率为1M；减小码率，可以有效减小视频体积，但画面质量有可能变差：

ffmpeg -i old.mp4 -vf crop='1048:587:0:70' -c:v h264_nvenc -b:v 1M newGPU.mp4

不指定码率：

ffmpeg -i old.mp4 -vf crop='1048:587:0:70' -c:v h264_nvenc newGPU.mp4

视频的码率、比特率，表示视频压缩的等级。这有点像JPEG图像，压缩得越小，图片质量就越差。对于视频，码率即单位时间传输的数据量。这个数据量越小，画面质量越差，分辨率固定。

2. 分割视频：

   ffmpeg -i old1.mp4 -ss 00:00:08 -to 01:50 -c copy new1.mp4
   ffmpeg -i old2.mp4 -ss 00:00:03 -c copy -t 00:02:48 new2.mp4
   ffmpeg -i old3.mp4 -ss 00:00:03 -t 00:02:48 -c:v h264_nvenc new3.mp4
   

第一条命令是把视频old1.mp4的第8秒到1分50秒这一段截取出来，保存为新文件new1.mp4；由于不转码(-c copy)，所以速度很快，几乎瞬间完成。

第二条命令是将视频old2.mp4从00:00:03处开始提取出2分48秒，提取出的新视频文件名称是new2.mp4。不转码，几乎是瞬间完成。

第三条命令是将视频old3.mp4从00:00:03处开始提取出02:48的长度，提取出的视频名字是new3.mp4。没有瞬间完成(-c:v h264_nvenc表示转码)。

在执行速度上，第一条命令和第二条命令都比第三条命令要快上几十倍，基本是瞬间完成：因为只是copy，不转码(-c copy)。第三条命令因为有转码过程(-c:v h264_nvenc)，所以相对慢很多。

不过，有些情况下，可能必须转码，不能copy。因为在copy的时候，严重依赖原视频，有可能会出现copy出来的片段播放异常的情况，这时候，用-c:v h264_nvenc转码可以解决异常。

3. 把从同一视频截取出来的两个mp4片段合并成一个新的mp4:

   ffmpeg -f concat -i v.txt -c copy new.mp4
   

v.txt文件内容如下：

file 'z1.mp4'
file 'z2.mp4'

v.txt文件需要您手动创建，与视频片段放在相同目录中。z1.mp4和z2.mp4是两个片段。如果有更多片段，在v.txt文件中继续增加即可。

• -f concat：对文件进行拼接。

• -i v.txt：指定输入文件为v.txt中的内容。

• -c copy：不重新编码，直接复制。

• new.mp4：指定输出文件名为new.mp4。

4. 调整画面分辨率：

   ffmpeg -i old.mp4 -vf scale=1920:1080 -c:v h264_nvenc new.mp4
   

生成的视频的尺寸/分辨率为1920x1080。

• -i old.mp4：指定输入文件名为old.mp4。

• -vf：调用滤镜。

• scale：这是滤镜，用来调整画面的尺寸/分辨率。

• -c:v h264_nvenc：指定视频编码器为Nvidia显卡硬编码(h264_nvenc)。

• new.mp4：指定输出文件名为new.mp4。

5. 手机录制的mp4文件太大，在电脑上重新编码，让文件体积变小：

   ffmpeg -i old.mp4 -c:v hevc_nvenc newGPUh265.mp4
   ffmpeg -i old.mp4 -c:v h264_nvenc newGPUh264.mp4
   ffmpeg -i old.mp4 -c:v libx265 newCPUh265.mp4
   ffmpeg -i old.mp4 -c:v libx264 newCPUh264.mp4
   

四条命令的区别是使用的编码器不同。

• -c:v：指定视频编码器。

• hevc_nvenc：这是视频编码器，专门用于Nvidia显卡h.265编码(GPU)。

• h264_nvenc：这是视频编码器，专门用于Nvidia显卡h.264编码(GPU)。

• libx265：这是视频编码器，用CPU进行h.265编码。

• libx264：这是视频编码器，用CPU进行h.264编码。

第一条命令使用GPU h.265编码(-c:v hevc_nvenc)；需要GPU硬件支持。此视频播放时，需要播放工具支持h.265解码。

第二条命令使用GPU编码，但是h.264编码(-c:v h264_nvenc)；需要GPU硬件支持。播放时需要播放工具支持h.264解码(目前基本所有播放工具都支持)。

第三条命令使用CPU h.265编码(-c:v libx265)；不需要CPU专门硬件支持。播放时需要播放工具支持h.265解码。

第四条命令使用CPU编码，是h.264编码(-c:v libx264)；不需要CPU专门硬件支持。播放时需要播放工具支持h.264解码。

GPU硬件支持，或者CPU硬件支持，是指硬件本身具有这个功能，比如Nvidia3060显卡，硬件上支持h.264编码和h.265编码。这表示，使用3060显卡的电脑，可以使用第一条命令和第二条命令进行视频转码剪辑；第三条第四条命令使用的是CPU，无需考虑CPU是否支持。如果您使用的显卡不支持h.265编码，那么就不能使用第一条命令进行视频转码剪辑。

播放工具支持，是指视频播放器本身支持解码。比如使用vlc播放h.265编码的mp4，那么需要vlc本身有h.265解码功能。如果用firefox播放，那么需要firefox支持相应的解码功能。

想知道是否支持相应的编码/解码功能，需要查看相关的文档或技术参数，比如硬件，要查看CPU/GPU参数，或者咨询供应商；软件，需要查看vlc或者firefox的功能参数。

编码，是指对视频进行编辑(也叫转码)，比如加水印，或者改分辨率什么的；解码，通常是指播放视频。

不支持的情况：例如firefox 102.15只支持h.264解码，不支持h.265解码，那么上面第一和第三条命令创建h.265格式的mp4视频，在firefox中播放时，就只有声音，没有图像。

如果您电脑的显卡不支持h.265编码，那么您只能使用第三和第四条命令，不能使用第一和第二条命令。

(显卡支持h.265解码，不一定支持h.265编码，即二者不一定成对支持。)

如果上面四条命令效果不明显，还可以通过码率参数来调节视频文件的体积，比如上面四条命令可以按下面的方式添加码率参数：

ffmpeg -i old.mp4 -c:v hevc_nvenc -b:v 1M newGPUh265.mp4
ffmpeg -i old.mp4 -c:v h264_nvenc -b:v 1M newGPUh264.mp4
ffmpeg -i old.mp4 -c:v libx265 -b:v 1M newCPUh265.mp4
ffmpeg -i old.mp4 -c:v libx264 -b:v 1M newCPUh264.mp4

其中，-b:v 1M表示指定码率为1Mbit/s，简写为1Mb/s，或者1M。您可以尝试把-b:v 1M改为-b:v 2M或更大的数值，比如4M或者8M，然后看看效果。

驿窗提示：FFmpeg查看当前视频码率

ffmpeg -i old.mp4

在输出的信息中，Duration: 表示视频时长，bitrate: 表示码率。

在本地视频文件中使用，建议考虑crf参数，实现动态码率。

ffmpeg -i old.mp4 -c:v libx264 -crf 23 newCPUcrf23.mp4

驿窗提示：-crf 23参数的GPU限制

上面的命令使用了CPU软编码-c:v libx264。

对于-crf 23这个参数，如果想用GPU硬编码，需要额外的参数；直接把上面命令中的libx264替换为h264_nvenc是无效的。

无效是指，使用GPU硬编码时改变-crf 23的数值，对视频没有任何影响。比如下面的三条命令，生成的视频有可能完全相同：

ffmpeg -i old.mp4 -c:v h264_nvenc -crf 23 newGPUcrf23.mp4
ffmpeg -i old.mp4 -c:v h264_nvenc -crf 48 newGPUcrf48.mp4
ffmpeg -i old.mp4 -c:v h264_nvenc -crf 1 newGPUcrf1.mp4

6. 给视频添加logo(水印):

   ffmpeg -i old.mp4 -i logo.png -filter_complex "overlay=x=10:y=20" -c:v libx264 new.mp4
   ffmpeg -i old.mp4 -i logo.png -filter_complex "overlay=10:20" -c:v libx264 new.mp4
   ffmpeg -i old.mp4 -i logo.png -filter_complex "overlay=10:20" -c:v h264_nvenc new.mp4
   

   上面第一条命令对视频old.mp4添加logo，logo文件是logo.png，logo在视频中的位置是视频左上角10x20像素的地方：logo距离视频左边缘10像素，距离视频上边缘20像素。上面第二条命令是第一条命令的简化写法(CPU软编码)。第三条命令在第二条命令的基础上，把编码器改为Nvidia显卡(GPU h.264硬编码)。

   参数说明：

   • -i old.mp4：指定输入视频为old.mp4。

   • -i logo.png：指定logo文件为logo.png。

   • -filter_complex：表示要调用复杂滤镜。

   • overlay：这是一个滤镜，用来叠加视频。

   • “overlay=10:20”：这是overlay滤镜的具体用法，即overlay=x:y，单位为像素。

   • “overlay=10:20”：表示logo图像距离视频左边缘10像素，距离视频上边缘20像素。

   • -c:v libx264：指定视频编码器为libx264，用CPU进行h.264软编码。

   • -c:v h264_nvenc：指定视频编码器为h264_nvenc，用显卡进行h.264硬编码。

   • new.mp4：输出文件名为new.mp4。

   6.1 接下来尝试把logo放在视频画面的其它位置，比如正中心的位置：

   ffmpeg -i old.mp4 -i 00.png -filter_complex "overlay=(main_w-overlay_w)/2:(main_h-overlay_h)/2" -c:v libx264 new_zhongxin.mp4
   

   6.2 logo放在画面的右上角，距离右边缘20像素，上边缘10像素：

   ffmpeg -i old.mp4 -i 00.png -filter_complex "overlay=(main_w-overlay_w)-20:10" -c:v libx264 new_youshang.mp4
   

   6.3 logo放在画面的左下角，距离左边缘20像素，下边缘10像素：

   ffmpeg -i old.mp4 -i 00.png -filter_complex "overlay=20:(main_h-overlay_h)-10" -c:v libx264 new_zuoxia.mp4
   

   6.4 logo放在画面的右下角，距离右边缘20像素，下边缘10像素：

   ffmpeg -i old.mp4 -i 00.png -filter_complex "overlay=(main_w-overlay_w)-20:(main_h-overlay_h)-10" -c:v libx264 new_youxia.mp4
   

   上面6.1-6.4中，双引号内其实是使用了计算公式，简单的减法和除法，我们先看一下参数说明：

   • main_w：输入视频old.mp4的画面宽度。

   • main_h：输入视频old.mp4的画面高度。

   • overlay_w：logo图像00.png的宽度。

   • overlay_h：logo图像00.png的高度。

   • “overlay=(main_w-overlay_w)/2:(main_h-overlay_h)/2”：logo放在视频中心。

   • “overlay=(main_w-overlay_w)-20:10”：logo放视频右上角。右边距20上边距10。

   • “overlay=20:(main_h-overlay_h)-10”：logo放视频左下角。左边距20上边距10。

   • “overlay=(main_w-overlay_w)-20:(main_h-overlay_h)-10”：右下角。右20上10。

   为了详细解释这些参数及用法，我们先看一张示意图：

   

   logo位置计算

   上图中，灰色大方块表示视频画面，红色小方块表示logo图像。其中：

   main-w表示视频的宽度，main-h表示视频的高度；overlay_w表示logo宽度，overlay_h表示logo高度。

   上面的参数中：

   • (main_w-overlay_w)/2：(视频宽度-logo宽度)/2 (先减法再除法)；

   • (main_h-overlay_h)/2：(视频高度-logo高度)/2 (先减法再除法)；

   • (main_w-overlay_w)-20：(视频宽度-logo宽度)-20 (两次减法)；

   • overlay=(main_w-overlay_w)-20:10中的冒号表示分隔，即x:y；

   • 上面的overlay=(main_w-overlay_w)-20即为x；

   • 上面的overlay=(main_w-overlay_w)-20:10中冒号右边的10即为y；

   • x:y：其中x表示logo左边缘到视频左边缘的距离；

   • x:y：其中y表示logo上边缘到视频上边缘的距离；

   • 计算过程不需要知道视频和图像的具体宽度和高度数值；

   • 公式的单位为像素；

   以6.3为例，我们再推导一下计算过程：

   overlay=20:(main_h-overlay_h)-10

   按overlay=x:y推导：

   x=20，即logo左边缘距离视频左边缘20像素；

   y=(main_h-overlay_h)-10，即视频高度-logo高度-10。如果y=视频高度-logo高度，其实就是让logo下边缘挨着视频下边缘，没有空隙；在此基础上减去10，即y值再减去10，这导致logo位置升高了10个像素，结果是logo下边缘距离视频下边缘从0像素变为10像素，即y=(main_h-overlay_h)-10。

   根据上面的说明，您可以随意把logo放到视频画面的四个角，只需要在公式中输入logo距离视频边缘的空隙值即可。

7. ffplay播放功能

   ffplay -f lavfi "movie=z93a.mp4[a];movie=z93b.mp4[b];[a][b]blend=all_mode=difference"
   

上面这条命令在播放窗口中只播放两个视频不同的部分，其它相同的则隐藏不显示。

ffplay -f lavfi -i "movie=old.mp4[v0];movie=new.mp4[v1];[v0][v1]hstack"

上面这条命令是同屏播放两个视频，方便看一下区别。

8. 从视频指定位置截图：

ffmpeg -ss 00:26:30 -i old.mp4 -frames:v 1 -q:v 1 oldimg.jpg

其中：

• -ss 00:26:30表示指定截图的位置为26分30秒；

• -frames:v 1表示只截取一帧；

• -q:v 1表示指定jpg的质量为1，1表示质量最好，此值范围是1-31。

下面相对简单，截图是PNG格式：

ffmpeg -ss 00:00:30 -i old.mp4 -vframes 1 oldimg.png

下面则是按帧编号截图：

ffmpeg -i k0.mp4 -vf "select=eq(n\,720)" -vframes 1 frame-720.png

其中：

-vf “select=eq(n,720)”表示帧编号是160(起始帧编号是0，不是1)。

并且，时间与帧编号可以换算:

截图时间为30秒，帧率为24fps，30*24=720。(上面两个命令截取的图片是完全一样的，比如，用sha256验证，sha256码完全一样)

9. mp4转gif:

   ffmpeg -i old.mp4 -vf palettegen palette.png
   ffmpeg -i old.mp4 -i palette.png -lavfi paletteuse new.gif
   

这两条命令可以合成一条：

ffmpeg -i old.mp4 -vf "split[s0][s1];[s0]palettegen[p];[s1][p]paletteuse" new.gif

或者再精细一点：

ffmpeg -i old.mp4 -vf "split[s0][s1];[s0]palettegen[p];[s1][p]paletteuse" -s 480*320 -r 10 new.gif

其中：

• -s表示分辨率；

• -r表示帧率fps；

• -vf表示生成色板palettegen和使用色板paletteuse。

10. 录制视频时减小视频文件的体积

对于软件教学类的视频，由于视频内容主要是软件操作，所以可以在录制视频时降低帧率。

一般视频的常用帧率为24fps或者30fps，软件教学视频在录制时可以降低为12fps，或者更低，看起来有可能会像gif，但完全不影响教学演示效果。

11. 删除音频，只要视频：

ffmpeg -i old.mp4 -c:v copy -an new.mp4

其中，-an是指不复制音频。此命令仅适用于单音轨视频。

12. 水平翻转视频：

ffmpeg -i old.mp4 -vf "hflip" -c:v libx264 new.mp4

垂直翻转视频：

ffmpeg -i old.mp4 -vf "vflip" -c:v libx264 new.mp4

13. 把多张图片拼成视频：

    ffmpeg -r 0.5 -f image2 -i aaa%d.jpg -b:v 4M new.mp4
    

未完稿

最近一次更新：2024-01-04