FFmpeg中使用loop输入流与shortest参数后，音视频流时长被改变

Posted 2022-11-28 Jack_Chai

本文出处：http://blog.csdn.net/chaijunkun/article/details/115731799，转载请注明。由于本人不定期会整理相关博文，会对相应内容作出完善。因此强烈建议在原始出处查看此文。

问题来自于制作视频水印需求

给一段视频加上一张静态图片制作的logo，在网上已经有很多例子了，只要把它放置在视频的固定位置即可，这个功能非常容易实现：

ffmpeg -i video.mp4 -i logo.jpg -filter_complex "[1:v]scale=w=120:h=120:\\
force_original_aspect_ratio=decrease:force_divisible_by=2[logo];\\
[0:v][logo]overlay=x=32:y=64" \\
new_video.mp4

详细的操作步骤是：

• 将输入的任意尺寸图片都等比例缩放至不大于120x120大小的小图，并且缩放时计算的尺寸保持宽高均为偶数；
• 将上一步缩放好的图片放置在主视频的(32,64)位置上。

输入的logo是一张静态图片，从视频的角度上说，它只有1帧，因此它会一直“卡”在这一帧上，然后经过缩放后交给后续滤镜处理。

淡入淡出水印的实现思路

但正是在制作带淡入淡出的水印时，遇到了标题中所述的问题。

淡入淡出功能，在FFmpeg中有现成的fade滤镜。但是如果直接加入此滤镜，输出结果与想象的结果完全不同——画面没有logo出现。

下面的命令是有问题的：

ffmpeg -i video.mp4 -i logo.jpg -filter_complex "[1:v]scale=w=120:h=120:\\
force_original_aspect_ratio=decrease:force_divisible_by=2,\\
fade=t=in:s=160:n=15:alpha=1,\\
fade=t=out:s=230:n=20:alpha=1[logo];\\
[0:v][logo]overlay=x=32:y=64" \\
new_video.mp4

但是总体思路是没有问题的：

那么问题出在哪里了？其实问题是因为上面提到的logo图片一直“卡”在一帧上，导致fade滤镜无法触发后续的计算，而fade滤镜启用了alpha通道方式淡入，在淡入之前，alpha会被设置为0，因此后续logo一直是透明输入，看不到叠加效果。

改进实现

知道了问题所在，那是不是让FFmpeg把logo图片当做视频流输入，就可以触发淡入淡出滤镜的计算了呢？答案是：正确。

ffmpeg -i video.mp4 -loop 1 -i logo.jpg ... -shortest new_video.mp4

• 在输入logo图片前增加-loop 1参数，开启此输入的循环选项；
  这样图片就会变成一个永不停止的静态视频源
• 在输出文件前增加-shortest参数，让生成的视频最短化。
  由于logo图片已经变成了永不停止的视频源，如果不加此参数，会一直输出，因此千万不要忘了。

直觉上，这种方案会使得logo图片展示的时间与原始视频的长度一样，那么事实是这样吗？

查看原始视频信息:

ffprobe -show_streams -of json video.mp4

输出部分的结果：

# 原始视频长度
"time_base": "1/12800",
"start_pts": 0,
"start_time": "0.000000",
"duration_ts": 128512,
"duration": "10.040000",
# 原始音频长度
"time_base": "1/44100",
"start_pts": 0,
"start_time": "0.000000",
"duration_ts": 442764,
"duration": "10.040000",

查看输出视频信息：

ffprobe -show_streams -of json new_video.mp4

输出部分的结果：

# 加logo后视频长度
"time_base": "1/12800",
"start_pts": 0,
"start_time": "0.000000",
"duration_ts": 158208,
"duration": "12.360000",
# 加logo后音频长度
"time_base": "1/44100",
"start_pts": 0,
"start_time": "0.000000",
"duration_ts": 443381,
"duration": "10.053991",

通过对比可以看出，在输入源开启了循环之后，即便后面对应开启了-shortest参数，输出的视频无论视频流还是音频流，长度都有所改变。而且原视频流时长：10.04秒，加入logo后视频流时长：12.36秒，夸张地增加了2秒多。这样的视频如果直接用于子片段拼接(concat)，将会引起很大的音视频同步问题。

继续改进实现

通过查阅文档，发现overlay滤镜中提供了一个类似的shortest选项，专门用来处理这种情况。

在overlay滤镜后启用该选项即可

overlay=x=32:y=64:shortest=1

既然在overlay滤镜中已经将logo视频流截断了，那么就可以去掉-shortest输出参数了。

ffmpeg -i video.mp4 -loop 1 -i logo.jpg ...overlay=x=32:y=64:shortest=1... new_video.mp4

此时再查看输出视频信息：

# 加logo后视频长度
"time_base": "1/12800",
"start_pts": 0,
"start_time": "0.000000",
"duration_ts": 128512,
"duration": "10.040000",
# 加logo后音频长度
"time_base": "1/44100",
"start_pts": 0,
"start_time": "0.000000",
"duration_ts": 443381,
"duration": "10.053991",

可以看到，输出文件视频流时间长度与原视频一致。音频流时长稍微长一点点，可以在拼接时修正掉，如果是单个文件播放，可忽略不计。

以上代码，在FFmpeg 4.3.1上测试通过。