Python利用FFmpeg处理音视频的详细教程
作者：景天科技苑
前言
FFmpeg是一个功能强大的开源多媒体处理工具，能够处理几乎所有类型的音频和视频文件。在Python中，通过ffmpeg-python库，我们可以轻松地在Python脚本中调用FFmpeg的功能，实现音视频文件的处理、转换、编辑等任务。本教程将详细介绍如何在Python中使用ffmpeg-python库，并通过实际案例展示其用法。
安装FFmpeg和ffmpeg-python
安装FFmpeg
首先，你需要在你的机器上安装FFmpeg。FFmpeg的安装方式取决于你的操作系统。对于大多数Linux发行版，你可以通过包管理器安装FFmpeg。例如，在Ubuntu上，你可以使用以下命令：
sudo apt update sudo apt install ffmpeg
对于Windows和macOS，你可以从FFmpeg的官方网站下载预编译的二进制文件，并按照说明进行安装。
安装ffmpeg-python
安装完FFmpeg后，你需要在Python环境中安装ffmpeg-python库。这可以通过pip轻松完成：
pip install ffmpeg-python
ffmpeg-python基础
导入库
在Python脚本中，首先需要导入ffmpeg模块：
import ffmpeg
基本操作
ffmpeg-python库提供了几个核心函数，用于构建和处理音视频流：
ffmpeg.input(): 指定输入文件或视频流。ffmpeg.output(): 指定输出文件或视频流。ffmpeg.run(): 运行FFmpeg命令行工具进行转码或处理。
示例：转换视频格式
以下是一个简单的示例，展示了如何使用ffmpeg-python将一个视频文件从MP4格式转换为AVI格式：
input_file = 'input.mp4' output_file = 'output.avi' # 创建输入和输出流 input_stream = ffmpeg.input(input_file) output_stream = ffmpeg.output(input_stream, output_file) # 运行FFmpeg命令 ffmpeg.run(output_stream)
实际案例
案例一：裁剪视频
假设你需要裁剪视频文件中的某个片段。使用ffmpeg-python，你可以轻松实现这一功能。以下是一个裁剪视频前10秒的示例：
input_file = 'input.mp4'
output_file = 'output_cropped.mp4'
# 使用trim过滤器裁剪视频
# 注意：trim过滤器在ffmpeg-python中可能不直接支持，但可以通过filter_complex实现
start_time = 0 # 起始时间（秒）
duration = 10 # 持续时间（秒）
# 创建输入和输出流，并使用filter_complex添加裁剪参数
input_stream = ffmpeg.input(input_file)
output_stream = ffmpeg.output(input_stream, output_file,
filter_complex=f"trim=start={start_time}:duration={duration}")
# 运行FFmpeg命令
ffmpeg.run(output_stream)
案例二：提取音频
从视频文件中提取音频是另一个常见的需求。使用ffmpeg-python，你可以轻松实现：
input_file = 'input.mp4' output_file = 'output_audio.wav' # 创建输入和输出流，指定只提取音频流 input_stream = ffmpeg.input(input_file) audio_stream = input_stream['a'] # 提取音频流 output_stream = ffmpeg.output(audio_stream, output_file) # 运行FFmpeg命令 ffmpeg.run(output_stream)
案例三：给视频添加水印
给视频添加水印是视频编辑中的一个常见任务。使用ffmpeg-python，你可以通过overlay过滤器实现：
input_file = 'input.mp4'
watermark_file = 'watermark.png'
output_file = 'output_with_watermark.mp4'
# 创建输入流（视频和水印）
input_stream = ffmpeg.input(input_file)
watermark_stream = ffmpeg.input(watermark_file)
# 使用filter_complex添加水印
# 假设水印位于视频右下角，距离边缘10像素
output_stream = ffmpeg.output(input_stream, watermark_stream, output_file,
filter_complex=f"overlay=main_w-overlay_w-10:main_h-overlay_h-10")
# 运行FFmpeg命令
ffmpeg.run(output_stream)
案例四：合并音视频
有时，你可能需要将音频和视频文件合并成一个文件。使用ffmpeg-python，这也是一个简单的过程：
input_audio = 'input_audio.wav' input_video = 'input_video.mp4' output_file = 'output_merged.mp4' # 创建输入流（音频和视频） audio_stream = ffmpeg.input(input_audio) video_stream = ffmpeg.input(input_video) # 合并音视频流 output_stream = ffmpeg.output(audio_stream, video_stream, output_file) # 运行FFmpeg命令 ffmpeg.run(output_stream)
案例五：调整视频帧率
有时，你可能需要调整视频的帧率以适应特定的播放要求或节省存储空间。在ffmpeg-python中，你可以通过fps过滤器来实现这一点。
import ffmpeg input_file = 'input.mp4' output_file = 'output_framerate_adjusted.mp4' # 假设我们将帧率调整为每秒24帧 target_fps = 24 # 创建输入和输出流，并使用fps过滤器 input_stream = ffmpeg.input(input_file) output_stream = ffmpeg.output(input_stream, output_file, filter='fps=fps='+str(target_fps)) # 运行FFmpeg命令 ffmpeg.run(output_stream)
案例六：视频转码
视频转码是将视频从一个编码格式转换为另一个编码格式的过程。这通常用于优化视频文件的大小、兼容性或质量。
import ffmpeg input_file = 'input.avi' output_file = 'output_transcoded.mp4' # 创建输入和输出流，指定输出编码格式为libx264 input_stream = ffmpeg.input(input_file) output_stream = ffmpeg.output(input_stream, output_file, vcodec='libx264', crf=23) # CRF（Constant Rate Factor）是一个用于控制视频质量的参数，值越小质量越高，但文件也越大 # 运行FFmpeg命令 ffmpeg.run(output_stream)
案例七：视频截图
从视频中截取特定帧作为图片是一个常见的需求。使用ffmpeg-python，你可以很容易地实现这一点。
import ffmpeg input_file = 'input.mp4' output_image = 'output_frame.png' # 假设我们要截取视频的第10秒（即第240帧，假设帧率为24fps） frame_number = 240 # 创建输入和输出流，并使用select和scale过滤器（如果需要调整图片大小） input_stream = ffmpeg.input(input_file, ss=frame_number, vframes=1) output_stream = ffmpeg.output(input_stream, output_image) # 运行FFmpeg命令 ffmpeg.run(output_stream) # 注意：ss参数用于指定起始时间（秒），vframes=1表示只截取一帧
案例八：视频拼接
将多个视频文件拼接成一个单独的视频文件是视频编辑中的一个常见任务。在ffmpeg-python中，你可以通过concat协议或concat过滤器来实现这一点。
使用concat协议（适用于文件列表已知且较小的情况）：
import ffmpeg
# 视频文件列表
files = ['video1.mp4', 'video2.mp4', 'video3.mp4']
output_file = 'output_concatenated.mp4'
# 创建一个文本文件（例如filelist.txt），每行包含一个文件路径
# file 'video1.mp4'
# file 'video2.mp4'
# file 'video3.mp4'
# 或者直接在命令行中构建ffmpeg命令（这里为了示例清晰，不直接展示）
# 注意：由于ffmpeg-python直接API的限制，使用concat协议时可能需要手动创建文件列表或使用subprocess
# 这里我们假设文件列表已经准备好
# 使用subprocess作为替代方案（非ffmpeg-python直接方法）
# command = f"ffmpeg -f concat -safe 0 -i filelist.txt -c copy {output_file}"
# subprocess.run(command, shell=True)
# 注意：上述subprocess代码仅作为概念演示，实际使用时请确保安全性
由于ffmpeg-python库本身不直接支持concat协议的文件列表方法，因此在处理大量文件或需要动态构建文件列表时，可能需要结合使用Python的文件操作功能和subprocess模块。
然而，对于简单的拼接任务，你可以考虑使用concat过滤器，但这通常要求所有输入视频具有相同的编解码器、分辨率和帧率等属性。
高级用法
调整视频播放速度
调整视频播放速度可以通过filter()方法应用setpts滤镜来实现：
input_video = 'input.mp4'
output_video = 'output_speeded_up.mp4'
# 调整视频播放速度为原来的2倍
ffmpeg.input(input_video).filter('setpts', '0.5*PTS').output(output_video).run()
注意，setpts滤镜的参数'0.5*PTS'意味着将视频帧的显示时间减半，即视频播放速度变为原来的2倍。
假设你正在制作一个视频教程，你需要将多个视频片段拼接起来，并添加背景音乐和字幕。下面是一个使用ffmpeg-python完成这个任务的例子：
拼接视频片段
首先，你需要将多个视频片段拼接成一个完整的视频。这可以通过concat()方法实现，但更常用的是通过concat滤镜：
video_files = ['part1.mp4', 'part2.mp4', 'part3.mp4'] output_video = 'final_video.mp4' # 拼接视频片段 concat_filter = ffmpeg.concat(video_files, v=1, a=1) ffmpeg.input(concat_filter).output(output_video).run()
注意，concat()方法在这里并未直接使用，因为ffmpeg-python的concat函数主要用于构建拼接视频的滤镜字符串。在这个例子中，我们直接通过ffmpeg.concat()函数生成了一个拼接滤镜字符串，并通过input()方法将其作为输入流。
添加背景音乐
接下来，你需要将背景音乐添加到拼接好的视频中。这可以通过audio.addinput()方法实现：
background_music = 'background.mp3' # 加载视频和音频文件 video_stream = ffmpeg.input(output_video) audio_stream = ffmpeg.input(background_music) # 将音频添加到视频中 ffmpeg.input(video_stream).audio.addinput(audio_stream).output(output_video + '_with_music.mp4').run()
注意，由于我们已经有了output_video这个视频文件，所以这里将输出文件命名为output_video + '_with_music.mp4'以避免覆盖原文件。
添加字幕
最后，你可能需要给视频添加字幕。这可以通过add_subtitle()方法实现，但更常用的是通过filter_complex参数和subtitles滤镜：
subtitle_file = 'subtitles.srt'
# 添加字幕
output_stream = ffmpeg.output(
ffmpeg.input(output_video + '_with_music.mp4'),
None, # 忽略视频输出，因为我们只是添加字幕
output_video + '_with_subtitles.mp4',
filter_complex=f'subtitles={subtitle_file}:force_style="FontName=Arial,FontSize=24,PrimaryColour=&H00FFFFFF&"'
)
ffmpeg.run(output_stream)
注意，在这个例子中，我们使用了filter_complex参数和subtitles滤镜来添加字幕。force_style参数用于指定字幕的样式，包括字体名称、大小和颜色等。
使用FFmpeg的过滤器
FFmpeg提供了大量的过滤器，用于实现复杂的音视频处理任务。在ffmpeg-python中，你可以通过filter_complex参数来使用这些过滤器。例如，你可以使用scale过滤器来调整视频的大小：
input_file = 'input.mp4'
output_file = 'output_scaled.mp4'
# 假设我们将视频大小调整为640x480
width = 640
height = 480
# 创建输入和输出流，并使用scale过滤器
input_stream = ffmpeg.input(input_file)
output_stream = ffmpeg.output(input_stream, output_file,
filter_complex=f"scale={width}:{height}")
# 运行FFmpeg命令
ffmpeg.run(output_stream)
调用FFmpeg命令行
虽然ffmpeg-python提供了方便的Python接口，但在某些情况下，你可能需要直接调用FFmpeg的命令行工具。
命令基本格式及参数
ffmpeg [global_options] {[input_file_options] -i input_url} ...
{[output_file_options] output_url} ...
参数
主要参数：
◼ -i 设定输入流
◼ -f 设定输出格式(format)
◼ -ss 开始时间
◼ -t 时间长度
◼ -y 设定输出格式，输出时直接覆盖同名文件
◼ -c：指定编码器
◼ -c copy：直接复制，无需经过重新编码
◼ -c:v：指定视频编码器
◼ -c:a：指定音频编码器
◼ -an：去除音频流
◼ -vn：去除视频流
音频参数：
◼ -aframes 设置要输出的音频帧数
◼ -ab 音频码率
◼ -ar 设定采样率
◼ -ac 设定声音的Channel数
◼ -acodec 设定声音编解码器，如果用copy表示原始编解码数据必须被拷贝。
◼ -an 不处理音频
◼ -af 音频过滤器
ffmpeg -i test.mp4 -b:a 192k -ar 48000 -ac 2 -acodec libmp3lame -aframes 200 out2.mp3
视频参数：
◼ -vframes 设置要输出的视频帧数
◼ -b 设定视频码率
◼ -b:v 视频码率
◼ -r 设定帧速率
◼ -s 设定画面的宽与高
◼ -vn 不处理视频
◼ -aspect aspect 设置横纵比 4:3 16:9 或 1.3333 1.7777
◼ -vcodec 设定视频编解码器，如果用copy表示原始编解码数据必须被拷贝。
◼ -vf 视频过滤器
ffmpeg -h
输出 ffmpeg 基本命令帮助信息，下面介绍下比较重要的配置选项
Print help / information / capabilities: -L show license // 显示许可信息 -h topic show help // 显示帮助信息 -version show version // 显示版本 -buildconf show build configuration // 显示编译配置 -formats show available formats // 显示可用格式 , 其等价于 muxers + demuxers 组合 -muxers show available muxers // 显示可用的复用器 -demuxers show available demuxers // 显示可用的解复用器 -devices show available devices // 显示可用设备 -codecs show available codecs // 显示可用的编解码器 , 其等价于 encoders + decoders 组合 -decoders show available decoders // 显示可用的解码器 -encoders show available encoders // 显示可用的编码器 -bsfs show available bit stream filters // 显示可用的比特流 filters 过滤器 -protocols show available protocols // 显示可用协议 , 如 rtmp , rtsp 等 ; -filters show available filters // 显示可用的过滤器 , 可用于 : 改变播放速度 , 加水印 , 加 Logo -pix_fmts show available pixel formats // 显示可用的像素格式 -layouts show standard channel layouts // 显示标准声道名称 -sample_fmts show available audio sample formats // 显示可用的音频采样格式 -colors show available color names // 显示可用的颜色名称 -sources device list sources of the input device // 列出输入设备来源 -sinks device list sinks of the output device // 列出输出设备接收器 -hwaccels show available HW acceleration methods // 显示可用的硬件加速方法
这时，你可以使用Python的subprocess模块：
import subprocess
input_file = 'input.mp4'
output_file = 'output_custom.mp4'
# 构建FFmpeg命令行
command = f"ffmpeg -i {input_file} -c:v libx264 -crf 23 {output_file}"
# 执行命令行
subprocess.run(command, shell=True)
在这个例子中，我们使用了-c:v libx264来指定视频编码器为libx264，并使用-crf 23来设置CRF（Constant Rate Factor）值，这是一个影响视频质量和文件大小的参数。
总结
通过本文的讲解，我们深入探讨了ffmpeg-python库在Python中用于音视频处理的多个高级用例，包括调整帧率、视频转码、视频截图和视频拼接等。这些用例展示了ffmpeg-python库的强大功能和灵活性，使其成为Python开发者处理音视频数据的首选工具之一。希望这些示例和说明能够帮助你更好地理解和使用ffmpeg-python库。
以上就是Python利用FFmpeg处理音视频的详细教程的详细内容，更多关于Python FFmpeg处理音视频的资料请关注脚本之家其它相关文章！