FFmpeg 是什么？为什么？怎么用？

正在走向自律

发布于 2025-02-22 19:44:37

1.7K00

运行总次数：0

摘要：本文介绍了 FFmpeg，一个功能强大的开源多媒体处理工具，广泛应用于视频和音频文件的处理。FFmpeg 支持多种多媒体格式，能够实现视频编码/解码、格式转换、裁剪、合并、音频提取、流媒体处理等功能。本文详细阐述了 FFmpeg 的主要组件、优势、安装方法、基本命令以及如何使用图形界面工具进行操作。

FFmpeg 是什么？为什么？怎么用？

一、FFmpeg 是什么？

FFmpeg 是一个开源的多媒体处理工具，广泛用于处理视频和音频文件。它支持几乎所有常见的多媒体格式，包括但不限于视频编码/解码、视频转换、视频裁剪、音频提取、流媒体处理等。

FFmpeg 包含以下主要组件：

ffmpeg：用于转换多媒体文件格式、裁剪、合并、调整分辨率等。
ffplay：用于播放多媒体文件。
ffprobe：用于显示多媒体文件的元数据（如编码格式、时长、分辨率等）。
libavcodec：一个强大的多媒体编解码器库。
libavformat：用于处理多媒体文件格式的库。
libavutil：提供各种工具函数。
libswscale：用于视频缩放和格式转换。
libswresample：用于音频重采样和格式转换。

二、为什么需要 FFmpeg？

多功能性：
- FFmpeg 可以处理几乎所有常见的视频和音频格式，包括但不限于 MP4、AVI、MKV、MP3、WAV 等。
- 它支持视频和音频的编码、解码、转换、裁剪、合并、调整分辨率等操作。
高效性：
- FFmpeg 使用高效的编解码器（如 H.264、H.265、VP9 等），可以在保证质量的同时压缩文件大小。
跨平台：
- FFmpeg 支持多种操作系统，包括 Windows、macOS、Linux 等。
开源和免费：
- FFmpeg 是开源软件，任何人都可以免费使用和修改。
强大的社区支持：
- FFmpeg 有一个活跃的社区，提供大量的文档、教程和支持。

三、如何使用 FFmpeg？

1. 安装 FFmpeg

在 Windows 上安装 FFmpeg 的步骤如下：

下载 FFmpeg：
- 下载地址1【官方】：访问 FFmpeg 官方下载页面。

- 选择适合 Windows 的版本（通常是 ffmpeg-release-essentials.7z）。
- 下载地址2：Builds - CODEX FFMPEG @ gyan.dev 是一个常用的非官方下载地址，提供适用于 Windows 的 FFmpeg 二进制文件。虽然它不是 FFmpeg 的官方下载页面，但它是一个受信任的第三方网站，提供了预编译的 FFmpeg 构建版本。

使用建议

如果你只是想快速使用 FFmpeg，可以直接从 Builds - CODEX FFMPEG @ gyan.dev 下载适合你需求的版本。
如果你需要确保使用的是最新版本或需要特定功能，可以考虑从源码编译。

解压文件：
- 下载后，解压文件到一个目录（例如 C:\FFmpeg）。

配置环境变量：
- 将 C:\FFmpeg\bin 添加到系统的环境变量 Path 中。

- 重启命令提示符或 PowerShell 以应用更改。

验证安装结果：

ffmpeg -version

2. 基本命令

以下是一些常用的 FFmpeg 命令示例：

(1) 转换视频格式

将一个视频文件从 MP4 转换为 AVI：

ffmpeg -i input.mp4 output.avi

(2) 裁剪视频

裁剪视频的前 10 秒：

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

(3) 调整视频分辨率

将视频分辨率调整为 1280x720：

ffmpeg -i input.mp4 -s 1280x720 output.mp4

(4) 提取音频

从视频中提取音频并保存为 MP3 文件：

ffmpeg -i input.mp4 -q:a0-map a output.mp3

(5) 合并视频和音频

将视频和音频文件合并：

ffmpeg -i video.mp4 -i audio.mp3 -c:v copy -c:a aac output.mp4

(6) 实时流处理

将摄像头视频流推送到 RTMP 服务器：

ffmpeg -f v4l2 -i /dev/video0 -f alsa -i default -c:v libx264 -preset veryfast -maxrate 3000k -bufsize 6000k -pix_fmt yuv420p -g50-c:a aac -b:a 128k -ac2-ar44100-f flv rtmp://live.twitch.tv/app/stream_key

(7) 数字人合成视频

项目实际案例分享：

def main():
    if not os.path.isfile(args.face):
        raise ValueError('找不到数字人原始形象--face argument must be a valid path to video/image file')

    elif args.face.split('.')[1] in ['jpg', 'png', 'jpeg']:
        full_frames = [cv2.imread(args.face)]
        fps = args.fps

    else:
        video_stream = cv2.VideoCapture(args.face)
        fps = video_stream.get(cv2.CAP_PROP_FPS)

        print('Reading video frames...')

        full_frames = []
        while 1:
            still_reading, frame = video_stream.read()
            if not still_reading:
                video_stream.release()
                break
            if args.resize_factor > 1:
                frame = cv2.resize(frame, (frame.shape[1]//args.resize_factor, frame.shape[0]//args.resize_factor))

            if args.rotate:
                frame = cv2.rotate(frame, cv2.cv2.ROTATE_90_CLOCKWISE)

            y1, y2, x1, x2 = args.crop
            if x2 == -1: x2 = frame.shape[1]
            if y2 == -1: y2 = frame.shape[0]

            frame = frame[y1:y2, x1:x2]

            full_frames.append(frame)

    print ("Number of frames available for inference: "+str(len(full_frames)))
    if not args.audio.endswith('.wav'):
        print('Extracting raw audio...')
        command = 'ffmpeg -y -i {} -strict -2 {}'.format(args.audio, '../temp/temp.wav')

        subprocess.call(command, shell=True)
        args.audio = '../temp/temp.wav'

    wav = audio.load_wav(args.audio, 16000)
    mel = audio.melspectrogram(wav)
    print(mel.shape)

    if np.isnan(mel.reshape(-1)).sum() > 0:
        raise ValueError('Mel contains nan! Using a TTS voice? Add a small epsilon noise to the wav file and try again')

    mel_chunks = []
    #TODO 与视频对应起来，每16，理论上来说，mel_idx_multiplier与mel_step_size相等，将音频分组，并获取与音频长度相等的视频帧
    mel_idx_multiplier = 80./fps 
    i = 0
    while 1:
        start_idx = int(i * mel_idx_multiplier)
        if start_idx + mel_step_size > len(mel[0]):
            mel_chunks.append(mel[:, len(mel[0]) - mel_step_size:])
            break
        mel_chunks.append(mel[:, start_idx : start_idx + mel_step_size])
        i += 1

    print("Length of mel chunks: {}".format(len(mel_chunks)))

3. 查看多媒体文件信息

使用 ffprobe 查看文件的详细信息：

ffprobe input.mp4

4. 图形界面工具

如果你不熟悉命令行操作，可以使用以下图形界面工具：

Shotcut：一个免费的开源视频编辑器，支持 FFmpeg 的功能。
HandBrake：一个流行的视频转换工具，支持多种格式。
VLC Media Player：虽然主要用于播放，但也支持一些基本的视频转换功能。

四、文章总结

FFmpeg 是一个功能强大的多媒体处理工具，适用于各种视频和音频处理任务。通过命令行操作，你可以轻松实现视频格式转换、裁剪、合并、音频提取等功能。如果你需要更直观的操作，也可以选择使用基于 FFmpeg 的图形界面工具。

五、相关分享

FFmpeg 的开源代码托管在 GitHub 上，你可以通过以下链接访问 FFmpeg 的开源地址：

GitHub - FFmpeg/FFmpeg: Mirror of https://git.ffmpeg.org/ffmpeg.git

1.如何使用 FFmpeg 源码

克隆仓库：如果你需要获取 FFmpeg 的源码，可以使用以下命令克隆仓库：

git clone https://github.com/FFmpeg/FFmpeg.git

编译源码：
- FFmpeg 的源码需要自行编译。编译步骤因操作系统而异。
- 在 Windows 上编译 FFmpeg 比较复杂，通常需要使用 MSYS2 或 Cygwin 等工具。
- 在 Linux 或 macOS 上，编译相对简单，可以参考 FFmpeg 的官方文档。
贡献代码：如果你对 FFmpeg 有改进或修复，可以通过 GitHub 提交 Pull Request。

开源地址：GitHub - FFmpeg/FFmpeg: Mirror of https://git.ffmpeg.org/ffmpeg.git

2.FFmpeg 官方文档

FFmpeg 的官方文档和使用指南可以在 FFmpeg 官方网站找到。
如果你需要了解 FFmpeg 的具体功能或命令用法，可以参考官方文档或使用 ffmpeg -help 命令。

3.注意事项

FFmpeg 的源码仓库包含大量的模块和编解码器，编译时可能需要较长时间和较多的系统资源。
如果你只是想使用 FFmpeg，而不需要编译源码，可以直接下载预编译的二进制文件（如 Windows 上的 Essentials Build 或 Full Build）。

4.常见问题解决

如果提示 'ffmpeg' 不是内部或外部命令：
- 确保 Path 环境变量已正确配置。
- 重启命令提示符或 PowerShell 以应用环境变量更改。
如果遇到 DLL 文件缺失错误：
- 安装最新版本的 Visual C++ Redistributable。
- 或者使用静态版本的 FFmpeg（static build），避免 DLL 依赖问题。
如果需要更新 FFmpeg：
- 下载最新版本的 FFmpeg，解压到原安装目录，覆盖旧文件。
- 确保系统 PATH 指向最新的安装路径。