FFmpeg基本概念和用法

0. 前言

FFmpeg号称是音视频应用程序的瑞士军刀，广泛应用于视频网站和大型软件如Youtube和Chrome。它诞生于2004年，在LGPL、GPL协议下发布，任何人都可以在遵守协议的情况下自由使用。

FFmpeg主要由两大部分组成：
第一部分：
3个独立的可执行应用程序，实现不同功能，分别是：

1. ffmpeg.exe：音视频转码器；
2. ffplay.exe：音视频播放器；
3. ffprobe.exe：多媒体码流分析器。

第二部分：
7个应用开发库，可以根据各自不同需求灵活使用这些库，开发自己的应用。

1. libavcodec：音视频编码器和解码器；
2. libavformat：各种多媒体容器格式的封装、解封工具；
3. libavutil：多媒体应用常用的工具集，主要是为了简化开发。包含诸如字符串处理函数、随机数生成器、常用数据结构、数学函数、加密和多媒体相关函数等；
4. libavdevice：通用的音视频采集和渲染框架，支持多种输入输出设备；
5. libavfilter：通用的音视频过滤框架，包含多种过滤器；
6. libswscale：高性能图像伸缩、色彩空间、像素格式转换；
7. libswresample：高性能音频重采样，采样格式转换。

FFmpeg的下载和安装，可以查看官网文档。

1. 基本概念

要把FFmpeg用好，需要对视音频处理有全局视野和核心知识储备，不至于走太多弯路。有必要先熟悉一些基本概念。

1.1 原始数字视频和音频

与模拟信号区分开，即用数字信号来表示视频和音频。
视频本质上是一帧帧的图像在连续播放，由于帧率（即一秒钟匀速呈现图像的张数，如25帧/秒）超过了人眼识别的速度，给人一种连续的感觉。音频也是同样道理，音频由一个个采样点组成（PCM），通常采样率（8000KHz）超过人耳能辨别的速度。

1.2 编码格式

原始音视频数据量巨大，在存储和传输中都成很大问题，于是人们发明了各种压缩算法来降低数据量，这些算法就是编码器和解码器。
常见的视频编码格式有:

H.264
H.265
VP8
VP9

常见的音频编码格式有:

AAC
MP3

以上这些编码格式都是有损的，意思是经过压缩后，原始信息的一部分丢失并无法复原了，但是好处是体积极大的降低了。
用FFmpeg查询所有支持的编码格式

ffmpeg -codecs

1.3 编码器/解码器

编码器、解码器分别是用于针对一种编码格式进行编码（压缩）和解码（解压缩）的，需要注意的是对同一种编码格式如H.264，可能存在多种编码器和解码器，如libx264包含了H.264编码器和解码器，而nvenc_h264只包含H.264编码器。

FFmpeg查询所有支持的编码器

ffmpeg -encoders

FFmpeg查询所有支持的解码器

ffmpeg -decoders

2. FFmpeg的使用

FFmpeg命令行很强大但也复杂，但最常用的并不复杂。

2.1 简单版FFmpeg使用

ffmpeg [全局参数] [输入文件参数] -i 输入文件 [输出文件参数] 输出文件

注：命令中用[ ]括起来的是可选项

例1：flv转mp4

ffmpeg -i demo.flv out.mp4

---

例2：将pcm转为mp3

ffmpeg -y -f s16le -ac 1 -ar 8000 -acodec pcm_s16le -i out.mp3

注：由于pcm文件不包含参数信息，需要通过[输入文件参数]来指定

---

例3: 查看文件信息

ffmpeg -i demo.flv

---

例4：转编码格式

ffmpeg -i demo.flv -c:v h264 -c:a aac out.mp4

---

例5：转文件容器格式

ffmpeg -i demo.flv -c copy out.avi

---

2.2 参数说明

参数	参数说明
-y	允许覆盖（全局参数）
-f s16le	指定容器格式为s16le
-ac 1	指定音频通道数为1
-ar 8000	指定音频采样率为8k
-acodec pcm_s16le	指定音频编码格式为pcm_s16le
-acodec pcm_s16le	指定音频编码格式为pcm_s16le
-c:v h264	指定视频编码格式为h264
-c:a aac	指定音频编码格式为aac
-c copy	编码格式保持不变