深入浅出 FFmpeg：一篇搞定所有基础知识 – wiki基地

作者： /

深入浅出 FFmpeg：一篇搞定所有基础知识

FFmpeg，这个名字对于从事音视频处理、流媒体、多媒体开发等领域的人来说，无疑是如雷贯耳。它是一个开源的命令行工具，功能强大到足以处理几乎所有你能想象到的音视频操作，从格式转换、视频剪辑、滤镜应用到流媒体推拉，无所不能。然而，也正是由于其功能过于强大且参数众多，初学者往往会感到望而却步。

本文旨在为初学者提供一个“深入浅出”的FFmpeg基础知识指南，帮助你快速理解其核心概念，掌握常用命令，从而能够运用FFmpeg解决实际问题。

什么是 FFmpeg？

FFmpeg 是一套可以记录、转换数字音频、视频，并将其转化为流的开源计算机程序。它包含了非常多的自由软件和开源库，其中核心组件包括：

  • ffmpeg：命令行工具，用于音视频文件转换、处理。
  • ffplay：一个基于 FFmpeg 和 SDL 库的简单媒体播放器。
  • ffprobe：命令行工具，用于分析媒体文件的信息，如编码格式、码率、分辨率等。
  • libavcodec：包含了音视频编解码器的库。
  • libavformat：包含了多媒体容器格式的封装和解封装功能的库。
  • libavfilter：包含了各种音视频滤镜的库。
  • libavutil：包含了其他各种实用工具函数的库。
  • libswresample：用于音频重采样的库。
  • libswscale：用于图像缩放和颜色空间转换的库。

简单来说，FFmpeg 是一个“瑞士军刀”，能够处理各种音视频任务。

FFmpeg 的基本工作原理

FFmpeg 的核心工作流程可以概括为以下几个步骤：

  1. 解封装 (Demuxing)：读取输入文件，将封装格式（如 MP4, MKV, AVI）中的音视频数据流（Packet）分离出来。
  2. 解码 (Decoding)：对分离出的音视频数据流进行解码，将编码数据（如 H.264, AAC）还原成原始的、未经压缩的帧数据（Frame）。
  3. 滤镜 (Filtering)：对解码后的原始帧数据进行处理，例如裁剪、缩放、旋转、添加水印、调整音量等。
  4. 编码 (Encoding)：将处理后的原始帧数据重新进行编码，压缩成目标格式的编码数据。
  5. 封装 (Muxing)：将编码后的音视频数据流重新封装到目标容器格式中，生成输出文件。

理解这个流程，对于我们后续学习 FFmpeg 的各种参数至关重要。

FFmpeg 的安装

FFmpeg 在不同操作系统上的安装方式略有不同：

  • Windows:
    1. 访问 FFmpeg 官网下载页面 (https://ffmpeg.org/download.html)。
    2. 选择 Windows builds，下载最新的 zip 文件。
    3. 解压到你喜欢的目录（例如 C:\ffmpeg）。
    4. 将 ffmpeg/bin 目录添加到系统的 PATH 环境变量中。
    5. 打开命令行（CMD 或 PowerShell），输入 ffmpeg -version 验证安装。
  • macOS:
    1. 使用 Homebrew 包管理器安装：brew install ffmpeg
    2. 输入 ffmpeg -version 验证安装。
  • Linux (Ubuntu/Debian):
    1. 使用 apt 包管理器安装：sudo apt update && sudo apt install ffmpeg
    2. 输入 ffmpeg -version 验证安装。

安装完成后，你就可以在命令行中使用 ffmpeg 命令了。

FFmpeg 常用命令与参数

FFmpeg 命令的基本结构通常是：

bash
ffmpeg [全局选项] -i [输入文件] [输出文件选项] [输出文件]

下面我们通过一些常用场景来学习其核心参数。

1. 查看文件信息

在进行任何处理之前，了解输入文件的详细信息非常重要。ffprobe 工具就是为此而生。

bash
ffprobe -v error -show_entries stream=codec_name,duration,width,height -of default=noprint_wrappers=1:nokey=1 input.mp4

  • ffprobe input.mp4：显示所有详细信息。
  • ffprobe -v error -select_streams v:0 -show_entries stream=codec_name,width,height -of default=noprint_wrappers=1:nokey=1 input.mp4：仅显示视频流的编码器、宽度和高度。
  • ffprobe -i input.mp4：获取媒体文件的元数据。

2. 格式转换

这是 FFmpeg 最常用功能之一。

bash
ffmpeg -i input.mp4 output.avi

  • -i input.mp4：指定输入文件。
  • output.avi：指定输出文件，FFmpeg 会根据文件扩展名自动选择合适的封装格式和默认编码器。

指定编码器：

“`bash

将 MP4 转换为 AVI，视频使用 libx264 编码，音频使用 aac 编码

ffmpeg -i input.mp4 -c:v libx264 -c:a aac output.avi
“`

  • -c:v <encoder>：指定视频编码器（v 代表 video）。
  • -c:a <encoder>：指定音频编码器（a 代表 audio）。
    • 常见的视频编码器：libx264 (H.264), libx265 (H.265/HEVC), vp9, mpeg4
    • 常见的音频编码器：aac, libmp3lame (MP3), opus, ac3

3. 改变分辨率 (缩放)

“`bash

将视频缩放为 1280×720

ffmpeg -i input.mp4 -vf scale=1280:720 output.mp4

保持比例，将宽度缩放为 640，高度自动计算

ffmpeg -i input.mp4 -vf scale=640:-1 output.mp4
“`

  • -vf <filtergraph>：指定视频滤镜（video filter）。
  • scale=width:height：缩放滤镜，可以指定宽度和高度。
  • -1：表示根据另一个维度自动计算比例。

4. 提取音频/视频流

“`bash

提取视频中的音频流为 MP3

ffmpeg -i input.mp4 -vn output.mp3

提取视频中的视频流（去除音频）

ffmpeg -i input.mp4 -an output.mp4
“`

  • -vn：不包含视频流（video no）。
  • -an：不包含音频流（audio no）。

5. 调整码率 (比特率)

码率决定了视频或音频的质量和文件大小。

“`bash

设置视频码率为 2M (2Mbps)

ffmpeg -i input.mp4 -b:v 2M output.mp4

设置音频码率为 128kbps

ffmpeg -i input.mp4 -b:a 128k output.mp4
“`

  • -b:v <bitrate>：指定视频码率。
  • -b:a <bitrate>：指定音频码率。
  • M 代表兆比特，k 代表千比特。

6. 剪辑视频

FFmpeg 可以精确地剪辑视频片段。

“`bash

从视频的第 10 秒开始，剪辑 30 秒

ffmpeg -ss 00:00:10 -i input.mp4 -t 00:00:30 -c copy output.mp4
“`

  • -ss <start_time>：指定开始时间，格式可以是 HH:MM:SS 或秒数。注意：将 -ss 放在 -i 之前，可以实现“快进”到指定位置再开始解码，速度更快，但可能不精确；放在 -i 之后则会精确解码到指定位置，速度较慢。对于精确剪辑，通常放在 -i 之前，然后使用 -c copy。
  • -t <duration>：指定持续时间，格式同上。
  • -c copy：表示不重新编码，直接复制流。这会大大加快处理速度，但只能在输入和输出格式兼容时使用，并且只能在 GOP (Group of Pictures) 边界进行精确剪辑。

精确剪辑（重新编码）：

如果你需要精确到帧的剪辑，或者 -c copy 导致问题，可以选择重新编码：

bash
ffmpeg -ss 00:00:10 -i input.mp4 -to 00:00:40 -c:v libx264 -c:a aac output.mp4

  • -to <end_time>：指定结束时间，而不是持续时间。

7. 合并视频/音频

合并多个视频（相同编码格式和分辨率）：

创建一个 filelist.txt 文件，内容如下：

file 'input1.mp4'
file 'input2.mp4'
file 'input3.mp4'

然后执行：

bash
ffmpeg -f concat -safe 0 -i filelist.txt -c copy output.mp4

  • -f concat：指定使用 concat 解封装器。
  • -safe 0：允许不安全的路径（例如相对路径）。
  • -i filelist.txt：指定输入为文件列表。
  • -c copy：直接复制流，不重新编码。

视频与音频合并：

将一个视频文件和一个音频文件合并：

bash
ffmpeg -i video.mp4 -i audio.mp3 -c:v copy -c:a aac -map 0:v:0 -map 1:a:0 output.mp4

  • -map <input_index>:<stream_type>:<stream_index>：映射输入流到输出流。
    • 0:v:0：表示第一个输入文件（video.mp4）的第一个视频流。
    • 1:a:0：表示第二个输入文件（audio.mp3）的第一个音频流。

8. 添加水印/图片叠加

bash
ffmpeg -i input.mp4 -i watermark.png -filter_complex "overlay=10:10" output.mp4

  • -filter_complex：用于复杂的滤镜链，当有多个输入或输出流时常用。
  • overlay=x:y：将第二个输入（水印图片）叠加到第一个输入（视频）上，位置在 (10, 10) 像素处。

9. 调整视频帧率

“`bash

将视频帧率设置为 30fps

ffmpeg -i input.mp4 -r 30 output.mp4
“`

  • -r <fps>：指定输出帧率。

10. 截取封面图

“`bash

从视频的第 5 秒处截取一张图片

ffmpeg -i input.mp4 -ss 00:00:05 -vframes 1 output.jpg
“`

  • -vframes 1：只输出一帧视频。

FFmpeg 参数的更多细节

  • 全局选项 (Global Options)：通常放在 -i 之前，影响整个 FFmpeg 命令的行为，如 -y (覆盖输出文件), -v (日志级别)。
  • 输入选项 (Input Options)：紧跟在 -i 之前，应用于其后的输入文件，如 -ss, -t。
  • 输出选项 (Output Options)：紧跟在输出文件之前，应用于其前的输出文件，如 -c:v, -b:a, -vf。
  • 流选择 (Stream Specifiers)：: 后跟 v (视频), a (音频), s (字幕), d (数据), t (附件) 来指定流类型。例如 -c:v 指视频编码器，-b:a 指音频码率。
  • 滤镜 (Filters)：FFmpeg 拥有强大的滤镜系统，通过 -vf (视频滤镜) 和 -af (音频滤镜) 或 -filter_complex 使用。每个滤镜都有自己的参数。你可以通过 ffmpeg -filters 命令查看所有可用的滤镜。
  • 编码器 (Encoders)：通过 -c 或 -codec 参数指定。ffmpeg -encoders 可以查看所有支持的编码器。
  • 解码器 (Decoders)：通常 FFmpeg 会自动选择，但你也可以通过 -c:v:0 <decoder> 等方式指定。ffmpeg -decoders 可以查看所有支持的解码器。

学习资源与进阶

  • FFmpeg 官方文档: (https://ffmpeg.org/documentation.html) 这是最权威的资料，虽然对初学者来说可能有些晦涩。
  • FFmpeg 维基: (https://trac.ffmpeg.org/wiki) 包含了许多实用的教程和示例。
  • 命令行帮助: 在命令行输入 ffmpeg -h full 可以看到所有详细的参数和选项。
  • 实践: 最好的学习方法是多动手实践，从简单的命令开始，逐步尝试更复杂的滤镜和选项。

总结

FFmpeg 是一个功能极其强大且用途广泛的音视频处理工具。通过本文的学习，你应该对 FFmpeg 的基本概念、工作原理和常用命令有了初步的了解。从格式转换、视频剪辑、分辨率调整到码率控制，这些基础知识将为你打开音视频处理的大门。

记住，FFmpeg 的世界远不止这些，它还有无数高级功能和复杂的滤镜组合等待你去探索。从基础开始，不断实践，你将能够驾驭这个强大的工具，实现各种音视频处理需求。祝你在 FFmpeg 的学习之路上一切顺利！

滚动至顶部