合成视频遇见的坑

2025,我的“风”起时分:从自动化办公到AI编程的破局之路 摘要: 从开源博主到AI探索者,作者经历了从Python自动化办公到AI编程的转型。2025年,GPT技术让他重新点燃热情,创办“白开水AI社区”,将重心转向AI辅助开发。通过AI优化内容创作,实现高效自媒体运营,并推出AI编程课程。在重庆,他与伙伴们推动技术社区发展,从零开始举办活动到吸引众多参与者。面对开源与商业化的平衡,他选择用流量收益反哺开源项目。2025年的他不再执着于“40岁退休”计划,而是享受在不确定性中创造价值,与越来越多的同行者共同成长。 阅读详情

打算弄个合成片头的软件,根据想法是打算只将片头按照正片的编码格式编码后写入新的视频,那样只需要重编片头部分,不需要重编正片。但发现如果直接复制正片的视频编码器信息的话有一个问题出现了,那就是播放片头后,正片没有办法播放。这是怎么回事呢?而且不是全部,只是某些视频。

初步怀疑是SPS 和 PPS, 因为合成的片头跟正片不是同一个sps,所以导致这种情况。接着我在每个pkt前都加上了一个sps和pps,出来的效果还是可以。但这又导致了内存的增长,看一下av_bitstream_filter_filter的api,发现那个pkt的data需要自己手动释放。问题到这里也解决了,视频可以正常播放,但放到vlc上时候就不能了。现在还在研究,等待将这个问题也解决。

后续继续,视频是合成了,但是你会发现在某些播放器里假如播放完片头进入正片后,再往回拖播放,你会惊奇发现出现了鬼畜现象,直到片头播放结束,这是什么鬼呢?明明在每个packet都加上了sps跟pps这是为什么导致的呢?原因是多个的sps/pps导致了x264播放,如果某些播放器不知道是ffmpeg版本低还是只采用最新那个导致的,因此在通过 x264-params或x264opts进行参数设置,不用修改ffmpeg源码了。
av_dict_set(&video_encoder_options, "x264-params", "sps-id=6", 0);
av_dict_set(&video_encoder_options, "x264opts", "sps-id=7", 0);


找了几天,参考了很多博客,终于在https://my.oschina.net/zhangxu0512/blog/416203这个里找到解决方案,不得不说这个人研究得挺厉害


在合成不同图片时候,你可能会发现不知道为什么会出现一种模糊的现象,或者花屏。这是因为2个图片间不同,而编码器却将第二张图按照第一张图而编码,就是第一张是keyframe,而第二张是p帧或者b帧,这当然会出现花屏。解决方法是将真正第一帧不同的设置为keyframe和加上属性pict_type但不能每一frame这样干,不然会出现播放着模糊的现象。具体原因大概是因为h264的压缩算法那边,暂时未知,要深入了解h264后才能知道。

视频号分成计划,用可灵做AI花卉美景视频,3分钟教会你! 最近,AI花卉美景视频在视频号上爆火。这类视频不仅制作简单,流量也非常大,非常适合做创作分成计划。下面,我就来给大家详细拆解一下。如下图,用AI生成各种花卉造型的视频,再搭配一段治愈音乐,条条10万+比如用花朵做的水果造型,用花朵做的心形+文字,用油菜花做的动物造型,用花朵做的动物雕塑等等,玩法非常多。春天到了,这种AI花卉美景视频的流量会持续增长,大家可以跟一波。我整合了4个爆款玩法,只要简单更换一下选题,就有源源不断的创作灵感。案例视频:AI花卉水果造型视频制作方法:①打开AI生成器,输入水果和文字(水 阅读详情

相关推荐

ComfyUI与Wan2.2实现精准动作迁移:保留背景的AI视频生成全攻略

在AI视频生成领域,扩散模型通过逐步去噪的过程,能够从文本描述或图像输入中合成高质量、连贯的动态序列。其核心原理在于对数据分布的学习与生成,而ControlNet等控制网络的引入,极大地提升了生成过程的可控性,允许对姿态、深度、边缘等具体属性进行精准引导,从而解锁了动作迁移、风格化等高级应用场景。这项技术的价值在于将创意视觉内容的制作门槛大幅降低,为影视预演、个性化内容创作、数字人驱动等提供了强大的生产力工具。本文聚焦于利用ComfyUI的可视化节点编程框架,结合Wan2.2 Animate视频生成模型,通

weixin_31715171的博客 243

电脑批量合成B站视频使用 FFmpeg(bilibili视频m4s合成mp4)

bilibili视频批量合成

一只菜鸟夹 3110

Mp4合并分割工具

一个用于合并和分割MP4文件的软件,软件绿色无插件,用完可以直接删除。

如何无损合并video.m4s与audio.m4s为mp4文件

答:是B站安卓客户端的缓存文件。video.m4s保存视频信息,audio.m4s保存音频信息。这样切割既能自我保护,又能只播放音频。

Rashaun`s blog 5744

视频流合并

两个flv文件合并,在其他网上下载的

slug-compiler:将 source+buildpack 变成一个 slug

Slug 编译器(已弃用) 概述 slug 是一个部署单元,它包括应用程序运行所需的一切。 slug 编译器是一个程序,它使用 buildpack 将应用程序源转换为 slug,通常通过收集所有依赖项并将源编译为二进制文件(如果适用)。 作为输入,它需要一个源目录、缓存目录、buildpack URL 和输出目录。 如果编译成功,它会在输出目录中放置 slug 的 tarball 以及进程类型的 JSON 文件。 请注意,这是当前在 Heroku 上运行的 slug 编译器的精简版。 它旨在用于下一代服务,但目前未在生产中使用。 此实现不再与 Heroku 的生产实现匹配。 当前的实现不适合像这个 gem 那样独立使用。 Heroku 目前没有计划使用此实现或拆分当前实现。 用法 在典型的基于 git 的 Heroku 部署中,slug 编译器是通过 Git 预接收钩子调用的。 但是

利用FFmpeg将视频音频的m4s格式转换成mp4mp3并合成MP4

此时视频音频是m4s格式并且是分开的无法在其他软件上播放或分享。今天给大家分享一个免费且简单的无损转换方法!!!提示:以下是本篇文章正文内容,下面案例可供参考以上就是今天要讲的内容,本文仅仅简单介绍了FFmpeg的使用,免费且简单的无损转换方法。

2401_82789935的博客 1万+

STM32G474实战:数字LLC电源控制程序从零到跑通(附完整代码解析)

本文详细介绍了基于STM32G474微控制器开发数字LLC电源控制程序的完整实战流程。从硬件平台搭建、CubeMX工程配置,到核心控制逻辑、双速率中断框架、数字PID实现,再到Burst模式、状态机等高级策略与异常处理,提供了从零到跑通的系统化指南与代码解析,助力开发者掌握高效数字电源的程序编写与调试技巧。

s1t2u3的博客 1237

【保姆级教程】B 站缓存 m4s 文件转 MP4,无损合成一行命令搞定

本文详细介绍了如何将B站缓存的.m4s格式视频转换为.mp4格式。首先需要找到手机中的audio.m4s和video.m4s缓存文件并导出到电脑,然后下载FFmpeg工具,将文件放入bin目录后,通过PowerShell执行简单的转换命令即可无损合成mp4视频。整个过程操作简单,适合想要保存B站缓存视频的用户。

潘子的博客 1万+

网络设备心跳线带宽高导致虚拟化平台不稳定的问题处理

本文记录了网络设备心跳线带宽高导致虚拟化平台不稳定的问题处理一例。

forestqq的博客 2226

【编号326】全国地灾数据全国25万多个地质灾害点空间分布数据

全国地质灾害点分布数据涵盖25万多个各类灾害点信息,为灾害防治提供重要依据。通过分析灾害分布规律,可识别高风险区,指导监测预警、应急避险和基础设施建设。多地成功案例(如湖北兴山崩塌避险、重庆长寿滑坡预警、湖南"挪床行动")证明,提前预警和科学防治能有效避免人员伤亡。云南省2024年通过预警体系成功避让31起灾害,保护1342人生命安全。这些实践表明,地质灾害防治需结合科技手段与群防体系,实现早预警、早处置。

千奇百怪无奇不有 1467

【亲测免费】 批量合成B站m4s缓存文件为MP4格式工具

批量合成B站m4s缓存文件为MP4格式工具 【下载地址】批量合成B站m4s缓存文件为MP4格式工具分享 本工具旨在帮助用户批量将Bilibili缓存的m4s格式文件转换为MP4格式,方便在没有网络的情况下观看B站视频。B站缓存的视频通常会将音频和视频分离为两个m4s文件,使用此工具可以自动将这些文件合并为一个完整的MP4...

gitblog_06503的博客 1129

基于激光雷达的目标跟随功能移植到自己的ROS机器人小车上

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录前言一、下载目标跟随的源码二、修改话题名称1.修改/cmd_vel话题名称2.修改/scan话题名称3.修改双电机正反转4.目标跟随功能测试 前言 本人尝试把github上的一个目标跟随项目移植到自己的机器人小车上,并且成功了,最终小车可以跟着人移动,在这里分享一下心得。基于激光雷达的目标跟随,通过获取激光雷达的信息,跟随最近的物体。 提示:以下是本篇文章正文内容,下面案例可供参考 一、下载目标跟随的源码 源码地址:https:

weixin_44574633的博客 4461

(论文速读)FloVD:光流遇见视频扩散模型,开启相机控制视频生成

FloVD:光流与视频扩散模型融合实现精准相机控制视频生成 CVPR 2025论文提出创新视频生成框架FloVD,通过光流技术解决现有视频扩散模型在相机控制方面的局限性。该框架采用两阶段处理流程:首先利用光流精确表示相机和物体运动,再基于流条件合成视频。核心创新包括:1)无需真实相机参数,直接从视频估计光流;2)背景光流编码3D相关性实现精确相机控制;3)独立物体运动合成模块生成自然前景运动。

LJ1147517021的博客 1793

OpenClaw 实战:7个真实场景的多 Agent 落地经验

《OpenClaw实战:7个真实场景的多Agent落地经验》摘要: 作者Maynor分享了从单Agent转向多Agent架构的实战经验。最初遇到的单Agent记忆混乱问题(如Flutter助手被C++话题干扰),通过拆分专项Agent(flutter-tutor/cpp-tutor等)并配置独立workspace解决。随后面临的技能调用混乱问题,采用"基础通用能力+专属能力"分层策略,通过Clawhub管理工具市场,将工具调用准确率从60%提升至95%。最后探讨多Agent协同方案,引入

Maynor的博客 1411

WebRTC之beamforming算法

CSND已永久停更,最新版唯一来源点击下面链接跳转: 语音增强和语音识别网页书 坐标问题 这里以笔记本为例进行说明,当笔记本按如下方式打开: 首先是键盘和液晶屏呈90度,然后鼠标上方,也就是液晶屏上方正中间是camera,把平行于键盘的面看成是xy平面,把液晶屏所在的面看成是xz平面,所有平面的原点都在Camera的位置。 方位角:从原点开始,Camera的右侧是0度,逆时针方...

shichaog的专栏 1万+

python中cv2将多个图片生成视频报错:OpenCV: FFMPEG: fallback to use tag 0x7634706d/'mp4v'

我用cv2把多张图片转成视频时候,遇见了这个错误,不能生成视频文件,查了很多资料,最终同时找到了两种解决方案。 代码: # coding=utf-8 import os import cv2 from PIL import Image def makevideo(path, fps): """ 将图片合成视频. path: 视频路径,fps: 帧率 """ fo...

Briwisdom的博客 3万+

52、切换线性动态系统:原理、挑战与高斯和滤波解决方案

本文介绍了切换线性动态系统(SLDS)的基本原理及其在复杂时间序列建模中的应用。SLDS结合了隐马尔可夫模型的离散状态切换与线性动态系统的连续状态演化,适用于系统动态发生跳跃的场景,如化工过程监测和金融市场分析。由于精确推理在计算上不可行,文章重点阐述了高斯和滤波这一近似方法,通过有限高斯混合来逼近后验分布,并详细描述了其递归更新、权重计算与组件合并流程。同时讨论了性能评估、优化策略及常见问题的解决方案,并展望了SLDS与深度学习、在线学习和多模态融合的未来发展方向。

algae的博客 161

OpenCV: FFMPEG: tag 0xffffffff/’����‘’is not found (format ’mp4 / MP4 (MPEG-4 Part 14)’)(已解决)

想把多张图片转成视频时,遇见了这个错误,不能生成视频文件 import cv2 img = cv2.imread('image1.jpg') imgInfo = img.shape size = (imgInfo[1],imgInfo[0]) print(size) fourcc = -1 videoWrite = cv2.VideoWriter('2.mp4',fourcc,5,size)# 写入对象 1 file name # 2 编码器 3 帧率 4 size for i in range(1,11)

qq_951274168的博客 5439

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

Deepfake正确打开方式:荷兰警方用“换脸”拍摄17年前被枪杀男孩视频,征求线索...

点击上方“AI遇见机器学习”,选择“星标”公众号 重磅干货,第一时间送达大数据文摘出品Deepfake终于走上正道了。2003年,13岁的Sedar Soares和他的朋友们一起扔雪球时被枪杀,最近,荷兰警方重启了这项调查。在Sedar Soares家人的允许下,他们利用Deepfake制作了一个Sedar Soares的视频,以此向公众征集线索,寻找目击证人。荷兰警方认...

weixin_36896856的博客 183

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

Folia 手机端 PWA 安装指南:3 分钟把全屏歌词播放装进主屏幕

想在手机上全屏看歌词动画,又不想装 App?Folia 的 Web 版本就内置了完整的 PWA(渐进式网页应用)能力,把页面添加到主屏幕即可:图标点开就是没有地址栏的全屏窗口,服务端发版后客户端自动跟上,全程不用装安装包。这份指南从"手上没有访问地址"讲起,三步点完,播放器就住进你的主屏幕。 ## 手机端能力速览:哪些行、哪些不行 这一节先用一张表告诉你手机端能做和不能做什么,免得把时间花在硬

gitblog_01182的博客 802

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

《淡季》推歌视频创作全攻略:用Workbuddy打造治愈系情感短片

《淡季》音乐短片创作指南:本文介绍了如何利用Workbuddy AI工作台将歌曲《淡季》转化为治愈系情感短片的全过程。从理解歌词"不说永远,只说此刻"的核心情感出发,详细演示了视频生成步骤:选择模板、输入歌词提示词、生成四段5秒素材并合成20秒短片。文章还提供了发布策略建议,强调通过黄昏、雨天等场景营造情感氛围,传递"放下执念,珍惜当下"的创作理念。虽然当前AI生成的视频还较简单,但展现了音乐可视化创作的新方向。

key_3_feng的博客 2624

2021-01-05 从零开始:使用Flownet2生成optical flow

从零开始:使用Flownet2生成optical flow1介绍下载及配置 1介绍 本文利用flownet2生成一个有意思的短视频,介绍了本人从下载到使用遇到的一些坑,第一篇博客,没啥经验,逻辑不清楚还请见谅! flownet2生成的光流视频 左边的视频是来自douyin的短视频,右边是根据flownet2生成的视频。这样一对比感觉就很有趣了 (^ _ ^) 由于需要生成光流图,开始了解

weixin_38579366的博客 3109

DeOldify赋能内容创作:为黑白短视频片段添加色彩

本文介绍了如何在星图GPU平台上自动化部署DeOldify图像上色镜像,该镜像基于U-Net深度学习模型实现黑白图片上色。通过该平台,用户可以高效地为历史纪录片、老电影等黑白短视频片段进行自动化色彩还原,显著提升影视剪辑和历史档案修复的创作效率与质量。

weixin_42584507的博客 108

Heygem与Stable Diffusion联动:数字人背景动态生成

本文介绍了如何在星图GPU平台上自动化部署Heygem数字人视频生成系统批量版webui版二次开发构建by科哥镜像,实现数字人视频的快速制作。该平台简化了部署流程,用户可轻松利用该镜像生成带AI动态背景的数字人视频,广泛应用于营销推广、在线教育等场景,显著提升视频内容的生产效率与视觉吸引力。

weixin_28713083的博客 714
上一篇: swr_convert音频重采样成AV_SAMPLE_FMT_FLTP
下一篇: 利用addr2line调试崩溃的bug
WaitForDone
博客等级 码龄10年 8粉丝 31原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值