《FFmpeg Basics》中文版-23- 先進的技術點

看見就非常 2021-02-01

展開全文

寫在前面

如果您對音視頻技術感興趣，可以訂閱我的專題:音視頻專輯
也可以關注我的簡書賬戶：張芳濤，我后期會發(fā)布更多的音視頻以及圖像處理方面的文章。

正文

加入音頻和視頻文件

有幾種加入媒體文件，它們在表格中描述：

類型	描述	針對音頻	針對視頻
級聯(lián)	編碼文件一個接一個; 第一個結束，第二個開始	Yes	Yes
合并	將所有音頻流編碼為一個，例如2個單聲道到1個立體聲	Yes	No
混合	將2個或更多音頻通道編碼為1，音量可以調節(jié)	Yes	No
多路復用 (mux)	將2個或更多文件編碼為1，例如1個音頻和1個視頻文件，如果存在更多相同類型的流，則選擇是在用戶	Yes	Yes
覆蓋/畫中畫 (PiP)	2個或更多視頻一次顯示在另一個旁邊或一個在另一個之上	No	Yes

連接與shell命令

媒體文件連接的先決條件

特殊文件格式	連接只能是某些文件格式：音頻- MP3(第2個文件的頭將消失)，未壓縮的像WAV, PCM，等視頻- MPEG-1, MPEG-2 TS, DV
格式的一致性	所有連接的文件都是相同的格式，這意味著可以加入2個MP3文件，但1個帶有1個WAV的MP3不能
流的一致性	所有連接文件: - 包含相同數(shù)量的每種類型的流。 - 音頻流使用相同的編解碼器，采樣率和通道布局 - 視頻流使用相同的分辨率
	為符合此要求，通常需要轉換輸入文件，使用-q 1或類似選項來保持初始質量，詳細信息請參閱格式間轉換

在Windows上，我們可以使用帶有/B標志的復制命令來指示二進制模式，在文件之間必須是一個加號。連接N文件的復制命令的一般形式是:

copy /B file1+file2+...+fileN-1+fileN outputFile

例如，連接文件videoclip1。mpg和videoclip2。mpg到文件視頻。mpg，我們可以使用以下命令:

copy /B videoclip1.mpg+videoclip2.mpg video.mpg

在Linux、Unix和OS X上，我們可以在表單中使用cat命令:cat file1 files2 > file3，因此我們可以修改前面的例子:

cat videoclip1.mpg videoclip2.mpg > video.mpg

鏈接concat協(xié)議

另一種選擇是使用concat協(xié)議，先決條件類似于復制命令。例如，要使用該協(xié)議修改前面的示例，我們可以使用以下命令:

ffmpeg -i concat:"videoclip1.mpg|videoclip2.mpg" -c copy video.mpg

我的測試命令：

ffmpeg -i concat:"/Users/zhangfangtao/Desktop/test.mp4|/Users/zhangfangtao/Desktop/test2.mp4" -c copy /Users/zhangfangtao/Desktop/test3.mp4

顯示效果：

生成了一個新的視頻，不過我感覺這個視頻和test1沒有什么差別。

連接`concat`過濾器

用于音頻和視頻拼接的特殊過濾器是在表中描述的concat過濾器:

描述	連接音頻和視頻文件一個接一個。該過濾器適用于同步視頻和音頻流的片段(文件)，其中所有片段必須具有相同數(shù)量的每種類型的流，例如1個音頻和1個視頻，或2個音頻和1個視頻，等等
語法	concat=a=a_streams:v=v_streams:n=segments[:unsafe] 所有的參數(shù)都是可選的
	參數(shù)的描述
a	輸出音頻流的數(shù)量，默認值為0
n	段數(shù)，默認值為2
unsafe	安全模式激活，如果設置，連接將不會以不同格式的片段失敗
v	輸出視頻流的數(shù)量，默認值為1

適當篩選結果的先決條件:

所有段必須從時間戳0開始。
相應的流必須在所有段中使用相同的參數(shù)，特別是視頻大小。

建議是相同的幀速率，否則輸出將使用可變幀速率。
Concat filter可以加入各種格式，有些例子是:

ffmpeg -i input1.avi -i input2.avi -filter_complex concat output.avi 
ffmpeg -i input1.avi -i input2.avi -filter_complex concat output.mp4
ffmpeg -i input1.avi -i input2.mp4 -filter_complex concat output.webm
ffmpeg -i input1.avi -i input2.mp4 -i input3.mkv -filter_complex ^ concat=n=3 output.flv
ffmpeg -i input1.avi -i input2.avi -i input3.avi -i input4.avi ^ -filter_complex concat=n=4 output.mp4
f -i 1.avi -vf movie=2.avi[a];[in][a]concat a.mp4

我的測試命令如下：

ffmpeg -i /Users/zhangfangtao/Desktop/test.mp4 -i /Users/zhangfangtao/Desktop/test3.mp4 -filter_complex concat /Users/zhangfangtao/Desktop/test4.mp4

顯示效果：
生成了一個視頻，里面包含前兩段的是視頻內容，不過，有效時長只是第一段視頻的長度。后面有種無效的感覺。。。。

其他類型的拼接技術

音頻合并（多個流到1個多聲道流） - 在數(shù)字音頻一章中介紹
將幾個音頻文件混合到1 - 在數(shù)字音頻一章中有描述
多路復用 - 在“FFmpeg基本介紹”一章中介紹了媒體流的選擇
overlay-在overlay-畫中畫章節(jié)里面有具體的描述。

移除掉logo

一些視頻包含公司標志，通常位于左上角，常見示例是錄制電視節(jié)目。 FFmpeg包含2個特殊濾鏡以去除徽標，而最終效果并不總是完美，不過在許多情況下這種移除logo的技術還是可以接受的。

delogo過濾器

描述	通過對周圍像素的簡單插值來隱藏一個電視臺的標志。用戶設置一個覆蓋該徽標的矩形，它通常會消失(但在某些情況下，標識更明顯)。過濾器接受參數(shù)作為表單“x:y:w:h:band”的字符串，或作為鍵=值對的列表，由“:”分隔
語法	delogo=x=0:y=0:w=width:h=height[:t=band:show={0,1}] []中的參數(shù)是可選的，顯示為0或1
	參數(shù)的描述
x, y	標志的左上角的坐標
w, h	標志的寬度和高度
band or t	該標志矩形的模糊邊緣厚度，默認值為4
show	定位的參數(shù)，默認值為0，如果設置為1，屏幕上的綠色矩形顯示為幫助查找正確的x、y、w和h參數(shù)

例如，我們首先從下圖所示的800x600像素大小視頻的右上角移除一個標志，我們通過顯示一個綠色矩形的顯示選項來估計logo的位置:

ffmpeg -i eagles.mpg -vf delogo=x=700:y=0:w=100:h=50:t=3:show=1 nologo.mpg

現(xiàn)在我們可以精確地指定位置和標識的存在幾乎是不可見的:

ffmpeg -i eagles.mpg -vf delogo=x=730:y=0:w=70:h=46:t=1 nologo.mpg

我的測試命令如下（沒有t參數(shù)，我這邊不識別這個，報錯)：

ffmpeg -i /Users/zhangfangtao/Desktop/ornage.jpeg -vf "delogo=x=15:y=678:w=218:h=20:show=1" /Users/zhangfangtao/Desktop/ornage2.jpeg

顯示效果(有沒有看到一個綠色的框)：

有沒有看到一個綠色的框

ffmpeg -i /Users/zhangfangtao/Desktop/ornage.jpeg -vf "delogo=x=10:y=700:w=300:h=35" /Users/zhangfangtao/Desktop/ornage3.jpeg

顯示效果(水印沒了)：

水印沒了.jpeg

抖動視頻部分的固定

沒有三腳架或車輛拍攝的視頻的一些部分通常包括抖動 - 水平和垂直移動的小變化，在某些情況下可以使用去抖濾波器進行修正：

描述	修正水平和垂直位移的小變化，當視頻沒有三腳架或移動車輛時有用
語法	deshake=x:y:w:h:rx:ry:edge:blocksize:contrast:search:filename 所有的參數(shù)是可選的
	參數(shù)的描述
x, y, w, h	矩形區(qū)域的坐標和大小，搜索運動向量，x和y是左上角的坐標，w是寬度，h是高度。這些參數(shù)與drawbox過濾器具有相同的含義，可用于可視化邊界框的位置。當物體在框架內同時運動時，運動矢量搜索可能會混淆攝像機的運動，這是很有用的。如果x, y, w和h都被設為-1那么整個框架就被使用了。這允許在不指定運動向量搜索的邊界框的情況下設置后續(xù)選項。默認-搜索整個框架。
rx, ry	在0 - 64像素范圍內指定x和y方向的最大運動范圍，默認值為16
edge	指定如何生成像素來填充框架邊緣的空白，值為從0到3的整數(shù): 0 -在空白位置填充零 1 -原始圖像在空白位置 2 -在空白位置的擠壓邊值 3 -鏡像邊緣在空白位置，默認值
blocksize	指定用于運動搜索的塊大小，其值為4 - 128像素，默認值為8
contrast	指定塊的對比度閾值。只有超過指定對比度的塊(最黑和最輕的像素之間的區(qū)別)才會被考慮。該值來自范圍1 - 255，默認值為125
search	指定搜索策略: 0 =徹底搜索，默認值 1 =不徹底搜索
filename	如果包含，則將動作搜索的詳細日志寫入指定的文件

參數(shù)可以按順序進入默認順序或以任何順序指定名稱:

ffmpeg -i travel.avi -vf deshake fixed_travel.avi
ffmpeg -i travel.avi -vf deshake=contrast=160 fixed.avi
ffmpeg -i travel.avi -vf deshake=blocksize=4:filename=log.txt fixed.avi

我的測試命令：

ffmpeg -i /Users/zhangfangtao/Desktop/1527143197.mp4  -vf deshake /Users/zhangfangtao/Desktop/1527143198.mp4 
ffmpeg -i /Users/zhangfangtao/Desktop/1527143197.mp4  -vf deshake=contrast=160 /Users/zhangfangtao/Desktop/1527143199.mp4
ffmpeg -i /Users/zhangfangtao/Desktop/1527143197.mp4 -vf deshake=blocksize=4:filename=/Users/zhangfangtao/Desktop/log.txt /Users/zhangfangtao/Desktop/1527143200.mp4

顯示效果：其實，我并沒有看出來什么效果。。?？赡芪矣檬謾C拍的抖得太厲害了。。。
第三條指令打印出來的txt信息截圖如下：

log.txt

將顏色框添加到視頻

使用drawbox，我們可以在矩形區(qū)域找到精確的坐標，以在其中搜索運動矢量，它用于除霧過濾器。其他用途包括各種圖表，方案等。

描述	在輸入的選定區(qū)域繪制指定顏色和指定大小的框
語法	drawbox[=x:y:width:height:color:thickness]
	參數(shù)的描述
color, c	格式0xRRGGBB[AA]中的標準顏色名稱或十六進制值
height, h	框的高度，默認值為0
thickness, t	邊框邊緣的寬度以像素為單位，默認值為4
width, w	框的寬度，默認值為0
x, y	方框的左上角坐標，默認值為0

例如，要在SVGA大小的輸入上添加一個尺寸為600x400像素的黃色框，其大小為左側150像素和頂部0像素，我們可以使用以下命令：

ffmpeg -i ship.avi -vf drawbox=x=150:w=600:h=400:c=yellow ship1.avi

我的測試命令：

ffmpeg -i /Users/zhangfangtao/Desktop/test.mp4 -vf drawbox=x=150:w=600:h=400:c=yellow /Users/zhangfangtao/Desktop/test3.mp4

顯示效果

檢測幀數(shù)

如果您需要知道有多少幀包含您的視頻文件，您可以使用以下命令：

ffmpeg -i input.mpg -f null /dev/null

顯示輸出的最后兩行是:

frame= 250 fps=0.0 q=0.0 Lsize= 0kB time=00:00:10.00 bitrate= 0.0kbits/s
video:16kB audio:0kB subtitle:0 global headers:0kB muxing overhead -100.000000%

幀數(shù)為250，表示視頻幀的總數(shù)，也可以從幀速率和持續(xù)時間計算，但結果并不總是準確。

我的測試命如下：

ffmpeg -i /Users/zhangfangtao/Desktop/test.mp4 -f null /dev/null

顯示效果如下：

檢測廣告，部分轉換或損壞的編碼

從電視，互聯(lián)網(wǎng)等錄制的較長視頻可以包含帶有廣告，轉場，不完整幀和其他不需要內容的短片。如果此部分包含黑色框架，則可以使用表中描述的黑色檢測過濾器檢測它們。

Description	檢測幾乎全黑的視頻部分，并輸出包含檢測到的黑色間隔的開始，結束和持續(xù)時間的行，以秒為單位表示。如果日志級別設置為低于`AV_LOG_INFO`值，則不顯示行
語法	blackdetect[=d=duration:pic_th=pbr_threshold:pix_th=px_threshold]

參數(shù)的描述（所有的參數(shù)都是可選的）

參數(shù)名稱	單位	描述	默認值
black_min_duration, d	秒	正浮點數(shù)確定視頻中黑色幀的最小持續(xù)時間	2.0
picture_black_ratio_th, pic_th	浮點數(shù)在0到1.0之間	例如，如果幀大小為400x300(總共12萬像素)，12000像素不是黑色，那么這個比例是0.9	0.98
pixel_black_th, pix_th	浮點數(shù)在0到1.0之間	Treshold設置像素為黑色，它等于表達式: (absolute_threshold–luminance_minimum_value) luminance_range_size)	0.1

例如，要從源mptestsrc中檢測黑幀，命令是(控制臺輸出如下):

ffmpeg -f lavfi -i mptestsrc -vf blackdetect -f sdl 'test'

我的測試命令：

ffmpeg -f lavfi -i mptestsrc -vf blackdetect -f sdl 'test'

*顯示效果：

用黑幀過濾器進行檢測

檢測黑幀的另一個過濾器是表中描述的黑幀過濾器：

描述	檢測幾乎為黑色的幀，并輸出包含: - 檢測幀的幀數(shù) - 黑色部分的百分比 - 如果已知則在文件中定位，否則為-1 - 時間戳
語法	blackframe[=amount:[treshold]] 所有的參數(shù)都是可選的
	參數(shù)
amount	在閾值下的像素百分比，默認值為98
threshold	下面是被認為是黑色的像素，默認值是32

過濾器blackdetect和blackframe類似，但每個顯示不同的信息。圖像上顯示使用與黑檢測濾鏡相同的視頻源的黑幀濾鏡輸出：

ffmpeg -f lavfi -i mptestsrc -vf blackframe -f sdl 'test'

我的測試命令如下：

ffmpeg -f lavfi -i mptestsrc -vf blackframe -f sdl 'test'

顯示效果：

只選擇指定的幀進行輸出

特殊的多媒體過濾器可以選擇音頻并選擇視頻啟用，以精確指定哪些幀將保留，哪些從輸出中排除。

描述	選擇輸出幀，對每個輸入幀評估表達式，如果表達式的值不為零，則選擇幀，否則跳過幀
語法	select=expression expression默認值是1
	可用的參數(shù)
n	從0開始的過濾幀的連續(xù)編號
selected_n	所選幀的序號，從0開始
prev_selected_n	如果未定義，則最后一個選定幀的序列號為NAN
TB	輸入時間戳的時基
pts	如果NAN未定義，那么經(jīng)過濾波的視頻幀的PTS（表示時間戳）以TB為單位表示
t	如果NAN未定義，則濾波的視頻幀的PTS以秒表示
prev_pts	先前過濾的視頻幀的PTS，如果未定義則為NAN
prev_selected_pts	如果NAN未定義，則最后一個先前過濾的視頻幀的PTS
prev_selected_t	如果NAN未定義，則最后選擇的最后一個視頻幀的PTS
start_pts	如果NAN未定義，視頻中第一個視頻幀的PTS
start_t	如果NAN未定義，第一個視頻幀的時間在視頻中
pict_type (只局限在視頻中)	過濾幀的類型，可以采用以下值之一： I ...幀內預測幀, P ... 前向預測幀, B ...雙向預測幀, S ...交換幀,SI ...切換I幀，SP ...切換P幀，BI ...特殊幀內幀，不是關鍵幀（VC-1視頻編解碼器）
interlace_type (只局限在視頻中)	幀間型，可采用下列值之一: PROGRESSIVE, TOPFIRST, BOTTOMFIRST
PROGRESSIVE	幀是漸進的(不是交錯的)
TOPFIRST	幀是top-field-first
BOTTOMFIRST	幀是bottom-field-first
key	如果經(jīng)過篩選的幀是一個關鍵幀，否則為0
pos	如果信息不可用(例如合成視頻)，在過濾幀的文件中位置為-1
scene (僅局限于視頻)	0和1之間的值表示一個新的場景;低值反映了當前幀引入新場景的低概率，而更高的值意味著當前幀更可能是一個
consumed_sample_n	在當前幀之前選擇的樣本數(shù)目
samples_n	當前幀中的樣本數(shù)目
sample_rate	輸入采樣率

由于select表達式的默認值為1，因此選擇過濾器使用的接下來的兩個示例會產(chǎn)生相同的結果 - 所有幀將被選擇為輸出（值如果是0將不會選擇任何內容）：

ffmpeg -i input.avi -vf select output.avi
ffmpeg -i input.avi -vf select=1 output.avi

我的測試命令如下：

ffmpeg -i /Users/zhangfangtao/Desktop/test.mp4 -vf select /Users/zhangfangtao/Desktop/test3.mp4 
ffmpeg -i /Users/zhangfangtao/Desktop/test.mp4 -vf select=1 /Users/zhangfangtao/Desktop/test3.mp4 
ffmpeg -i /Users/zhangfangtao/Desktop/test.mp4 -vf select=0 /Users/zhangfangtao/Desktop/test3.mp4

實現(xiàn)效果，前兩個命令生成的是和原來一樣的視頻，最后一個命令，只有音頻信息，沒有界面。

要選擇20到25秒的部分，我們可以使用以下命令:

ffmpeg -i input.avi -vf select="gte(t\,20)*lte(t\,25)" output.avi

我的測試命令如下：

ffmpeg -i /Users/zhangfangtao/Desktop/test.mp4 -vf select="gte\(t\,20\)*lte\(t\,25\)" /Users/zhangfangtao/Desktop/test3.mp4

實現(xiàn)效果：
時間的限制不是太準確，，，還是從頭給我播放到了最后。。。

若要選擇幀內僅為輸出，我們可以使用以下命令:

ffmpeg -i input.avi -vf select="eq(pict_type\,I)" output.avi

我的測試命令如下：

ffmpeg -i /Users/zhangfangtao/Desktop/test.mp4 -vf select="eq\(pict_type\,I\)" /Users/zhangfangtao/Desktop/test3.mp4

實現(xiàn)的結果：
視頻長短沒有變，但是視頻的大小幾乎減少了一半。而且視頻少了很多細節(jié)。

通過改變縱橫比來縮放輸入

調整和伸縮視頻章節(jié)描述了縮放視頻幀的縮放過濾器。另一種方法是使用改變顯示寬高比DAR和樣本寬高比SAR的setdar和setsar濾波器，它們的關系用公式表示（關于寬高比的細節(jié)在詞匯表中）：

DAR = width/height * SAR

描述	setdar過濾器設置顯示縱橫比和setsar的樣本縱橫比
語法	setdar[=r=aspect_ratio[:max=number]] setdar[=aspect_ratio[:number]]
	參數(shù)的描述
r, ratio	縱橫比，值可以是浮點數(shù)或表達式，默認值為0
max	在將縱橫比設為一個有理數(shù)時，表示分子和分母的最大整數(shù)值，默認值為100

示例如何使用setdar和setsar過濾器:

ffplay -i input.avi -vf setdar=r=16/9
ffplay -i input.avi -vf setdar=16/9
ffplay -i input.avi -vf setsar=r=1.234
ffplay -i input.avi -vf setsar=1.234

我的測試命令如下：

ffplay -i /Users/zhangfangtao/Desktop/test.mp4 -vf setdar=r=16/9
ffplay -i /Users/zhangfangtao/Desktop/test.mp4 -vf setdar=16/9
ffplay -i /Users/zhangfangtao/Desktop/test.mp4 -vf setsar=r=1.234
ffplay -i /Users/zhangfangtao/Desktop/test.mp4 -vf setsar=1.234

顯示效果如下：

屏幕抓取

為了將顯示輸出記錄到視頻文件中，例如創(chuàng)建一個教程，我們可以使用安裝了UScreenCapture直接顯示源過濾器的dshow輸入設備，下面是下載地址。
http://www./bin/UScreenCapture.zip
為了抓取全屏內容，我們可以使用以下命令:

ffmpeg -f dshow -i video="UScreenCapture" -t 60 screen.mp4

如果我們想抓取一個特定的屏幕區(qū)域。我們必須使用regedit Windows工具來修改某些注冊表項，相信信息在downloaded UScreenCapture.zip文件里面的README文件里面。

因為我用的MAC電腦，所以我的錄屏命令如下：

ffmpeg -f avfoundation -r 30  -i "1:0"  -t 20 /Users/zhangfangtao/Desktop/test2.mp4

顯示效果如下：

視頻幀的詳細信息

為了顯示每個視頻幀的信息，我們可以使用表格中描述的showinfo過濾器:

描述	顯示包含有關每個輸入視頻幀信息的行，數(shù)據(jù)采用鍵：值對的形式。該過濾器沒有參數(shù)，應與`-report`選項一起使用
語法	-vf showinfo
	顯示參數(shù)的描述
n	輸入框的序號，從0開始
pts	輸入框的表示時間戳，表示為若干時間基單元;時間基單元依賴于過濾器輸入板
pts_time	輸入框的表示時間戳，表示為若干秒
pos	輸入流中幀的位置，如果該信息不可用或沒有意義(例如在合成視頻中)
fmt	像素格式名稱
sar	輸入幀的采樣寬高比，以分子/分母的形式表示
s	輸入框的大小，以寬*長的形式表示
i	隔行掃描模式：P表示漸進式，T表示前場第一，B表示后場第一
iskey	如果該幀是關鍵幀，則為1，否則為0
type	輸入幀的圖像類型：I代表I幀，P代表P幀，B代表B幀，？對于未知類型（更多的信息見AVPictureType枚舉的文檔）
checksum	輸入幀的所有平面的Adler-32校驗和（十六進制）
plane_checksum	輸入幀的每個平面的Adler-32校驗和（十六進制），表示形式為[c0 c1 c2 c3]

例如，下一個命令會生成下面打印的信息，其中包括前三行：

ffmpeg -report -f lavfi -i testsrc -vf showinfo -t 10 showinfo.mpg

n:0 pts:0 pts_time:0 pos:-1 fmt:rgb24 sar:1/1 s:320x240 i:P iskey:1 type:I checksum:88C4D19A plane_checksum:[88C4D19A]
n:1 pts:1 pts_time:0.04 pos:-1 fmt:rgb24 sar:1/1 s:320x240 i:P iskey:1 type:I checksum:C4740AD1 plane_checksum:[C4740AD1]
n:2 pts:2 pts_time:0.08 pos:-1 fmt:rgb24 sar:1/1 s:320x240 i:P iskey:1 type:I checksum:B6DD3DEB plane_checksum:[B6DD3DEB]

我的測試命令如下：

ffmpeg -report -f lavfi -i testsrc -vf showinfo -t 10 /Users/zhangfangtao/Desktop/test.mp4

顯示效果：

音頻頻譜

為了使音頻頻譜可視化，我們可以使用表中描述的示波器濾波器：

描述	將音頻輸入轉換為視頻輸出
語法	showspectrum[=s=widthxheight[:slide=number]]
	參數(shù)的描述
size, s	輸出視頻大小，默認值為640x480
slide	設置頻譜是否沿窗口滑動，默認值為0

例如，下面的圖片顯示了該命令創(chuàng)建的聲譜：

ffmpeg -i audio.mp3 -vf showspectrum audio_spectrum.mp4

我的測試命令如下：

ffmpeg -i /Users/zhangfangtao/Desktop/DYZDJ.mp3 -lavfi showspectrum /Users/zhangfangtao/Desktop/test3.mp4

效果圖

音頻波形可視化

描述	將輸入音頻轉換為包含音頻波表示的視頻
語法	showwaves[=n=number[:r=rate[:s=video_size]]]
	參數(shù)的描述
n	打印在同一列上的樣本數(shù)量越大，數(shù)值越大會降低幀速率，因此不能與速率參數(shù)結合使用
rate, r	幀速率，默認值為25，不能與n參數(shù)組合使用
size, s	視頻大小，默認值是640x480

來自音頻輸入的波形可以通過表格中描述的showwaves濾波器進行可視化：

描述	將輸入音頻轉換為包含音頻波表示的視頻
語法	showwaves[=n=number[:r=rate[:s=video_size]]]
	參數(shù)的描述
n	打印在同一列上的樣本數(shù)量越大，數(shù)值越大會降低幀速率，因此不能與速率參數(shù)結合使用
rate, r	幀速率，默認值為25，不能與n參數(shù)組合使用
size, s	視頻大小，默認值是640x480

例如，要將music.mp3文件中的波形可視化為waves.mp4文件，我們可以使用以下命令：

ffmpeg -i music.mp3 -vf showwaves waves.mp4

我的測試命令：

ffmpeg -i /Users/zhangfangtao/Desktop/NWDSL.mp3  -lavfi showwaves /Users/zhangfangtao/Desktop/test3.mp4

顯示效果如圖：

語音合成

沒有Windows環(huán)境，下面的沒測試，不過AVFoundation做這個相當簡單，想了解AVFounadtion怎么實現(xiàn)的點擊這里

通過包含libflite外部庫，人聲可以與來自Flite（Festival Lite）（一種小型可嵌入TTS（文本到語音）引擎）的flite音頻源合成。它由美國卡內基梅隆大學CMU Speech Group開發(fā)。 Flite完全用C語言編寫，重新實現(xiàn)了音樂節(jié)體系結構的核心部分，以實現(xiàn)為每個系統(tǒng)設計的聲音之間的兼容性。愛丁堡大學的節(jié)日語音合成系統(tǒng)是構建語音合成系統(tǒng)的框架。有關Flite的更多詳細信息，請訪問http://www.speech.cs./flite

描述	由于其大尺寸，使用未包含在官方Windows二進制文件中的libflite庫來合成具有選定語音類型的人類語音
語法	flite="text"[:v=voice[:n=n_samples]] flite=textfile=filename[:v=voice[:n=n_samples]]
	參數(shù)的描述
list_voices	如果設置為1，則顯示可用語音列表
n, nb_samples	每幀最大采樣數(shù)，默認值為512
text	演講的源文本
textfile	包含文本的文件名
v, voice	可用的聲音：女 - slt，男 - awb，kal，kal16，rms; 默認語音為kal，其采樣率（頻率）為8000 Hz，其他語音使用16000 Hz

由于flite庫增加了10 MB以上的ffmpeg.exe文件，因此它不在官方二進制文件中，而Windows二進制文件可以從http:///flite.php下載（Linux和OS X用戶可以編譯它們）。要顯示可用語音列表，我們可以使用以下命令：

ffmpeg -f lavfi -i flite=list_voices=1

要讓計算機使用女性聲音從Message.txt文件中讀取文本，該命令為：

ffplay -f lavfi -i flite=textfile=Message.txt:v=slt

例如，要將文字“Happy New Year to all”保存到wish.wav文件中，我們可以使用以下命令：

ffmpeg -f lavfi -i flite=text="Happy New Year to all":v=kal16 wish.wav

如果我們想減慢講話速度以獲得更好的聽力，我們可以使用以下命令：

ffmpeg -f lavfi -i flite=textfile=text.txt -af atempo=0.5 speech.mp3

一次將輸出保存為多種格式

雖然從第一章中解釋的命令語法可以清楚看出，但我們可以通過一個命令將處理結果保存為多種格式，例如我們可以將flite語音引擎的輸出保存為MP3，WAV和WMA 格式在一個命令中：

ffmpeg -f lavfi -i flite=textfile=speech.txt speech.mp3 speech.wav speech.wma

我們還可以結合音頻和視頻格式，如果我們從視頻輸入格式指定音頻格式，則只包含音頻流，下一個示例中的文件clip.mp3只包含音頻流：

ffmpeg -i clip.avi clip.flv clip.mov clip.mp3 clip.mp4 clip.webm

額外的媒體輸入到filtergraph

默認情況下，在任何具有-i選項的過濾器之前指定輸入文件，并且第一個輸入在帶有[in]鏈接標簽的過濾器圖中可用。如果我們想要過濾額外的文件，我們可以使用amovie來源作為視頻文件的音頻和電影來源，它們在表格中描述：

描述	從媒體（電影）容器讀取音頻和/或視頻流。必需參數(shù)是媒體文件的文件名，可選鍵=值對由冒號分隔
語法	movie=video_name[:options] amovie=audio_name[:options]
	Available key = 值選項參數(shù)中的值對
f, format_name	視頻容器或輸入設備的格式，如果未指定，則從擴展名確定或者探測
loop	按順序讀取數(shù)據(jù)流的次數(shù)，如果為-1，則選擇最佳視頻（具有amovie的音頻）數(shù)據(jù)流
sp, seek_point	以秒為單位查找點，如果設置，則輸入從給定時間開始
s, streams	- 要選擇的流，用+符號指定多個流，順序很重要 - 特殊名稱dv（電影）和da（amovie）指定默認（最佳）視頻/音頻流 - 第一章介紹了如何指定特定流的語法
si, stream_index	要讀取的流的索引，如果為-1，則選擇最佳流，這是默認值（不建議使用，s參數(shù)為首選）

例如，要在輸入視頻上顯示徽標，我們可以使用以下命令：

ffmpeg -i video.mpg -vf movie=logo.png[a];[in][a]overlay video1.mp4

我的測試命令：

ffmpeg -i /Users/zhangfangtao/Desktop/test.mp4 -vf "movie=/Users/zhangfangtao/Desktop/fruit.jpg[a];[in][a]overlay" /Users/zhangfangtao/Desktop/test3.mp4

*顯示效果(logo太大了，把視頻蓋住了)：

例如，sp（seek_point）選項設置為5時，徽標將從開始5秒后顯示：

ffmpeg -i video.mpg -vf movie=logo.png:sp=5[a];[in][a]overlay video1.mp4

我的測試命令：

 ffmpeg -i /Users/zhangfangtao/Desktop/001.mp4 -vf "movie=/Users/zhangfangtao/Desktop/fruit.jpg:sp=0[a];[in][a]overlay" /Users/zhangfangtao/Desktop/test3.mp4