本章要回答的三个问题:① 滤镜到底长什么样,为什么 FFmpeg 里的滤镜是「画成一张图」而不是一串命令?② 视频滤镜里哪些最常用,缩放、裁剪、水印、变速背后各自怎么工作?③ 音频滤镜和视频滤镜有什么本质差异,混音、音量、延时这些效果怎么落地?
前 3 章,我们完成了「看懂管线 → 解剖骨架 → 命令行实操」的升级。第 4 章是管线里最「好玩」的一段:滤镜。视频的缩放、裁剪、水印、模糊、变速、转场,音频的音量、混音、延时、降噪,全部发生在这里。
滤镜之所以值得独立一章,是因为它有一个其他工位都没有的特性:它是可编程的。编解码器是「打开就用」的固定黑盒,滤镜则是你可以在管线上自由拼装的积木。FFmpeg 用「滤镜图」(filtergraph)这个抽象把积木串起来,理解滤镜图,等于拿到了一根指挥棒——你开始真正「编排」管线,而不只是「使用」管线。
对照开头三个问题:
-vf、什么时候必须上 -filter_complex| 节号 | 回答哪个问题 | 关键产出 |
|---|---|---|
| 4.1 滤镜图 | 问题①:滤镜图的结构与语法 | 简单链与复杂图的区分标准 + -filter_complex 用法 |
| 4.2 视频滤镜 | 问题②:视频加工四大类 | 缩放/裁剪/水印/变速的真实命令与参数取舍 |
| 4.3 音频滤镜 | 问题③:音频处理的特殊性 | 音量/混音/延时命令 + 音视频滤镜链分工 |
滤镜处理的是「解码后的原始帧」,而这正是第 5 章编码的输入。你在本章对画面/声音做的任何改动,最终都要靠第 5 章的编码参数决定「以什么质量存下来」。第 8 章 SDK 部分会看到滤镜在代码里就是一张图的结构体,本章的图模型会直接迁移过去。
滤镜系统的设计让它成为管线里最灵活的一环:既可以用 -vf 挂一串简单的链,也可以用 -filter_complex 搭出多路汇合的复杂图。学习本章建议动手优先——拿一段自己拍的视频,逐一把缩放、裁剪、水印、变速这些效果跑一遍,再尝试把两个效果组合起来。你会发现「效果叠加顺序」的影响远比想象中大,而这些经验是看书看不来的。
滤镜的参数命名大多自解释,但有个共同规律值得记:几何类滤镜(scale、crop)的参数顺序是「宽高坐标」,时间类滤镜(setpts、adelay)的参数是「时间倍数」,画质类滤镜(boxblur、unsharp)的参数是「半径与强度」。掌握这个规律,遇到陌生滤镜时先猜再验证,效率比死记高得多。