FFmpeg 入门

引言

最近在工作中遇到一个任务：混剪视频——把表现好的素材和有潜力的（留存好或回收好）素材裁切拼接在一起。一方面扩充素材，另一方面希望用好的素材带动有潜力的素材，形成一条可以撑量的新素材。如果只有两三条视频需要处理的话，即使用剪映或 PR 也是相当简单的任务。但在工作中有大量的素材需要处理，当上面这个过程重复几十上百次时，在剪映或 PR 上做就不那么有效率了。

这个任务的大致流程如下：

flowchart LR A[导入素材] --> B[找时间点] B --> C[裁剪] C --> D[调整尺寸] D --> E[调整音量] E --> F[拼接] F --> G[导出]

这些步骤并不涉及什么审美，只是在重复执行同样的规则，因此自然地想到用 FFmpeg 来做，也正好借这个机会把相关知识学到位。这篇就先从最基础的开始：怎么安装，ffmpeg、ffprobe、ffplay 这三个命令各是干什么的，以及一些基本的命令。

下载与配置

根据自己的设备选择对应的安装方法，装完用 ffmpeg -version 验证即可。

macOS

brew install ffmpeg

Homebrew 会自动把 ffmpeg 加入 PATH。如果提示找不到命令，把 brew 的安装路径加进 shell 配置：

# Apple Silicon
export PATH="/opt/homebrew/bin:$PATH"
# Intel
export PATH="/usr/local/bin:$PATH"

将对应行写入 ~/.zshrc（zsh）或 ~/.bash_profile（bash），保存后 source 生效。

Ubuntu/Debian

sudo apt install ffmpeg

Windows

winget install ffmpeg

winget 会自动配置环境变量。也可以从官网下载 zip 压缩包，解压后把 bin 目录添加到系统 PATH。

验证

ffmpeg -version

快速开始

FFmpeg 是什么

A complete, cross-platform solution to record, convert and stream audio and video.

—— ffmpeg.org

FFmpeg 全称 Fast Forward MPEG，是一套完整的跨平台音视频录制、转换与推流解决方案，也是目前领先的多媒体框架。

它是一个没有图形化界面的软件，我们可以通过参数控制它输入什么文件、做什么处理、输出到哪里。这样的好处就是，它可以脚本化，一个任务写一个脚本然后复用就可以了。这样也完美地满足了前面提到的需求。

三件套分工

FFmpeg 装完之后会有三个命令，后面所有的操作都由它们完成：

  • ffmpeg — 音视频处理：格式转换、裁剪、加工多媒体文件，核心处理都从它出
  • ffprobe — 查看信息：输出编码、分辨率、时长、码率这些流信息，动手前先用它看一眼
  • ffplay — 播放音视频：简易播放器，不用等导出就能直接看效果

基础命令

假设现在有两个视频 part1.mp4 和 part2.mp4。

看信息

ffprobe part1.mp4

预览

ffplay part1.mp4

# -ss 是起点，-t 是时长：从 1 分钟处开始，预览 10 秒
ffplay -ss 00:01:00 -t 10 part1.mp4

裁剪

# 取前 10 秒
ffmpeg -i part1.mp4 -t 10 seg1.mp4

# 跳到 1 分钟处，取 10 秒
ffmpeg -ss 00:01:00 -i part2.mp4 -t 10 seg2.mp4

# 裁完看结果
ffplay seg1.mp4
ffplay seg2.mp4

调整尺寸

# -vf 是画面滤镜，缩放到宽 1280，高度按比例自动算（-2 是取偶数）
ffmpeg -i part1.mp4 -vf "scale=1280:-2" output.mp4

调整音量

# -af 是音频滤镜，loudnorm 把响度拉到平台标准
ffmpeg -i part1.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 output.mp4

拼接

清单文件 files.txt（文件顺序就是拼接顺序）：

file 'seg1.mp4'
file 'seg2.mp4'

# -f concat 按清单拼接，-c copy 不重新编码
# -safe 0：关闭路径检查，允许任意文件名
ffmpeg -f concat -safe 0 -i files.txt -c copy output.mp4

前提是各段的编码、分辨率一致：尺寸不同的段拼不到一起，参数对不上就得先重新编码、统一规格再拼。

-c copy 为什么能这么快？这会在后面介绍原理的文章中讲到。

转换格式

# -i 指定输入文件，默认重新编码：mov → mp4
ffmpeg -i input.mov output.mp4

# -c copy：只换封装、不重新编码，基本秒完成
ffmpeg -i input.mov -c copy output.mp4

改变编码与压制

# -c:v 指定视频编码器，-crf 控制画质（18～28，越小越清晰）
ffmpeg -i part1.mp4 -c:v libx264 -crf 23 output.mp4

提取音频

# -vn 丢掉视频只留音频，-c:a 指定音频编码器
ffmpeg -i part1.mp4 -vn -c:a libmp3lame output.mp3

截图

# -frames:v 1：只输出一帧画面，就是截图
ffmpeg -ss 00:00:05 -i part1.mp4 -frames:v 1 shot.jpg

转 GIF

# 每秒抽 10 帧、宽 480，动图就出来了
ffmpeg -i part1.mp4 -vf "fps=10,scale=480:-2" output.gif

结语

回到开头那个混剪流程。假设有一个尺寸为 1920×1080 的视频 part1.mp4 和一个尺寸为 1280×720 的视频 part2.mp4，要从两条里各取 10 秒，拼成一条尺寸、音量一致的新素材。把这几步串成一个脚本：

# 准备：先用 ffprobe 看规格、ffplay 找入点，把时间记下来
#   ffprobe part1.mp4
#   ffplay -ss 00:00:05 -t 10 part1.mp4

# 1. 裁剪：按入点各取 10 秒
ffmpeg -ss 00:00:05 -i part1.mp4 -t 10 seg1.mp4
ffmpeg -ss 00:01:00 -i part2.mp4 -t 10 seg2.mp4

# 2. 调整尺寸：两条都缩到宽 1280，保证参数一致
ffmpeg -i seg1.mp4 -vf "scale=1280:-2" seg1_720.mp4
ffmpeg -i seg2.mp4 -vf "scale=1280:-2" seg2_720.mp4

# 3. 调整音量：两条响度对齐
ffmpeg -i seg1_720.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 seg1_loud.mp4
ffmpeg -i seg2_720.mp4 -af loudnorm=I=-16:TP=-1.5:LRA=11 seg2_loud.mp4

# 4. 拼接清单（顺序就是拼接顺序）
cat > files.txt <<'EOF'
file 'seg1_loud.mp4'
file 'seg2_loud.mp4'
EOF

# 5. 拼接导出，-c copy 不重新编码
ffmpeg -f concat -safe 0 -i files.txt -c copy output.mp4

# 看结果
ffplay output.mp4

这样的话，开头那个需要重复几十上百次的任务，就变成给这个脚本套一层循环的事儿。在后面的文章中，会进一步补充完善相关知识。

  • 《FFmpeg 原理入门》：弄明白命令为什么这样写：容器与编码、时间基、滤镜图这些概念。
  • 《FFmpeg 命令速查》：按任务直接查阅。按任务分组的命令表，参数改改就能用。