ffmpeg不常用命令整理
最近做了许多有关音视频方面的工作,接触了一些不常用的命令,整理分享出来。
1.剪辑视频
ffmpeg -ss 1 -to 4 -accurate_seek -i input.mp4 -c:v copy output.mp4
指定从视频中的第1秒开始,到第4秒结束的部分剪辑。
ss:指定开始时间。to:指定结束时间。如果换成t,就是持续时间(1s + 4s)。accurate_seek:时间定位时使用更精确的寻找方式。- 时间也可以使用时分秒的格式。例如"00:01:30"表示1分30秒。
- 注意参数的顺序,不要把
-i放在前面,否则会无效。
2.裁切视频
ffmpeg -i input.mp4 -vf "crop=w:h:x:y" output.mp4
裁切视频的指定区域。
- 注意码率,可以添加
-b:v指定。否则默认按200k处理。 crop=w:h:x:y:w和h分别表示裁剪后的宽度和高度,x和y表示裁剪的起始位置。比如一个1920x1080的视频,我需要裁切中间1080x1080的区域,那就是crop=1080:1080:420:0。
3.去除绿幕并修改颜色
ffmpeg -i input.mp4 -vf "chromakey=#3fff08:0.1:0.04" -c:v qtrle -c:a copy output.mov
#3fff08是绿幕的颜色,也就是需要替换为透明的颜色。0.1是相似度(similarity)参数。这个参数决定了颜色匹配的严格程度。值越小,匹配的颜色范围越窄,也就是说,只有非常接近指定颜色的像素才会被视为透明。值越大,匹配的颜色范围越宽,也就是说,即使颜色和指定颜色有一些差距,也会被视为透明。0.04是混合度(blend)参数。这个参数决定了边缘像素的处理方式。值越小,边缘像素的处理越严格,可能会导致边缘部分出现锐利的边缘。值越大,边缘像素的处理越宽松,可能会导致边缘部分出现柔和的过渡。
ffmpeg -i output.mov -vf "color=color=#2B2D30:size=1920x1080 [bg]; [bg][0:v] overlay=shortest=1" output2.mp4
#2B2D30是需要修改的视频背景色。1920x1080是视频的分辨率,也就是给视频一个这么大的背景。
详细内容可以参看我的上篇博客:通过ffmpeg实现视频背景色替换
4.视频填充
ffmpeg -i input.mp4 -vf "scale=780:780:force_original_aspect_ratio=decrease,pad=1920:1920:(ow-iw)/2:(oh-ih)/2:color=#F5F5F5,setsar=1"
scale=780:780:表示对输入视频进行缩放操作,将视频的宽和高都缩放到780像素。force_original_aspect_ratio=decrease:保持原始宽高比例。如果缩放后的视频超出了指定的尺寸,它会减少宽度或高度以保持宽高比,从而确保视频不会被拉伸。pad=1920:1920:将视频填充到1920x1920的分辨率。(ow-iw)/2:(oh-ih)/2:这些是填充的位置参数,表示填充的位置是在视频宽高的中心位置。ow,oh分别代表输出宽度和高度,iw,ih分别代表输入宽度和高度。你可以根据自己的情况计算。color=#F5F5F5:填充的颜色。setsar=1:它将视频的 SAR 设置为 1:1,有助于确保在不同的播放设备上视频的显示不会出现形变。
5.获取指定帧数图片
ffmpeg -i input.mp4 -vf "select='eq(n, N)'" -vframes 1 output_image.jpg
select='eq(n, N)':过滤器表达式,用于选择特定的帧数N。如果我们需要最后一帧,那就是总帧数-1。比如视频500帧,那就是select='eq(n,499)'。-vframes 1:指定处理的视频帧数为1帧。- 这种方式相较其他指定时间的方式更精准更灵活,可以获取更加准确的图像数据。只是需要预先知道视频的总帧数。
获取视频总帧数可以使用:
ffprobe -v error -select_streams v:0 -show_entries stream=nb_frames -of default=nokey=1:noprint_wrappers=1 input.mp4
6.图片合成视频
ffmpeg -loop 1 -i output_image.jpg -c:v libx264 -t 30 -pix_fmt yuv420p -vf "scale=1920:1080" -r 30 still_video.mp4
-loop 1:1表示启用循环。此时会无限循环图片。0的话就是一遍。-c:v:指定视频编解码格式libx264。-t:指定输出视频的时间。这里是30s。-pix_fmt:指定像素格式yuv420p。-vf "scale=1920:1080":将图片缩放到1920x1080像素的大小。如果原始图片的宽高比与1920x1080不同,那么图片将被拉伸以适应这个分辨率。-r:指定帧数。这里是30帧。
7.指定固定码率(CBR)
或者说是静态码率。可以强行提升码率,比如上面图片生成的视频,可能结果就几十k的码率,如果想提高码率就可以使用此方法。
ffmpeg -i input.mp4 -b:v 2M -minrate 2M -maxrate 2M -bufsize 2M -nal-hrd cbr output.mp4
-b:v:设置视频的码率为2M。这是输出视频的平均码率。-minrate 2M:设置视频的最小码率为2M。-maxrate 2M:设置视频的最大码率为2M。-bufsize 2M:设置编码器的缓冲区大小为2M。在CBR模式下,缓冲区大小通常设置为一个与码率相同的值,这有助于维持恒定的比特率输出。-nal-hrd cbr:强制CBR模式。
输出码率结果会有一些偏差,但整体来说控制的不错。
后面我也会持续补充,大家可以收藏起来,以备不时之需。
相关文章:
ffmpeg不常用命令整理
最近做了许多有关音视频方面的工作,接触了一些不常用的命令,整理分享出来。 1.剪辑视频 ffmpeg -ss 1 -to 4 -accurate_seek -i input.mp4 -c:v copy output.mp4指定从视频中的第1秒开始,到第4秒结束的部分剪辑。 ss:指定开始时…...
怎么理解面向对象?一文带你全面理解
文章目录 1、类和对象(1)面向过程和面向对象初步认识(2)类的引入(3)类的定义(4)类的访问限定符及封装4.1 访问限定符4.2 封装 (5)类的作用域(6&am…...
神经网络(深度学习,计算机视觉,得分函数,损失函数,前向传播,反向传播,激活函数)
目录 一、神经网络简介 二、深度学习要解决的问题 三、深度学习的应用 四、计算机视觉 五、计算机视觉面临的挑战 六、得分函数 七、损失函数 八、前向传播 九、反向传播 十、神经元的个数对结果的影响 十一、正则化与激活函数 一、神经网络简介 神经网络是一种有监督…...
Tomcat的Host Manager页面403的原因和解决办法
目录 背景 原因: 解决方案 背景 一直报错 403 Access Denied You are not authorized to view this page.By default the Host Manager is only accessible from a browser running on the same machine as Tomcat. If you wish to modify this restriction, youll need to…...
零基础学华为ip认证难吗?华为认证费用多少?
零基础学华为ip认证难吗? 首先,零基础的学习者可以通过系统的学习,逐步掌握网络基础知识和技能。可以通过阅读教材、参加培训课程、进行实践操作等方式,不断提升自己的知识和技能水平。同时,学习者还可以利用华为提供的…...
[C语言]——内存函数
目录 一.memcpy使用和模拟实现(内存拷贝) 二.memmove 使用和模拟实现 三.memset 函数的使用(内存设置) 四.memcmp 函数的使用 C语言中规定: memcpy拷贝的就是不重叠的内存memmove拷贝的就是重叠的内存但是在VS202…...
QGIS编译(跨平台编译)056:PDAL编译(Windows、Linux、MacOS环境下编译)
点击查看专栏目录 文章目录 1、PDAL介绍2、PDAL下载3、Windows下编译4、linux下编译5、MacOS下编译1、PDAL介绍 PDAL(Point Data Abstraction Library)是一个开源的地理空间数据处理库,它专注于点云数据的获取、处理和分析。PDAL 提供了丰富的工具和库,用于处理激光扫描仪、…...
计算机三级——网络技术(综合题第二题)
路由器工作模式 用户模式 当通过Console或Telnet方式登录到路由器时,只要输入的密码正确,路由器就直接进入了用户模式。在该模式下,系统提示符为一个尖括号(>)。如果用户以前为路由器输入过名称,则该名称将会显示在尖指号的前…...
Python 深度学习第二版(GPT 重译)(二)
四、入门神经网络:分类和回归 本章涵盖 您的第一个真实世界机器学习工作流示例 处理矢量数据上的分类问题 处理矢量数据上的连续回归问题 本章旨在帮助您开始使用神经网络解决实际问题。您将巩固从第二章和第三章中获得的知识,并将所学应用于三个新…...
【Redis】Redis常见原理和数据结构
Redis 什么是redis redis是一款基于内存的k-v数据结构的非关系型数据库,读写速度非常快,常用于缓存,消息队列、分布式锁等场景。 redis的数据类型 string:字符串 缓存对象,分布式ID,token,se…...
3个Tips,用“AI”开启新生活
相信最近,很多朋友们都回归到了忙碌的生活节奏中。生活模式的切换,或多或少会带来身体或情绪状况的起伏。新技术正在为人们生活的方方面面带来便利。3个小Tips或许能让你也从新技术中获益,从身到心,用“AI”开启新生活。 关”A…...
【ROS | OpenCV】在ROS中实现多版本OpenCV、cv_bridge共存:安装与配置指南
在 Ubuntu 20.04 中,ROS Noetic 默认安装的 OpenCV 版本为 4.2.0。如果您需要确认系统中已安装的 OpenCV 版本,可以使用以下命令: sudo find / -iname "*opencv*"然而,许多开源算法都是基于 OpenCV 3 编写的࿰…...
Docker容器化技术(docker-compose示例:部署discuz论坛和wordpress博客,使用adminer管理数据库)
安装docker-compose [rootservice ~]# systemctl stop firewalld [rootservice ~]# setenforce 0 [rootservice ~]# systemctl start docker[rootservice ~]# wget https://github.com/docker/compose/releases/download/v2.5.0/docker-compose-linux-x86_64创建目录 [rootse…...
微分学<6>——Taylor公式
索引 Taylor公式Taylor公式的定性分析定理6.1 Taylor公式(Peano余项) Taylor公式的定量分析定理6.2 Taylor公式(Lagrange余项) Taylor公式 Taylor公式的定性分析 定理6.1 Taylor公式(Peano余项) 若函数 f ( x ) f\left ( x \right ) f(x)在 x 0 x_{0} x0处的 n n n阶导数均…...
检索增强生成(RAG)应用的构建:LangChain与LlamaIndex的比较与选择
对于我要做RAG应用,我应该使用两者中的哪一个。或者说还是都使用? 在人工智能领域,检索增强生成(RAG)应用正变得越来越受欢迎,因为它们能够结合大型语言模型(LLMs)的自然语言处理能力…...
免费PDF转换和编辑工具 PDFgear 2.1.4
PDFgear是一款功能强大的 PDF 阅读及转换软件。 它支持多种文件格式的转换和编辑,同时还提供了丰富的功能模块,如签名、表单填写等,方便用户进行多样化的操作。 该软件界面简洁美观,操作简单易懂,适合不同层次的用户…...
uniapp,导航栏(切换项)有多项,溢出采取左滑右滑的形式展示
一、实现效果 当有多项的导航,或者说切换项,超出页面的宽度,我们采取可滑动的方式比较好一些!并且在页面右边加个遮罩,模拟最右边有渐变效果! 二、实现代码 html代码: <!-- 头部导航栏 --…...
计算机网络面经-什么是IPv4和IPv6?
前言 Internet协议(IP)是为连接到Internet网络的每个设备分配的数字地址。它类似于电话号码,是一种独特的数字组合,允许用户与他人通信。IP地址主要有两个主要功能。首先,有了IP,用户能够在Internet上被识别…...
彻底讲透:如何写sql能够有效的使用到复合索引?
在MySQL中,有效的使用复合索引需要确保查询条件按照索引定义的列顺序进行。以下是一个具体的例子: 假设我们有一个sales表,它有四个字段:customer_id、product_category、sale_date和amount。为了优化包含这些字段查询的性能&…...
在Spring Boot中如何处理跨域请求(CORS)?
什么是跨域? 跨域(Cross-Origin Resource Sharing,CORS)是一种机制,它允许在 Web 页面上运行的脚本能够请求从不同源(域名、协议或端口)的资源。在浏览器安全策略中,有一条称为同源…...
别再死记硬背了!图解‘等价类’和‘划分’,帮你彻底理解数据库表设计中的范式
图解数据库范式设计:用等价类思维破解数据冗余难题 记得刚入行时,我接手过一个学生选课系统的数据库。每次教师更换办公室,都要更新上百条记录;某门课程信息调整,整个系统就陷入混乱。直到理解了范式设计背后的集合划分…...
Windows串口通信API实战:从CreateFile到异步I/O操作
1. Windows串口通信基础入门 第一次接触Windows串口通信时,我完全被那些晦涩的API函数吓到了。CreateFile、ReadFile、WriteFile这些名字看起来跟串口毫无关联,为什么用文件操作函数来处理串口?后来才明白,这正是Windows设计的巧妙…...
连号区间数 暴力
连号区间数 题目描述 小明这些天一直在思考这样一个奇怪而有趣的问题: 在 111 ~ NNN 的某个全排列中有多少个连号区间呢? 这里所说的连号区间的定义是: 如果区间 [L,R][L, R][L,R] 里的所有元素(即此排列的第 LLL 个到第 RRR…...
真的绝了!这套私域运营思路和方法让我效率提升10倍
你有没有发现,很多人做私域,每天花4.5小时在重复劳动上——回消息2小时、写朋友圈1小时、手动拉群0.5小时、跟进客户1小时。一年下来1642.5个小时,折合68天。结果呢?好友从3000删到800,月成交从50单跌到8单,…...
深入解析安路科技PH1系列FPGA的ERAM架构:从BRAM到高效存储方案
1. PH1系列FPGA的ERAM架构概览 第一次拿到安路科技PH1系列FPGA开发板时,我就被它的ERAM(嵌入式随机存取存储器)设计惊艳到了。相比传统FPGA的BRAM(块随机存取存储器),PH1的ERAM在架构上做了很多创新。每个E…...
PyQuery vs BeautifulSoup:哪个才是Python网页爬虫的最佳选择?
PyQuery vs BeautifulSoup:哪个才是Python网页爬虫的最佳选择? 【免费下载链接】pyquery A jquery-like library for python 项目地址: https://gitcode.com/gh_mirrors/py/pyquery 在Python网页爬虫领域,选择合适的解析库往往决定了开…...
【机器人探索】基于matlab多目标灰狼算法多机器人探索【含Matlab源码 15347期】
💥💥💥💥💥💥💞💞💞💞💞💞💞💞欢迎来到海神之光博客之家💞💞💞Ὁ…...
通往人工意识的最后三道关卡(2026奇点大会闭门报告首曝:全球仅7家机构通过第2关)
第一章:2026奇点智能技术大会:AGI与意识问题 2026奇点智能技术大会(https://ml-summit.org) AGI架构演进的关键转折点 2026年大会首次系统性披露了基于神经符号协同推理(Neuro-Symbolic Co-Inference, NSCI)的AGI原型框架“Prom…...
Quartus RS232 UART IP核 配置与Verilog数据流控制实战
1. Quartus RS232 UART IP核基础配置 第一次接触FPGA串口通信时,我也被各种协议和配置参数搞得晕头转向。后来发现Quartus自带的RS232 UART IP核简直就是救命稻草,它把复杂的底层协议封装成简单易用的模块。下面我就用最直白的语言,带你一步步…...
Kotlin动态生成代码的实践之旅
在开发过程中,经常会遇到需要根据外部模块的类型生成特定代码的情况。今天我们来探讨如何使用Kotlin来实现这种需求,尤其是在模块间缺乏直接依赖的情况下。 背景介绍 假设我们有一个项目结构如下: |- Base | |- interface ContentProvider | |- First | |- interface Fir…...
