ffmpeg使用笔记

这篇博客详细介绍了如何使用FFmpeg进行视频操作,包括从视频中截取指定时间段,音频流和视频流的分离,以及视频的裁剪。在截取视频时,注意-ss的位置和-time_out的使用,以及-copyts选项对准确截取的影响。对于音频和视频的分离,可以使用ffmpeg轻松实现。在裁剪视频时,可以通过指定out_w、out_h和(x, y)来调整裁剪区域。" 94227762,8256384,解决SQL Server配置管理器无法连接到WMI提供程序的问题,"['数据库', 'SQL Server', '故障排除']

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

FFmpeg Builds官方下载地址:https://ffmpeg.zeranoe.com/builds/

1、使用ffmpeg截取视频中 指定时间段视频:

ffmpeg  -i ./plutopr.mp4 -vcodec copy -acodec copy -ss 00:00:10 -to 00:00:15 ./cutout1.mp4 -y

-ss time_off:set the start time offset(设置从视频的哪个时间点开始截取,上文从视频的第10s开始截取)

-to:截到视频的哪个时间点结束。上文到视频的第15s结束。截出的视频共5s.

如果用-t 表示截取多长的时间,如上文-to换成-t则是截取从视频的第10s开始,截取15s时长的视频。即截出来的视频共15s.

注意的地方是:

 如果将-ss放在-i ./plutopr.mp4后面则-to的作用就没了,跟-t一样的效果了,变成了截取多长视频。一定要注意-ss的位置。

参数解析:

-vcodec copy表示使用跟原视频一样的视频编解码器。

-acodec copy表示使用跟原视频一样的音频编解码器。

-i 表示源视频文件

-y 表示如果输出文件已存在则覆盖。

2019年3月14日更新:

上面这些是照搬其他博文的,但是据我使用几次后,发现有问题(截取的视频时间点总是有几秒差距),今天google了一下,

http://trac.ffmpeg.org/wiki/Seeking

▲官方文档

▼官方例子:

ffmpeg -ss 00:01:00 -i video.mp4 -to 00:02:00 -c copy cut.mp4
ffmpeg -i video.mp4 -ss 00:01:00 -to 00:02:00 -c copy cut.mp4
ffmpeg -ss 00:01:00 -i video.mp4 -to 00:02:00 -c copy -copyts cut.mp4

第一条命令截取的其实是 00:01:00 到 00:03:00 (in the original), 处理快速;
第二条命令截取的才是 00:01:00 到 00:02:00, 处理慢;
第三条命令截取的也是 00:01:00 到 00:02:00, 处理快速;

关键的选项是 -copyts 按原视频的默认时间戳处理 copy timestamp的意思


2、音频流 视频流 分离

▼分离音频:

ffmpeg -i input_file -acodec copy -vn output_file_audio

copy 代表使用相同的音频编码 小编使用最新的版本已经集成mp3编码库 所以直接写mp3 也是成功的 

▼分离视频: 

ffmpeg -i input_file -vcodec copy -an output_file_video

 3、裁剪视频

ffmpeg -i in.mp4 -filter:v "crop=out_w:out_h:x:y" out.mp4

out_w 表示输出宽度;

out_h 表示输出高度;

x、y 指定左上角的像素位置;

ffmpeg -i in.mp4 -filter:v "crop=in_w:in_h-40" -c:a copy out.mp4

▲像上例,不指定x、y的话,程序会自动居中裁剪,所以最后输出的 output.mp4 相对于原始视频是上下各裁掉了20px;

ffplay -i input -vf "crop=in_w:in_h-40"

▲上例则是预览裁剪效果,不用浪费时间encode

内容概要:本文档详细介绍了在三台CentOS 7服务器(IP地址分别为192.168.0.157、192.168.0.158和192.168.0.159)上安装和配置Hadoop、Flink及其他大数据组件(如Hive、MySQL、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala)的具体步骤。首先,文档说明了环境准备,包括配置主机名映射、SSH免密登录、JDK安装等。接着,详细描述了Hadoop集群的安装配置,包括SSH免密登录、JDK配置、Hadoop环境变量设置、HDFS和YARN配置文件修改、集群启动与测试。随后,依次介绍了MySQL、Hive、Sqoop、Kafka、Zookeeper、HBase、Spark、Scala和Flink的安装配置过程,包括解压、环境变量配置、配置文件修改、服务启动等关键步骤。最后,文档提供了每个组件的基本测试方法,确保安装成功。 适合人群:具备一定Linux基础和大数据组件基础知识的运维人员、大数据开发工程师以及系统管理员。 使用场景及目标:①为大数据平台建提供详细的安装指南,确保各组件能够顺利安装和配置;②帮助技术人员快速掌握Hadoop、Flink等大数据组件的安装与配置,提升工作效率;③适用于企业级大数据平台的建与维护,确保集群稳定运行。 其他说明:本文档不仅提供了详细的安装步骤,还涵盖了常见的配置项解释和故障排查建议。建议读者在安装过程中仔细阅读每一步骤,并根据实际情况调整配置参数。此外,文档中的命令和配置文件路径均为示例,实际操作时需根据具体环境进行适当修改。
在无线通信领域,天线阵列设计对于信号传播方向和覆盖范围的优化至关重要。本题要求设计一个广播电台的天线布局,形成特定的水平面波瓣图,即在东北方向实现最大辐射强度,在正东到正北的90°范围内辐射衰减最小且无零点;而在其余270°范围内允许出现零点,且正西和西南方向必须为零。为此,设计了一个由4个铅垂铁塔组成的阵列,各铁塔上的电流幅度相等,相位关系可自由调整,几何布置和间距不受限制。设计过程如下: 第一步:构建初级波瓣图 选取南北方向上的两个点源,间距为0.2λ(λ为电磁波波长),形成一个端射阵。通过调整相位差,使正南方向的辐射为零,计算得到初始相位差δ=252°。为了满足西南方向零辐射的要求,整体相位再偏移45°,得到初级波瓣图的表达式为E1=cos(36°cos(φ+45°)+126°)。 第二步:构建次级波瓣图 再选取一个点源位于正北方向,另一个点源位于西南方向,间距为0.4λ。调整相位差使西南方向的辐射为零,计算得到相位差δ=280°。同样整体偏移45°,得到次级波瓣图的表达式为E2=cos(72°cos(φ+45°)+140°)。 最终组合: 将初级波瓣图E1和次级波瓣图E2相乘,得到总阵的波瓣图E=E1×E2=cos(36°cos(φ+45°)+126°)×cos(72°cos(φ+45°)+140°)。通过编程实现计算并绘制波瓣图,可以看到三个阶段的波瓣图分别对应初级波瓣、次级波瓣和总波瓣,最终得到满足广播电台需求的总波瓣图。实验代码使用MATLAB编写,利用polar函数在极坐标下绘制波瓣图,并通过subplot分块显示不同阶段的波瓣图。这种设计方法体现了天线阵列设计的基本原理,即通过调整天线间的相对位置和相位关系,控制电磁波的辐射方向和强度,以满足特定的覆盖需求。这种设计在雷达、卫星通信和移动通信基站等无线通信系统中得到了广泛应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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