FFmpeg 滤镜相关

前言

FFmpeg 除了具有强大的封装/解封装、编/解码功能外,还包含了一个非常强大的组建—滤镜avfilter。avfilter组建经常用于进行多媒体的处理与编辑,FFmpeg中包含多种滤镜。

FFmpeg可以为视频添加水印,水印可以时文字,也可以时图片,主要用来标记视频归属。

滤镜参数排列方式

为了便于理解Filter,下面用最简单的方式来描述Filter使用时的参数排列方式:

1
[输入流或标记名]滤镜参数[临时标记名];[输入流或标记名]滤镜参数[临时标记名]...

文字描述的排列方式很明确,接下来列举一个简单的例子:输入两个文件,一个视频input.mp4,一个图片logo.png,将logo进行缩放,然后放在视频的左上角

1
ffmpeg -i test.mp4 -i logo.png -filter_complex "[1:v]scale=176:144[logo];0:voverlay=x=0:y=0" filter.mp4

将logo.png的图像六缩放为176*144分辨率,然后定义一个临时标记名logo,最后将缩放后的图像[logo]铺在输入的视频test.mp4的视频流[0:v]的左上角

滤镜时间内置变量

在使用Filter时,经常会用到根据时间轴进行操作的需求,在使用FFmpeg的Filter时可以使用Filter的时间相关的内置变量,下面先来了解下这些相关的变量

如下表,在下面可以使用到

变量 说明
t 时间戳以秒表示,如果输入的时间戳时位置的,则是NAN
n 输入帧的顺序编号,从0开始
pos 输入帧的位置,如果位置则是NAN
w 输入视频帧的宽度
h 输入视频帧的高度

文字水印

在视频中增加文字水印需要准备的条件比较多,需要有文字字库处理的相关文件,在编译FFmpeg时需要支持FreeType、FontConfig、iconv,系统中需要有相关的字库,在FFmpeg中增加纯字母水印可以使用drawtext滤镜进行支持

下面就是drawtext的滤镜参数

参数 类型 说明
fontfile 字符串 字体文件
text 字符串 文字
textfile 字符串 文字文件
fontcolor 字符串 字体颜色
box 字符串 文字区域背景框
boxcolor 字符串 展示字体颜色的区域快的颜色
fontsize 字符串 显示字体的大小
font 字符串 字体名称(默认为Sans字体)
x 字符串 文字显示的x坐标
y 字符串 文字显示的y坐标

使用举例

1
ffmpeg -i out2.mp4 -vf "drawtext=fontsize=100:fontfile=FreeSerif.ttf:text='hello world ':x=20:y=20" waterfont.mp4

执行后即可在视频左上角增加hello world 文字水印,文字颜色为纯黑,为了让水印更柔和,可以通过drawtext滤镜的fontcolor参数调节颜色,比如设为绿色

1
ffmpeg -i out2.mp4 -vf "drawtext=fontsize=100:fontfile=FreeSerif.ttf:text='hello world ':x=20:y=20:fontcolor=green" waterfont.mp4

还可以调用一些系统数据,比如水印按当前时间来显示

1
ffmpeg -re -i out2.mp4 -vf "drawtext=fontsize=100:fontfile=FreeSerif.ttf:text='%{localtime\:%Y\-%m\-%d %H-%M-%S}':x=20:y=20:fontcolor=green" waterfont4.mp4

图片水印

FFmpeg除了可以向视频添加文字水印外,还可以向视频添加图片水印,视频跑马灯等,为视频添加水印可以使用movie滤镜

下面就是movie滤镜的一些参数

参数 类型 说明
filename 字符串 输入的文件名,可以是文件、协议、设备
format_name_,f 字符串 输入的封装格式
stream_index,f 整数 输入的流索引编号
seek_point,sp 浮点数 Seek输入流的时间位置
stream,s 字符串 输入的多个流的流信息
loop 整数 循环次数
discontinuity 时间差值 支持跳动的时间戳差值

下面举例说明,在FFmpeg中加入图片水印有两种方式,一是通过movie指定水印文件路径,另外一种方式是通filter读取输入文件的流并指定为水印,

这里重点介绍如何读取movie图片文件作为水印

图片就会出现在视频的左上角

1
ffmpeg -i out2.mp4 -vf "movie=water_pic.png[wm];[in][wm]overlay=30:10[out]" waterPic.mp4

也可以用movie与colorkey滤镜配合做成半透明效果,例如

1
ffmpeg -i out2.mp4 -vf "movie=water_pic.png,colorkey=black:1.0:1.0 [wm];[in][wm]overlay=30:10[out]" waterPicAlpha.mp4

此时图片以30%透明度显示在左上角,[wm]作用为给前面命名

叠加滤镜

overlay又称视频叠加技术,overlay视频技术使用非常广泛,常见的例子有上面的图片水印以及下面会提到的画中画功能,
画中画功能值得是在一个大视频播放窗口中还存在一个小播放窗口,两个窗口不同的视频内容同时播放。
overlay 技术中设计两个窗口,通常把较大的窗口称为背景窗口,较小的窗口称为前景窗口,两者皆可以播放视频或显示图片.

overlay滤镜说明如下

描述 说明
语法 overlay[=x:y[[:rgb={0, 1}]]参数x和y是可选的,其默认值为0 rgb参数是可选的,其值为0或1
x 从左上角开始的水平坐标,默认为0
y 从左上角开始的垂直坐标,默认为0
rgb rgb = 0…输入的颜色空间不改变,默认值rgb = 1…输入的颜色空间设置为RGB
main_w 或者 W 主输入(背景窗口)宽度
main_h 或者 H 主输入(背景窗口)高度
overlay_w 或者 w overlay输入(前景窗口)宽度
overlay_h或者h overlay输入(前景窗口)高度
eof_action 遇到eof标志时的处理方式。默认为重复 repeat(值为0) :重复前一帧 endall(值为1) :停止所有帧 pass(值为2) :保留主图层
format 设置output的像素格式。默认为yuv420 yuv420(值为0) yuv422(值为1) yuv444(值为2) rgb(值为3)
shortest 布尔值,终止最短视频时全部终止(默认关闭)

overlay滤镜用法

使用overlay命令行基本格式如下:

1
ffmpeg -i input1 -i input2 -filter_complex overlay=x:y output

使用一个简单例子,将图片叠在视频的右上角

1
ffmpeg -i test.mp4 -i chenyao.png -filter_complex overlay=W-w:56 -max_muxing_queue_size 1024 overlay.mp4

画中画

除了上述overlay添加图标在视频上外,在使用FFmepg处理流媒体文件时,有时需要使用画中画效果。在FFmpeg中,可以通过overlay将多个视频流、多个多媒体采集设备、多个视频文件合并到一个界面中,生成画中画效果。在前面的滤镜使用中和以后的滤镜使用中,与视频操作相关的处理,大多数会与overlay滤镜配合使用,尤其时用在图层处理与合并场景中

从上面3.3的参数列表中可以看到,主要参数并不多,但实际上在overlay滤镜使用中,还有很多组合的参数可以使用,可以使用一些内部变量,例如overlay图层的宽、高、坐标等,下面列举几个画中画的例子

1
ffmpeg -re -i out2.mp4 -vf "movie=output.avi,scale = 480*320[test]; [in][test] overlay [out]" -vcodec libx264 videoInvideo.mp4

如果希望子视频显示在指定位置,例如显示在画面右下角,则需要用到overlay中x坐标与y坐标的内部变量,如同上面图片叠加视频的用法

1
ffmpeg -re -i out2.mp4 -vf "movie=output.avi,scale = 480*320[test]; [in][test] overlay=x=main_w-500:main_h-500 [out]" -vcodec libx264 videoInvideo.mp4

出现在视频的右下角

以上两种视频画中画的处理均为静态位置处理,使用overlay还可以配合正则表达式进行跑马灯进行画中画处理

效果为一个视频从左到右缓缓移动

1
ffmpeg -re -i out2.mp4 -vf "movie=output.avi,scale = 480*320[test]; [in][test] overlay=x='if(gte(t,2),-w+(t-2)*20,NAN)':y=0 [out]" -vcodec libx264 videoInvideo.mp4

滤镜图、滤镜链、滤镜

  • 滤镜图(filtergraph):跟在 -vf 之后的就是一个滤镜图
  • 滤镜链(filterchain):一个滤镜图包含多个滤镜链
  • 滤镜(filter):一个滤镜链包含多个滤镜

概括来说就是:滤镜 ∈ 滤镜链 ∈ 滤镜图

FFmpeg支持多种滤镜,查看全部滤镜

1
ffmpeg -filters

一个滤镜图的例子如下:

1
ffmpeg -i out2.mp4 -vf [in]scale=640.0:480.0[wm]; movie='logo.png',scale=92.25:30.0[logo];[wm][logo]overlay=main_w-overlay_w-24.0:24.0[out]  output.mp4

在该示例中,有三个滤镜链:

  • [in]scale=640.0:480.0[wm]
  • movie='logo.png',scale=92.25:30.0[logo]
  • [wm][logo]overlay=main_w-overlay_w-24.0:24.0[out]

    可以看到,滤镜链是使用分号 “;” 来分隔,滤镜链中的滤镜使用逗号 “,” 来分隔;
    滤镜链没有指定输入或者输出,默认使用前面的滤镜链的输出为输入,并输出给后面的滤镜链作为输入,

简单滤镜和复杂滤镜

滤镜又分为简单滤镜和复杂滤镜

  • Simple filtergraphs(简单滤镜)

    该滤镜只有一个输入和一个输出,实际就是添加在解码和编码步骤之间的操作,如下图所示。

    10595492-98e7734874c3ad99

简单filtergraphs配置了每个流的筛选器选项(与视频和音频分别-vf和-af别名)。

  • Complex filtergraphs(复杂滤镜)

    复杂filtergraphs是那些不能被描述为简单的线性处理链的滤镜组。

    例如,当滤镜组具有多个输入和/或输出,或当输出流的类型是不同于输入。

    它们可以被表示为以下图:

    img

    复杂滤镜图使用-filter_complex选项来表示,与-vf不同在于他有多个输入。

    该选项是全局的, -lavfi 选项等同于-filter_complex

    一个具体的例子就是overlay滤镜,该滤镜有两个视频输入,一个视频输出,输出视频是一个输入视频覆盖在另一个视频之上的结果,

    音频有同等的amix滤镜。

-vf、-filter_complex合并

有时会遇到有的使用-vf,有的又必须使用-filter_complex,怎样将这两项整合起来呢,

下面有几个示例,总体的思路就是将单输入输出的-vf整合到 -filter_complex中去,这时会用到媒体流选择 -map

-vf (视频缩放)

1
2
3
ffmpeg -y -i input.mp4 \
-vf "crop='if(gte(iw,ih),ih,iw):if(gte(ih,iw),iw,ih)',scale=720x720" \
-an -c:v libx264 -profile:v high -level 4.1 -preset superfast -crf 20 output.mp4

-filter_complex (视频截取合并)

1
2
3
4
5
6
7
ffmpeg -y -i input.mp4  -filter_complex \
"[0:v]trim=0:4.95,setpts=PTS-STARTPTS[v1]; \
[0:v]trim=4.95:6.75,setpts=(PTS-STARTPTS)/0.1[v2]; \
[0:v]trim=6.75:8,setpts=PTS-STARTPTS[v3]; \
[v1][v2][v3]concat=n=3:v=1:a=0[out]" \
-map [out] -an -c:v libx264 -profile:v high -level 4.1 \
-preset superfast -crf 20 -r 30 output.mp4

合并 (视频缩放后截取合并)

1
2
3
4
5
6
7
8
ffmpeg -y -i input.mp4  -filter_complex \
"[0:v]crop='if(gte(iw,ih),ih,iw):if(gte(ih,iw),iw,ih)',scale=720x720,split=3[1v][2v][3v]; \
[1v]trim=0:4.95,setpts=PTS-STARTPTS[v1]; \
[2v]trim=4.95:6.75,setpts=(PTS-STARTPTS)/0.1[v2]; \
[3v]trim=6.75:8,setpts=PTS-STARTPTS[v3]; \
[v1][v2][v3]concat=n=3:v=1:a=0[out]" \
-map [out] -an -c:v libx264 -profile:v high -level 4.1 \
-preset superfast -crf 20 -r 30 output.mp4