第三章 FFmpeg 核心基础：架构、命令行、编译与转码流程

好，咱们进入正题。FFmpeg 这东西，说白了就是视频处理界的瑞士军刀。我做了这么多年视频技术，几乎每天都要跟它打交道。你想想看，从最简单的格式转换，到复杂的 AI 模型前处理，都离不开它。

这一章，我会把 FFmpeg 的核心架构、常用命令、编译安装，还有最基础的转码流程，一次性给你讲透。嗯，这里要注意，别急着敲命令，先把架构理清楚，后面你遇到问题才知道去哪找答案。

3.1 FFmpeg 架构：别被吓到，其实就四个模块

我第一次看 FFmpeg 源码时，说实话有点懵。但后来发现，它的核心架构非常清晰，就四个主要模块：

模块	作用	我常用的场景
libavformat	封装/解封装（处理容器格式）	把 MP4 拆成 H.264 裸流
libavcodec	编解码器（处理压缩算法）	H.265 转 H.264，或者软编软解
libavfilter	滤镜（处理音视频数据）	加字幕、缩放、去噪、AI 前处理
libswscale/libswresample	像素格式转换/音频重采样	YUV420 转 RGB，48kHz 转 16kHz

我个人习惯把 FFmpeg 想象成一条流水线：输入 → 解封装 → 解码 → 滤镜处理 → 编码 → 封装 → 输出。每个环节对应一个模块，你可以在任意环节插入自己的处理逻辑。

3.2 常用命令行工具：三板斧就够了

FFmpeg 套件里工具不少，但日常开发中，你真正需要掌握的只有三个：

• ffmpeg：主力工具，负责转码、滤镜、流处理
• ffprobe：探针工具，查看媒体文件信息
• ffplay：播放器，快速预览效果

我项目中用得最多的是 ffprobe。为什么？因为每次拿到一个陌生视频，第一件事就是搞清楚它的编码格式、分辨率、帧率、码率。没有这些信息，你后面的转码参数就是瞎蒙。

3.2.1 ffprobe：先摸清底细

# 查看视频基本信息
ffprobe -v quiet -print_format json -show_format -show_streams input.mp4

# 只看视频流信息
ffprobe -v error -select_streams v:0 -show_entries stream=codec_name,width,height,r_frame_rate,bit_rate input.mp4

我曾经接手过一个项目，客户说视频是 1080p 的，结果我用 ffprobe 一看，实际分辨率是 1920x1088，差了 8 个像素。如果不查这一步，后面 AI 模型输入尺寸对不上，直接崩掉。

3.2.2 ffmpeg：核心转码命令

最基本的转码命令长这样：

ffmpeg -i input.mp4 -c:v libx264 -preset medium -crf 23 -c:a aac -b:a 128k output.mp4

拆解一下：

• -i input.mp4：指定输入文件
• -c:v libx264：视频编码器用 H.264 软件编码
• -preset medium：编码速度与压缩比的平衡点
• -crf 23：质量参数，数值越小质量越高（18-28 是常用范围）
• -c:a aac：音频编码器用 AAC
• -b:a 128k：音频码率 128kbps

你想想看，如果我想用硬件编码加速，只需要把 -c:v libx264 换成 -c:v h264_nvenc（NVIDIA）或 -c:v h264_amf（AMD）。这就是 FFmpeg 的优雅之处——换一个编码器名字，底层实现全变了，但上层逻辑不变。

3.3 编译与安装：自己动手，丰衣足食

为什么我要强调自己编译？因为官方预编译包往往缺少一些关键组件，比如：

• 硬件编码器支持（NVENC、AMF、QSV）
• 特定滤镜（比如 AI 模型需要的 dnn_processing）
• 第三方库（如 libx265、libvpx）

我个人的建议是：开发环境用包管理器安装，生产环境自己编译。

3.3.1 快速安装（开发用）

# Ubuntu/Debian
sudo apt install ffmpeg ffprobe

# macOS
brew install ffmpeg

# Windows
# 下载 BtbN 的编译包：https://github.com/BtbN/FFmpeg-Builds/releases

3.3.2 完整编译（生产用）

这里我给出一个我常用的编译脚本，支持 NVIDIA 硬件加速和大部分常用编码器：

#!/bin/bash
# 安装依赖
sudo apt update
sudo apt install -y \
  build-essential cmake git pkg-config \
  libx264-dev libx265-dev libvpx-dev \
  libfdk-aac-dev libmp3lame-dev libopus-dev \
  libssl-dev libsdl2-dev

# 克隆 FFmpeg 源码
git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg
cd ffmpeg

# 配置（开启 NVIDIA 硬件加速）
./configure \
  --enable-gpl \
  --enable-nonfree \
  --enable-libx264 \
  --enable-libx265 \
  --enable-libvpx \
  --enable-libfdk-aac \
  --enable-libmp3lame \
  --enable-libopus \
  --enable-cuda \
  --enable-cuvid \
  --enable-nvenc \
  --enable-ffnvcodec \
  --extra-cflags=-I/usr/local/cuda/include \
  --extra-ldflags=-L/usr/local/cuda/lib64

# 编译（使用 8 核加速）
make -j8

# 安装
sudo make install

编译过程中最容易出问题的是依赖缺失。我记得有一次在 CentOS 上编译，缺了 libfdk-aac，结果编译出来的 FFmpeg 不支持 AAC 编码，折腾了我半天才找到原因。

3.4 基本转码流程：从输入到输出

好了，架构懂了，命令会了，编译也搞定了。现在咱们走一遍完整的转码流程。我会用实际项目中的例子来说明。

3.4.1 流程概览

一个标准的转码流程包含 6 个步骤：

1. 打开输入文件：ffmpeg 读取容器格式，解析流信息
2. 查找解码器：根据流的编码类型，找到对应的解码器
3. 解码：将压缩数据解压为原始帧（YUV 或 PCM）
4. 滤镜处理：对原始帧进行缩放、裁剪、色彩空间转换等
5. 编码：将处理后的原始帧重新压缩
6. 写入输出文件：将编码后的数据封装到目标容器中

你想想看，这个流程跟工厂流水线一模一样。每个环节都可以替换组件，比如把软件解码换成硬件解码，或者插入一个 AI 滤镜。

3.4.2 实战：H.264 转 H.265，同时缩放

假设我有一个 4K 的 H.264 视频，想转成 1080p 的 H.265，同时降低码率：

ffmpeg -i input_4k.mp4 \
  -vf "scale=1920:1080" \
  -c:v libx265 -preset medium -crf 28 \
  -c:a copy \
  output_1080p_hevc.mp4

解释一下关键点：

• -vf "scale=1920:1080"：视频滤镜，把分辨率缩到 1080p
• -c:v libx265：用 H.265 编码器
• -crf 28：H.265 的 CRF 28 相当于 H.264 的 CRF 23，压缩率更高
• -c:a copy：音频直接复制，不重新编码（省时间）

3.4.3 常见问题与排查

转码过程中最容易遇到三个问题：

问题	现象	我的排查方法
编码器不支持	Unknown encoder 'libx265'	用 ffmpeg -encoders 检查编译时是否开启了该编码器
滤镜语法错误	Error initializing filter 'scale'	检查滤镜参数格式，用 ffmpeg -filters 查看支持的滤镜
硬件加速失败	Device creation failed	检查驱动版本，用 nvidia-smi 确认 CUDA 可用

我曾经在客户现场遇到一个诡异的问题：同样的命令，在开发服务器上跑得好好的，在客户机器上就报编码器不支持。最后发现是客户机器上的 FFmpeg 是包管理器安装的旧版本，没有 libx265 支持。重新编译后问题解决。

好了，这一章的内容就到这里。FFmpeg 的核心基础其实就这些：架构是骨架，命令是手脚，编译是准备工作，转码流程是工作流。把这四个点吃透，后面讲 AI 协同处理时，你就能把精力放在算法上，而不是被工具卡住。

下一章，我们会深入滤镜系统，看看怎么用 FFmpeg 的滤镜链来实现 AI 前处理。到时候你会看到，FFmpeg 和 AI 的结合，比想象中要简单得多。