【音视频开发】FFmpeg工具使用基础 I - ffmpeg ffprobe

干吃咖啡豆

已于 2023-06-10 15:42:00 修改

阅读量986

点赞数

分类专栏： # FFmpeg 文章标签： ffmpeg 音视频笔记

于 2023-05-14 16:50:58 首次发布

本文链接：https://blog.csdn.net/weixin_42839065/article/details/130668295

版权

FFmpeg 专栏收录该内容

10 篇文章 2 订阅

订阅专栏

1. FFmpeg工具使用基础

FFmpeg常用的工具主要是ffmpeg、ffprobe、ffplay，他们可用作多媒体的编解码、内容分析工具以及播放器。

1.1 ffmpeg常用命令

ffmpeg在做音视频编解码时非常方便，在很多场景下转码可以使用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：

通过ffmpeg --help可以查看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，若想获得全部帮助信息，可以通过ffmpeg --help full来获取。

使用ffmpeg转码，有时会遇到无法解析的视频文件或无法生成视频文件，报错提示不支持生成对应的视频文件，这时可以通过ffmpeg -formats参数来查看ffmpeg是否对相应的视频格式表示支持：

从上面输出的信息可以发现，输出内容分为三部分，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ffmpeg不支持某种编码格式或者某种编码格式错误提示信息，一般出现这类情况的原因是没有把相应的编码器或解码器集成到ffmpeg中。比如，我想查看ffmpeg是否支持H.265编码或者解码，可以通过ffmpeg -codecs来查看所有的编解码信息；若想知道对应的编码器，可通过ffmpeg -encoders查看ffmpeg是否支持；若是解码，则可以用ffmpeg -decoders查看。

输出的信息每列代表的含义：

第一列中第一个字段表示编码器是音频、视频还是字母，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
第二列表示编码格式
第三列是编码格式的详细说明

除此之外，ffmpeg还支持查看支持哪些滤镜。可通过ffmpeg -filters来查看

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，可以查看 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，filter 所支持的参数，例如：

查看H.265解码器的参数支持（ffmpeg -h decoder=h264):

1.1.1 ffmpeg封装转换

ffmpeg的封装转换（转封装）功能包含在AVFomrat模块中，通过libavformat库进行Mux和Demux操作。

下表为AVFormatContext主要参数说明

参数	类型	说明
avioflags	标记	format的缓冲设置，默认为0，就是有缓冲
avioflags	direct	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	立即将packets数据刷新写人文件中
	gen pts	输出时按照正常规则产生pts
	no fill in	不填写可以精确计算缺失的值
	ign dts	忽略dts
	discard corrupt	丢弃损坏的帧
	sort dts	尝试以dts的顺序为准输出
	keep side	不合并数据
	fast seek	快速seek(定位) 操作，但是不够精确
	lat m	设置RTP MP4L_ATM生效
	no buffer	直接读取或写出，不存人buffer，用于在直播采集时降低延迟
	bit exact	不写人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销的时间，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

1.1.2 ffmpeg的转码参数

ffmpeg编解码部分的功能主要通过模块AVCodec来完成，通过libavcodec库进行编码（Encode）和解码（Decode）操作。多媒体编码格式的种类有很多，但还是有很多通用的基本操作参数设置。

通过命令ffmpeg --help full可以看到AVCodecContext参数列表信息，具体可见下表：

参数	类型	说明
b	整数	设置音额与视频码率,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
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
ar	整数	设置音频采样率，默认为0
maxrate	整数	最大码率设置,与bufsize一同使用即可
Minrate	整数	最小码率设置，配合 max.rate 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	设置关键锁最小间隔,默认为25
scthreshold	整数	设置场景切换支持,默认为0
me threshold	整数	设置运动估计阀值,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
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

1.1.3 ffmpeg的转码原理

ffmpeg的转码主要原理如下：

读取文件→解封装→解码→转换参数→新编码→封装→写入文件

通过AVCodec与AVFormat的操作参数进行封装与编码的改变，比如以下例子

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

命令行执行后输出的基本信息如下：

可以发现在Stream #0:0 那一行码率从692kbit/s转换为200kbits/s，fps从22.87fps降到了15 fps

1.2 ffprobe常用命令

ffprobe主要用来查看多媒体文件的信息，我们可以通过ffprobe --help来查看详细的帮助信息。

在这里举一个例子，使用ffprobe -show_packets input.mp4来查看视频信息

在这里，我们可以发现查看的多媒体数据包信息用PACKET标签包裹起来了，而在这里面的参数意义可以参照下表：

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

同时也可以用ffprobe -show_data -show_packets input.flv组合参数来进一步查看包中具体数据：

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，probe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，使用 FORMAT 标签括起来显示

其中关键字段说明如下：

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
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

通过表的对应关系，我们可以知道这个视频文件中包含两个流通道，文件封装格式可能为move,mp4,m4a,3gp,3g2,mj2。为什么会有这么多种可能的格式呢？因为这几种格式在ffmpeg中所识别的标签基本相同，所以才会显示多种。

此外还有-show_frames -show_streams，他们分别用来查看（每一）帧的信息、查看多媒体文件中的流信息。其对应字段的说明如下：

frame字段说明
属性	说明
media_type	顿的类型(视频、音频、字幕等)
stream_index	帧所在的索引区域
key_frame	是否为关键树
pkt_pts	Frame包的pts
pkt_pts_time	Frame包的pts的时间显示
pkt_dts	Frame包的dts
pkt_dts_time	Frame包的dts的时间显示
pkt duration	Frame包的时长
pkt duration time	Frame包的时长时间显示
pkt pos	Frame包所在文件的偏移位置
width	帧显示的宽度
height	帧显示的高度
pix fmt	帧的图像色彩格式
pict type	帧类型

stream字段说明
属性	说明
index	流所在的索引区域
codec_name	编码名
codec_long_name	编码全名
profile	编码的profile
level	编码的level
has_b_frames	包含B帧信息
codec_type	编码类型
codec_time_base	编码的时间戳计算基础单位
pix_imt	图像显示的色彩格式
coded_width	图像的宽度
coded_height	图像的高度
codec_tag_string	编码的标签数据

ffprobe 使用前面的参数可以获得 key-value 格式的显示方式，但是阅读起来因习惯不同，有的人认为不方便；如果要进行格式化的显示，就需要用到 ffprobe -print_format 或者 ffprobe -of 参数来进行相应的格式输出，而-print_format支持多种格式输出，包括 XML、INI、JSON、CSV、FLAT等。下面列举几种常见的输出格式指令