FFmpeg的基本原理、使用方法及开发方法

本文来自OnVideo视频创作云平台联合创始人刘歧在LiveVideoStackCon的讲师热身分享，刘歧分享了FFmpeg的基本原理、使用方法及开发方法。在10月19-20日的LiveVideoStackCon 2018上，刘歧还将分享如何通过FFmpeg实现视频版权保护的方法。

大家好我是刘歧，目前和几个朋友一起创办了视频云创作平台OnVideo，主要负责做一些新功能预研和整体方向把控。

今天主要从四个方面来介绍一下FFmpeg的滤镜深度应用：

1. Filter基本原理

2. Filter使用方法

3. Filter开发基础

4. Filter开发

一. Filter基本原理

基本原理的理解可以从以下六点出发：

线性属性：滤镜是一个线性的属性，是一步接着一步的往下走的，当然也可以有多线程的，但是多线程的实现不是特别好，一般的实现都是通过单线程来线性处理的。

输入输出标签：滤镜都有输入和输出的标签。

滤镜名

滤镜参数：当我们在使用某一类滤镜时，需要知道对应的参数大小，如位置，宽高等。

内置变量：在使用滤镜时，可以用到它的很多内置变量，如帧率，PTS等，这些变量可以在命令行中使用，在调用API时也会用到。

压缩前、解压后的YUV/RGB/PCM数据：对数据进行滤镜处理时使用的都是原始数据，也就是未压缩的数据。

线性处理图解

如上图所示，从滤镜线性处理图中可以看出，对每一个的滤镜处理过程必须要有输入和输出，比如在最后滤镜8的位置没有输出1来承接它的结果，则会报错。另外，如从滤镜1到滤镜2的过程，滤镜1的输出Out可以作为滤镜2的输入In，从滤镜2再往后，滤镜2的输出Out可以分为两部分，分别作为其它滤镜处理的输入。

原始数据处理

滤镜的处理都是基于原始数据来进行的，比如视频图像的每一帧，当然也包括音频。如上图所示，每一帧可以有前后的多个层，一般情况下是两层，当有多层时，如Frame1是三层，则可以先处理前两层，处理之后合并成一层，再跟另一层一起去做处理。当处理完Frame1后送到编码器进行编码，再依次处理Frame2、Frame3、Frame4，处理完后均送到编码器进行压缩编码为另一个格式，比如H.264。

二. Filter使用方法

1. 常用滤镜

常用的滤镜中重点的是：scale、trim、overlay、yadif、rotate、movie

比如常用的scale 可以用来做缩放，trim可以做比较精确的帧级的剪切，overlay可以来实现视频混流，画中画或多画面等叠加处理，rotate来做旋转，movie可以加载第三方的视频等等，yadif可以在摄像机上做隔行扫描，在PC端的播放器可以做去交错。另外，还有delogo、crop、colorkey、chromakey、zoompan； delogo可以用来模糊化某一区域，crop用于图像区域剪切，colorkey和chromakey是用于抠图的，chromakey以YUV输入为主，colorkey以RGB输入为主，zoompan可以将图像放大。

2. 命令行

ffmpeg -filters

通过这一命令，可以列出所有的滤镜，但需要弄清楚每一个滤镜的作用，比如上图的adelay，它的作用是音频转音频，延缓一个或更多的音频通道。在滤镜参数里面还包括timeline support、slice threading、command support，等在后面也会有介绍。

ffmpeg -h filters=rotate

当某个滤镜不知道它里面都有什么参数或者参数怎么用时，那么可以通过上面这条help命令去查看滤镜的内容。比如在上图，查看旋转（rotate）滤镜，可以看出它支持slice threading，而在最下面可以看到还支持timeline操作，并且输入和输出都是Video格式，再下面就是rotate的一些参数，值得注意的是，在FFmpeg里面，尤其滤镜这部分，为了让大家在输入参数时候更简单，它会把很长的参数提供一个简化的名称。

命令行的使用开头都是：filter_complex，然后再在后面接一些字符串，如下：

下面列出几个例子的命令行使用：

1. 跑马灯

[0:v][1:v]overlay=x='if(gte(t,0),-w+(mod(n,W+w))+5,NAN)':y=0[out]

应用场景如新闻播放时画面下方的小栏预告，从右跑到左。

2. 图像旋转

[1:v]rotate=a=60*PI/180:ow=180:oh=180[v1];[0:v][v1]overlay=x=-20:y=-20[o]

3.delogo（模糊化某一区域）

delogo=x=72:y=32:w=168:h=86:band=1:show=1

下图为以上三条命令行处理后的展示效果：

在FFmpeg的ffplay里可以通过dumpgraph对滤镜的处理过程增加更深的了解，可以看看下面这个例子：

./ffplay-dumpgraph1-flavfi"movie=a.flv[l];movie=logo.png[r];[l][r]overlay=x=0:y=0"

在滤镜处理的过程中是先加载第一个电影，然后再加载一张PNG图片，为了叠加处理比较方便会先将它们转换成YUV，再进行叠加运算，最后输出到一个buffersink中。

3. API

滤镜Filter的API结构包括：

AVFilterContext：滤镜的上下文

AVFilterInOut：滤镜的输入、输出

AVFilterGraph：滤镜的图结构

AVFilter：滤镜的具体处理类

AVFilterPad：包括输入的Pad和输出的Pad

调用API的分为两个大的步骤：

第一步，滤镜的初始化

初始化部分首先要确定In的Buffer和Out的Buffersink，接下来就是创建一个滤镜的Graph，再就是做一个滤镜的解析，最后就是通用配置。

第二步，滤镜处理

滤镜处理过程是先解码，解码之后将帧加入到Buffer，再调用滤镜处理模块，处理之后输出到Buffersink。

滤镜API的使用方法跟之前命令行的使用方法是一样的，只是略微有一点差别。如果我们不会使用多输入多输出的方式，对于API的使用实际上它的输入也可以用字符串处理的方式，就是命令行里边的处理方式，如以下官方demo的代码：

跑马灯

[0:v][1:v]overlay=x='if(gte(t,0),-w+(mod(n,W+w))+5,NAN)':y=0[out]

图像旋转

[1:v]rotate=a=60*PI/180:ow=180:oh=180[v1];[0:v][v1]overlay=x=-20:y=-20[o]

Delogo（模糊化某一区域）

delogo=x=72:y=32:w=168:h=86:band=1:show=1

从上面的介绍可以看出，命令行与API实质上并没有太大的区别。

三. Filter开发基础

1. Module结构

在上面的Module结构里面，可以很清晰的看出步骤流程，先要在滤镜的类里面注册它所对应的所有信息，如滤镜名，上下文等等；下一步就是对Input和Output的处理，对帧的滤镜处理正常都是在一个Input里面处理的；

再就是要看滤镜是否支持Timeline，比如做一些动态的变量，跑马灯之类的，也要有时间线的概念。在这个里面也有一些对应的内置函数，可以把他们理解为一些数字运算的接口。以及下面还有一些变量名的定义。

2. 加入到FFmpeg中

添加滤镜的时候，主要是往下面两个里面添加：

四. Filter开发

在这一部分，为大家做了FFMPEG添加新滤镜的过程的录像，录像地址为http://bbs.chinaffmpeg.com/add_filter.mp4，有兴趣的同学可以看一下

首先建立了一个zoomscale的滤镜文件，建立完这个文件之后，创建对应的context，然后把刚才讲到的那些接口都写进来，定义zoomscale公共的类，下面我们实现了一个filter _frame，它会把里面的input给释放掉，让它变成一个NULL，此时显示的前景图像就会变成一个纯绿色的图像，如果说这里有process commode，那么就可以在做zmq的时候用，如果没有的话，可以留空。关键是filter_frame，可以当作滤镜处理的一个入口，而get_video_buffer可以把它理解为我们看到的很多demo里面写到的get_video_buffer，即创建一个帧的对应Buffer，将其添加至Makefile之后，继续添加一个avfilter。这是FFmpeg4.0之前的版本，在后面新版本里面，采用的是数组的形式，也就没有列表那么麻烦，速度会更快一些，添加完之后，可以通过config进行查看配置，每次config完之后，会有整体的一个输出。添加完成后，进行编译，之后可以在avfilter库里直接查看滤镜是否已经加到FFmpeg的应用程序里，然后调用API部分，直接把字符串传进来就可以使用了。