ffmpeg概念大全.pdf

FFmpeg是一个功能非常强大的开源音视频处理工具库，它支持几乎所有的音视频格式，进行编解码、复用、解复用、转码、滤镜处理、文件封装和封装格式处理等操作。下面将详细介绍FFmpeg的核心概念和相关知识点。 **容器（Container）** 容器，也称为封装格式，是指用于存储不同类型数据流（如音频、视频、字幕）的文件格式。常见的视频容器格式有：FLV、MKV、TS、MP4、RMVB、AVI等。每个容器文件都包含了数据流和文件头信息，而数据流可以分为音频、视频、字幕、附件和数据五种类型。 **流（Stream）** 在音视频处理中，流是指不同类型的数据传输方式，主要包括音频流、视频流、字幕流、附件流和数据流等。这些流数据需要被编码器进行压缩或编码，以降低存储和传输时所需的资源。 **帧（Frame）** 帧是构成视频的单个图像，可以分为三种类型：I帧（关键帧，包含完整的图像信息），P帧（参考帧，通过与前一个I帧或P帧的差异信息来描述图像），和B帧（双向帧，使用前后的I帧或P帧进行双向预测）。视频本质上是由一系列帧按时间顺序排列而成。 **编解码（CODEC）** CODEC是编码（CODE）和解码（DECODE）的缩写，它指的是将原始数据流转换为压缩数据流（编码），以及将压缩数据流还原为原始数据流（解码）的过程。视频的压缩技术通常可以分为两大类：有损压缩和无损压缩，有损压缩在压缩数据时会丢失一些信息，但可以更大幅度地减小文件大小。 **复用/解复用（Multiplexing/Demultiplexing）** 复用是指将不同类型的流按照某种容器的规则，整合到一个容器文件中。解复用则相反，是指从容器文件中提取出各个流的过程。 **码率和帧率** 码率（Bitrate）是指单位时间内处理的数据量，通常用bps（bits per second）表示。视频文件的码率与音视频质量成正比。帧率（Frame rate）是指每秒钟显示的画面数，通常用fps（frames per second）表示。为了实现连续的视觉效果，至少需要每秒15帧的视频。 **FFmpeg的特性** FFmpeg的名称来源于MPEG视频编码标准，其中的“FF”代表“Fast Forward”。FFmpeg是一套可以进行音视频采集、格式转换、编码解码、视频截图、加水印等操作的开源程序。它支持多种操作系统，包括Linux、Windows、macOS等，并且拥有广泛的用户群体，如Google、Facebook、YouTube等。 **FFmpeg的库和工具** FFmpeg的核心包括8个主要的库，分别处理不同的功能： 1. avcodec：负责编解码功能。 2. avformat：处理封装格式。 3. avfilter：提供滤镜特效处理。 4. avdevice：负责设备的输入输出。 5. avutil：为其他库提供基本的工具支持。 6. postproc：进行视频后加工。 7. swresample：实现音频采样数据格式转换。 8. swscale：实现视频像素数据格式转换。 FFmpeg还包含四个主要的程序工具： 1. ffmpeg：命令行工具，用于格式转换及实时编码。 2. ffserver：提供HTTP多媒体实时广播流服务。 3. ffplay：一个简单播放器，使用ffmpeg库进行解码和显示。 4. ffprobe：用于探测和分析音视频文件。 **编译和安装** 在Linux环境下，编译FFmpeg通常使用configure、make和make install命令组合进行。而在Windows环境下，推荐使用MinGW的工具链进行编译，也可以使用VS2013或VS2015版本进行编译。 **使用命令行工具** FFmpeg的命令行工具非常强大，可以通过各种参数来执行转码、复用、解复用、截取、合并、转封装、转码、混屏等操作。例如，使用ffmpeg命令可以进行视频格式转换、编解码、视频截取和合并等任务。 **FFmpeg的使用场景** FFmpeg在音视频领域应用广泛，可以从网络流媒体获取视频，然后将其转换成所需的格式并进行处理，包括转码成不同的格式，或者进行视频和音频的滤镜特效处理。FFmpeg还支持音视频的流式传输、实时处理，以及通过开发库进行更深入的定制和集成。