FFmpeg

一句话定位

FFmpeg 是音视频领域的「瑞士军刀」：一套完整的解码 / 编码 / 转封装 / 滤镜 / 推流工具链，外加一组可以嵌进任何程序的库。你能想到的格式转换、压缩、剪切、抽帧、加字幕、切片推流，基本都是一行命令的事。

C 编写，GitHub 镜像 65.9k★（真实主仓在 git.ffmpeg.org），当前稳定版 9.0.2（官网下载页主推的源码包，GitHub 镜像 tag n9.0.2）。许可证以 LGPL-2.1+ 为主，部分可选组件是 GPL。

它是这个星球上被依赖最多的音视频基础设施：B 站、YouTube、OBS、VLC、Chrome、抖音的转码链路里都有它。

先认清三个工具

还有几个小工具：qt-faststart（把 moov 提前，等价于 -movflags +faststart）、ismindex（平滑流索引）、aviocat（I/O 吞吐测试）。

底层库的分工也很清楚：

• libavcodec —— 编解码器本体（最核心）
• libavformat —— 容器格式与流协议（mp4/mkv/ts/hls/rtmp/rtsp…）
• libavfilter —— 滤镜图（scale/crop/overlay/subtitles/loudnorm…）
• libavutil —— 哈希、像素格式、数学、内存等基础设施
• libswscale / libswresample —— 图像缩放与色彩转换 / 音频重采样与混音
• libavdevice —— 采集与输出设备（v4l2、dshow、decklink…）

真正常用的命令（可直接抄）

1. 通用转码（最稳的一套参数）

ffmpeg -i in.mov -c:v libx264 -crf 20 -preset slow \
       -c:a aac -b:a 160k -movflags +faststart out.mp4

-crf 是质量优先的恒定质量模式（18 接近视觉无损，23 是默认心理档，28 开始明显掉细节），-preset 换编码速度，+faststart 把索引挪到文件头——网页播放必须加，否则要下完才能播。

2. 只缩分辨率，不重编码音频

ffmpeg -i in.mp4 -vf scale=-2:720 -c:v libx264 -crf 23 -c:a copy out.mp4

-2 让宽度按比例自动算成偶数（H.264 要求偶数尺寸）。

3. 剪切：两种精度，别用错

# 快：从关键帧开始切，不重编码，可能比指定时间早几秒
ffmpeg -ss 00:01:23 -i in.mp4 -t 10 -c copy clip.mp4

# 准：解码到精确帧，重新编码，慢但时间点准确
ffmpeg -i in.mp4 -ss 83 -t 10 -c:v libx264 -crf 20 -c:a aac clip.mp4

-ss 放在 -i 前是输入端 seek（快），放在后是输出端裁切（准）。要「又快又准」，可以两个都用：-ss 80 -i in.mp4 -ss 3 -t 10。

4. 合并多个片段（同编码同分辨率）

# list.txt 里每行 file 'part1.mp4'
ffmpeg -f concat -safe 0 -i list.txt -c copy out.mp4

参数不一致就会音画错乱，这种情况改用 concat 滤镜重编码。

5. 抽音轨 / 抽帧 / 抽缩略图

ffmpeg -i in.mp4 -vn -c:a copy out.m4a          # 无损抽音频
ffmpeg -i in.mp4 -an -c:v copy out.mp4          # 去音轨
ffmpeg -i in.mp4 -vf fps=1 frames/%05d.png      # 每秒一帧
ffmpeg -ss 5 -i in.mp4 -frames:v 1 cover.jpg    # 第 5 秒截图

6. 烧字幕 / 挂字幕

ffmpeg -i in.mp4 -vf "subtitles=sub.srt" -c:a copy out.mp4   # 烧进画面
ffmpeg -i in.mp4 -i sub.srt -c copy -c:s mov_text out.mp4    # 内挂软字幕

烧字幕需要编译时带 libass + libfreetype，发行版包一般都有。

7. HLS 切片（做点播/直播回放）

ffmpeg -i in.mp4 -c:v libx264 -crf 22 -c:a aac -b:a 128k \
       -f hls -hls_time 6 -hls_playlist_type vod out.m3u8

8. 硬件加速（有 N 卡就别忘了）

ffmpeg -hwaccel cuda -i in.mp4 -c:v h264_nvenc -preset p5 -cq 23 -c:a copy out.mp4

对应关系：NVIDIA *_nvenc / Intel *_qsv / macOS *_videotoolbox / Linux *_vaapi。同画质下硬件编码体积通常比 x264 大一点，换的是几倍到十几倍的速度。

9. 音量标准化（发布前必做）

ffmpeg -i in.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 -c:v copy out.mp4

平台推荐 -14 ~ -16 LUFS。要精确就做两遍：先跑一次拿 measured 参数，再带参数正式压。

10. 高质量 GIF

ffmpeg -i in.mp4 -vf "fps=15,scale=480:-1:flags=lanczos,split[s0][s1];[s0]palettegen[p];[s1][p]paletteuse" out.gif

不生成调色板直接转 GIF，画面会糊成一团噪点。

ffprobe：让脚本知道文件长什么样

ffprobe -v error -select_streams v:0 \
  -show_entries stream=codec_name,width,height,r_frame_rate,bit_rate \
  -of default=noprint_wrappers=1 in.mp4

输出就是干净的 key=value，直接进脚本判断「要不要转码」。要 JSON 就用 -of json —— 做批量转码流水线时，先 ffprobe 再决定 ffmpeg 参数，比拍脑袋定参数靠谱得多。

谁在用 / 适合谁

• 视频站 / 自媒体：批量压缩、统一分辨率、加水印、切片上传；
• 直播 / 会议系统：RTMP/SRT 推流、HLS 分发、录播落盘；
• 监控 / 硬件：从 RTSP 拉流、抽帧送 CV 模型、录像转封装；
• App 开发者：直接链 libavcodec 做解码、滤镜、重采样；
• 任何需要「格式自由」的人：ffmpeg -i 任意文件 目标格式 就能救急。

版本在往哪走

近两个版本的官方亮点（值得知道，因为它能省掉很多外部工具）：

• 8.0「Huffman」（2025-08）：原生 APV、ProRes RAW、RealVideo 6.0 解码；基于 Vulkan compute 的编解码（FFv1 编解、ProRes RAW 解）；硬件编码补上 Vulkan AV1、VAAPI VVC；新增 Whisper 滤镜（直接调 whisper.cpp 出字幕）；新增 colordetect、pad_cuda、scale_d3d11 等滤镜。
• 8.1「Hoare」（2026-03）：xHE-AAC / MPEG-H 解码（经 libmpeghdec，实验性）；EXIF 元数据解析；LCEVC 元数据透传；Vulkan compute 扩到 ProRes 编解码与 DPX 解码；D3D12 的 H.264/AV1 编码与 scale_d3d12、deinterlace_d3d12；Rockchip 硬件编码；IAMF 的 Ambisonic 音频元素；新增 drawvg、vpp_amf 滤镜。

大方向很清楚：GPU 化（Vulkan/D3D12 compute 编解码）和把周边工具吃进来（字幕、色彩检测、矢量绘图）。

坑与注意（这一节比命令更重要）

• GitHub 上的仓库是镜像，PR 会被无视。官方 README 写得很直白：补丁请提到 code.ffmpeg.org（Forgejo，8.0 起启用）或 ffmpeg-devel 邮件列表，用 git format-patch / git send-email。想贡献代码别在 GitHub 开 PR，白费力气。
• 发行版自带的 ffmpeg 常常「缺胳膊少腿」：Debian/Ubuntu 官方包出于专利考虑，可能没有 libx264、没有 libfdk_aac、没有 H.264 编码器。要么用发行版的 ffmpeg 完整版/第三方源，要么用 BtbN、gyan.dev 的静态构建，要么自己编。
• GPL 会传染：FFmpeg 本体是 LGPL，但 --enable-gpl（以及 libx264/libx265 这些 GPL 库）会让整个二进制变成 GPL。要把 ffmpeg 塞进闭源产品，就得用纯 LGPL 组件（比如 encoder 换成 openh264 / 硬编），或者干脆以独立进程调用。
• -c copy 不是万能的：转封装很香，但源时长/时间基不一致、拼接片参数不同、流里带坏时间戳时，结果就是音画不同步或播放器卡住。症状诡异先怀疑 copy。
• -ss 位置决定精度：如上，-i 前快但落在关键帧，-i 后准但慢。剪完发现「多了两秒片头」就是踩了这个。
• 默认流选择会坑你：一个文件里有多个音轨/字幕轨时，ffmpeg 按内置规则挑一条，常常不是你要的。多轨场景一律显式 -map 0:v:0 -map 0:a:1 -map 0:s:0。
• -vf 和 -filter_complex 不叠加：用了 -filter_complex 就得靠 -map "[label]" 把结果接出来，忘了 map 会报「Output file is empty」。
• -vsync 已废弃：新版本用 -fps_mode（cfr/vfr/passthrough）。老教程里那套 -vsync 0 还在能跑，但日志会警告。
• +faststart 需要二次写文件：它会在编码结束后重排 moov，输出到管道/流时用不了。
• 别拿它当剪辑软件：精确到帧的多轨剪辑、调色、混音，用 Kdenlive / DaVinci。ffmpeg 是流水线里的批处理引擎。

二开建议

• 只要自动化：别碰 API，写脚本调 CLI。参数用数组传（别拼字符串），版本升级时靠 ffmpeg -version 探测能力，别硬编码「一定有 libx265」。
• 要编进程序：从 doc/examples/ 开始——transcode.c（解码→滤镜→编码全链路）、demuxing_decoding.c、filtering_video.c、resampling_audio.c，比官方文档好懂。
• 用新 API：avcodec_send_packet() / avcodec_receive_frame() 这套（3.1 起）是唯一正确的用法，老教程里的 avcodec_decode_video2() 已经废弃，照抄会编译告警甚至行为异常。
• 硬件帧要过 hwcontext：硬解出来的是 GPU 表面，直接喂 CPU 滤镜会失败；要 av_hwframe_transfer_data() 下载，或者用 scale_cuda/scale_vaapi 这类 GPU 滤镜整条链留在显存里。
• 自己编一次：./configure --prefix=/opt/ffmpeg --enable-gpl --enable-libx264 --enable-libx265 --enable-libvpx --enable-libopus --enable-libass --enable-libfreetype --enable-libmp3lame，装好 nasm/yasm 和对应 -dev 包。想同时提供「GPL 版」和「LGPL 版」，就编两次、放两个目录，别混。
• 看源码结构：libavcodec/ 里每个编解码器一个目录，libavfilter/vf_*.c 一个滤镜一个文件，改起来比想象中直观。

一句话总结

FFmpeg 不是「一个转码软件」，而是音视频世界的标准层：格式、协议、编解码、滤镜全都在这。日常 90% 的需求是十行命令的事（转码、压缩、剪切、抽帧、切片、标准化响度），剩下 10% 才需要碰 API。真正要记住的不是参数表，而是三个判断：要不要重编码（-c copy 还是编码）、精度要不要到帧（-ss 放哪）、许可证会不会传染（GPL 还是 LGPL）。版本正在快速 GPU 化，值得每隔半年回来看一眼。