专栏首页音视频开发技术FFmpeg中overlay滤镜用法-水印及画中画

FFmpeg中overlay滤镜用法-水印及画中画

1. overlay技术简介

overlay技术又称视频叠加技术。overlay视频技术使用非常广泛,常见的例子有,电视屏幕右上角显示的电视台台标,以及画中画功能,画中画是指在一个大的视频播放窗口中还存在一个小播放窗口,两个窗口不同的视频内容同时播放。

overlay技术中涉及两个窗口,通常把较大的窗口称作背景窗口,较小的窗口称作前景窗口,背景窗口或前景窗口里都可以播放视频或显示图片。FFmpeg中使用overlay滤镜可实现视频叠加技术。

overlay滤镜说明如下:

描述:前景窗口(第二输入)覆盖在背景窗口(第一输入)的指定位置。

语法:overlay[=x:y[[:rgb={0, 1}]] 参数x和y是可选的,默认为0。rgb参数是可选的,其值为0或1,默认为0。

参数说明:
    x               从左上角的水平坐标,默认值为0
    y               从左上角的垂直坐标,默认值为0
    rgb             值为0表示输入颜色空间不改变,默认为0;值为1表示将输入的颜色空间设置为RGB

变量说明:如下变量可用在x和y的表达式中
    main_w或W       主输入(背景窗口)宽度
    main_h或H       主输入(背景窗口)高度
    overlay_w或w    overlay输入(前景窗口)宽度
    overlay_h或h    overlay输入(前景窗口)高度

overlay滤镜相关参数示意图如下:

2. 命令行用法

可先参考“FFmpeg使用基础”了解命令行用法基础

overlay命令行基本格式如下:

ffmpeg -i input1 -i input2 -filter_complex overlay=x:y output

input1是背景窗口输入源,input2是前景窗口输入源。

2.1 视频中叠加图标

背景窗口视频素材下载:ring.mp4

视频分辨率是768x432(此分辨率适用于平板电脑,宽高比为16:9),上下黑边的像素高度是56,播放时长为37.97秒。关于分辨率与黑边的相关内容可参考如下: 为什么很多人把视频上下加黑条当做“电影感”? 用于编码视频文件的视频预设

前景窗口图标素材下载:ring_100x87.png

图标分辨率是100x87。图标格式为PNG格式,当然选用其他格式的图片作图标也是可以的,但PNG图标具有透明背景,更适合用作图标。

2.1.1 直接叠加图标

将图标叠加于视频右上角

ffmpeg -i ring.mp4 -i ring_100x87.png -filter_complex overlay=W-w:56 -max_muxing_queue_size 1024 ring_logo_t.mp4

效果如下:

将图标叠加于视频右下角

ffmpeg -i ring.mp4 -i ring_100x87.png -filter_complex overlay=W-w:H-h-56 -max_muxing_queue_size 1024 ring_logo_b.mp4

效果如下:

2.1.2 延时叠加图标

如下,背景窗口播放8.6秒后,图标开始显示。注意“-itsoffset 8.6”作为第二个输入文件的输入选项,参数位置不能放错。

ffmpeg -i ring.mp4 -itsoffset 8.6 -i ring_100x87.png -filter_complex overlay=W-w:56 -max_muxing_queue_size 1024 ring_logo_delay.mp4

2.2 视频中叠加视频——画中画

视频中叠加视频即为画中画功能。注意两个视频仅图像部分会叠加在一起,声音是不会叠加的,有一个视频的声音会消失。

2.2.1 叠加计时器

找一个计时器小视频,将之叠加到背景视频上。我们可以从测试源中获取这个计时器视频。先运行如下命令:

ffplay -f lavfi -i testsrc

视频无法贴在本文里,那运行截图命令,从视频中截取一张图:

ffmpeg -ss 00:00:12 -f lavfi -i testsrc -frames:v 1 -f image2 testsrc.jpg

效果如下:

我们把计时器那一小块视频裁剪下来,运行如下命令:

ffmpeg -ss 00:00:10 -t 20 -f lavfi -i testsrc -vf crop=61:52:224:94 timer.h264

此命令主要用到了crop视频滤镜,说明一下: “-vf crop=61:52:224:94”表示裁剪一块位于(224,94)坐标处宽为61像素高为52像素的视频块 “-ss 00:00:10 -t 20”表示从10秒处开始裁剪,裁剪时长为20秒

将计时器视频timer.h264叠加到背景视频ring.mp4里:

ffmpeg -i ring.mp4 -i timer.h264 -filter_complex overlay=W-w:0 -max_muxing_queue_size 1024 ring_timer.mp4

效果如下:

看一下视频叠加过程中FFmpeg在控制台中的打印信息,关注流的处理:

$ ffmpeg -i ring.mp4 -i timer.h264 -filter_complex overlay=W-w:0 -max_muxing_queue_size 1024 ring_timer.mp4
......
Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'ring.mp4':
  Metadata:
    ......
  Duration: 00:00:37.97, start: 0.032000, bitrate: 515 kb/s
    Stream #0:0(chi): Video: h264 (avc1 / 0x31637661), none, 768x432, 488 kb/s, 23 fps, 23 tbr, 23k tbn, 46k tbc (default)
    Metadata:
      handler_name    : 1348358526.h264#video:fps=23 - Imported with GPAC 0.5.1-DEV-rev4127
    Stream #0:1(chi): Audio: aac (HE-AAC) (mp4a / 0x6134706D), 48000 Hz, stereo, fltp, 95 kb/s (default)
    Metadata:
      handler_name    : GPAC ISO Audio Handler
Input #1, h264, from 'timer.h264':
  Duration: N/A, bitrate: N/A
    Stream #1:0: Video: h264 (High 4:4:4 Predictive), yuv444p(progressive), 61x52 [SAR 1:1 DAR 61:52], 25 fps, 25 tbr, 1200k tbn, 50 tbc
Stream mapping:
  Stream #0:0 (h264) -> overlay:main (graph 0)
  Stream #1:0 (h264) -> overlay:overlay (graph 0)
  overlay (graph 0) -> Stream #0:0 (libx264)
  Stream #0:1 -> #0:1 (aac (native) -> aac (native))
......

看“Stream mapping”部分可以看出: 输入源1视频流(Stream #0:0)和输入源2视频流(Stream #1:0)叠加到输出视频流(Stream #0:0) 输入源1音频流(Stream #0:1)拷贝到输出音频流(Stream #0:1)

视频开始几秒处播放有些异常,声音播放几秒后图像才开始播放,原因不太清楚。

3. API用法

使用滤镜API编程,解析不同的滤镜选项,以达到和命令行中输入命令同样的效果。

例程使用“FFmpeg滤镜API用法与实例解析”中第4.2节的示例程序 代码目录https://github.com/leichn/exercises/blob/master/source/ffmpeg/ffmpeg_vfilter/ 下载代码,进入代码目录,在命令行运行make vf_file命令,将生成vf_file可执行文件 在命令行运行./vf_file ring.flv -vf "movie=ring_100x87.png[logo];[in][logo]overlay=W-w:56" 测试效果为:

因为例程尚不支持多输入的方式,所以上述测试命令中借助了movie滤镜来加载第二个输入,这条命令和下面这条命令效果是一样的 ffplay ring.mp4 -i ring_100x87.png -filter_complex overlay=W-w:56

4. 遗留问题

第3节例程不支持多输入方式,借助了movie滤镜变通实现,多输入情况下API如何编程?待分析如下命令中多输入选项的解析处理方式: ffplay ring.mp4 -i ring_100x87.png -filter_complex overlay=W-w:56

5. 参考资料

[1] 为什么很多人把视频上下加黑条当做“电影感”? [2] 用于编码视频文件的视频预设

6. 修改记录

2019-02-16 V1.0 首次整理

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • FFmpeg简易播放器的实现-音频播放

    下图引用自“雷霄骅,视音频编解码技术零基础学习方法”,因原图太小,看不太清楚,故重新制作了一张图片。

    用户4940323
  • ffplay源码分析7-播放控制

    暂停/继续状态的切换是由用户按空格键实现的,每按一次空格键,暂停/继续的状态翻转一次。

    用户4940323
  • ffplay源码分析1-概述

    ffplay是一个很简单的播放器,但是初次接触仍会感到概念和细节相当繁多,分析并不容易。深入理解一项技术需要足够的时间和大量的实践,由浅入深逐步迭代,没有时间就...

    用户4940323
  • 如何使用TensorFlow生成对抗样本

    如果说卷积神经网络是昔日影帝的话,那么生成对抗已然成为深度学习研究领域中一颗新晋的耀眼新星,它将彻底地改变我们认知世界的方式。对抗学习训练为指导人工智能完成复杂...

    两只橙
  • 还有这种操作?浅析为什么要看源码

    很多人都有一个疑惑,为什么面试都喜欢问原理,问源码.但是实际工作根本用不上,也就是大家常说的,面试造火箭,进去拧螺丝.我身边也有不少朋友问过我,我给他们的回答是...

    java进阶架构师
  • 为什么要看源码

    很多人都有一个疑惑,为什么面试都喜欢问原理,问源码.但是实际工作根本用不上,也就是大家常说的,面试造火箭,进去拧螺丝.我身边也有不少朋友问过我,我给他们的回答是...

    Java技术江湖
  • iOS流布局UICollectionView系列七——三维中的球型布局

            通过6篇的博客,从平面上最简单的规则摆放的布局,到不规则的瀑布流布局,再到平面中的圆环布局,我们突破了线性布局的局限,在后面,我们将布局扩展到了...

    珲少
  • 成员网研会:用于持续软件更新的DevOps模式和反模式(视频+PDF)

    讲者:Baruch Sadogursky,DevOps倡导负责人和开发者倡导者 @JFrog

    CNCF
  • 新经资讯项目业务逻辑梳理

    __init__.py 项目应用初始化文件--应用程序实例、数据库实例、注册蓝图、日志等

    skylark
  • 机器人Pepper成功背后的故事

    被称为“全球首台具有人类感情的机器人”的Pepper是由日本软银和Aldebaran公司合作开发的人形机器人,其身高约为软银CEO孙正义的三分之二,胸前有一台平...

    机器人网

扫码关注云+社区

领取腾讯云代金券