【Python】ffmpeg模块处理视频、音频信息

冷不防 2023-06-09 10:22 25阅读 0赞

多媒体视频处理工具FFmpeg有非常强大的功能包括视频采集功能、视频格式转换、视频抓图、给视频加水印等。  
这里主要介绍一下FFmpeg的一些常用参数，并且主要功能：截取视频、视频格式转换、视频分辨率转换、视频合并、提取视频、提取音频、提取图片、视频水印处理等。

### ffmpeg参数： ###

**一、公共参数：**  
\-i 设定输入流   
\-y 表示如果输出文件已存在则覆盖  
\-f 设定输出格式  指定文件格式（ffmpeg -formats可以列举支持的format）  
\-b 指定视频和音频加起来的码率  
\-q:v表示存储jpeg的图像质量，一般2是高质量。 格式：-q:v 2 -f image2  
\-ss 开始时间                                                         格式：00:00:02或者2.00  
\-t 表示截取多长的时间（持续时间）  
\-to 截到视频的哪个时间点结束（时间点）  
\-async 多少桢同步  
\-max\_muxing\_queue\_size  增大容器封装队列大小（视频处理出现报错时） 格式：-max\_muxing\_queue\_size 1024

**二、视频参数**  
\-re 根据文件真实的帧率来读取文件，生成实时刷新的直播流  格式：-re  
\-r 设定帧速率，单位为Hz,默认为25                  格式：-r 29(表示每一秒几帧)  
\-s 设定画面的宽与高（帧尺寸）                        格式：-s 720x1280

> "coded\_height":1280, "coded\_width":720,

–b:v 表示视频平均码率（更改码率的速度最慢）       格式：–b:v 1500k  
\-bufsize 用于设置码率控制缓冲器的大小             格式：-bufsize 1500k   
\-maxrate 码率波动，不要超过一个阈值               格式：-maxrate 1800k  
\-minrate 码率波动，不要低于一个阈值               格式：-minrate 1300k  
\-aspect 设定画面的比例                                      格式：-aspect 16:9 或者-aspect 1.7777

> "display\_aspect\_ratio":"16:9"

\-sar 设定画面的比例                                      格式：-sar 1:1

> "sample\_aspect\_ratio":"1:1"

\-vf scale=iw\*0.9:ih\*0.9或者-vf scale=720:1280或者scale=720:-1     -vf是调用video filter，这里用了scale filter来改变分辨率进行转码

\-vf是-filter:v的简写，-filter指定过滤器，:v是流选择器，表示对视频流应用过滤器。scale=后面的参数是w:h  
格式：-vf scale=320:240        设置具体的宽度和高度  
格式：-vf scale=360:-1         固定高度  
格式：-vf scale=-2:720         固定宽度  
格式：-vf scale=iw\*0.9:ih\*0.9  原来宽的0.9倍，高的0.9倍  
\-vf crop=width:height:x:y      视频裁剪（其中 width和height表示裁剪后的尺寸，x:y 表示裁剪区域的左上角坐标）  
\-vf transpose=2                旋转视频（transpose默认0-逆时针和垂直翻转，1-顺时针旋转90度，2-逆时针旋转90度，3-顺时针和垂直翻转）  
\-filter\_complex \[0\]\[1\]hstack   水平拼接两个视频  
\-filter\_complex \[0\]\[1\]vstack   垂直拼接两个视频  
\-qp 23                         编码质量（值越大，压缩率越大，质量越低）  
\-crf 23                        编码质量（0-无损编码，可用值是0~51；x264默认值是23（推荐 17~ 28））  
\-strict -2                     之前是实验参数表示aac音频编码（使用FFmpeg自带的aac音频编码要带上-strict -2 参数就可以了）  
\-- 图片+音频合并成视频  
ffmpeg -r 15 -f image2 -loop 1 -i 输入图片.png -i 输入音频.mp3 -s 1920x1080 -pix\_fmt yuvj420p -t 278 -vcodec libx264 输出.mp4  
\-pix\_fmt：指定图片输入格式(有yuv420,yuv444等各种格式)  
\-loop 1 ：因为只有一张图片所以必须加入这个参数  
\-t：这个是图片转换成视频后持续的时间长度，必须指定，单位为秒，不然会无限制生成视频时间长度；

\-metadata:s:v:0 rotate=90

\-vn 不处理视频   
\-vcodec 设定视频编解码器，未设定时则使用与输入流相同的编解码器  -c:v效果一样  
\-vcodec copy 表示使用跟原视频一样的视频编解码器。  
\-c:v libx264 表示对原视频进行libx264重新编码  
\-pass n 选择处理遍数（1或者2）。两遍编码非常有用。第一遍生成统计信息，第二遍生成精确的请求的码率  格式：-pass 1  
\-bsf:v h264\_mp4toannexb=-vbsf h264\_mp4toannexb   把mp4格式转换为ts格式

**三、音频参数**  
–ar 表示音频采样率，单位为Hz;               格式：–ar 44100  
–ab 音频数据流量 位速                       格式：–ab 128k  
\-ac 设定声音的Channel数   
\-acodec 设定声音编解码器，未设定时则使用与输入流相同的编解码器  -c:a效果一样  
\-acodec copy表示使用跟原视频一样的音频编解码器。  
\-an 不处理音频  
\-vol 200%的音量              格式：-vol 200

> **注意一个问题，ffmpeg 在切割视频的时候无法做到时间绝对准确，因为视频编码中关键帧（I帧）和跟随它的B帧、P帧是无法分割开的，否则就需要进行重新帧内编码，会让视频体积增大。所以，如果切割的位置刚好在两个关键帧中间，那么 ffmpeg 会向前/向后切割，所以最后切割出的 chunk 长度总是会大于等于应有的长度。**