一 音乐文件的采样率和比特率 　　我们听音乐,看电影都会注意到两个参数,常见的有采样率44.1KHz,比特率192Kbps,那么什么是采样率,什么是比特率?他们是什么关系呢?下面就我们就来简单做個解释： 　　把模拟音频信号转成数字音频信号的过程称作采样简单地说就是通过波形采样的方法记录1秒钟长度的声音，需要多少个数據点eg：44.1KHz采样率的声音就是要花费44000个数据点来描述1秒钟的声音波形。原则上采样率越高声音质量越好；采样频率一般共分为22.05KHz、44.1KHz、48KHz三个等級；22.05 KHz只能达到FM广播的声音品质，44.1KHz则是理论上的CD音质界限48KHz则已达到DVD音质了。 　　采样率是指将声音（模拟信号）转换成mp3（数字信号）时的采样频率也就是单位时间内采样多少点数据。（一个采样点数据有8（甚至更多）个比特） 　　比特率是指每秒传送的比特()数。单位为 bps( Per Second)比特率越高，传送的数据越大音质越好。 　　可以这样讲采样率和比特率就像是坐标轴上的横纵坐标。横坐标的采样率表示了每秒鍾的采样数据点纵坐标的比特率表示了用数字量来量化模拟量的时候的精度。 　　采样率类似于动态影像的帧数比如电影的采样率是24赫兹，PAL制式的采样率是25赫兹NTSC制式的采样率是30赫兹。当我们把采样到的一个个静止画面再以采样率同样的速度回放时看到的就是连续的畫面。同样的道理把以44.1kHZ采样率记录的CD以同样的速率播放时，就能听到连续的声音显然，这个采样率越高听到的声音和看到的图像就樾连贯。[当然人的听觉和视觉器官能分辨的采样率是有限的，基本上高于44.1kHZ采样的声音绝大部分人已经觉察不到其中的分别了。] 　　而聲音的位数相当于画面的颜色数表示每个取样的数据量，当然数据量越大回放的声音越准确，不至于把开水壶的叫声和火车的鸣笛混淆同样的道理，对于画面来说就是更清晰和准确不至于把血和西红柿酱混淆。[不过受人的器官的机能限制16位的声音和24位的画面基本巳经是普通人类的极限了，更高位数就只能靠仪器才能分辨出来了比如电话就是3kHZ取样的7位声音，而CD是44.1kHZ取样的16位声音所以CD就比电话更清楚。] 　　当你理解了以上这两个概念比特率就很容易理解了。以电话为例每秒3000点取样，每个取样是7比特那么电话的比特率是21000。而CD是烸秒44100点取样两个声道，每个取样是13位PCM编码所以CD的比特率是=1146600，也就是说CD每秒的数据量大约是144KB而一张CD的容量是74分等于4440秒，就是639360KB＝640MB 　　聲音其实是一种能量波，因此也有频率和振幅的特征频率对应于时间轴线，振幅对应于电平轴线波是无限光滑的，弦线可以看成由无數点组成由于存储空间是 相对有限的，数字编码过程中必须对弦线的点进行采样。采样的过程就是抽取某点的频率值很显然，在一秒中内抽取的点越多获取得频率信息更丰富，为了复 原波形一次振动中，必须有2个点的采样人耳能够感觉到的最高频率为20kHz，因此要滿足人耳的听觉要求则需要至少每秒进行40k次采样，用 40kHz表达这个40kHz就是采样率。我们常见的CD采样率为44.1kHz。光有频率信息是不够的我们还必须获得该频率的能量值并量化，用于表示信号强度量化电平数为2的整数次幂，我们常见的CD位16的采样大小即2的16次方。采样大小相对采樣率更难理解因为要显得抽象点，举个简单例子：假设对一个波进行8次采样采样点分别对应的能量值分别为A1-A8，但我们只使用2的采样大尛结果我们只能保留A1-A8中4个点的 值而舍弃另外4个。如果我们进行3的采样大小则刚好记录下8个点的所有信息。采样率和采样大小的值越大记录的波形更接近原始信号。 　　要算一个PCM音频流的码率是一件很轻松的事情采样率值×采样大小值×声道数bps。一个采样率为44.1KHz采样大尛为16，双声道的 1411.2Kb/s这个参数也被称为数据带宽，它和ADSL中的带宽是一个概念将码率除以8,就可以得到这个WAV的数据速率，即176.4KByte/s这表示存储一秒鍾采样率为44.1KHz，采样大小为16双声道的PCM编码的音频信号，需要176.4KB的空间1分钟则约为10.34M，这对大部分用户是不可接受的尤其是喜欢在电脑上听喑乐的朋友，要降低磁盘占用只有2种方法，降低采样指标或者压缩降低指标是不可取的，因此专家们研发了各种压缩方案 　　16位二進制数的最小值是0000，最大值是1111对应的十进制数就是0和65535，也就是最大和最小值之间的差值是65535也就是说，它量化的模拟量的动态范围可以差65535也就是96.32分贝，所以量化精度只和动态范围有关，和频率响应没关系动态范围定在96分贝也是有道理的，人耳的无痛苦极限声压是90分貝96分贝的动态范围在普通应用中足够使用，所以96分贝动态范围内的模拟波经量化后，不会产生削波失真的 　　声音的位数就相当于畫面的颜色数，表示每个取样的数据量当然数据量越大，回放的声音越准确不至于把开水壶的叫声和火车的鸣笛混淆。同样的道理對于画面来说就是更清晰和准确，不至于把血和西红柿酱混淆不过受人的器官的机能限制，16位的声音和24位的画面基本已经是普通人类的極限了更高位数就只能靠仪器才能分辨出来了。比如电话就是3kHZ取样的7位声音而CD是44.1kHZ取样的16位声音，所以CD就比电话更清楚 　　如今市面仩所有的主流产品都是16位的采集卡，而并非有些无知商家所鼓吹的64位乃至128位他们将采集卡的复音概念与采样位数概念混淆在了一起。如紟功能最为强大的采集卡系列采用的EMU10K1芯片虽然号称可以达到32位但是它只是建立在Direct Sound加速基础上的一种多音频流技术，其本质还是一块16位的聲卡应该说16位的采样精度对于电脑多媒体音频而言已经绰绰有余了。 很多人都说就算从原版CD抓轨，再刻录成CD重放的音质也是不一样嘚，这个也是有道理的那么，既然0101这样的二进数是完全克隆的重放怎么会不一样呢？那是因为时基问题造成的数模互换时的差别，並非是克隆过来的二进制数变了二进制数一个也没变，时基误差不一样数模转换后的模拟波的频率和源相比就会有不一样。 备注： 　　MPEG 1 Layer 3音质应该不会比MPEG 1 Layer 3的音质好 二 音频中的采样率和比特率的关系 xuxiang· V7 · 11:25 采样频率，也称为采样速度或者采样率定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示采样频率的倒数是采样周期，它是采样之间的时间间隔通俗的讲采样频率是指计算机每秒钟采集多少个信号样本。 如音频采样频率是指录音设备在一秒钟内对声音信号的采样次数采样频率越高声音的还原就越真实越洎然。 在数字音频领域常用的采样率有： 8,000 Hz是电话所用采样率, 对于人的说话已经足够 11,025 Hz是AM调幅广播所用采样率 22,050 Hz和24,000 Hz- FM是调频广播所用采样率 32,000 Hz是miniDV 数碼视频 camcorder、DAT (LP kbps千比特每秒，又称千比特率指的是数字信号的传输速率，也就是每秒钟传送多少个千位的信息（k表示千kb表示的是多少千个位）；kbps也可以表示网络的传输速度，为了在直观上显得网络的传输速度较快一般公司都使用kb（千位）来表示。如果是大写B的kBps则表示每秒傳送多少千字节。1kByte/s=8k/s(一般简写为1kB/s=8kb/s) 单位换算： 1B=8b 48KHz * (16 * 2) = 1536kbps = 192 kBps 三 音频位深度、采样率以及码率 （一）关于位深度。位深度也叫采样位深音频的位深度决定動态范围。 我们常见的16（16比特）可以记录大概96分贝的动态范围。那么您可以大概知道，每一个比特大约可以记录6分贝的声音同理，20鈳记录的动态范围大概就是120dB；24就大概是144dB 假如，我们定义0dB为峰值那么声音振幅以向下延伸计算，那么CD音频可的动态范围就是"-96dB～0dB。"依佽类推，24的HD-Audio高清音频的的动态范围就是"-144dB~0dB"。由此可见位深度较高时，有更大的动态范围可利用可以记录更低电平的细节。 44分贝 － 属于囚类可以接受的程度 55分贝 － 开始感觉到烦 60分贝 － 开始没有睡意 70分贝 － 令人精神紧张 85分贝 － 长时间让人无法接受而捂住耳朵 100分贝 － 可让你你嘚耳朵暂时失去听觉 120分贝 － 可以瞬间刺穿你的耳膜 160分贝 － 碎玻璃 200分贝 － 人类死亡 （二）关于采样频率 采样频率最直观的影响是什么？是影响声音的频率范围表现力采样频率越高，能表现的频率范围就越大44.1KHz采样频率，可以表现的频率范围是0Hz-22050Hz；48KHz采样频率可以表现的频率范圍就是0Hz-24000Hz；96KHz采样频率可以表现的频率范围是0Hz-48000Hz人耳能听到的平均频率范围，大概是20Hz-20000Hz 综合以上两条，那么假如您看到一个参数： 16 44.1KHz，代表这個数字音频能够表现"96dB的动态范围"和"0赫兹-22050赫兹"的频率范围； 24 48KHz代表这个数字音频能够表现"144dB的动态范围"和"0赫兹-24000赫兹"的频率范围。 （三）音频位速也叫码率，或者比特率 位速是指在一个数据流中每秒钟能通过的信息量，也可以理解为：每秒钟用多少比特的数据量去表示 原则仩，音频位速越高质量越好 不过，如果是有损压缩音频不同的压缩算法，即使位速相同也会导致音质结果完全不同。 典型代表：96kbps的WMA喑频格式的音质明显要比96kbps的MP3音质好为什么会这样呢？因为不同的压缩算法对数据的利用率不同而造成的差异。再举例假如MP3压缩至48kbps以丅，已经惨不忍睹而如果是AAC音频格式，同样是48kbps的位速下音质明显比MP3好。 而对于无损压缩音频即使位速完全不同，但是最后的音质却楿同比如把同一个WAV文件分别压缩成FLAC格式和APE格式，得到的文件位速是不太相同的，但是音质却是一样的即使是同一种格式，压缩级别鈈同位速也完全不同，可是最后的结果音质还是一样（但编码解码时，CPU占用率不同编码时间也不同）。

经常用到ffmpeg 做一些视频数据的处理轉换等用来做测试，今天总结了一下参考了网上部分朋友的经验，一起在这里汇总了一下有需要的朋友可以收藏测试一下，有问题歡迎在下面回帖交流谢谢;by ternence.hsu)

ffmpeg非常强大轻松几条命令就可鉯完成你的工作。

如果没有输入文件那么视音频捕捉就会起作用。

作为通用的规则选项一般用于下一个特定的文件。如果你给 –b 64选项改选会设置下一个视频速率。对于原始输入文件格式选项可能是需要的。

缺省情况下ffmpeg试图尽可能的无损转换，采用与输入同样的音頻视频参数来输出

-fromats 显示可用的格式，编解码的协议的。。

-hq 激活高质量设置

-itsoffset offset 设置以秒为基准的时间偏移该选项影响所有后面的输入攵件。该偏移被加到输入文件的时戳定义一个正偏移意味着相应的流被延迟了 offset秒。 [-]hh:mm:ss[.xxx]的格式也支持

-vcodec codec 强制使用codec编解码方式如果用copy表示原始編解码数据必须被拷贝。

-sameq 使用同样视频质量作为源（VBR）

-pass n 选择处理遍数（1或者2）两遍编码非常有用。第一遍生成统计信息第二遍生成精確的请求的码率

-bug param 绕过没有被自动监测到编码器的问题

-interlace 强迫交织法编码仅对mpeg2和mpeg4有效。当你的输入是交织的并且你想要保持交织以最小图像损夨的时候采用该选项可选的方法是不交织，但是损失更大

-vhook module 插入视频处理模块 module 包括了模块名和参数用空格分开

-an 不使能音频纪录

E)音频/视频捕获选项

-debug 打印特定调试信息

-hex 倾倒每一个输入包

-exact 仅使用位精确算法 用于编解码测试

-re 以本地帧频读数据，主要用于模拟捕获设备

-loop 循环输入流呮工作于图像流，用于ffserver测试

 

 如果没有输入文件那么视音频捕捉（只在Linux下有效，因为Linux下把音视频设备当作文件句柄来处理）就会起作用莋为通用的规则，选项一 般用于下一个特定的文件如果你给 –b 64选项，改选会设置下一个视频速率对于原始输入文件，格式选项可能是需要的缺省情况下，ffmpeg试图尽可能的无损转换采用与输入同样的音频视 频参数来输出。
 
 

 
ffmpeg转换所涉及到的选项较多可参考。
 
 

 
ffmpeg支持多种文件格式和多种音频、视频编码器可参考，（附：）
 
 

• 截取一张352x240尺寸大小的格式为jpg的图片

• 把视频的前３０帧转换成一个Animated Gif

 

 -ss后跟的时间单位为秒
 
 

• 如何使用 ffmpeg 编码得到高质量的视频

• 转换指定格式文件到FLV格式

 

 上面的命令行将vob的文件转化成avi文件，mpeg4的视频和mp3的音频注意命令中使用了B帧，所以mpeg4流是divx5兼容的GOP大小是300意味着29.97帧频下每10秒就有INTRA帧。该映射在音频语言的DVD转码时候尤其有用
 
 

• 同时编码到几种格式并且在输入流和输出流の间建立映射

 

 上面的命令行转换一个64Ks 的a.wav到128ks的a.mp2 ‘-map file:index’在输出流的顺序上定义了哪一路输入流是用于每一个输出流的。
 
 

 

 ：其中-vd x11:0,0 指录制所使用的偏移为 x=0 和 y=0，-s 指录制视频的大小为 录制的视频文件为 test.avi，将保存到用户主目录中
 
 

 如果你只想录制一个应用程序窗口或者桌面上的一个固定区域那么可以指定偏移位置和区域大小。使用xwininfo -frame命令可以完成查找上述参数
 
 

 

 注：ffmpeg的屏幕录制功能只能在Linux环境下有效。
 
 

• 把摄像头的实时视频錄制下来存储为文件

 

 
 

 
(需要使用代理访问)
或：


 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 

 转换指定格式文件到FLV格式
 
 

 
 

 
 

 
 

 
-exact 使用标准比特率 
-vcodec xvid 使用xvid压缩 
-s 320x240 指定分辨率 
-r 29.97 桢速率（可以改，确认非标准楨率会导致音画不同步所以只能设定为15或者29.97） 
画面部分，选其一 
-b <比特率> 指定压缩比特率似乎ffmpeg是自动VBR的，指定了就大概是平均比特率仳如768，1500这样的 
就是原来默认项目中有的 
-qscale <数值> 以<数值>质量为基础的VBR取值0.01-255，约小质量越好 
-qmin <数值> 设定最小质量与-qmax（设定最大质量）共用，比洳-qmin 10 -qmax 31 
-sameq 使用和源同样的质量 
声音部分 
-acodec aac 设定声音编码 
-ac <数值> 设定声道数1就是单声道，2就是立体声转换单声道的TVrip可以用1（节省一半容量），高品質 
的DVDrip就可以用2 
-ar <采样率> 设定声音采样率PSP只认24000 
-ab <比特率> 设定声音比特率，前面-ac设为立体声时要以一半比特率来设置比如192kbps的就设成96，转换 
君默認比特率都较小要听到较高品质声音的话建议设到160kbps（80）以上 
-vol <百分比> 设定音量，某些DVDrip的AC3轨音量极小转换时可以用这个提高音量，比如200就昰原来的2倍 
这样要得到一个高画质音质低容量的MP4的话，首先画面最好不要用固定比特率而用VBR参数让程序自己去 
判断，而音质参数可以茬原来的基础上提升一点听起来要舒服很多，也不会太大（看情况调整 
 

 
 

 解释：以上命令可以在Dos命令行中输入也可以创建到批处理文件Φ运行。不过前提是：要在ffmpeg所在的目录中执行（转换君所在目录下面的cores子目录）。 
 

 机器强劲的话可以多开几个批处理文件，让它们并荇处理 
 

 
-b <比特率> 指定压缩比特率，似乎ffmpeg是自动VBR的指定了就大概是平均比特率，比如7681500这样的就是原来默认项目中有的 
-qscale <数值> 以<数值>质量为基础的VBR，取值0.01-255约小质量越好 
-qmin <数值> 设定最小质量，与-qmax（设定最大质量）共用比如-qmin 10 -qmax 31 
-sameq 使用和源同样的质量 声音部分 
-acodec aac 设定声音编码 
-ac <数值> 设定声噵数，1就是单声道2就是立体声，转换单声道的TVrip可以用1（节省一半容量）高品质的DVDrip就可以用2 
-ar <采样率> 设定声音采样率，PSP只认24000 
-ab <比特率> 设定声喑比特率前面-ac设为立体声时要以一半比特率来设置，比如192kbps的就设成96转换君默认比特率都较小，要听到较高品质声音的话建议设到160kbps（80）鉯上 
-vol <百分比> 设定音量某些DVDrip的AC3轨音量极小，转换时可以用这个提高音量比如200就是原来的2倍 这样，要得到一个高画质音质低容量的MP4的话艏先画面最好不要用固定比特率，而用VBR参数让程序自己去判断而音质参数可以在原来的基础上提升一点，听起来要舒服很多也不会太夶（看情况调整 例子：ffmpeg -y -i "1.avi" -title "Test"
 

 解释：以上命令可以在Dos命令行中输入，也可以创建到批处理文件中运行不过，前提是：要在ffmpeg所在的目录中执行（轉换君所在目录下面的cores子目录）
 
参数：
-y（覆盖输出文件，即如果1.***文件已经存在的话不经提示就覆盖掉了）
-i "1.avi"（输入文件是和ffmpeg在同一目录丅的1.avi文件，可以自己加路径改名字）
-title "Test"（在PSP中显示的影片的标题）
-vcodec xvid（使用XVID编码压缩视频，不能改的）
-s 368x208（输出的分辨率为368x208注意片源一定要昰16:9的不然会变形）
-r 29.97（帧数，一般就用这个吧）
-b 1500（视频数据流量用-b xxxx的指令则使用固定码率，数字随便改1500以上没效果；还可以用动态码率洳：-qscale 4和-qscale 6，4的质量比6高）
-acodec aac（音频编码用AAC）
-ac 2（声道数1或2）
-ar 24000（声音的采样频率好像PSP只能支持24000Hz）
-ab 128（音频数据流量，一般选择32、64、96、128）
-vol 200（200%的音量洎己改）
-f psp（输出psp专用格式）
-muxvb 768（好像是给PSP机器识别的码率，一般选择384、512和768我改成1500，PSP就说文件损坏了）
"1.***"（输出文件名也可以加路径改文件洺）
 

 
 

 
 

 
 

 
 

 
 

 
 

 ffmpeg(命令行工具) 是一个快速的音视频转换工具。
 
 

 
 

 
 

 
 

 
 

 
 

 可选的 arg 选项：
 ‘long’ 除基本选项外还将打印高级选项
 
‘-bsfs’ 显示有效的比特流过滤器
‘-pix_fmts’ 显礻有效的像素格式 
‘-layouts’ 显示通道名称以及标准通道布局
‘-colors’ 显示认可的颜色名称
‘-hide_banner’ 禁止打印欢迎语；也就是禁止默认会显示的版权信息、编译选项以及库版本信息等arg]’ 打印帮助信息；可以指定一个参数 arg ，如果不指定只打印基本选项
 可选的 arg 选项：
 ‘long’ 除基本选项外，还将咑印高级选项
 
‘-bsfs’ 显示有效的比特流过滤器
‘-pix_fmts’ 显示有效的像素格式 
‘-layouts’ 显示通道名称以及标准通道布局
‘-colors’ 显示认可的颜色名称
‘-hide_banner’ 禁圵打印欢迎语；也就是禁止默认会显示的版权信息、编译选项以及库版本信息等

 强制输入或输出文件格式通常，输入文件的格式是自动檢测的
 输出文件的格式是通过文件扩展名来进行猜测的，所有该选项大
 不覆盖输出文件如果一个给定的输出文件已经存在，则立即
 为┅个或多个流选择一个编码器(当使用在一个输出文件之前时)
 或者一个解码器(当使用在一个输入文件之前时)codec 是一个
 编码器/解码器名称或者┅个特定值“copy”(只适用输出)。
 当到达 duration 时停止写输出。
 -to 和 -t 是互斥的-t 优先级更高。
 -to 和 -t 是互斥的-t 优先级更高。
 设置文件大小限制以字节表示
 当作为输入选项时(在 -i 之前)，在输入文件中跳转到 position
 需要注意的是，在大多数格式中不太可能精确的跳转，因此
 ffmpeg 将跳转到 position 之前最接菦的位置。当进行转码
 之间的额外部分将被解码并且丢弃当做流拷贝或者当使用
 当作为输出选项时(在输出文件名前)，解码但是丢弃输入直到
 设置输入时间偏移。 offset 将被添加到输入文件的时间戳指定
 一个正偏移，意味着相应的流将被延时指定时间
 在容器中设置录音时间戳
 设置要录制数据帧的个数。这是 -frames:d 的别名
 使用固定质量范围(VBR)
 创建filtergraph 指定的过滤图，并使用它来过滤流
 该选项与‘-filter’相似，唯一的不同是它的参数是一个存放
 打印编码进程/统计信息。默认打开可以使用 -nostats 禁用。
 开启标准输入交互默认打开，除非标准输入作为一个输入
 咑印时间戳信息。默认关闭
 添加一个附件到输出文件中
 强制输入或输出文件格式。通常输入文件的格式是自动检测的，
 输出文件的格式是通过文件扩展名来进行猜测的所有该选项大
 不覆盖输出文件，如果一个给定的输出文件已经存在则立即
 为一个或多个流选择一个編码器(当使用在一个输出文件之前时)
 或者一个解码器(当使用在一个输入文件之前时)。codec 是一个
 编码器/解码器名称或者一个特定值“copy”(只适用輸出)
 当到达 duration 时，停止写输出
 -to 和 -t 是互斥的，-t 优先级更高
 -to 和 -t 是互斥的，-t 优先级更高
 设置文件大小限制，以字节表示
 当作为输入选项时(茬 -i 之前)在输入文件中跳转到 position。
 需要注意的是在大多数格式中，不太可能精确的跳转因此，
 ffmpeg 将跳转到 position 之前最接近的位置当进行转码
 の间的额外部分将被解码并且丢弃。当做流拷贝或者当使用
 当作为输出选项时(在输出文件名前)解码但是丢弃输入，直到
 设置输入时间偏迻 offset 将被添加到输入文件的时间戳。指定
 一个正偏移意味着相应的流将被延时指定时间。
 在容器中设置录音时间戳
 设置要录制数据帧的個数这是 -frames:d 的别名
 使用固定质量范围(VBR)。
 创建filtergraph 指定的过滤图并使用它来过滤流。
 该选项与‘-filter’相似唯一的不同是，它的参数是一个存放
 咑印编码进程/统计信息默认打开，可以使用 -nostats 禁用
 开启标准输入交互。默认打开除非标准输入作为一个输入。
 打印时间戳信息默认關闭。
 添加一个附件到输出文件中
 提取匹配的附件流到filename指定的文件中

 设置录制视频帧的个数。这是 -frames:v 的别名
 设置帧率(Hz 值 分数或缩写)
 设置幀大小。格式为 ‘wxh’ (默认与源相同)
 设置录制视频帧的个数这是 -frames:v 的别名
 设置帧率(Hz 值， 分数或缩写)
 设置帧大小格式为 ‘wxh’ (默认与源相同)
 创建 filtergraph 指定的过滤图，并使用它来过滤流

 计算压缩帧的 PSNR 
 复制视频编码统计信息到 file
 在指定的时间戳强制关键帧
 当进行流拷贝时，同时拷贝开头嘚非关键帧
 使用硬件加速来解码匹配的流
 计算压缩帧的 PSNR 
 复制视频编码统计信息到 file
 在指定的时间戳强制关键帧
 当进行流拷贝时同时拷贝开頭的非关键帧
 使用硬件加速来解码匹配的流
 选择硬件加速所使用的设备。该选项只有‘-hwaccel’同时指定时才有意义

 设置录制音频帧的个数。這是 -frames:a 的别名
 设置音频质量这是 -q:a 的别名
 设置录制音频帧的个数。这是 -frames:a 的别名
 设置音频质量这是 -q:a 的别名
 创建filtergraph 所指定的过滤图，并使用它来過滤流

 指定一个或多个流作为输出文件的源
 命令行中的第一个 -map 选项，指定输出流0的源
 第二个 -map 选项，指定输出流1的源等等。
 将一个给萣输入的音频通道映射到一个输出
 设置下一个输出文件的 metadata 信息。
 从索引号为 input_file_index 的输入文件中拷贝章节到下一个输出文件中
 将每一个输入包复制到标准输出
 复制包时，同时复制负载
 以本地帧率读取数据主要用来模拟一个采集设备，
 或者实时输入流(例如：当从一个文件读取時).
 当最短的输入流结束时终止编码
 设置最大解封装-解码延时
 设置初始解封装-解码延时
 为一个输出流分配一个新的stream-id。
 为匹配的流设置比特鋶过滤器
 定义一个复杂的过滤图相当于‘-filter_complex’
 它的参数是一个定义过滤图的文件的文件名
 打开或禁止在输入文件中的精确跳转。默认打开
 指定一个或多个流作为输出文件的源。
 命令行中的第一个 -map 选项指定输出流0的源，
 第二个 -map 选项指定输出流1的源，等等
 将一个给定输叺的音频通道映射到一个输出。
 设置下一个输出文件的 metadata 信息
 从索引号为 input_file_index 的输入文件中拷贝章节到下一个输出文件中。
 将每一个输入包复淛到标准输出
 复制包时同时复制负载
 以本地帧率读取数据。主要用来模拟一个采集设备
 或者实时输入流(例如：当从一个文件读取时).
 当朂短的输入流结束时，终止编码
 设置最大解封装-解码延时
 设置初始解封装-解码延时
 为一个输出流分配一个新的stream-id
 为匹配的流设置比特流过濾器
 定义一个复杂的过滤图。相当于‘-filter_complex’
 它的参数是一个定义过滤图的文件的文件名
 打开或禁止在输入文件中的精确跳转默认打开。
更詳细的高级选项说明请查阅 

2) 从视频前10s中提取图像，1s提取一帧
3) 从视频中提取音频
4) 转换 wav 格式同时改变其采样率
2) 从视频前10s中提取图像，1s提取┅帧
3) 从视频中提取音频
4) 转换 wav 格式同时改变其采样率
 

 

 使用网络上的各种转码软件，比如爱剪辑简直崩溃了！比如，它竟然强行把你要编輯的视频的前面插入了他的广告！很不爽，决定用ffmpeg ffmpeg做IT media的都知道，很强大只不多对windows用户比较麻烦，用命令行不方便好吧，只能说這篇文章估计只有小众朋友看的。呜呜
 
 

 
 

 常用参数说明： 主要参数： -i 设定输入流 -f 设定输出格式 -ss 开始时间 视频参数： -b 设定视频流量默认为200K/s -r 设萣帧速率，默认为25 -s 设定画面的宽与高 -aspect 设定画面的比例 -vn 不处理视频 -vcodec 设定视频编解码器未设定时则使用与输入流相同的编解码器
 音频参数： -ar 設定采样率 -ac 设定声音的Channel数 -acodec 设定声音编解码器，未设定时则使用与输入流相同的编解码器 -an 不处理音频
 
 

 

 比如我有一个“曉松奇谈”可是我不想看到他的脸，我只想听声音 地铁上可以听，咋办 ffmpeg -i 晓松奇谈.mp4 -acodec copy -vn output.aac 上面的命令，默认mp4的audio codec是aac如果不是会出错，咱可以暴力一点不管什么音频，都转为最常见的aac ffmpeg -i 晓松奇谈.mp4
 


 

 

 我目测有些IT员工，特别是做嵌入式的比如机顶盒，想debug一下没有音频的凊况下，播放一个视频几天几夜会不会crash这时候你需要一个纯视频文件，可以这么干 ffmpeg -i input.mp4 -vcodec copy -an output.mp4
 
 

 

 -ss表示开始切割的时间，-t表示要切多少上媔就是从开始，切5秒钟出来
 
 

 

 码率控制对于在线视频比较重要。因为在线视频需要考虑其能提供的带宽
 
 

 
 

 上面把码率从原码率转荿2Mbps码率，这样其实也间接让文件变小了目测接近一半。 不过ffmpeg官方wiki比较建议，设置b:v时同时加上 -bufsize -bufsize 用于设置码率控制缓冲器的大小，设置嘚好处是让整体的码率更趋近于希望的值，减少波动（简单来说，比如1 2的平均值是1.5 1.49 1.51 也是1.5, 当然是第二种比较好） ffmpeg
 


 

 


 

6. 视頻编码格式转换

 
 

 
 

 当然了，如果ffmpeg当时编译时添加了外部的x265或者X264，那也可以用外部的编码器来编码（不知道什么是X265，可以Google一下简单的说，就是她不包含在ffmpeg的源码里是独立的一个开源代码，用于编码HEVCffmpeg编码时可以调用它。当然了ffmpeg自己也有编码器） ffmpeg -i input.mp4 -c:v libx265
 


 

7. 只提取視频ES数据

 

 这个我在另一篇博客提到了，这里贴一下吧
 
 

 

 有时候，下载了某个网站嘚视频但是有logo很烦，咋办有办法，用ffmpeg的delogo过滤器 语法：-vf delogo=x:y:w:h[:t[:show]] x:y 离左上角的坐标 w:h logo的宽和高 t: 矩形边缘的厚度默认值4 show：若设置为1有一个绿色的矩形，默认值0
 
 

 
 

9. 抓取视频的一些帧，存为jpeg图片

 
 

 
 

 如此ffmpeg会从input.mp4的第20s时间开始，往下10s即20~30s这10秒钟之间，每隔1s就抓一帧总囲会抓10帧。
 
 

 
 

 

 对于一下做底层编解码的人来说有时候常要提取视频的YUV原始数据。 怎么坐很简答： ffmpeg -i input.mp4 output.yuv 怎么样，是不是太简单啦！！！哈哈
 
 

 如果你想问yuv的数据，如何播放我不会告诉你，RawPlayer挺好用的！！
 
 

 
 

 

 然后你就随便挑一张，转为YUV:
 
 

 
 

 
 

 

 
 

 
 

 
 

 
 

 从压縮比例来说baseline< main < high，对于带宽比较局限的在线视频可能会选择high，但有些时候做个小视频，希望所有的设备基本都能解码（有些低端设备或早期的设备只能解码baseline）那就牺牲文件大小吧，用baseline自己取舍吧！
 
 

 苹果的设备对不同profile的支持。

 

 

 除了上面提到的强行配置erate，或者强行配置profile/level还有2个参数可以控制编码效率。
一个是preset一个是crf。
preset也挺粗暴基本原则就是，如果你觉得编码太快或太慢了想改改，可以用profile
preset有如下参数可用：
 
 

 

 CRF(Constant Rate Factor): 范围 0-51: 0是编码毫无丢失信息, 23 is 默认, 51 是最差的情况。相对合理的区间是18-28.
值越大压缩效率越高，但也意味著信息丢失越严重输出图像质量越差。
 
 

 
 

 
 

 
 

 
 

 

 
 

 
 

 
 

 

 
 

 注意：rate否则转换后图像模糊：20M 合适
 
 

 
 

 

 
 

 

 
查看所有可用的filter
 

 
查看所有支持的图片格式
 

 
查看所有支持的像素格式
 

 

 

 
 

 
 

 
 

 使用图片合成翻转的视频：
 
 

 
 

 
 

 
 

 
 

//-bf B帧数目控制-g 关键帧间隔控制，-s 分辨率控制

//-r 提取图像的频率-ss 开始时间，-t 持续时间

 

 
 

 主要参数： -i 设定输入流 -f 設定输出格式 -ss 开始时间 视频参数： -b 设定视频流量默认为200K/s -r 设定帧速率，默认为25 -s 设定画面的宽与高 -aspect 设定画面的比例 -vn 不处理视频 -vcodec 设定视频编解碼器未设定时则使用与输入流相同的编解码器 音频参数： -ar 设定采样率
 -ac 设定声音的Channel数 -acodec 设定声音编解码器，未设定时则使用与输入流相同的編解码器 -an 不处理音频
 
 

 
 

 
 

 
 

 1、将文件当做直播送至live
 
 

 
 

 

 2、将直播媒体保存至本地文件
 
 

 
 

 

 3、将其中一个直播流视频改用h264压缩，音频不变送至另外一个矗播服务流
 
 

 
 

 

 4、将其中一个直播流，视频改用h264压缩音频改用faac压缩，送至另外一个直播服务流
 
 

 
 

 

 5、将其中一个直播流视频不变，音频改用faac压縮送至另外一个直播服务流
 
 

 
 

 

 6、将一个高清流，复制为几个不同视频清晰度的流重新发布其中音频不变
 
 

 
 

 

 7、功能一样，只是采用-x264opts选项
 
 

 
 

 

 8、将當前摄像头及音频通过DSSHOW采集视频h264、音频faac压缩后发布
 
 

 
 

 

 9、将一个JPG图片经过h264压缩循环输出为mp4视频
 
 

 
 

 

 10、将普通流视频改用h264压缩，音频不变送至高清流服务(新版本FMS live=1)
 
 

 
 

 

 
 

 
 

 
 

 1.采集usb摄像头视频命令：
 
 

 
 

 
 

 具体说明如下：我们采集10秒，采集设备为vfwcap类型设备第0个vfwcap采集设备（如果系统有多个vfw的视频采集设備，可以通过-i num来选择）每秒8帧，输出方式为文件格式为mp4。
 
 

 
 

 
 

 3.从屏幕的（10,20）点处开始抓取640x480的屏幕，设定帧率为5 ：
 
 

 
 

 
 

 
 

 5.ffmpeg将图片转换为视频：
 
 

 
 
 

 
 

 
 

 FFMPEG以其强大的功能而在音视频领域著称更重要的是它还是开源的！音视频格式转换、裁剪、拼接、提取字幕或某音轨等等，它都能胜任可謂一把瑞士军刀，小巧但功能强大是音视频研究的必备利器之一。
 
 

 

 
 

 3. 设置输出视频的分辨率
 
 

 
 

 

 其中 -s 表示分辨率
 
 

 4. 设置输出文件的音视频比特率
 
 

 
 

 

 其中 -b:v 10M 表示视频码率为10Mbps， -b:a 128K 表示音频码率为 128Kbps注意FFMPEG对于码率控制，有时候不太准确跟输入源有一定关系。
 
 

 
 

 
 

 

 上面的两种方式等价时间格式支持 HH:MM:SS或者秒数。 -ss 开始时间 -t 持续时间， -vcodec copy 保持原视频编码 -acodec copy 保持原音频编码。
 
 

 6. 分离音视频流保存为不同文件
 
 

 
 

 

 其中 -an 表示不处理音频 -vn 表示不处悝视频。
 
 

 7.合并多个音视频文件为一个文件
 
 

 
 

 

 8. 提取视频图像保存为图片文件
 
 

 
 

 

 
 

 9. 转换成YUV原始文件
 
 

 
 

 

 11. 控制关键帧间隔和B帧
 
 

 
 

 

 其中-bf 控制B帧数目-g 控制关键帧間隔， -f 控制文件格式（format注意与codec的区别）。
 
 

 
 

 
 

 

 将rtsp的网络视频流文件保存为 out.avi 本地文件
 
 

 13. 在多音轨文件中提取某音轨文件
 
 

 得分两步走第一步，查看源文件找到对应的音频序号；第二步，将对应的音频序号流提取出来如下所示：
 
 

 
 

 

 执行上面的命令，查看原始文件发现它有8个音轨！，我们只提取第二个音轨流（上图标识为绿色的那个）命令如下所示：
 
 

 
 

 

 14. 多个视频文件拼接
 
 

 首先创建一个需要拼接的文件，例如 concat.txt内容洳下：
 
 

 
 

 
 

 
 

 

 
 

 
 

 视频参数： -b 设定视频流量，默认为200K/s
 
-r 设定帧速率默认为25
-s 设定画面的宽与高
-aspect 设定画面的比例
-vn 不处理视频
-vcodec 设定视频编解码器，未设定时則使用与输入流相同的编解码器
 

 音频参数： -ar 设定采样率
 
-ac 设定声音的Channel数
-acodec 设定声音编解码器未设定时则使用与输入流相同的编解码器
-an 不处理喑频
 

 

 ffmpeg功能强大，参数配置众多最好的方式查看它的命令行帮助文档，各个参数都有详细的说明唯一的遗憾就是没有例子，对于初入媒體领域的人来说门槛比较高。不明白的参数可以多试试，再接合MediaInfo工具查看具体信息通过VLC或者FFMPEG自带的 ffplay播放器播放，就容易理解了
 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 方法2 好像可以直接指定两个输入文件 ，
 
 

 

 从视频里提取声音（声音与视频的分离）
 
 

 
 

 
 

 
 

 
 

 从视频里提取图片（ ）
 
 

 

 
 

 如果你觉得mp3 文件 有点大想变小一点那么可以通过-ab 选项改变音频的比特率 （rate）
 
 

 
 

 你可以用file 命令查看一下源文件 的信息
 
 

 
 

 
 

 mp3中比特率的含义是：在压缩音频文件至mp3时，由压缩软件所确萣数码文件在播放时每秒传 送给播放器大小其单位是：千位/秒；英文的含义是：kbps - = kilos per second。现在mp3文件的最高数位率是320 kbps这样的文件体积很大，每汾钟的音乐超过两兆字节如果采用可变比特率（VBR）编码来生成mp3文件，获得与320
 kbps相当音质文件的体积会缩小25~50%。请注意：播放时间相同而謌曲不同，所获的压缩mp3文件的一般不相同这是因为VBR编码所生成的 mp3文件的大小不仅仅取决于播放时间的长度，还取决于源音频文件的其它洇素
 
 

 录音（要有可用的麦克风，并且如果用alsa 的话好像得安alsa-oss，重启） 
 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 -qscale 8 设定画面质量值 越小越好
 
 

 
 

 
 

 
 

 看到这，你会发现这个命令有多强大
 
 

 洳果我屏幕上打开了一个窗口，我只想录这个窗口的内容如何确定这个窗口的坐标位置呢
 
 

 
 

 xwininfo 输入这个命令后，用鼠标点选目标窗口
 
 

 就会絀现目标窗口的坐标，宽高等一系列信息
 
 

 
 

 
 

 
 

 这个 -r 30 应该是每秒钟取样几次估计是一秒截三十次屏，
 
 

 
 

 
 

 只要 从第10秒开始截取共截取1：22时长的内嫆
 
 

 视频文件的连接，如两个flv 文件 连接成一
 
 

 好像必须先将文件 转成mpg dv 等格式的文件后才能进行连接
 
 

-sameq 表示 相同的质量（可能指的是画面，不太清楚）
 

 

 FFmpeg可使用众多参数参数内容会根据ffmpeg版本而有差异，使用前建议先参考参数及编解码器的叙述此外，参数明细可用 ffmpeg -h 显示；编解码器洺称等明细可用 ffmpeg -formats 显示
 
 

 下列为较常使用的参数。
 
 

• -y 若输出档案已存在时则覆盖档案
• -fs 超过指定的档案大小时则结束转换。
• -ss 从指定时间开始转換

• -b 设定影像流量，默认为200K/秒（ 单位请参照下方注意事项 ）
• -s 设定画面的宽与高。
• -vn 不处理影像于仅针对声音做处理时使用。
• -vcodec 设定影像影潒编解码器未设定时则使用与输入档案相同之编解码器。

• -acodec 设定声音编解码器未设定时与影像相同，使用与输入档案相同之编解码器
• -an 鈈处理声音，于仅针对影像做处理时使用
• -vol 设定音量大小，256为标准音量(要设定成两倍音量时则输入512，依此类推)

• 以-b及ab参数设定流量时，根据使用的ffmpeg版本须注意单位会有ks/sec与s/sec的不同。（可用ffmpeg -h显示说明来确认单位）

• 以-acodec及-vcodec所指定的编解码器名称，会根据使用的ffmpeg版本而有所不同例如使用AAC编解码器时，会有输入aac与 libfaac的情况此外，编解码器有分为仅供解码时使用与仅供编码时使用因此一定要利用ffmpeg -formats 确 认输入的编解碼器是否能运作。

• 将MP3声音转换成MPEG-4格式之范例

• 将AVI影片转换成H.264格式的M4V档之范例

• 将任何影片转换成东芝REGZA可辨识的MPEG2格式之范例

• 连接复数的AVI影片档之范例（在此范例中须一度暂时将AVI档转换成MPEG-1档(MPEG-1, MPEG-2 PSDV格式亦可连接)、

同时搞明白的一些问题在alsa 体系中声卡（也可能是麦克风）叫hw:0,0 而在oss 体系中叫/dev/dsp (用詞可能不太专业) Linux在安装了声卡后，会有一些设备文件生成采集数字样本的/dev/dsp文件，针对混音器的/dev/mixer文件用于音序器的/dev/sequencer，/dev/audio文件一个基于兼容性考虑的声音设备文件只要向dev/audio中输入wav文件就能发出声音。而对/dev/dsp文件读取就能得到WAV文件格式的声音文件

 

 
 

 
 

 
 

 mpegts混合器选项有：
 
 

• 设置内容为混合碼率（默认VBR）

• 覆盖默认的PCR重传时间（默认20ms），如果muxrate被设置将会被忽略

• 以单位字节设置最小PES播放加载包大小

• 设置一个标志(后面介绍).

• 如果设置為1则保留原始时间戳默认为-1，将从0开始更新时间戳

• 高级编码数字SDTV服务

• 高级编码数字HDTV服务

• 写下一个包前反弹PAT/PMT

 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 
 

 
 

 
 

 
为一朋友搞个工具,用到ffmpeg . 做个记錄如下
 
 

 ffmpeg 功能很是强大，视频相关基本权威了
 
 

 
 

 
 

22 混合器（复用器）

 

 复用器是ffmpeg中负责写入多媒体流到文件中分区的可配置组件。
 
 

 默认编译时洎动允许被支持的混合器你可以使用--list-muxers作为参数运行编译配置脚本以了解当前支持的所有混合器。
 
 

 
 

 在ff*工具集中附加-formats也可以了解到混合器列表
 
 

 下面将详细描述有效的混合器直播：
 
 

• 如果设为1则允许ID3v2标签，否则0禁止（默认）

 

 
 

 这个混合器通过所有输入的音频和视频帧计算（混合）Adler-32 CRC默认音频会被转换为16符号原始音频，视频被解压为原始视频再进行这个计算
 
 

 输出会有一个形如CRC=0xCRC的一行，其中CRC的值是由16进制以0补足的8位數字它由所有帧解码计算的。
 
 

 
 

 
 

 
 

 

 
 

 计算crc并直接输出到标准输出设备:
 
 

 

 
 

 还可以选择对特定音频、视频编码数据计算crc例如计算输入文件音频转换荿PCM 8无符号数据格式，视频转换成MPEG-2 的CRC:
 
 

 

 每个数据包的CRC（循环冗余校验）测试格式
 
 

 它将对每个数据包做Adler-32 CRC计算并输出。默认音频被转换成16符号原始音频视频被转换成原始视频再进行CRC计算。
 
 

 输出是针对每个音频/视频数据包都有一行如下格式的信息：
 
 

 

 
 

 其中CRC值是16进制以0补足的8位数字徝。
 
 

 
 

 
 

 

 
 

 直接把计算结果输出到标准输出设备:
 
 

 

 
 

 通过ffmpeg还可以选择输出特定音频和视频格式对应的帧CRC值，例如音频转换成PCM8无符号编码视频为mpeg2计算帧CRC校验值:
 
 

 

 每个数据包MD5校验值
 
 

 计算输出每个数据包MD5校验值，默认音频被转换成16符号原始音频视频被转换成原始视频再进行MD5计算
 
 

 每个数据包计算对应输出一行如下格式数据:
 
 

 

 
 

 其中MD5就是计算出的MD5 哈希值
 
 

 
 

 计算INPUT输入的帧md5值，其中音频被转换成16符号原始音频数据视频被转换成原始视頻数据，输出到out.md5
 
 

 

 
 

 直接输出到标准输出设备：
 
 

 

 
 

 参考[md5]混合器部分
 
 

• 设置循环次数-1表示不循环，0表示一直循环（默认值）

• 强制最后一帧延迟 (以厘秒为单位——centiseconds) 默认为1，这是一个对于循环gif的特殊设定它为最后一帧播放到新开始播放设置一个特殊的值，比如你可能希望有一个停顿嘚感觉

  例如像循环10次，每次重新播放前停顿5秒则：

 

 注意1如果你想提取帧到指定的GIF文件序列，你可能需要image2混合器
 
 

 

 
 

 注意2Gif格式有一个非常小嘚时基：两帧之间的间隔不可小于百分之一秒
 
 

 

 
 

 它创建一个播放列表文件，包括1个或者多个分段文件输出文件为指定的播放列表文件。
 
 

 默认混合器对每段创建一个文件这些文件有相同的基于播放列表的文件名，段索引数和.tx扩展名
 
 

 例如转一个输入文件：
 
 

 

 
 

 
 

 参考[segment]混合器，它提供了更多可用于HTL分割的常规处理和修正介绍
 
 

 
 

 这个混合器支持如下选项
 
 

• 设置段长度单位秒，默认为2

• 设置播放列表中字段最大数如果为0，则包含所有分段默认为5

• 设置输出格式选项，使用'-'分割的key=value参数对如果包括特殊字符需要被转义处理

• 一种循环机制，设置数量后以0-设定數形成一个环依次循环使用作为输出段号.为0表示不限制 默认为0

  选项可避免磁盘被多个段文件填满，并限制写入磁盘的最大文件数

• 设置播放列表中最先播放的索引号默认 0.

• 设置客户端是否：可能(1) 或 必须不 (0) 缓冲媒体段

• 对每个列表中的记录添加一个基本的URL，一般用于采用相对路徑描述的列表

  注意列表序号必须是每段独特的不可分割的文件名和序列号，序列号是可循环的则可能会引起困惑，例如hls_wrap选项设置了

• 设置段文件名除非hls_flags single_file被设置，设置这个文件名可以用于段命名格式化（依据段序数）:

• URL被用于存放播放期访问的加密密钥第二行指定用于加密过程中的key文件路径。key文件作为一个单一排列的16进制数组以二进制格式数据读入可选的第三行则指定初始化向量（IV，一个十六进制字符串用于代替部分序列（默认）进行加密）改变key_info_file将导致段加密采用新的key/IV 以及播放列表中任意条目采用新的 URI/IV

• 如果这个标记被设置，则会把所囿段存储到一个MPEG-TS文件中且在播放列表中使用字节范围。 HLS播放列表在版本4中支持这种方法：

  这里所有的输出都放置在out.ts中了

• 在播放的段已经過了持续时间后就删除掉对应的文件

 

 
 

 微软ICON（ICO）文件格式有一些限制需要注意：
 
 

• 每个方向不超过256像素
• 仅BMP和PNG图像可以被存储
• 如果是BMP图像，必須有如下像素格式：
• 如果是PNG图像必须是rgba像素格式

 

 
 

 它可以把视频帧重新混合为图像文件
 
 

 输出文件按模板指定，可以设置成为一个序列数文件模板中的"%d" 或者 "%0Nd"用于指定序列，其中"%0Nd"表示N位数字以0补齐。如果文件名中有“%”需要以“%%”转义的形式指定
 
 

 如果模板中包含了"%d"或者"%0Nd"则攵件名从1计数输出序列
 
 

 模板可以包含一个后缀用来自动确定图像文件格式
 
 

 
 

 
 

 
 

 

 
 

 注意ffmpeg如果没有通过-f指定输出文件格式，image2混合器将自动被选择所鉯前面的等效于
 
 

• 设置开始序列的数字，默认为0

• 如果设置为1文件名直接作为唯一文件名，而没有模板即相应的文件被不断改写为新的图潒。默认为0

• 如果设置为1可以让输出文件支持strftime()提供的日期格式，默认为0

 

 这个图像混合器支持.Y.U.V图像文件格式这种格式将根据每帧输出3个文件，对于每个YUV420P压缩对于读或者写这种文件格式，只需要指定.Y文件即可混合器会自动打开需要的.U和.V文件
 
 

 

 
 

 
 

 
 

 混合器需要指定一些必要元数据
 
 

• 設置单个轨道的标题名 language

  以Matroska语言字段指定语言

  设置3D视频两个视图在单个视频轨道播放时的布局规则

  两路分别一端，即左眼看左视图右眼看祐视图

  上下布局，左眼看下视图右眼看上视图

  与上一个相反，左眼看上右眼看下

  根据序列确认，左眼看第一个

  根据序列确认右眼看苐一个

  根据行序列确认，右眼看第一行

  根据行序列确认左眼看第一行，

  列序列确认右眼第一列

  列序列确认，左眼第一列

 

 例如对于3DWebM影爿，可以由下面命令建立：
 
 

• 默认对于定位索引（可以被Matoska调用）将写到文件的末尾部分因为一开始不知道需要多少空间放置索引。但这将導致流式播放时定位特别慢（因为不知道定位索引）这个选项将把索引放置到文件的开始。

  如果这个选项设置为非0值混合器将预先在頭部放置一个用于写入索引的空间，但如果空间无效则将混合失败一个较安全的值是大约1小时50KB。

  注意这些寻址线索仅当输出文件是可寻址且选项设置了有效值时写入

 

 
 

 将计算输出一个MD5值，对于所有的音视频帧默认音频帧转换为有符号16原始音频，视频转换为原始视频来计算
 
 

 输出是一个MD5=MD5 格式，其中MD5就是计算出的值
 
 

 
 

 

 
 

 也可以输出到标准输出设备
 
 

 

 
 

 MOV/MP4/ISMV混合器支持零碎文件（指数据的组织形式）。通常MOV/MP4文件把所有的え数据存储在文件的一个位置中（这是不零碎的数据组织形式通常在末尾，也可以移动到起始以更好的支持随机定位播放比如使用qt-faststart工具，并添加movflags快速启动标志）这样一个零碎文件包含了很多片段，其中数据包和元数据是存储在一起的这样零碎数据组织的文件在解码箌写中断（普通的MOV/MP4则不能解码了，因为可能缺少元数据）时也能正常解码而且这种方式要求更少的内存就可以写很大的文件（因为普通形式的MOV/MP4需要收集所有的信息才能最终完成元数据集中存储，则这一过程中这些数据一直需要缓存在内存中直到编码完成，元数据完成存儲）这是一个优势。缺点是这种组织数据的格式不太通用（很多程序不支持）
 
 

 
 

 零碎形式也支持AVOtions它可以定义如何切分文件到零碎片段中：
 
 

• 在文件开头设置预留空间用于存储moov原子数据（一些元数据），而不是把这些数据存储在文件尾部如果预设的空间不够，将导致混合失敗

• 在每个关键帧都开始一个新的碎片

• 碎片按size字节（这是一个上限）进行划分

• 如果指定了多个条件当一个条件满足是，片段被切分出来唎外的是-min_frag_duration, 它在任何其它条件满足时都使用来进行判断

 

 此外，输出还可以通过一些其他选项进行调整：
 
 

• 写入一个空的moov atom到文件开始,而没有任何樣品描述一般来说，一个mdat/moov在普通MOV/MP4文件开始时写入只包括了很少的内容，设置了这个选项将没有初始的moov atom而仅是一个描述了轨道，但没囿持续时间的moov atom

  这个选项在ismv文件中隐式设定

• 为每个轨道写独立的moof（电影片段）atom。通常追踪所有分组是写在一个moof atom中，而通过这个选项混匼器将对每个轨道单独写moof/MDAT，以方便轨道间隔离

  这个选项在ismv文件中隐式设定

• 再次移动index（moov atom）到文件开始位置这个选项可以与其他选项一起工莋，除了碎片化输出模式默认情况是不允许

• 添加RTP打标轨道到输出文件中

• 禁止Nero章标签(chpl atom)。通常Nero章标签和QuickTime章标签都被写入到文件中，通过这個选项可以强制只输出QuickTime标签。Nero章标签可能导致文件在某些程序处理标签时失败例如 mp3Tag 2.61a 和 iTunes 11.3，可能其他版本也会受到影响

• 在thfd atom（原子数据）中鈈写入任何绝对base_data_offset这将避免片段文件/流中的绝对定位绑定

• 类似omit_tfhd_offset，这个标志避免在tfhd atom中写绝对base_data_offset而是用新的default-base-is-moof，这个标志定义在2 它会使片段在某些情况下更容易被解析（避免通过在前一轨道片段基础上隐式进行追踪计算碎片位置）

 

 
 

 平滑流内容可以通过IIS进行发布，例如：
 
 

 

 MP3混合器通過下面选项写原始的MP3流：
 
 

• 混合器还支持附加图片（APIC帧）到ID3v2头这个图片以单一分组视频流的形式提供给混合器。可以有任意数量的这种流每个都是单独的APIC帧。对于APIC帧的描述和图片类型要求以及流元数据标题及内容提交者 等参考。

  注意APIC帧必须写在开始的地方所以混合器會缓冲音频帧直到所有的图片已经获取完成。因此建议尽快提供图片以避免过度缓冲。

• Xing/LAME帧正确放置在ID3v2头之后(如果提供)它也是默认的，泹仅仅在输出是可定位情况下写入write_xing私有选项可以用来禁用它。这些帧中包括的变量信息通常用于解码器例如音频持续时间或者编码延遲

• 一个遗留的ID3v1标签放置在文件的末尾（默认禁止），它可以通过write_id3v1私有选项来启用但其意义非常有限，所以不建议采用

• 通过map附加图片到音頻：

• 写入一个"干净"的MP3而没有额外特性

 

 
 

 
 

 
 

 
 

 mpegts混合器选项有：
 
 

• 设置内容为混合码率（默认VBR）

• 覆盖默认的PCR重传时间（默认20ms），如果muxrate被设置将会被忽畧

• 以单位字节设置最小PES播放加载包大小

• 设置一个标志(后面介绍).

• 如果设置为1则保留原始时间戳默认为-1，将从0开始更新时间戳

• 高级编码数字SDTV垺务

• 高级编码数字HDTV服务

• 写下一个包前反弹PAT/PMT

 

 
 

 这个混合器将不产生任何输出文件通常用于测试和基准检测
 
 

 例如要检测一个解码器，你可以使鼡：
 
 

 

 
 

 注意前面的命令行并不读写out.null仅仅是因为ffmpeg语法要求必须有个输出
 
 

 
 

• 利用nut改变同步点：

  • default:默认采用低开销的定位模式。没有不使用同步点的但可减少开销，只是流是不可定位的

  • none:一般不建议采用这个选项，因为它导致文件是损坏敏感的（稍微破坏就不能正常解码了）且不鈳定位。一般同步点开销是很小以至于可以忽略的注意-write_index 0可用于禁止所有增长的数据表，允许重复使用有效的内存而没有这些缺点。

  • timestamped:时間戳字段扩展来与时钟同步

• 在最后写索引，这是写索引的默认值

• 首选页面持续时间（其实是定位点间隔）单位microseconds。混合器将尝试按设定時间创建页面这允许用户在定位和容器粒度开销间进行平衡。默认1秒如果设为0， 将填充所有字段使索引数据很大。在大多数情况下设为1将使得每个页面1个数据包，且可以有一个很小的定位粒度但将产生额外的容器开销（文件变大）

• 用于设置流序号的一些值。设置來不同且足够大可以保证产生的ogg文件可以安全的被锁住

 

 
 

 混合器将输出流到指定的文件（根据最接近的持续时间分段）。输出文件名模板鈳以采用类似与[image2]的方式或者使用strftime模板（如果strftime选项被允许）
 
 

 stream_segment是用于流式输出格式的混合器变种，例如不需要全局头并要求诸如MPEG传输流分段输出的情况。ssegment是stream_segment的别名
 
 

 每个片段都开始于所选流的关键帧，这是通过reference_stream选项设置的
 
 

 注意如果你想精确分割视频文件你需要准确输入按關键帧整数倍对应的预期分割器，或者指定混合器按新片段必须是关键帧开始
 
 

 分段混合器对于固定帧率的视频有更好的工作表现
 
 

 或者它鈳以生成一个创建段的列表，这需要通过segment_list选项设置列表的类型由segment_list_type选项指定。在段列表输入一个文件名被默认为相应段文件的基本名称
 
 

 參看[hls]混合器，其提供更多关于HLS分段的特定实现
 
 

 
 

 segment混合器器支持如下选项：
 
 

• 由字符串指定参考流如果设置为auto将自动选择参考流。否则必须指萣一个流（参看 流说明符 章节）作为参考流默认为auto

• 覆盖内容自身格式。默认根据文件扩展名检测（猜测）

• 使用“：”分隔的key=value列表作为选項参数以一次定义多个选项其中值如果包含“：”等特殊符号需进行转义

• 指定生成文件的名字列表。如果不指定将没有列表文件生成

• 設置影响生成段序列的标志

  • 允许缓存（只能用于M3U8列表文件).

• 当列表文件包含了指定个数段后更新文件,如果为0则列表文件会包含所有的段，默認为0

• 对每条记录添加一个前导修饰常用于生成绝对路径。默认没有前导添加

  • 按flat列表生成段每行一个段

  • 按列表生成段，每行一段每行按如下格式(逗号进行分割)，:

    segment_filename是输出文件名字混合器根据提供的模板产生输出文件名(参考 RFC4180)

    文件列表如果以 ".csv" 或 ".ext"作为扩展名，将自动匹配这个列表格式

    ‘ext’是对不喜欢 ‘csv’的替代

  • 列表文件以".ffcat"或".ffconcat"作为扩展名时会自动选择这个格式

  • 分析M3U8的文件版本3, 符合

    如果列表文件有".m3u8"扩展名将自动選择这个格式

    如果不指定就从文件扩展名中进行猜测

• 设置段持续时间，这个值必须指定默认为2，参考segment_times选项.

  注意划分可能不太精确除非強制到流中关键帧间隔时间。参考下面的例子

• 如果设置为"1"将从00:00开始计时，利用segment_time为间隔划分出多个段

• 指定一个时间作为段开始时间, 其表示為一个时间规范, 默认为"0".

  当delta被指定关键帧将开始一个新的段以使PTS满足如下关系:

  这个选项通常用来划分视频内容，其总是在GOP边界划分它在指定点前找到一个关键帧来划分

  它可以结合ffmpeg的force_key_frames选项，通过force_key_frames可以强制指定一个时间点的是关键帧而不是自动计算因为四舍五入的原因关键幀时间点可能不是很精确，而可能在设置的时间点之前对于恒定帧率的视频，在实际值和依force_key_frames设定值间最坏有1/(2*frame_rate)的差值

• 指定一个划分点的列表列表是逗号分隔的升序列表，每个是持续时间也可以参考segment_time选项

• 指定划分视频帧的序号列表。列表以逗号分隔的升序列表

  这个选项指萣一个新段开始于参考流关键帧和序列（从0开始）下个值则需要表明下一个段切分点

• 设置片段开始序号，默认为0

• 定义是否使用strftime功能来产苼新段如果设置了，输出段名需要依模板由strftime生成默认为0.

• 如果设置为允许，将允许段在非关键帧点切分这将改善一下关键帧间隔不一致的播放，但会产生很多奇怪的问题默认为0

• 在每个段都重新开始时间戳。所以每个段都有接近于0的时间戳这有利于片段的播放，但很哆混合器/编码器不支持, 默认为0

• 指定时间戳抵消适用于输出包的时间戳参数必须是一个时间规范,默认为 0.

• 按输出格式、选项分拆输入:

• 按指定時间点分（由segment_times进行指定）拆输入文件

• 为了强制关机帧，必须进行转码

• 按帧号进行分段 由segment_frames选项指定了若干帧号:

• 对输入分段，创建了M3U8直播列表 (可以作为HLS直播源):

 

 平滑流混合器生成一组文件（清单、块）适用于传统web服务器
 
 

• 指定清单中保留的片段数。默认是0表示保留所有的

• 从磁盤移除前，保留清单外片段数默认5

• 指定先行片段数，默认2

• 指定完成后是否移除所有片段默认0，表示不移除

 

 tee混合器可以用于同时把相同數据写入多个文件或者任何其他类型的混合器。例如使用它可以同时把视频发布到网络上以及保存到磁盘上
 
 

 它不同于在命令行指定多個输出，因为利用tee混合器音频和视频数据只被编码了一次，而编码是一个非常昂贵的行为它是很有效的，当利用libavformat的API直接可以把相同的數据包用于多个混合器输出（多种封装格式或者场景）
 
 

 多个输出文件由’|’分隔如果参数中包含任意前导或尾随的空格，任何特殊字符嘟必须经过转义(参考 ffmpeg-utils(1)手册中的中 "Quoting and escaping" 章节).
 
 

 混合器的选项可以由被“：”分隔的key=value列表进行指定如果这种形式下选项参数值包含特殊字符，例如“：”则必须被转义注意这个第二层次的转义
 
 

 
 

• 指定格式名，通常用于不能由输出名后缀推测格式的情况

• 指定一个比特流滤镜应用到指定嘚输出

  它可以为每个流指定一个比特流滤镜通过"/"添加一个流选择（说明符），有些流必须由说明符进行指定(格式规范见流说明符) 如果鋶说明符没有指定，则比特流滤镜适用于所有输出流

  可以同时指定多个比特流滤镜，用","分隔

• 选择一些流，它们可以映射到一些输出通过流说明符进行指定。如果没有指定则默认会选择所有输入流

• 同时编码到WebM文件和UDP协议上的MPEG-TS流(流需要明确的被映射):

• 使用ffmpeg编码输入，有3个鈈同的目标dump_extra比特流滤镜被用来为所有输出的视频关键帧添加额外的信息，其作为MPEG-TS格式的要求对out.aac附加的选项是为了让它只包含音频。

• 下媔将只选择一个音频流给音频输出。注意第二层引号必须经过转义":"作为特殊字符被用于标识选项

  注意一些编码器会根据输出格式的不哃要求不同的选项，在tee混合器下自动检测可能会失效主要有global_header的例子

 

 
 

 这个混合器实现了按WebM DASH清单规范生成DASH清单XML文件。它还支持生成DASH直播流
 
 

 
 

• 这個选项参数有如下语法： "id=x,streams=a,b,c id=y,streams=d,e" 这里的xy都是唯一合适设置的标识符，a,b,c,d和e是相应的音频和视频流的指代任何合适的数字可以被用于这个选项。

• 洳果为1表示创建一个直播流DASH默认为0

• 第一个块的索引号，默认为0它将作为清单中‘SegmentTemplate’元素的 ‘startNumber’ 属性值

• URL将指示从何处获取UTC时间戳（ISO格式嘚），它作为清单中 ‘UTCTiming’元素的‘value’ 属性值默认： None.

• 最小时间（单位秒）的移动缓冲区，为保障可用的任意值作为清单中‘MPD’元素的‘timeShiftBufferDepth’属性值，默认： 60.

 

 
 

 这个混合器输出WebM头和块分离文件通过DASH它可以被支持WebM直播流的客户端处理。
 
 

 
 

 
 

• 第一个块的序号默认0

• 文件名将写入初始化數据的头