寫在前面

最近正好有音視頻編輯的需求，雖然之前粗略的了解過FFmpeg不過肯定是不夠用的，借此重新學(xué)習(xí)下；

基本概念

ffmpeg概念

Fmpeg的名稱來自MPEG視頻編碼標(biāo)準(zhǔn)，前面的“FF”代表“Fast Forward”，F(xiàn)Fmpeg是一套可以用來記錄、轉(zhuǎn)換數(shù)字音頻、視頻，并能將其轉(zhuǎn)化為流的開源計算機程序?？梢暂p易地實現(xiàn)多種視頻格式之間的相互轉(zhuǎn)換組成.

• ffmpeg：是一個命令行工具，用來對視頻文件轉(zhuǎn)換格式，也支持對電視卡實時編碼
• libavformat：用于各種音視頻封裝格式的生成和解析，包括獲取解碼所需信息以生成解碼上下文結(jié)構(gòu)和讀取音視頻幀等功能，包含demuxers和muxer庫；
• libavcodec：用于各種類型聲音/圖像編解碼；
• libavfilter：濾鏡庫
• libavutil：包含一些公共的工具函數(shù)；
• libswscale：用于視頻場景比例縮放、色彩映射轉(zhuǎn)換；
• libpostproc：用于后期效果處理；
• ffsever：是一個HTTP多媒體實時廣播流服務(wù)器，支持時光平移；
• ffplay：是一個簡單的播放器，使用ffmpeg
• 庫解析和解碼，通過SDL顯示；(一般編譯完沒有帶ffplay，新版本版本依賴于sd-2.0,需要安裝sdl-2.0才能生成ffplay)

容器/文件(Conainer/File)：

即特定格式的多媒體文件，一般來說一個視頻文件是由視頻，音頻，字幕等按特定的格式/規(guī)則組合到一起的，常見如：

mp4
flv
mkv
avi

媒體流（Stream）：

表示時間軸上的一段連續(xù)數(shù)據(jù)，如一段聲音數(shù)據(jù)、一段視頻數(shù)據(jù)或一段字幕數(shù)據(jù)，可以是壓縮的，也可以是非壓縮的，壓縮的數(shù)據(jù)需要關(guān)聯(lián)特定的編解碼器。

數(shù)據(jù)幀/數(shù)據(jù)包(Frame/Packet)：

通常，一個媒體流是由大量的數(shù)據(jù)幀組成的，對于壓縮數(shù)據(jù)，幀對應(yīng)著編解碼器的最小處理單元，分屬于不同媒體流的數(shù)據(jù)幀交錯存儲于容器之中。

一般： Frame對應(yīng)壓縮前的數(shù)據(jù)，Packet對應(yīng)壓縮后的數(shù)據(jù)。

編解碼器(Codec)：

視頻和音頻都需要經(jīng)過編碼，才能保存成文件。編解碼器是指以幀為單位實現(xiàn)壓縮數(shù)據(jù)和原始數(shù)據(jù)之間的相互轉(zhuǎn)換的；

編碼：原始數(shù)據(jù)->壓縮數(shù)據(jù)；

解碼：壓縮數(shù)據(jù)->原始數(shù)據(jù)；

不同的編碼格式（CODEC），有不同的壓縮率，會導(dǎo)致文件大小和清晰度的差異。

常用的視頻編碼格式如下：

H.262
H.264
H.265

示例：原始圖形YUV數(shù)據(jù)用H.264編碼成H264幀

常用的音頻編碼格式如下：

MP3
AAC

示例：原始聲音PCM數(shù)據(jù)用AAC編碼器編碼成AAC幀（是的音頻也有幀）

復(fù)用(mux)：

把不同的流按照某種容器的規(guī)則放入容器，這種行為叫做復(fù)用（mux）

解復(fù)用(mux)：

把不同的流從某種容器中解析出來，這種行為叫做解復(fù)用(demux)

幀率（Frame rate）：

n幀率也叫幀頻率，用FPS表示。幀率是視頻文件中每一秒的幀數(shù)，肉眼想看到連續(xù)移動圖像至少需要15幀。

一般電影的幀率為24；

碼率(Bit Rate)：

比特率(也叫碼率，數(shù)據(jù)率)是一個確定整體視頻/音頻質(zhì)量的參數(shù)，秒為單位處理的位數(shù)，碼率和視頻質(zhì)量成正比，在視頻文件中中比特率用bps(bit per second)來表達(dá)。

碼率越低，表示壓縮程度越高，畫質(zhì)越差。

碼率越高，視頻質(zhì)量相對越高，視頻文件也就越大。

FFmpeg

FFmpeg是一個很多的項目，包括很多組件：

• ffmpeg——一個命令行工具，用來對視頻文件轉(zhuǎn)換格式，也支持對電視卡即時編碼
• ffserver——一個HTTP多媒體即時廣播流服務(wù)器，支持時光平移
• ffplay——一個簡單的播放器，基于SDL與FFmpeg庫
• libavcodec——包含全部FFmpeg音頻/視頻編解碼庫
• libavformat——包含demuxers和muxer庫
• libavutil——包含一些工具庫
• libpostproc——對于視頻做前處理的庫
• libswscale——對于視頻作縮放的庫

我們一般說的的FFmpeg 是指FFmpeg 的命令行工具；

第一條FFmpeg命令

ffmpeg -y -i input.mp4 -acodec copy -vcodec libx264 -s 720x1280 output.avi

參數(shù)解析

-y # 全局參數(shù)，等于npm -y 
-i input.mp4 #輸入文件，F(xiàn)Fmpeg命令有位置之分， -i 之前是輸入?yún)?shù)，之后是輸出參數(shù)
-acodec copy #輸出文件參數(shù)，復(fù)制音頻編碼而不用重新編碼
-vcodec libx26 #輸出文件參數(shù)，重新用libx26編碼（比較慢耗性能）
-s 720x1280 #輸出參數(shù)，
output.avi #輸出文件

可以看到，F(xiàn)Fmpeg一般分為這五個部分，大家參考上面命令對號入座
    全局參數(shù)
    輸入文件參數(shù)
    輸入文件
    輸出文件參數(shù)
    輸出文件

所以這條命令的含義是：把視頻input.mp4不修改音頻的情況下用libx26編碼音頻，同時分辨率改成720*1280，格式改成avi;

視頻信息

左：input.mp4 ,右：output.avi

可以看到視頻文件已經(jīng)完成了命令操作轉(zhuǎn)換；

FFmpeg常用參數(shù)

-c：指定編碼器

-c copy：直接復(fù)制，不經(jīng)過重新編碼
-c:v：指定視頻編碼器
-c:a：指定音頻編碼器
-i：指定輸入文件
-an：去除音頻流
-vn： 去除視頻流，不處理視頻
-preset：指定輸出的視頻質(zhì)量，會影響文件的生成速度，有以下幾個可用的值 ultrafast, superfast, veryfast, faster, fast, medium, slow, slower, veryslow。
-y：不經(jīng)過確認(rèn)，輸出時直接覆蓋同名文件。
-s： size 設(shè)置幀大小 格式為WXH 缺省160X128.下面的簡寫也可以直接使用：Sqcif 128X96 qcif 176X144 cif 252X288 4cif 704X576
-b： bitrate 設(shè)置比特率，缺省200kb/s
-vcodec： codec 強制使用codec編解碼方式。 如果用copy表示原始編解碼數(shù)據(jù)直接被拷貝。
-filter：  視頻過濾器，如 -filter:v "crop=w:h:x:y"用過濾器v裁剪視頻
		 w - 源視頻中裁剪的矩形的寬度
		 h – 矩形的高度。
		 x – 我們想自源視頻中裁剪的矩形的 x 坐標(biāo) 。
		 y – 矩形的 y 坐標(biāo)。
		 
-aspect：設(shè)置橫縱比 4:3 16:9 或 1.3333 1.7777
-ss：position 搜索到指定的時間 [-]hh:mm:ss[.xxx]的格式也支持，比如用來指定剪切開始時間

FFmpeg命令處理流程

我們還是以這條命令為例，分析FFmpeg命令對視頻的處理經(jīng)過哪些流程

ffmpeg -y -i input.mp4 -acodec copy -vcodec libx264 -s 720x1280 output.avi

我們看圖：

我們看到命令處理一般分成5個步驟

• 解復(fù)用：把容器文件解析成編碼的數(shù)據(jù)包；
• 解碼：解碼器把數(shù)據(jù)包解碼成數(shù)據(jù)幀；
• filter進行幀處理：把1080 * 1920的數(shù)據(jù)幀處理成720 * 1280
• 重新編碼：編碼器libx264重新把數(shù)據(jù)幀編碼成編碼的數(shù)據(jù)包；
• 復(fù)用：把數(shù)據(jù)包按格式avi封裝；

這個簡單流程比較重要，要了然于心；

FFmpeg常用命令

打印視頻基本信息

$ ffmpeg -i input.mp4 -hide_banner

Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'input.mp4':
  Metadata:
    major_brand     : mp42
    minor_version   : 0
    compatible_brands: mp42mp41isomavc1
    creation_time   : 2021-05-29T16:51:47.000000Z
  Duration: 00:00:30.61, start: 0.000000, bitrate: 5932 kb/s
  Stream #0:0[0x1](und): Video: h264 (High) (avc1 / 0x31637661), yuv420p(tv, bt709, progressive), 1080x1920, 5672 kb/s, 60 fps, 60 tbr, 60 tbn (default)
    Metadata:
      creation_time   : 2021-05-29T16:51:47.000000Z
      handler_name    : L-SMASH Video Handler
      vendor_id       : [0][0][0][0]
      encoder         : AVC Coding
  Stream #0:1[0x2](und): Audio: aac (LC) (mp4a / 0x6134706D), 48000 Hz, stereo, fltp, 253 kb/s (default)
    Metadata:
      creation_time   : 2021-05-29T16:51:47.000000Z
      handler_name    : L-SMASH Audio Handler
      vendor_id       : [0][0][0][0]
At least one output file must be specified

轉(zhuǎn)換格式修改分辨率

ffmpeg -y -i input.mp4  -s 720x1280 output.avi

視頻靜音處理（移除音頻）

ffmpeg -i input.mp4 -an quiet.mp4

從視頻中提取圖片

ffmpeg -i input.mp4 -r 1 -f image2 -ss 00:00:10 -t 2 image-%2d.png

• -r – 設(shè)置幀速度。即，每秒提取幀到圖像的數(shù)字。默認(rèn)值是 25。
• -f – 表示輸出格式，即，在我們的實例中是圖像。
• image-%2d.png – 表明我們?nèi)绾蜗朊崛〉膱D像。在這個實例中，命名應(yīng)該像這樣image-01.png、image-02.png、image-03.png 等等開始。如果你使用 %3d，那么圖像的命名像 image-001.png、image-002.png 等等開始。

添加/修改封面

ffmpeg -y -i input.mp4 -i cover.png -map 0 -map 1 -c copy -disposition:v:1 attached_pic cover_output.mp4

如果需要把視頻第一幀截出來坐封面，那就先提取

ffmpeg -ss 00:00:01 -i input.mp4  -f image2  cover.png

提取視頻里的音頻文件

ffmpeg -i input.mp4 -vn -c:a copy output.aac

裁剪視頻

ffmpeg -i input.mp4 -filter:v "crop=640:480:120:240" cut.mp4

• -filter:v – 表示視頻過濾器。
• crop – 表示裁剪過濾器。
• w – 我們想自源視頻中裁剪的矩形的寬度。
• h – 矩形的高度。
• x – 我們想自源視頻中裁剪的矩形的 x 坐標(biāo) 。
• y – 矩形的 y 坐標(biāo)。

視頻截取

ffmpeg -i input.mp4 -ss 00:00:05 -codec copy -t 10 cutout.mp4

• -ss 開始時間
• -t 10,截取十秒

視頻切割拆分成多個

ffmpeg -i input.mp4 -t 00:00:13 -c copy part1.mp4 -ss 00:00:13 -codec copy part2.mp4

-t 00:00:13 表示從視頻的開始到視頻的第 30 秒創(chuàng)建一部分視頻。

-ss 00:00:13 為視頻的下一部分顯示開始時間戳。它意味著第 2 部分將從第 30 秒開始，并將持續(xù)到原始視頻文件的結(jié)尾。

視頻合并拼接

ffmpeg -i "concat:part1.mp4|part2.mp4" -c:a copy -c:v copy combine.mp4

設(shè)置視屏屏蔽寬高

ffmpeg -i input.mp4 -aspect 4:3 4_3.mp4

通常使用的高寬比是：

• 16:9
• 4:3
• 16:10
• 5:4
• 2:21:1
• 2:35:1
• 2:39:1

添加字幕

ffmpeg -i input.mp4 -i subtitle.srt -c copy output.mkv

是字幕文件,然后這里選用的是軟字幕方式比較快

總結(jié)

根據(jù)項目需要，簡單學(xué)習(xí)了下音視頻的非常基本的概念和FFmpeg的基本使用，留個記錄；

[參考]

https://www.ruanyifeng.com/blog/2020/01/ffmpeg.html

https://zhuanlan.zhihu.com/p/67878761

到此這篇關(guān)于音視頻基本概念和FFmpeg的簡單入門的文章就介紹到這了,更多相關(guān)FFmpeg音視頻內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！