本文主要了解FFmpeg進(jìn)行音視頻編碼轉(zhuǎn)換。主要學(xué)習(xí)如下幾個(gè)知識(shí)點(diǎn)：

• FFmpeg使用libx264進(jìn)行H,264(AVC)軟編碼，使用libx265進(jìn)行H.265(HEVC)軟編碼
• 使用FFmpeg在MacOS環(huán)境下硬編碼
• 了解音頻編碼，MP3，AAC的參數(shù)設(shè)置編碼

FFmpeg軟編碼H.264和H.265

支持H.264的封裝格式的文件格式有很多，例如FLV，MP4，HLS，TS等。FFmpeg本身不支持H.264的編碼器，通過第三方庫x264或者OpenH264來支持，但是OpenH264開源較晚，所以多數(shù)使用的還是x264，可以通過命令行ffmpeg -h encoder=libx264來查看x264編碼的一些基本信息和參數(shù)情況。

H.264編碼實(shí)例

通過上面的-h命令查看x264支持的參數(shù)真的很多，我們?cè)谝玫絻?yōu)化的時(shí)候可以仔細(xì)了解其參數(shù)的含義，下面的幾個(gè)實(shí)例列出了一些參數(shù)的使用，簡單的了解參數(shù)的含義以及使用方法。每一個(gè)參數(shù)都可以帶很多不同的配置，在使用的時(shí)候查看文檔

編碼器預(yù)設(shè)參數(shù)preset

這個(gè)參數(shù)主要調(diào)節(jié)編碼速度和質(zhì)量的平衡，有ultrafast、superfast、veryfast、faster、fast、medium、slow、slower、veryslow、placebo這10個(gè)選項(xiàng)，從快到慢。

使用H.264轉(zhuǎn)碼文件

ffmpeg -i input.mp4 -vcodec libx264 -preset ultrafast -b:v 2000k output.mp4

輸出關(guān)鍵速度信息

ffmpeg -i input.mp4 -vcodec libx264 -preset medium -b:v 2000k output.mp4

編碼優(yōu)化參數(shù)tune

這個(gè)參數(shù)配合視頻類型和視覺優(yōu)化的參數(shù)?？蛇x項(xiàng)

• film:電影真人類型
• animation：動(dòng)畫
• grain：需要保留大量的grain
• stillimage：靜態(tài)圖像編碼時(shí)使用
• psnr：提高psnr做了優(yōu)化的參數(shù)
• ssim：提高ssim做了優(yōu)化參數(shù)
• fastdecode：可以快速解碼的參數(shù)
• zerolatency：零延遲，用在需要非常低的延遲的情況，比如電視電話會(huì)議編碼。

ffmpeg -i input.mp4 -vcodec libx264 -tune zerolatency -b:v 2000k output.mp4

profile和level設(shè)置

profile和level的設(shè)置和H.264標(biāo)準(zhǔn)文檔ISO-14496-Part10描述的profile和level信息基本相同。profile有如下選項(xiàng)：

• Baseline
• Extented
• Main
• High
• High10
• High422
• High444
  profile設(shè)置信息不同會(huì)影響編碼出來的視頻的很多參數(shù)不同。例如是否支持I與P分片。level也會(huì)影響很多參數(shù)，例如最大解碼速度不同。

下面使用baseline profile和high profile編碼一個(gè)H.264視頻，分析兩個(gè)編碼出來的文件的區(qū)別。有一個(gè)知識(shí)我們提取了解一下baseline profile編碼出來額視頻不會(huì)包含B幀，而high profile包含B幀，下面就看它們B幀的差別

ffmpeg -i input.mp4 -vcodec libx264 -profile:v baseline -level 3.1 -s 352x288 -an -y -t 10 ouput_baseline.ts

ffmpeg -i input.mp4 -vcodec libx264 -profile:v high -level 3.1 -s 352x288 -an -y -t 10 ouput_high.ts

生成了兩個(gè)文件，通過ffprobe來查看包含B幀的信息

ffprobe -v quiet -show_frames -select_streams v output_baseline.ts |grep "pict_type=B"|wc -l

輸出0

ffprobe -v quiet -show_frames -select_streams v output_high.ts |grep "pict_type=B"|wc -l

輸出161
驗(yàn)證了我們的理論baseline profile包含0個(gè)B幀，而high profile包含B幀。在進(jìn)行實(shí)時(shí)流媒體直播時(shí)，使用包含B幀的編碼更可靠些；適當(dāng)加入B幀可以有效降低碼率

sc_threshold

FFmpeg可以通過參數(shù)-g設(shè)置幀數(shù)間隔為GOP的長度，但是遇到場景切換的時(shí)候，從一個(gè)畫面突然變?yōu)榱硪粋€(gè)畫面時(shí)，會(huì)強(qiáng)行插入一個(gè)關(guān)鍵幀，這時(shí)GOP的長度會(huì)重新開始?？梢酝ㄟ^參數(shù)sc_threshold決定是否在場景切換的時(shí)候插入關(guān)鍵幀。
執(zhí)行命令控制編碼時(shí)GOP的大小。

ffmpeg -i input.mp4 -c:v libx264 -g 50 -t 60 output.mp4

執(zhí)行完畢后生成的文件每50幀被設(shè)置為一個(gè)GOP間隔。
通過軟件Elecrd StreamEye查看幀信息如下：

看到有些GOP的間距很短，這是因?yàn)閺?qiáng)行插入了GOP導(dǎo)致的，為了使GOP的插入更加均勻，使用sc_threshold設(shè)置一下：

ffmpeg -i input.mp4 -c:v libx264 -g 50 -sc_threshold 0 -t 60 output.mp4

再看GOP的幀信息如下：

x264opts

由于FFmpeg設(shè)置x264參數(shù)時(shí)增加的參數(shù)比較多，F(xiàn)Fmpeg開放了x264opts，可以通過這個(gè)參數(shù)設(shè)置x264的內(nèi)部私有參數(shù)，如設(shè)置IBP幀的順序以及規(guī)律。下面列舉在上面生成的GOP文件數(shù)據(jù)分析基礎(chǔ)上控制生成的文件不出現(xiàn)B幀，只要設(shè)置x264內(nèi)部參數(shù)bframes=0即可：

ffmpeg -i input.mp4 -c:v libx264 -x264opts "bframes=0" -g 50 -sc_threshold 0 -t 60 output.mp4

通過StreamEye查看Stream信息沒有出現(xiàn)B幀

如果希望控制I幀P幀B幀的頻率和規(guī)律，可以通過控制GOP中B幀的幀數(shù)來實(shí)現(xiàn)，P幀的頻率可以通過x264的參數(shù)b-adapt進(jìn)行設(shè)置。
例如設(shè)置GOP中，每2個(gè)P幀之間存放3個(gè)B幀：

ffmpeg -i input.mp4 -c:v libx264 -x264opts "bframes=3:b-adapt=0" -g 50 -sc_threshold 0 -t 60 output.mp4

看看分析：

nal-hrd

編碼可以設(shè)置VBR，CBR的編碼模式，VBR為可變碼率，CBR為恒定碼率?；ヂ?lián)網(wǎng)上VBR居多，但是我們可以使用FFmpeg制作CBR碼率視頻。

ffmpeg -i input.mp4 -c:v libx264 -x264opts "bframes=10:b-adapt=0" -b:v 1000k -maxrate 1000k -minrate 1000k -bufsize 50k -nal-hrd cbr -g 50 -sc_threshold 0 -t 60 output.ts

命令執(zhí)行參數(shù)介紹

• 設(shè)置B幀個(gè)數(shù)，每兩個(gè)P幀之間包含10個(gè)B幀
• 設(shè)置視頻碼率為1000kbit/s
• 設(shè)置最大碼率為1000kbit/s
• 設(shè)置最小碼率為1000kbit/s
• 設(shè)置編碼的buffer大小為50KB
• 設(shè)置H.264的編碼HRD信號(hào)為CBR
• 設(shè)置每50幀一個(gè)GOP
• 設(shè)置場景切換不強(qiáng)行插入關(guān)鍵幀
• 設(shè)置視頻輸出時(shí)間為60s

可以通過工具Bitrate Viewer查看碼率波動(dòng)，我就沒試了，通過Elecard StreamEye查看流信息的bitrate type為CBR。

FFmpeg硬編解碼

以前都不知道FFmpeg可以硬編解碼，以為它就只能軟編解碼，它真的強(qiáng)大。FFmpeg可以在Nvidia GPU，Intel QSV，樹莓派，OS X系統(tǒng)下硬編解碼。我使用的是OS X系統(tǒng)，所以下面來實(shí)驗(yàn)一個(gè)在該系統(tǒng)的硬編解碼。

OS X系統(tǒng)硬編解碼

直接看一個(gè)硬轉(zhuǎn)碼的實(shí)例，先把一個(gè)視頻通過h264_vda硬解碼，然后通過h264_videotoolbox硬編碼視頻文件。

ffmpeg -vcodec h264_vda -i input.mp4 -vcodec h264_videotoolbox -b:v 2000k output.mp4

結(jié)果出現(xiàn)錯(cuò)誤如下：

FFmpeg輸出MP3

編碼MP3使用編碼器libmp3lame這個(gè)庫，通過命令ffmpeg -h encoder=libmp3lame可以查看它的一些參數(shù)信息。
先來看最簡單的一條命令使用libmp3lame來進(jìn)行音頻文件編碼為MP3文件。

ffmpeg -i input -acodec libmp3lame output.mp3

輸出的碼率類型參數(shù)設(shè)置

• VBR：編碼碼率不斷變化，通過參數(shù)-q:a設(shè)置
• CBR：碼率幾乎不變，通過參數(shù)-b設(shè)置
• ABR：平均碼率是上面兩個(gè)的結(jié)合體，使用它的參數(shù)編碼速度比VBR高，質(zhì)量比VBR差一點(diǎn)，比CBR質(zhì)量好點(diǎn)，通過參數(shù)-abr來設(shè)置

控制碼率的參數(shù)為-q:a后面帶數(shù)字

FFmpeg輸出AAC

AAC是一種比MP3的編碼效率更高，編碼音質(zhì)更好的音頻編碼格式，常見的使用AAC編碼后的文件存儲(chǔ)格式為m4a。FFmpeg可以使用如下三種編碼器

• aac:FFmpeg自帶的AAC編碼
• libfaac:第三方AAC編碼器
• libfdk_aac:第三方AAC編碼器

FFmpeg使用AAC編碼器

看下面最簡單的例子：

ffmpeg -i input.mp4 -c:a aac -b:a 160k output.aac

同樣可以使用-q:a帶數(shù)值代表的碼率信息進(jìn)行轉(zhuǎn)換