使用 FFmpeg 每 N 秒準確擷取幀

Question

用法

我使用從視頻中提取圖像ffmpeg。

我每 10 秒（含 10 秒）轉儲一張縮小的圖像，然後將其組合成蒙太奇imagemagick。當將滑桿懸停在基於網路的視訊播放器中時，這些蒙太奇再次用於顯示視訊預覽。 （計算要顯示蒙太奇中的哪個圖像）。

命令

經過嘗試後，我最終得到了以下命令，其中的想法是速度而不是品質：

ffmpeg \
    -loglevel error \
    -hwaccel cuvid \
    -hwaccel_output_format cuda \
    -c:v h264_cuvid \
    -i "$video_file" \
    -r 0.1 \
    -filter:v "scale_cuda=w=-1:h=100,thumbnail_cuda=2,hwdownload,format=nv12" \
    -color_range 2 \
    f%09d.jpg

這看起來效果很好。鏡頭有時會有 ± 0.5 - 1 秒的偏差，但這還算可以接受。

問題

問題是ffmpeg在影片開始時會產生額外的圖像。例如文件是：

file             time
f000000001.jpg   00:00:00
f000000002.jpg   00:00:00
f000000003.jpg   00:00:10
f000000004.jpg   00:00:20
f000000005.jpg   00:00:30
...

有時第一和第二會相差幾毫秒。

據我所知（現在）我可以簡單地刪除第一個圖像並繼續處理其餘圖像，但不確定為什麼會發生這種情況以及它是否是錯誤或其他原因。

換句話說：我需要知道前兩個幀的「效果」是否是可靠的這樣我ffmpeg也可以在其他版本中刪除它。

當我使用圖像來顯示 10 秒時。指定時間的影片快照關閉了 10 秒如果我不刪除生成的第一張圖像。如果出於某種原因應該那麼不是在開始時建立一個副本，其他版本或其他任何內容，刪除第一個圖像會產生相同的問題。

剪輯

（如果有興趣的話，蒙太奇的創建方式類似於）：

montage -tile 5x -geometry +0+0 -background none [file1  - file50 ]  montage01.jpg
montage -tile 5x -geometry +0+0 -background none [file51 - file100]  montage02.jpg
...

---

我現在根據答案使用的命令（shell）：

# Set on call or global:
file_in=sample.mp4
pix_fmt=yuvj420p
sec_snap_interval=10
nr_start=1
pfx_out=snap


ffmpeg \
    -loglevel warning \
    -hwaccel cuvid \
    -hwaccel_output_format cuda \
    -c:v h264_cuvid \
    -i "$file_in" \
    -pix_fmt "$pix_fmt" \
    -filter:v "
        scale_cuda=
            w = -1 :
            h = 100,
        thumbnail_cuda = 2,
        hwdownload,
        format = nv12,
        select = 'bitor(
            gte(t - prev_selected_t, $sec_snap_interval),
            isnan(prev_selected_t)
        )'
    " \
    -vsync passthrough \
    -color_range 2 \
    -start_number "$nr_start" \
    "$pfx_out%09d.jpg"

Answer 1

使用-r 0.1將輸出幀速率設定為 0.1Hz，但不能保證每 10 秒從輸入影片中取得幀（我不確定為什麼）。

解決這個問題的一種方法是使用選擇過濾器。

範例（沒有 GPU 加速）：

ffmpeg -i input.mp4 -vf "select=bitor(gte(t-prev_selected_t\,10)\,isnan(prev_selected_t))" -vsync 0 f%09d.jpg

---

• bitor(gte(t-prev_selected_t\,10)是1指「通過的」時間戳記之間的差異大於等於 10 秒。
  當表達式計算為 時1，框架被「選擇」並傳遞到輸出。
• bitorwithisnan(prev_selected_t)傳遞第一幀，其中prev_selected_t是NaN（沒有值）。
• -vsync 0應用“直通” - 每個幀及其時間戳從解復用器傳遞到復用器。

---

這是一個有scale_cuda和 的範例thumbnail_cuda：

ffmpeg \
    -loglevel error \
    -hwaccel cuvid \
    -hwaccel_output_format cuda \
    -c:v h264_cuvid \
    -i "$video_file" \
    -filter:v "scale_cuda=w=-1:h=100,thumbnail_cuda=2,hwdownload,format=nv12,select=bitor(gte(t-prev_selected_t\,10)\,isnan(prev_selected_t))" \
    -vsync 0 \
    -color_range 2 \
    f%09d.jpg   

• 由於需要使用thumbnail_cuda過濾器，所以我們必須將select過濾器放在最後。

---

測試：
以 10fps 的幀計數器建立合成影片：

ffmpeg -y -f lavfi -r 10 -i testsrc=size=128x72:rate=1:duration=1000 -vf setpts=N/10/TB -vcodec libx264 -pix_fmt yuv420p input.mp4

---

執行上述指令後輸出幀：

正如您所看到的，所選幀恰好是每 10 秒一次。