【FFmpeg从入门到精通】第二章-FFmpeg工具使用基础

1 ffmpeg常用命令

ffmpeg在做音视频编解码时非常方便，所以在很多场景下转码使用的是ffmpeg，通过 ffmpeg --help可以看到 ffmpeg 常见的命令大概分为6个部分，具体如下。

• ffmpeg信息查询部分
• 公共操作参数部分
• 文件主要操作参数部分
• 视频操作参数部分
• 音频操作参数部分
• 字幕操作参数部分

ffmpeg信息查询部分的主要参数具体如下:

ffmpeg [options] [[infile options]-i infile]... {[outfile options] outfile}..

通过ffmpeg --help查看到的help信息是ffmpeg命令的基础信息，如果想获得高级参数部分，那么可以通过使用ffmpeg --help long参数来查看，如果希望获得全部的帮助信息，那么可以通过使用ffmpeg --help full参数来获得。

ffmpeg --help
ffmpeg --help long
ffmpeg --help full

通过-L参数，可以看到ffmpeg目前所支持的license协议;通过-version可以查看 ffmpeg的版本，包括子模块的详细版本信息，如libavformat、libavcodec、libavutillibavfilter、libswscale、libswresample 的版本:

使用ffmpeg转码，有时候可能会遇到无法解析的视频文件或者无法生成视频文件，报错提示不支持生成对应的视频文件，这时候就需要查看当前使用的fmpeg是否支持对应的视频文件格式，需要使用ffmpeg -formats参数来查看:

ffmpeg -formats

根据上面输出的信息可以看到，输出的内容分为3个部分，具体如下

• 第一列是多媒体文件封装格式的Demuxing支持与Muxing 支持
• 第二列是多媒体文件格式
• 第三列是文件格式的详细说明

使用ffmpeg命令时，可能会出现fmpeg不支持某种编码格式或者某种解码格式的错误提示信息，这种错误常见于并未将该编码器或者解码器集成到ffmpeg中，若想查看ffmpeg是否支持H.264编码或者解码，可以通过ffmpeg -codecs 查看全部信息，也可以通过 ffmpeg -encoders査看 ffmpeg是否支持H.264编码器，或者通过 ffmpeg -decoders查看ffmpeg是否支持H.264解码器。

ffmpeg -decoders 命令行执行后，输出如下:

输出信息中包含了三部分内容，具体如下。

• 第一列包含6个字段，第一个字段用来表示此编码器为音频、视频还是字幕，第二个字段表示帧级别的多线程支持，第三个字段表示分片级别的多线程，第四个字段表示该编码为试验版本，第五个字段表示 draw horiz band 模式支持，第六个字段表示直接渲染模式支持
• 第二列是编码格式
• 第三列是编码格式的详细说明

ffmpeg -encoders 命令执行后，输出如下

输出信息中同样包含了三部分内容，具体如下

• 第一列包含6个字段，第一个字段用来表示此编码器为音频、视频还是字幕，第二个字段表示帧级别的多线程支持，第三个字段表示分片级别的多线程，第四个字段表示该编码为试验版本，第五个字段表示 draw horiz band 模式支持，第六个字段表示直接渲染模式支持
• 第二列是编码格式
• 第三列是编码格式的详细说明

除了查看ffmpeg支持的封装(Muxer)格式与解封装(Demuxer)格式、编码(Encoder)类型与解码(Decoder)类型，还可以通过ffmpeg -flters查看 ffmpeg 支持哪些滤镜:

输出信息的内容分为四列，具体如下

• 第一列总共有3个字段，第一个字段是时间轴支持，第二个字段是分片线程处理支持，第三个字段是命令支持
• 第二列是滤镜名
• 第三列是转换方式，如音频转音频，视频转视频，创建音频，创建视频等操作
• 第四列是滤镜作用说明

通过 ffmpeg --help full命令，可以査看ffmpeg 支持的所有封装(demuxer、muxer)格式，编解码器(encoders、decoders)和滤镜处理器(filters)。如果要了解 ffmpeg 支持的具体某一种 demuxer、muxer类型，可以通过 ffmpeg -h查看该类型的详细参数，包括encoder、decoder 所支持的操作参数，fiter所支持的参数，下面就列举几个对应的例子。

1)查看FLV封装器的参数支持(ffmpeg -h muxer=flv):

ffmpeg -h muxer=flv

从输出的帮助信息中可以看到，FLV的muxer的信息包含两大部分，具体如下

• 第一部分为FLV封装的默认配置描述，如扩展名、MIME类型、默认的视频编码格式、默认的音频编码格式
• 第二部分为FLV 封装时可以支持的配置参数及相关说明

2)查看 flv解封装器的参数支持(ffmpeg -h demuxer=flv):

ffmpeg -h demuxer=flv

从帮助信息中可以看到，FLV的demuxer的信息包含两大部分，具体如下

• 第一部分为 FLV 解封装默认的扩展文件名
• 第二部分为FLV 解封装设置的参数及相关说明

3)查看H.264(AVC)的编码参数支持(ffmpeg -h encoder=h264):

ffmpeg -h encoder=h264

从帮助信息可以看到，H.264(AVC)的编码参数包含两大部分，具体如下。

• 第一部分为H.264所支持的基本编码方式、支持的多线程编码方式(例如帧级别多线程编码或 Slice 级别多线程编码)、编码器所支持的像素的色彩格式
• 第二部分为编码的具体配置参数及相关说明

4)查看H.264(AVC)的解码参数支持(ffmpeg -h decoder=h264):

ffmpeg -h decoder=h264

从帮助信息可以看到，H.264(AVC)的解码参数查看包含两大部分，具体如下

• 第一部分为解码H.264时可以采用的常规支持、多线程方式支持(帧级别多线程解码或Slice级别多线程解码)
• 第二部分为解码 H.264时可以采用的解码参数及相关说明

5)查看 colorkey 滤镜的参数支持(ffmpeg -h filter=colorkey),输出内容如下

ffmpeg -h filter=colorkey

从帮助信息中可以看到，colorkey滤镜参数查看信息包含两大部分，具体如下

• colorkey所支持的色彩格式信息，colorkey所支持的多线程处理方式，输入或输出支持
• colorkey所支持的参数及说明

1.1 ffmpeg 的封装转换

ffmpeg的封装转换(转封装)功能包含在AVFormat模块中，通过libavformat库进行Mux和Demux操作;多媒体文件的格式有很多种，这些格式中的很多参数在Mux与Demux的操作参数中是公用的，下面就来详细介绍一下这些公用的参数。 

参数	类型	说明
avioflags	标记	format 的缓冲设置，默认为 0，就是有缓冲
direct	标记	无缓冲状态
probesize	整数	在进行媒体数据处理前获得文件内容的大小，可用在预读取文件头时提高速度，也可以设置足够大的值来读取到足够多的音视频数据信息
fflags	标记
flush_packets	标记	立即将 packets 数据刷新写入文件中
genpts	标记	输出时按照正常规则产生 pts
nofillin	标记	不填写可以精确计算缺失的值
igndts	标记	忽略 dts
discardcorrupt	标记	丢弃损坏的帧
sortdts	标记	尝试以 dts 的顺序为准输出
keepside	标记	不合并数据
fastseek	标记	快速 seek（定位）操作，但是不够精确
latm	标记	设置 RTP MP4_LATM 生效
nobuffer	标记	直接读取或写出，不存入 buffer，用于在直播采集时降低延迟
bitexact	标记	不写入随机或者不稳定的数据
seek2any	整数	支持随意位置 seek，这个 seek 不以 keyframe 为参考
analyzeduration	整数	指定解析媒体所需要花费的时间，这里设置的值越高，解析越准确，如果在直播中为了降低延迟，这个值可以设置得低一些
codec_whitelist	列表	设置可以解析的 codec 的白名单
format_whitelist	列表	设置可以解析的 format 的白名单
output_ts_offset	整数	设置输出文件的起始时间

1.2 ffmpeg 的转码参数

ffmpeg编解码部分的功能主要是通过模块AVCodec来完成的，通过libavcodec库进行Encode与 Decode 操作。多媒体编码格式的种类有很多，但是还是有很多通用的基本操作参数设置，下面就来详细介绍一下这些公用的参数。

参数	类型	说明
b	整数	设置音频与视频码率，可以认为是音视频加起来的码率，默认为 200kbit/s。使用这个参数可以根据 b:v 设置视频码率，b:a 设置音频码率
ab	整数	设置音频的码率，默认是 128kbit/s
g	整数	设置视频 GOP（可以理解为关键帧间隔）大小，默认是 12 帧一个 GOP
ar	整数	设置音频采样率，默认为 0
ac	整数	设置音频通道数，默认为 0
bf	整数	设置连续编码为 B 帧的个数，默认为 0
maxrate	整数	最大码率设置，与 bufsize 一同使用即可，默认为 0
minrate	整数	最小码率设置，配合 maxrate 与 bufsize 可以设置为 CBR 模式，平时很少使用，默认为 0
bufsize	整数	设置控制码率的 buffer 的大小，默认为 0
keyint_min	整数	设置关键帧最小间隔，默认为 25
sc_threshold	整数	设置场景切换支持，默认为 0
me_threshold	整数	设置运动估计阈值，默认为 0
mb_threshold	整数	设置宏块阈值，默认为 0
profile	整数	设置音视频的 profile，默认为 -99
level	整数	设置音视频的 level，默认为 -99
timecode_frame_start	整数	设置 GOP 帧的开始时间，需要在 non-drop-frame 默认情况下使用
channel_layout	整数	设置音频通道的布局格式
threads	整数	设置编解码工作的线程数

1.3 ffmpeg 的基本转码原理

ffmpeg 工具的主要用途为编码、解码、转码以及媒体格式转换，ffmpeg 常用于进行转码操作。

通过前两节介绍的参数，可以设置转码的相关参数，如果转码操作涉及封装的改变，则可以通过设置AVCodec与AVFormat的操作参数进行封装与编码的改变。

ffmpeg -i input.mp4 -vcodec mpeg4 -b:v 200k -r 15 -an output.avi

从输出信息中可以看到，以上输出的参数中使用了前面介绍过的参数，具体如下。

• 转封装格式从MP4格式转换为AVI格式
• 视频编码从 MPEG4转换为 MPEG4 格式
• 视频码率从原来的1027kbit/s转换为200kbit/s
• 视频帧率从原来的23.98fps转换为15fps
• 转码后的文件中不包括音频(-an 参数)

2 ffprobe 常用命令

ffprobe的参数较多

ffprobe --help

超级多

使用 ffprobe -show_packets input.mp4 查看多媒体数据包信息:

ffprobe -show_packets input.mp4

通过 show_packets查看的多媒体数据包信息使用PACKET标签括起来，其中包含的信息主要如表所示。

字段	说明
codec_type	多媒体类型，如视频包、音频包等
stream_index	多媒体的 stream 索引
pts	多媒体的显示时间值
pts_time	根据不同格式计算过后的多媒体的显示时间
dts	多媒体解码时间值
dts_time	根据不同格式计算过后的多媒体解码时间
duration	多媒体包占用的时间值
duration_time	根据不同格式计算过后的多媒体包所占用的时间值
size	多媒体包的大小
pos	多媒体包所在的文件偏移位置
flags	多媒体包标记，如关键包与非关键包的标记

组合参数来查看包中的具体数据:除了以上字段和信息之外，还可以通过ffprobe -show_data -show _packets input.flv

ffprobe -show_data -show_packets input.mp4

通过 ffprobe 读取 packets来进行对应的数据分析，使用show_packets与 show_data 配合可以进行更加精确的分析。

除了packets与data之外，ffprobe还可以分析多媒体的封装格式，通过ffprobe -show_format output.mp4命令可以查看多媒体的封装格式，其使用 FORMAT 标签括起来显示:

ffprobe -show_format output.avi

下面对输出信息关键字段进行说明

字段	说明
filename	文件名
nb_streams	媒体中包含的流的个数
nb_programs	节目数（相关概念在 2.3 节中有详细介绍）
format_name	使用的封装模块的名称
format_long_name	封装的完整名称
start_time	媒体文件的起始时间
duration	媒体文件的总时间长度
size	媒体文件的大小
bit_rate	媒体文件的码率

通过 ffprobe -show_frames input.flv命令可以查看视频文件中的帧信息，输出的帧信息将使用FRAME 标签括起来:

ffprobe -show_frames input.mp4

通过 -show frames参数可以查看每一帧的信息，下面就来介绍一下其中重要的信息具体见表

属性	说明	值
media_type	帧的类型（视频、音频、字幕等）	video
stream_index	帧所在的索引区域	0
key_frame	是否为关键帧	1
pkt_pts	Frame 包的 pts	0
pkt_pts_time	Frame 包的 pts 的时间显示	0.080000
pkt_dts	Frame 包的 dts	80
pkt_dts_time	Frame 包的 dts 的时间显示	0.080000
pkt_duration	Frame 包的时长	N/A
pkt_duration_time	Frame 包的时长时间显示	N/A
pkt_pos	Frame 包所在文件的偏移位置	344
width	帧显示的宽度	1280
height	帧显示的高度	714
pix_fmt	帧的图像色彩格式	yuv420p
pict_type	帧类型	I

通过-show_streams参数可以查看到多媒体文件中的流信息，流的信息将使用STREAM 标签括起来:

如以上输出内容所示，从中可以看到流的信息

属性	说明	值
index	流所在的索引区域	0
codec_name	编码名	h264
codec_long_name	编码全名	MPEG-4 part 10
profile	编码的 profile	High
level	编码的 level	31
has_b_frames	包含 B 帧信息	2
codec_type	编码类型	video
codec_time_base	编码的时间戳计算基础单位	1/50
pix_fmt	图像显示的色彩格式	yuv420p
coded_width	图像的宽度	1280
coded_height	图像的高度	714
codec_tag_string	编码的标签数据	[0][0][0][0]

# 得到的XML输出格式
ffprobe -of xml -show_streams input.mp4
# 得到的INI输出格式
ffprobe -of ini -show_streams input.mp4
# 得到的FLAT输出格式
ffprobe -of flat -show_streams input.mp4
# 得到的JOSN输出格式
ffprobe -of json -show_packets input.mp4
# 得到的CSV输出格式，可以用excel打开
ffprobe -of csv -show_packets input.mp4

使用select streams可以只查看音频(a)、视频(v)、字幕(s)的信息，例如配合show_frames查看视频的frames信息:

ffprobe -show_frames -select_streams v -of xml input.mp4

3 ffplay 常用命令

在FFmpeg中通常使用ffplay作为播放器，其实ffplay同样也可以作为很多音视频数据的图形化分析工具，通过fplay可以看到视频图像的运动估计方向、音频数据的波形等，本节将会介绍更多的参数并举例说明。

3.1 ffplay 常用参数

ffplay不仅仅是播放器，同时也是测试ffmpeg的codec引擎、format引擎，以及 filter引擎的工具，并且还可以进行可视化的媒体参数分析，其可以通过ffplay --help进行查看:

介绍一些参数

参数	类型	说明
x	整数	强制设置视频显示窗口的宽度
y	整数	强制设置视频显示窗口的高度
s	整数	设置视频显示的宽高
fs	整数	强制全屏显示
an	整数	屏蔽音频
vn	整数	屏蔽视频
sn	整数	屏蔽字幕
ss	整数	根据设置的秒进行定位拖动
t	整数	设置播放视频 / 音频的长度
bytes	整数	设置定位拖动的策略，0 为不可拖动，1 为可拖动，-1 为自动
nodisp	整数	关闭图形化显示窗口
f	整数	强制使用设置的格式进行解析
window_title	整数	设置显示窗口的标题
af	整数	设置音频的滤镜
codec	整数	强制使用设置的 codec 进行解码
autorotate	整数	自动旋转视频

常见命令

# 从30s开始，播放10s视频
ffplay -ss 30 -t 10 input.mp4

# 自定义窗口标题
ffplay -window_title "studywinter" output.avi

# 测试播放流
ffplay -window_title "播放测试" rtmp://202.69.69.180:443/webcast/bshdlive-mobile

3.2 ffplay 高级参数

参数	类型	说明
ast	整数	设置将要播放的音频流
vst	整数	设置将要播放的视频流
sst	整数	设置将要播放的字幕流
stats	整数	输出多媒体播放状态
fast	整数	非标准化规范的多媒体兼容优化
sync	整数	音视频同步设置可根据音频时间、视频时间或者外部扩展时间进行参考
autoexit	整数	多媒体播放完毕之后自动退出 ffplay，ffplay 默认播放完毕之后不退出播放器
exitonkeydown	整数	当有按键按下事件产生时退出 ffplay
exitonmousedown	整数	当有鼠标按键事件产生时退出 ffplay
loop	整数	设置多媒体文件循环播放的次数
framedrop	整数	当 CPU 资源占用过高时，自动丢帧
infbuf	整数	设置无极限的播放器 buffer，这个选项常见于实时流媒体播放场景
vf	整数	视频滤镜设置
acodec	整数	强制使用设置的音频解码器
vcodec	整数	强制使用设置的视频解码器
scodec	整数	强制使用设置的字幕解码器

例如从 20秒播放一个视频，播放时长为10秒钟，播放完成后自动退出fplay，播放器的窗口标题为“Hello World”，为了确认播放时长正确，可以通过系统命令 time 查看命令运行时长:

time ffplay -window_title "Hello World" -ss 20 -t 10 -autoexit output.avi

从输出的内容分析来看，实际消耗时间为12.241秒，用户空间消耗4.147秒

强制使用H.264解码器解码 MPEG4的视频，将会报错

ffplay -vcodec h264 input.mp4

当视频流中出现多个Program时，播放Program与常规的播放方式有所不同，需要指定对应的流，可以通过 vst、ast、sst参数来指定，例如希望播放Program13中的音视频流视频流编号为4，音频流编号为5，则可以通过如下命令行进行指定:

ffplay -vst 4 -ast 5 ~/Movies/movie/ChinaTv-11.ts

首先编辑SRT字幕文件，内容如下

1
00:00:01.000 --> 00:00:30.000
Test Subtitle by StudyWinter

2
00:00:30.001 --> 00:00:60.000
Hello Test Subtitle

3
00:01:01.000-->00:01:10.000
Test Subtitle by StudyWinter

4
00:01:11.000-->00:01:30.000
Test Subtitle by StudyWinter

ffplay -window_title "Test Movie" -vf "subtitles=input.srt" input.mp4

3.3 ffplay 的数据可视化分析应用

使用ffplay除了可以播放视频流媒体文件之外，还可以作为可视化的视频流媒体分析工具，例如播放音频文件时，如果不确定文件的声音是否正常，则可以直接使用ffplay播放音频文件，播放的时候其将会把解码后的音频数据以音频波形的形式显示出来，命令行执行后的效果如图所示，命令如下:

ffplay -showmode 1 input.mp3

例如，当播放视频时想要体验解码器是如何解码每个宏块的，可以使用如下命令:

ffplay -debug vis_mb_type -window_title "show vis_mb_type" -ss 20 -t 10 -autoexit input.mp4

具体地

例如通过ffplay查看B帧预测与P帧预测信息，希望将信息在窗口中显示出来，可使用如下命令:

ffplay -vismv pf input.mp4

笔者无这个命令，这个命令应该被舍弃了

ffplay -flags2 +export_mvs -ss 40 input.mp4 -vf codecview=mv=pf+bf+bb

参数	说明
pf	P 帧向前运动估计显示
bf	B 帧向前运动估计显示
bb	B 帧向后运动估计显示