คำแนะนำสำหรับ ffmpeg - ร้านค้าครบวงจรสำหรับมัลติมีเดีย

ในช่วงหลายปีที่ผ่านมา มีหลายโอกาสที่ฉันต้องทำการแก้ไขมัลติมีเดียบางรูปแบบ เสียง วิดีโอ คุณตั้งชื่อมัน ไม่ว่าจะเป็นการสร้างคลิปตลกๆ สำหรับช่อง Youtube การแยกหรือแปลงเพลง การฝังคำบรรยาย ครั้งแล้วครั้งเล่า ฉันจะพบว่าตัวเองใช้ ffmpeg บนบรรทัดคำสั่งและเพลิดเพลินกับกระบวนการนี้เสมอ ในขณะที่รู้สึกทึ่งกับความสามารถของโปรแกรมที่ไม่ธรรมดานี้ .

ดังนั้นฉันจึงคิดว่า บางทีฉันควรเขียนคำแนะนำที่ครอบคลุมมากขึ้นเกี่ยวกับ ffmpeg ซึ่งจะมีรายการงานและฟังก์ชันที่หลากหลาย จากนั้นจึงรวมไว้ในตัวอย่างในชีวิตจริงและกรณีการใช้งาน ในขณะที่ฉันพูดถึง ffmpeg เป็นครั้งแรกด้วยความโกรธในบทช่วยสอนการแก้ไข Flash ของฉันในปี 2008 ถึงเวลาแล้วสำหรับบทความที่สดใหม่และเป็นปัจจุบัน มันจะเป็น command-line มันจะเนิร์ด แต่ก็ควรจะสนุกด้วย ติดตามกันนะครับ

พื้นฐาน

Ffmpeg พร้อมใช้งานในการกระจาย Linux ทั้งหมดและยังมีรุ่นสำหรับ Windows และ Mac หากคุณต้องการทราบว่าสามารถทำอะไรได้บ้าง คุณสามารถตรวจสอบความสามารถได้โดยการรัน ffmpeg โดยไม่มีอาร์กิวเมนต์หรือใช้แฟล็ก -hide_banner ที่เป็นทางเลือก คุณยังสามารถใช้ตัวเลือกวิธีใช้สำหรับโปรแกรมหลักได้เช่นเดียวกับคำสั่งย่อยใดๆ ของโปรแกรม คุณสมบัติที่น่าทึ่งมากมายอาจดูน่ากลัว ดังนั้นเราจะดำเนินการอย่างช้าๆ แต่แน่นอน จากนั้น อย่าลืมเอกสารจริงซึ่งค่อนข้างเรียบร้อย

การแปลงและแปลงรหัส

งานทั่วไปอย่างหนึ่งคือการแปลงไฟล์จากรูปแบบหนึ่งเป็นอีกรูปแบบหนึ่ง จำตัวอย่างวิธีแยกไฟล์เสียงจากคลิป FLV ของฉันได้ไหม สิ่งเดียวกัน แต่คุณอาจต้องการแปลงวิดีโอที่บันทึกในกล้องเป็น MP4 หรืออาจแปลงไฟล์ OGG เป็น MP3 หรือที่คล้ายกัน มีสถานการณ์ที่หลากหลายไม่รู้จบ และโหมดและรูปแบบที่รองรับใน ffmpeg จำนวนไม่สิ้นสุดเท่าๆ กัน โดยทั่วไป สิ่งที่คุณจะทำคือ:

• ระบุไฟล์อินพุต
• ระบุตัวแปลงสัญญาณวิดีโอและเสียงที่ต้องการ
• ระบุไฟล์เอาต์พุต

หากคุณไม่ต้องการปรับเปลี่ยนสตรีมวิดีโอ คุณสามารถใช้ตัวแปลงสัญญาณคัดลอก เช่นเดียวกับเสียง คุณสามารถใช้ตัวเลือกนี้หากคุณต้องการเปลี่ยนคอนเทนเนอร์ เช่น การเปลี่ยนจาก MOV เป็น MP4 โดยไม่ต้องเปลี่ยนการเข้ารหัสจริง

ffmpeg -i MVI_1348.MOV -c:v คัดลอก -c:a คัดลอก new.mp4

หมายเหตุ:รูปแบบบางส่วนไม่สนับสนุนตัวแปลงสัญญาณและตัวเลือกทั้งหมด ดังนั้นวิธีนี้อาจใช้ไม่ได้ในทุกกรณี ชอบ:

[mp4 @ 0x55a21519fb20] ไม่พบแท็กสำหรับตัวแปลงสัญญาณ vp8 ในสตรีม #0 ปัจจุบันตัวแปลงสัญญาณไม่รองรับในคอนเทนเนอร์
ไม่สามารถเขียนส่วนหัวสำหรับไฟล์เอาต์พุต #0 (พารามิเตอร์ตัวแปลงสัญญาณไม่ถูกต้อง ?):อาร์กิวเมนต์ไม่ถูกต้อง
สตรีม การแมป:
สตรีม #0:0 -> #0:0 (คัดลอก)
สตรีม #0:1 -> #0:1 (คัดลอก)
ข้อความล่าสุดซ้ำ 1 ครั้ง

หากคุณต้องการแยกเฉพาะบางสตรีม - เสียง วิดีโอ คำบรรยาย หรือข้อมูล - คุณสามารถระงับการประมวลผลของสตรีมอื่นได้ (เพื่อประหยัดเวลาและรอบ CPU ที่จำเป็นสำหรับการดำเนินการ) ตัวอย่างเช่น หากคุณต้องการเฉพาะเสียงจากไฟล์สื่อเสียงและวิดีโอแบบรวม คุณสามารถใช้ตัวเลือก -vn (ไม่มีวิดีโอ)

ffmpeg -i MVI_1348.MOV -vn -ar 44100 -ab 192k sound-only.mp3

ยูทิลิตี้ที่ยอดเยี่ยมนี้ช่วยให้คุณมีความยืดหยุ่นอย่างมากในการทำสิ่งต่างๆ ตัวอย่างเช่น codec:v, vcodec และ c:v เหมือนกัน และคุณสามารถใช้ตัวใดก็ได้ที่คุณต้องการ หากคุณต้องการเพียงเอาต์พุตเสียงเหมือนด้านบน ffmpeg จะเดาและถือว่าคุณหมายถึง -vn ด้วย คุณยังสามารถใช้แฟล็ก -f เพื่อบังคับรูปแบบเอาต์พุตได้ แต่เครื่องมือจะพยายามเดาผลลัพธ์สุดท้ายจากคำสั่งของคุณอีกครั้ง ตัวอย่างเช่น คุณสามารถใช้ -f mp3 หรือ acodec mp3 ได้

ตัวแปลงสัญญาณที่แตกต่างกันจะมีตัวเลือกที่แตกต่างกัน ตัวอย่างเช่น สำหรับไฟล์เสียง คุณสามารถระบุอัตราการสุ่มตัวอย่างเสียงและอัตราบิตของเสียง จำนวนช่อง และอื่นๆ หากคุณข้ามบางตัวเลือก คำสั่งอาจล้มเหลวหรือจะใช้ค่าเริ่มต้น

มาตราส่วนและคุณภาพ

งานทั่วไปอีกอย่างหนึ่งคือการเปลี่ยนขนาดของวิดีโอ (ความละเอียด) และคุณภาพของสตรีม Ffmpeg ให้คุณทำสิ่งนี้ได้หลายวิธี คุณสามารถบังคับอัตราส่วน (และแบ่งอัตราส่วนกว้างยาวเริ่มต้น) หรือคงไว้โดยระบุค่าแนวตั้งหรือแนวนอนบวกกับตัวระบุวิเศษ คุณสามารถครอบตัดขอบวิดีโอและเข้ารหัสสตรีมอีกครั้งได้ มีการรับประกันตัวอย่างในขั้นตอนนี้

ffmpeg -i input.avi -c:v mpeg4 -vtag xvid -qscale:v 3 -c:a libmp3lame -qscale:a 4 เอาต์พุต.avi

เรามีอะไรที่นี่? เรากำลังแปลงไฟล์อินพุต AVI โดยใช้สตรีมวิดีโอ MPEG4 โดยตั้งค่าคุณภาพเป็น 3 (qscale) สำหรับตัวแปลงสัญญาณบางตัว คุณภาพอยู่ในช่วงตั้งแต่ 1-31 โดย 1 คือค่าสูงสุด ฉันทดสอบกับไฟล์อินพุตทั่วไปหลายไฟล์ และคุณภาพสูงสุดมักทำให้มีขนาดเพิ่มขึ้นเป็นสองเท่า ในขณะที่ไฟล์ 3 หรือ 4 มีขนาดลดลงประมาณ 20-30% Vtag xvid เป็นตัวเลือกเฉพาะของ MPEG-4 Similarly, we're using LAME for audio.

ffmpeg -i MVI_1348.MOV -vfilters scale=1280:-1 -c:a copy scaled.mp4

This example shows video scaling (you can use -vf or -vfilters), with the aspect ratio being preserved through the -1 qualifier. We don't change the quality of the stream. The audio stream is simply being copied into the output container. If your original video has a higher resolution than the stated one, then you will be downscaling, and if it's lower, then you will be upscaling.

Image extraction, combination, GIFs

Ffmpeg can also manipulate pictures, even though it's a media utility. But hey, pictures are media, and essentially, videos are moving pictures, right! Some of the tasks you'd want - extract frames from a video in order to create thumbnails (high-quality ones, too) rather than manually pausing video or creating hectic screenshots. You can also do the opposite - combine stills into a stopmotion video - or a full one. You can also convert videos to animated GIFs, which can be handy for dank memeism around the Web. Once again, we shall demonstrate with some ... dank examples.

ffmpeg -i input.mp4 -r 1 -f image2 thumb-%3d.png

We specify an input file, we specify the rate (in this case we want 1 image per 1 second of video), we specify the format (image2), and we specify the output format. In this case, we're doing something clever. If you've ever seen C language code, this will look familiar. We want the numbering sequence for the thumbnails to have three digits. You can choose any amount of digits, but ideally, you want more than the expected number of extracted images.

Then, combining images into a video is very similar:

ffmpeg -f image2 -i thumb-%3d.png stopmotion.mp4

You can also specify the rate (you want your video to be something like 24 or 30 FPS), but we will touch on this a bit more later in the guide, when we talk about making video playback slower and/or faster. And since we're talking about images, you can resize them too:

ffmpeg -i thumb-004.png -vf scale=400:-1 test.png

Animated GIFs are really interesting. Also rather simple to create. Just specify an input file and set the output to have a gif extension. Ffmpeg will auto-guess the rest and create nice, high-quality animated GIF for you.

ffmpeg -i MVI_6654.MOV test.gif

Finally, the opposite of GIFs, you may also want to have a video composed of a single image - a constant preview but then have something like music or a podcast playing in the background. Ffmpeg allows you to do this with a clever trick.

ffmpeg -loop 1 -i thumb-001.png -i sound-only.mp3 -c:v libx264 -shortest video-static-image.mp4

We provide two inputs, with the first being an image set to loop. We're also re-encoding the video. But since the image is set to loop indefinitely, we also need the shortest option, so the operation ends when the shortest clip ends, which would be the video in this case.

Splitting and joining videos

This is another useful scenario. If you have a very big clip, but you only need a few minutes or seconds, ffmpeg can cut out the necessary pieces. Likewise, you can combine multiple files into one stream - both video and audio. Ffmpeg lets you choose the desired start and end timestamps, so you have a lot of leeway in how you do handle the task.

-t duration record or transcode "duration" seconds of audio/video
-to time_stop record or transcode stop time
-fs limit_size set the limit file size in bytes
-ss time_off set the start time offset
-sseof time_off set the start time offset relative to EOF
-seek_timestamp enable/disable seeking by timestamp with -ss
-timestamp time set the recording timestamp ('now' to set the
current time)

So, you may want to try something like:

ffmpeg -i MVI_1348.MOV -ss 4 -t 4 spliced.mp4

This command will extract 4 seconds from the input clip starting at time offset of 4 seconds into the clip. You can use short notation (4 indicates seconds) or use the full one hh:mm:ss.mmm. This gives you accuracy down to one millisecond, which ought to be more than enough for all practical usecases.

ffmpeg -f concat -i list.txt -codec copy joined.mp4

The contents of the list.txt file will be:

file 'part-1.mp4'
file 'part-2.mp4'
file 'part-3.mp4'

Please note the usage of the word file and single quotation marks. You can use both absolute and relative paths. If you make a mistake in the file format, you will see an error:

[concat @ 0x555ca89c38c0] Line 1:unknown keyword 'part-1.mp4'
list.txt:Invalid data found when processing input

If you try to provide the list of files on the command line (rather than the text file):

part-1.mp4:Invalid data found when processing input

Embed and extract subtitles

Remember my VLC &subtitles article? Well, if you're not intimidated by the command line, you can do the same thing with ffmpeg. As a trivial example, say you have separate audio and subtitle files. Without any additional processing, you can just use the video filtering option for this:

ffmpeg -i input.avi -vf subtitles=subtitle.srt output.avi

A more complicated use case, the command below will take separate MP4 and subtitle files, and combine them into an output file with video transcoding. The -map options (showing twice, not an error) define the order the streams will be mapped into the output. But then there's a clever and somewhat confusing listing of codecs. Because we have multiple streams, we only want to manipulate the video part - but not audio or subtitles.

To that end, -c copy specifies all codecs should be copied, but using -c:v provides an override to this option, and the video stream will be transcoded. Since we're using the libx264 codec, we're also using Constant Rate Factor (CRF) option for variable bitrate, set to 23 (ranges from lossless 0 to lowest-quality 51) and the veryfast preset, which creates a relatively small output.

ffmpeg -i input.mp4 -i subtitle.srt -map 0 -map 1 -c copy -c:v libx264 -crf 23 -preset veryfast output.mp4

Extracting subtitles takes the following form:

ffmpeg -txt_format text -i input.file out.srt

Speed up and slow videos

This is another interesting usecase. Like any human being, you may want to take any video, speed it up 2x and then add Benny Hill music, and there should be much rejoicing. You could also slow down action, and then, to spice things up, also add smoothing so the slowed sequence does not feel stilted.

For example, we may have our stop motion video - with only say 15-20 thumbnails, it takes only a second to play. So you may want to stretch it to say 5 seconds, but that means each frame will show for five times as long. Instead you could potentially "insert" extra frames to make it look like a smooth slo-mo. We did this with an interior design gallery back in the day. We use AviSynth and VirtualDub for this task.

The video speed filter works by changing the presentation timestamp (PTS) of each video frame. Simply put, fractional values speed up the video, multipliers higher than 1 slow it down. When you speed it up, ffmpeg will drop frames, but you can specify a higher framerate. To preserve the original, you can multiply the FPS in your input by the 1/PTS you're using. So if you double the speed of your 24FPS clip, you should use 48FPS rate.

ffmpeg -i input.mp4 -filter:v "setpts=0.5*PTS" output.mp4

ffmpeg -i input.mp4 -r 96 -filter:v "setpts=0.25*PTS" output.mp4

ffmpeg -i input.mp4 -filter:v "setpts=2*PTS" output.mp4

Smoothing videos is more complicated. I did have to consult the documentation. Essentially, for a video that's slowed down 5 times (and 5 times longer than the original), I'm using video interpolation to create the smoothing effect. Here, too, you need to add FPS, so that ffmpeg has sufficient data to guess the frames in between. In my example, 5x slowed down, you need 5x24 FPS (original speed), ergo 120 FPS.

ffmpeg -i input.mp4 -filter:v "minterpolate='mi_mode=mci:mc_mode=aobmc:vsbmc=1:fps=120'" output.mp4

This is a CPU-intensive task, and it can take a while to finish. I used ffplay to preview videos, and I found the results reasonable, but you can't really magic something from nothing, so while this works, it works well when there's a small amount of data missing (not one frame per second every two seconds or such).

For audio, you can use atempo. This option has a range of 0.5-2.0, which means half or double the speed at most, however, it is possible to chain multiple atempo filters to get additional speed changes. Something like the example below:

ffmpeg -i input.mp4 -filter:a "atempo=2.0,atempo=2.0" -vn output.mp4

And that brings us to the end of this tutorial.

บทสรุป

I hope you found this fruitful, enjoyable and relevant. Ffmpeg is the workhorse - no, it's a whole cavalry - of audio and video tweaking in Linux, and it has so many practical tools, options and configurations that getting started can be confusing and maybe even intimidating. Those emotions should have evaporated by now as you've read through this tutorial.

Anyway, we talked about conversion and transcoding, scaling and quality, image extraction, combination and GIF creation, splitting and joining of videos, subtitle extraction and embedding, video speedup and slowdown, and then some. That should keep you happy and busy for a while. If you have any ffmpeg-related requests or questions, fire away, the email is only a click away. Or something. Finally, if this tutorial was truly useful, do give some love back, because why not.

ไชโย.