【踩坑记录】ffmpeg硬编码踩坑Driver does not support the required nvenc API version. Required: 12.2 Found: 12.0

最新推荐文章于 2025-03-19 17:54:03 发布

大聪明的cc

最新推荐文章于 2025-03-19 17:54:03 发布

阅读量3.6k

点赞数 7

文章标签： ffmpeg

本文链接：https://blog.youkuaiyun.com/qq_43513908/article/details/138161139

版权

本文介绍了如何处理在使用ffmpeg时因nvidia驱动与nv-codec-headers版本不匹配引发的问题，通过下载对应驱动版本的nv-codec-headers、编译安装并重新编译ffmpeg来解决此问题，确保硬件加速功能正常工作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Driver does not support the required nvenc API version. Required: 12.2 Found: 12.0

问题引出

问题引出

在使用ffmpeg GPU硬解码时，出现了这个错误，现在来解释一下为什么会出现这个问题。根据字面意思来看，就是nvidia驱动与nv-codec-headers版本不匹配。

报错如上发现是版本不匹配后就有两个解决思路，一个是升高nvidia驱动版本（太有风险，有可能会黑屏），故而选择了第二种方法，将nv-codec-headers的版本降低，步骤如下：

1、在官网上下载一个符合现在nvidia驱动版本的nv-codec-headers版本：

地址为：[https://github.com/FFmpeg/nv-codec-headers/tree/master](https://github.com/FFmpeg/nv-codec-headers/tree/master)

在这里插入图片描述点击左上master选择之前版本的分支，一定要阅读readme，看是否<=当前驱动版本！！！
选择完毕之后，点击code下载zip压缩文件。下载压缩文件后，进行编译安装。

2.编译安装nv-codec-headers

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

大聪明的cc

关注关注

7
点赞
踩
18

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

libopencv_core.so: file not recognized: File format not recognized

jacke121的专栏

05-11

5503

/dependencies/OpenCV348/lib/libopencv_core.so: file not recognized: File format not recognized 解决方法： libopencv_core.so本来是个软链接，指向libopencv_core.so.3.4.8 解决方法： 1.把软链接补全，以前可以，这次没测 2.把libopencv_core.so.3.4.8 改名为libopencv_core.so ...

ImportError: /usr/lib/x86_64-linux-gnu/libstdc++.so.6: version `CXXABI_1.3.9' not found (required by

m0_37644085的博客

08-21

6905

这个和上一篇文章出现的问题大同小异。大概說一下： (1)运行以下命令检查动态库： cd /usr/lib/x86_64-linux-gnu sudo strings libstdc++.so.6 | grep GLIBC sudo strings /usr/lib/x86_64-linux-gnu/libstdc++.so.6 | grep CXXABI(红色部分换成提示错误的地址) ...

1 条评论您还未登录，请先登录后发表或查看评论

ffmpeg调用硬件编码器nvenc时版本不一致问题driver does not support the required nvenc api version

qq_45711523的博客

07-21

3542

查看nv-codec-headers下README要求驱动版本，并下载最低要求驱动版本即可。这是ffnvcodec版本与nvidia驱动cuda版本不适配导致的。

[记录一个bug]关于运行ffmpeg with cuda出错问题：Driver does not support the required nvenc API version..... [已解决]

熊猫Ben的博客

07-25

7938

当我在linux下编译好ffmpeg with cuda后，运行ffmpeg是可以的，但是一旦要开始转码，就报错 Driver does not support the required nvenc API version. Required: 10.0 Found: 9.1 查阅度娘https://blog.csdn.net/A199222/article/details/103233935后好像一般都说是： nv-codec-headers的版本是10.0，但是Nvidia driver版本只支

ffmpeg库视频硬编码使用流程

最新发布

深之JohnChen的专栏

03-19

728

支持从本地YUV文件读取数据、GPU加速编码并输出H.264视频流到MP4文件。

视频特效的采坑记录

利昂的技术存档

07-02

309

Q: FFmpeg 执行过程中，出现 Driver does not support the required nvenc API version. Required: 11.0 Found: 10.0 A: nv-codec-headers 版本不正确，可参考 github 中 nv-codec-headers

ffmpeg NVIDIA编解码三：英伟达硬编码

不定期更新关于音视频的文章

03-19

2022

ffmpeg硬编码流程和软编码流程完全一样：打开编码器、分配编码器上下文，av_read_frame读取视频帧、avcodec_send_frame送入编码器、avcodec_receive_packet获取编码后的视频帧、关闭编码器。只不过在打开编码器的时候要使用ffmpeg英伟达的编码器(H264：h264_nvenc H265：hevc_nvenc)。

ffmpeg h264硬编码插件

06-22

ffmpeg硬编解码 Inter QSV

宝安小雨

06-08

7610

硬编解码除了使用Nvidia的GPU之外，Inter的QSV也是一种不错的方案，跟Nvidia不同的是，如果希望使用ffmepg的Inter QSV编解码，需要在编译ffmepg时开启QSV的支持，即加上编译选项：–enable-libmfx。查看ffmpeg中已开启的对h264协议支持的库：ffmpeg -hide_banner -codecs | grep h264查看一下ffmpeg对Inter QSV的参数支持：使用举例：通过ffmpeg -h encoder=h264与ffmpeg -h d

FFmpeg 硬编码

hugang的博客

01-13

3454

h264硬编解码ffmpeg FFmpeg 调用 Android MediaCodec 进行硬解码 FFmpeg 要确保打开了 mediacodec 相关的选项，具体如下： --enable-mediacodec --enable-decoder=h264_mediacodec --enable-decoder=hevc_mediacodec --enable-decoder=mpeg4_mediacodec --enable-hwaccel=h264_mediacodec ...

ffmpeg，英伟达jetson盒子看不到显卡驱动版本问题源码分析（The minimum required Nvidia driver for nvenc is xxx or newer）

Dontla的博客

11-28

1652

如图，如果显卡驱动版本满足不了ffmpeg需求时，就会报这个错误。，查了下源码，在这两个位置。

【FFmpeg实战】FFMPEG硬件编解码

C/C++Linux、音视频、DPDK

06-29

3531

如果我们需要使用硬件编解码，采用avcodec_find_encoder_by_name（name）和avcodec_find_decoder_by_name(name)来指定编码器。而基于软件编码器的硬件加速是跨硬件显卡的，如Windows d3d11va硬件加速，无论底层是AMD显卡还是Intel显卡还是nvidia显卡都适用，相当于windows 系统屏蔽了硬件细节，我们只需要调用windows的API实现即可。在ffmpeg中，如果使用-vcodec xxx 指定硬件编解码器，否则使用软件编解码。

ffmpeg_libnvenc:这是FFmpeg的内部版本，支持NVIDIA的NVENC SIP块进行H.264硬件加速视频编码

05-06

FFmpeg自述文件 FFmpeg是用于处理多媒体内容（例如音频，视频，字幕和相关元数据）的库和工具的集合。图书馆 libavcodec提供了更多编解码器的实现。 libavformat实现流协议，容器格式和基本的I / O访问。 libavutil包括散列器，解压缩器和其他实用程序函数。 libavfilter提供了一种通过一系列过滤器更改解码的音频和视频的方法。 libavdevice提供访问访问捕获和回放设备的抽象。 libswresample实现音频混合和重采样例程。 libswscale实现颜色转换和缩放例程。工具是一个命令行工具箱，用于处理，转换和流式传输多媒体内容。是一种简约的多媒体播放器。是一个简单的工具，用于检查多媒体内容。其他小工具，例如aviocat ， ismindex和qt-faststart 。文献资料脱机文档可在doc /目录

ffmpeg硬解

04-29

Ffmpeg硬解实现代码

ffmpeg摄像头数据h264编码并封装avi

05-18

ffmpeg摄像头数据h264编码并封装avi http://blog.csdn.net/jklinux/article/details/72478004

解决 /lib64/libc.so.6: version `GLIBC_2.18‘ not found以及glibc安装错误error: you must configure in a separat

zhangyingna667的博客

07-12

5750

2.1前提：参考博客以下博客解决无果： 1.解决类似 /usr/lib64/libstdc++.so.6: version `GLIBCXX_3.4.21’ not found 的问题 https://itbilu.com/linux/management/NymXRUieg.html 2./lib64/libstdc++.so.6: version `GLIBCXX_3.4.20’ not found问题解决方法 https://blog.csdn.net/GUI1259802368/article/de

FFmpeg-Nvidia硬解码

06-05

1589

NVIDIA Encoding and Decoding Hardware NVIDIA GPUs ship with an on-chip hardware encoder and decoder unit often referred to as NVENC and NVDEC. Separate from the CUDA cores, NVENC/NVDEC run encoding or decoding workloads without slowing the execution of gr

FFmpeg之硬解码

u012944685的专栏

04-29

8440

导读前面我们已经使用NDK编译出了FFmpeg并且已经集成到了Android Studio中去，相关文章：NDK21编译ffmpeg5.0.1 众所周知，软解码虽然兼容性一流，但是却非常依赖CPU，所以性能消耗笔记大；硬解码使用内置的DSP芯片进行解码，性能高，但是兼容性一般。虽说硬解码兼容性不太好，但是在实际开发中出于对性能的考虑我们依然会采用能硬解则硬解，不能硬解则软解兜底的方案。我们知道安卓上可以使用MediaCodec进行硬解码，新版本FFmpeg内部也支持了MediaCodec硬解码，今天我

ffmpeg NVIDIA编解码二：英伟达硬解码

不定期更新关于音视频的文章

03-19

3850

ffmpeg所有解码流程都是一样的：打开解码器、分配解码器上下文，av_read_frame读取视频帧、avcodec_send_packet送入解码器、avcodec_receive_frame获取解码后的视频帧、关闭解码器。不过硬解码在这个流程基础上增加了几步：获取硬件加速的解码格式、创建设备上下文、把解码后的数据从GPU拷贝达到CPU上。下面是ffmpeg NVIDIA硬解码流程图，带。

ffmpy.FFExecutableNotFoundError: Executable 'ffmpeg' not found

05-13

这个错误表示 Python 没有找到 ffmpeg 可执行文件。你需要先安装 ffmpeg，并将其添加到系统路径中。如果你使用的是 Linux 系统，可以通过以下命令安装 ffmpeg： ``` sudo apt-get install ffmpeg ``` 如果你使用的是 macOS，可以通过 Homebrew 安装 ffmpeg： ``` brew install ffmpeg ``` 如果你使用的是 Windows 系统，可以从官网下载 ffmpeg 并安装，然后将 ffmpeg 所在的文件夹添加到系统路径中。安装完成后，你可以在命令行中输入 `ffmpeg` 来测试是否安装成功。如果成功安装并添加到系统路径中，你的 Python 代码就能够找到 ffmpeg 并正常运行了。