FFmpeg filter简介

[时间：2016-08] [状态：Open]

[关键词：FFmpeg, filter, filter graph，命令行]

1. 引言及示例

FFmpeg中的libavfilter提供了一整套的基于filter的机制。filter本身是一个插件的形式，可以快速的组装需要的效果。

比如下面的filter，可以实现视频的水平镜像效果。

ffplay.exe sample.rmvb -vf hflip

FFmpeg为什么重新定义filter API？

FFmpeg定义的libavcodec接口已经成为在编解码领域的事实上的行业标准。但音视频filter并没有类似的标准，多个不同的多媒体项目（比如MPlayer、Xine、GStreamer等）都实现了自定义的filter系统。为了统一filter库API接口，FFmpeg提出了参考DirectDraw实现了高质量、高效、灵活的音视频filter接口。详细的文档资料可以参考FFmpeg filter。

传统概念上filter是什么？

本部分资料参考filter-def

filter可以翻译成过滤器，滤波器。物理概念上，常见的过滤器跟净化器概念重复，比如滤水器、空气净化器等。

在计算机程序中，filter是指一段代码，可用于检查输入或者输出，按照预定的规则处理并传递这些数据。换种说法，filter是一种传递（pass-through）代码块，将输入数据做特定的变换并输出。通常filter自身不做任何输入/输出。举个例子，linux下的grep可以认为是一个filter，按照正则表达式匹配选择，从输入中选择输出数据。
在电信工程领域，filter通常指的用于信号处理的设备，比如音频处理比较典型的低通滤波器、高通滤波器、带通滤波器、去噪滤波器等。

filter的分类

按照处理数据的类型，通常多媒体的filter分为：

音频filter
视频filter
字幕filter

另一种按照处于编解码器的位置划分：

prefilters: used before encoding
intrafilters: used while encoding (and are thus an integral part of a video codec)
postfilters: used after decoding

FFmpeg中filter分为：

source filter （只有输出）
audio filter
video filter
Multimedia filter
sink filter （只有输入）

除了source和sink filter，其他filter都至少有一个输入、至少一个输出。

介绍了这么多，下面也是一个例子，使用filter实现宽高减半显示：

ffplay.exe sample.rmvb -vf scale=iw/2:ih/2

下面是使用mptestsrc的source filter作为ffplay输入，直接显示：

ffplay -f lavfi mptestsrc=t=dc_luma

ffplay -f lavfi life=s=300x200:mold=10:r=60:ratio=0.1:death_color=#C83232:life_color=#00ff00,scale=1200:800:flags=16

2. 基本原理

FFmpeg filter可以认为是一些预定义的范式，可以实现类似积木的多种功能的自由组合。每个filter都有固定数目的输入和输出，而且实际使用中不允许有空悬的输入输出端。使用文本描述时我们可以通过标识符指定输入和输出端口，将不同filter串联起来，构成更复杂的filter。这就形成了嵌套的filter。当然每个filter可以通过ffmpeg/ffplay命令行实现，但通常filter更方便。

ffmpeg.exe、ffplay.exe能够通过filter处理原始的音视频数据。ffmpeg将filtergraph分为simple filtergraph和complex filtergraph。通常simple filtergraph只有一个输入和输出，ffmpeg命令行中使用-vf、-af识别，基本原理图如下：

	 _________                        ______________

	|         |                      |              |

	| decoded |                      | encoded data |

	| frames  |\                   _ | packets      |

	|_________| \                  /||______________|

	             \   __________   /

	  simple     _\||          | /  encoder

	  filtergraph   | filtered |/

	                | frames   |

	                |__________|

complex filtergraph，通常是具有多个输入输出文件，并有多条执行路径；ffmpeg命令行中使用-lavfi、-filter_complex，基本原理图如下：

 _________

|         |

| input 0 |\                    __________

|_________| \                  |          |

             \   _________    /| output 0 |

              \ |         |  / |__________|

 _________     \| complex | /

|         |     |         |/

| input 1 |---->| filter  |\

|_________|     |         | \   __________

               /| graph   |  \ |          |

              / |         |   \| output 1 |

 _________   /  |_________|    |__________|

|         | /

| input 2 |/

|_________|

第三部分会介绍filtergraph的基本语法和构成。

在libavfilter, 一个filter可以包含多个输入、多个输出。下图是一个filtergraph的示例：

                [main]

input --> split ---------------------> overlay --> output

            |                             ^

            |[tmp]                  [flip]|

            +-----> crop --> vflip -------+

上图中filtergraph将输入流分成两个流，其中一个通过crop filter和vflip filter，然后通过overlay filter将这两个流合成一个流输出。这个filtergraph可以用下面命令行表示：

ffmpeg -i INPUT -vf "split [main][tmp]; [tmp] crop=iw:ih/2:0:0, vflip [flip]; [main][flip] overlay=0:H/2" OUTPUT

3. 语法识别

FFmpeg中filter包含三个层次，filter->filterchain->filtergraph。具体可以参考下图：

filter是ffmpeg的libavfilter提供的基础单元。在同一个线性链中的filter使用逗号分隔，在不同线性链中的filter使用分号隔开，比如下面的例子：

ffmpeg -i INPUT -vf "split [main][tmp]; [tmp] crop=iw:ih/2:0:0, vflip [flip]; [main][flip] overlay=0:H/2" OUTPUT

这里crop、vflip处于同一个线性链，split、overlay位于另一个线性链。二者连接通过命名的label实现（位于中括号中的是label的名字）。在上例中split filter有两个输出，依次命名为[main]和[tmp]；[tmp]作为crop filter输入，之后通过vflip filter输出[flip]；overlay的输入是[main]和[flilp]。如果filter需要输入参数，多个参数使用冒号分割。

对于没有音频、视频输入的filter称为source filter，没有音频、视频输出的filter称为sink filter。

4. 经典的filter

FFmpeg支持的所有filter可以通过filters查看。

这里选几个相对经典的filter。

音频filter

adelay filter

实现不同声道的延时处理。使用参数如下adelay=1500|0|500，这个例子中实现第一个声道的延迟1.5s，第三个声道延迟0.5s，第二个声道不做调整。
aecho filter

实现回声效果，具体参考 http://ffmpeg.org/ffmpeg-filters.html#aecho 。
amerge filter

将多个音频流合并成一个多声道音频流。具体参考 http://ffmpeg.org/ffmpeg-filters.html#amerge-1 。
ashowinfo filter

显示每一个audio frame的信息，比如时间戳、位置、采样格式、采样率、采样点数等。具体参考 http://ffmpeg.org/ffmpeg-filters.html#ashowinfo 。
panfilter

特定声道处理，比如立体声变为单声道，或者通过特定参数修改声道或交换声道。主要有两大类：

混音处理，比如下面的例子pan=1c|c0=0.9*c0+0.1*c1，实现立体声到单声道的变换；

声道变换，比如5.1声道顺序调整，pan="5.1| c0=c1 | c1=c0 | c2=c2 | c3=c3 | c4=c4 | c5=c5"。
silencedetect和silenceremove filter

根据特定参数检测静音和移除静音。
volume和volumedetect filter

这两个filter分别实现音量调整和音量检测。
audio source filter

aevalsrc filter按照特定表达式生成音频信号。

anullsrc filter生成特定的原始音频数据，用于模板或测试。

anoisesrc filter生成噪声音频信号。

sine filter生成正弦波音频信号。
audio sink filter

abuffersink filter和anullsink filter，这些filter只是用于特定情况下结束filter chain。

视频filter

blend和tblend filter

将两帧视频合并为一帧。具体参数参考 http://ffmpeg.org/ffmpeg-filters.html#blend 。
crop filter

按照特定分辨率裁剪输入视频，具体参数参考 http://ffmpeg.org/ffmpeg-filters.html#crop 。
drawbox、drawgrid、drawtext filter

绘制box（对话框）、grid（表格）、text（文本）。
edgedetect filter

边缘检测filter。
fps filter

按照指定帧率输出视频帧（丢帧或者复制）。具体参考 http://ffmpeg.org/ffmpeg-filters.html#fps-1 。
hflip、vflip filter

水平和垂直镜像。
histogram filter

生成每帧的各颜色分量的直方图。
noise filter

在输入视频帧中添加白噪声。
overlay filter

视频叠加。具体参考 http://ffmpeg.org/ffmpeg-filters.html#overlay-1 。
pad filter

视频边界填充。具体参考 http://ffmpeg.org/ffmpeg-filters.html#pad-1 。
rotate filter

视频任意角度旋转。具体参考 http://ffmpeg.org/ffmpeg-filters.html#rotate 。
scale filter

使用libswscale库完成视频缩放的filter。
showinfo filter

显示视频帧的参数信息，比如时间戳、采样格式、帧类型等。
subtitles filter

使用libass库绘制subtitle（字幕）。
thumbnail filter

提取缩略图的filter。
transpose filter

图像转置的filter。参数参考 http://ffmpeg.org/ffmpeg-filters.html#transpose 。

source filter

主要有buffer、cellatuo、coreimagesrc、mptestsrc、life等filter，具体效果建议参考ffmpeg用户手册。

source sink

主要有buffersink、nullsink两个filter。

多媒体filter

ahistogram filter

将音频转化为视频输出，并显示为音量的直方图。
concat filter

将音频流、视频流拼接成一个。具体参考 http://ffmpeg.org/ffmpeg-filters.html#concat 。
metadata、ametadata filter

操作metadata信息。
setpts、asetpts filter

改变输入音频帧或视频帧的pts。
showfreqs、showspectrum、showspertrumpic、showvolume、showwaves filter

将输入音频转换为视频显示，并显示频谱、音量等信息
split、asplit filter

将输入切分为多个相同的输出。
source filter

主要是movie、amovie filter。从movie容器中读取音频或者视频帧。

5. 实例demo

FFmpeg提供了很多有趣的filter实例，详见Fancy Filtering Examples。

我们这里先从几个简单的实例开始。

实例一：缩放scale

将输入缩小宽度缩小一半，并保持宽高比。

ffmpeg -i input.jpg -vf scale=iw/2:-1 output.jpg

实例二：filter、filterchain和filtergraph的使用

先将输入去交织，然后减半显示。

以下三个命令是等价的。

# 2 chains form, one filter per chain, chains linked by the [middle] pad

ffmpeg -i input -vf [in]yadif=0:0:0[middle];[middle]scale=iw/2:-1[out] output

# 1 chain form, with 2 filters in the chain, linking implied

ffmpeg -i input -vf [in]yadif=0:0:0,scale=iw/2:-1[out] output

# the input and output are implied without ambiguity

ffmpeg -i input -vf yadif=0:0:0,scale=iw/2:-1 output

实例三：2x2布局画面拼接

这个实例主要说明下filtergraph使用。命令行如下：

./ffmpeg -f lavfi -i testsrc -f lavfi -i testsrc -f lavfi -i testsrc -f lavfi -i testsrc -filter_complex \

"[0:v]pad=iw*2:ih*2[a]; \

 [1:v]negate[b]; \

 [2:v]hflip[c]; \

 [3:v]edgedetect[d]; \

 [a][b]overlay=w[x]; \

 [x][c]overlay=0:h[y]; \

 [y][d]overlay=w:h[out]" -map "[out]" -c:v ffv1 -t 5 multiple_input_grid.avi

6. 参考资料