《FFmpeg从入门到精通》读书笔记（一）

写在前面

最近在读《FFmpeg从入门到精通》这本书，结合着雷神的博客，学习音视频的知识～ 在学习的过程中，也记录了一些摘要。因为是边看边记的，所以一些要点在看到后面的时候，需要反过来整理前面的。我用有道云笔记写的markdown没法加图片，所以就先把这部分发了出来。后续会针对内容和排版一步步的优化，如果你被这凌乱的内容辣到了眼睛，请谅解哈哈哈～

2019.06.18

第一章 FFmpeg简介
第二章 FFmpeg工具使用基础

简介

书中开头用几个实例操作，让读着对FFmpeg的操作有一个直观的认识。例如以下的几个方法：

纵向镜像反转一半

ffmpeg -i 1.jpg -vf "split [main][tmp]; [tmp] crop=iw:ih/2:0:0, vflip [flip];[main][flip] overlay=0:H/2" 2.jpg

上面操作的含义：将图片分为main和tmp两部分，截取tmp的上半部分，反转，合并时位置在下半部分

原图

效果图

ffmpeg -i input.mp4 output.avi  ->  ffmpeg -i input.mp4 -f avi out.dat

ffmpeg的主要工作流程

1 解封装 Demuxing
2 解码 Decoding
3 编码 Encoding
4 封装 Muxing

其中需要经过六个步骤

1 读取输入源
2 进行音视频的解封装 （调用libavformat中的接口实现）
3 解码每一帧音视频数据 （调用libavcodec中的接口实现）
3.5 转换参数
4 编码每一帧音视频数据（调用libavcodec中的接口实现）
5 进行音视频重新封装（调用libavformat中的接口实现）
6 输出到目标

除了ffmpeg（提供转码、转封装等功能），还有ffplay（负责播放相关）和ffprobe（多媒体分析器）

ffprobe -show_streams 1.mp4

ffmpeg常用命令

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

ffmpeg的查询

ffmpeg -decoders   （类似：ffmpeg --encoders）

Decoders:
V… = Video
A… = Audio
S… = Subtitle
.F… = Frame-level multithreading
…S… = Slice-level multithreading
…X… = Codec is experimental
…B. = Supports draw_horiz_band
…D = Supports direct rendering method 1
V…D     012v    Uncompressed 4:2:2 10-bit
V…D     4xm      4X Movie
V…D     8bps      QuickTime 8BPS video
V…D     aasc      Autodesk RLE
V…D     aic      Apple Intermediate Codec
V…D     alias_pix      Alias/Wavefront PIX image
V…D     amv      AMV Video
V…D     anm      Deluxe Paint Animation
V…D     ansi      ASCII/ANSI art
VF…D   apng      APNG (Animated Portable Network Graphics) image

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，第三个字段表示段级别的多线程，第四个字段表示该编码器为实验版本，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 -filters  （滤镜）

… acrossfade      AA->A      Cross fade two input audio streams.
T… adelay         A->A      Delay one or more audio channels.
… aecho         A->A      Add echoing to the audio.
… aeval          A->A      Filter audio signal according to a specified expression.
T… afade        A->A      Fade in/out input audio.
… aformat        A->A      Convert the input audio to one of the specified formats.
… ainterleave       N->A      Temporally interleave audio inputs.
… allpass        A->A      Apply a two-pole all-pass filter.
… amerge        N->A      Merge two or more audio streams into a single multi-channel stream.
… amix         N->A      Audio mixing.
… anull         A->A      Pass the source unchanged to the output.
T… apad         A->A      Pad audio with silence.
… aperms        A->A      Set permissions for the output audio frame.
… aphaser       A->A      Add a phasing effect to the audio.
… aresample      A->A      Resample audio data.
… areverse        A->A      Reverse an audio clip.
… aselect         A->N      Select audio frames to pass in output.
… asendcmd       A->A      Send commands to filters.
… asetnsamples     A->A      Set the number of samples for each output audio frames.
… asetpts        A->A      Set PTS for the output audio frame.
… asetrate        A->A      Change the sample rate without altering the data.
… asettb        A->A      Set timebase for the audio output link.
… ashowinfo      A->A      Show textual information for each audio frame.
… asplit        A->N      Pass on the audio input to N audio outputs.
… astats        A->A      Show time domain statistics about audio frames.
… astreamsync    AA->AA      Copy two streams of audio data in a configurable order.
… asyncts       A->A      Sync audio data to timestamps
…C atempo      A->A      Adjust audio tempo.
… atrim        A->A      Pick one continuous section from the input, drop the rest.
… azmq         A->A      Receive commands through ZMQ and broker them to filters.
… bandpass      A->A      Apply a two-pole Butterworth band-pass filter.
… bandreject      A->A      Apply a two-pole Butterworth band-reject filter.
… bass         A->A      Boost or cut lower frequencies.
… biquad        A->A      Apply a biquad IIR filter with the given coefficients.
… bs2b          A->A      Bauer stereo-to-binaural filter.
… channelmap      A->A      Remap audio channels.
… channelsplit      A->N      Split audio into per-channel streams.
… chorus        A->A      Add a chorus effect to the audio.
… compand      A->A      Compress or expand audio dynamic range.
T… dcshift        A->A      Apply a DC shift to the audio.
… dynaudnorm     A->A      Dynamic Audio Normalizer.
… earwax        A->A      Widen the stereo image.
… ebur128       A->N      EBU R128 scanner.
… equalizer      A->A      Apply two-pole peaking equalization (EQ) filter.
… flanger        A->A      Apply a flanging effect to the audio.
… highpass      A->A      Apply a high-pass filter with 3dB point frequency.
… join          N->A      Join multiple audio streams into multi-channel output.
…C ladspa      N->A      Apply LADSPA effect.
… lowpass      A->A      Apply a low-pass filter with 3dB point frequency.
… pan          A->A      Remix channels with coefficients (panning).
… replaygain      A->A      ReplayGain scanner.
… resample      A->A      Audio resampling and conversion.
… sidechaincompress   AA->A      Sidechain compressor.
… silencedetect     A->A      Detect silence.
… silenceremove    A->A      Remove silence.
… treble        A->A      Boost or cut upper frequencies.
T.C volume      A->A      Change input volume.

(首先请原谅我的弟弟排版，尽力了。。)

第一列总共有三个字段，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
第四列是滤镜作用说明

查看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

ffmpeg -h muxer=flv

Muxer flv [FLV (Flash Video)]:
  Common extensions: flv.
  Mime type: video/x-flv.
  Default video codec: flv1.
  Default audio codec: mp3.

ffmpeg的封装转换 (参数 书P37)

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 -i 1.mp4 -vcodec mpeg4 -b:v 200k -r 15 -an output2.avi

以上命令中参数含义：
1.转封装格式从mp4转为avi
2.视频编码从h264转换为mpeg4格式
3.视频码率从原来的16278 kb/s转换为200 kb/s
4.视频帧率从原来的24.15 fps转换为15 fps
5.转码后的文件不包括音频（-an参数）

ffprobe常用命令

ffmpeg-多媒体处理工具 ffprobe-多媒体查看工具

ffprobe -show_packets 1.mp4

 ffprobe -show_format 1.mp4

ffprobe -show_frames 1.mp4

[FRAME]
media_type=video 帧的类型
stream_index=0 帧所在的索引区域
key_frame=1 是否为关键帧
pkt_pts=0 Frame包的pts
width=1080 帧显示的宽度
height=2248 帧显示的高度
pix_fmt=yuv420p 帧的图像色彩格式
pict_type=I 帧类型
[/FRAME]

ffprobe -show_streams 1.mp4

[STREAM]
index=0 流所在的索引区域
codec_name=h264 编码名
codec_long_name=H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10 编码全名
profile=Baseline 编码的profile
codec_type=video 编码类型
codec_time_base=1/180000 编码的时间戳计算基础单位
codec_tag_string=avc1 编码的标签数据
coded_width=1088 图像的宽度
coded_height=2256
has_b_frames=0 包含B帧的信息
pix_fmt=yuv420p 图像显示的色彩格式
r_frame_rate=145/6 实际帧率
avg_frame_rate=5000/207 平均帧率
time_base=1/90000 事件基数（用来进行timestamp计算）
bit_rate=16278017 码率
max_bit_rate=N/A 最大码率
nb_frames=165 帧数
[/STREAM]

ffprobe默认使用key-value的格式输出，可以通过-of xml(ini,json,csv,flat)来进行相应的格式输出，例如：

ffprobe -of json -show_streams 1.mp4

-select_streams可以选择值馋看音频（a）、视频（v）、字幕（s）信息

ffprobe -show_frames -select_streams v -of json 1.mp4

ffplay

可以作为播放器，也可以作为很多音视频数据的图形化分析工具，通过ffplay可以看到视频图像的运动估计方向、音频数据的波形等

参数：

x  强制设置视频显示窗口的宽度
y
s  设置视频显示的宽高
fs  强制全屏显示
an  屏蔽音频
vn   屏蔽视频
sn  屏蔽字幕
ss  根据设置的秒进行定位拖动
t   设置播放视频/音频的长度
bytes  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  关闭图形化显示窗口
f    强制使用设置的格式进行解析
window_title   设置显示窗口的标题
af   设置音频的滤镜
codec  强制使用设置的codec进行解码
autorotate  自动旋转视频

可视化分析工具

ffplay -showmode 1 1.mp3

ffplay -vismv pf 1.mp4     查看B帧和P帧的预测信息

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

播放器如何解码每个宏块

ffplay -debug vis_mb_type 1.mp4