本章要回答的三个问题:① 亲手编译一份 FFmpeg 需要什么,为什么工程上常要自己编而不是用系统包?② 用 libavformat/libavcodec 写一个「打开→解码→编码→写出」的程序,核心调用序列长什么样?③ 想让 FFmpeg 干一件它没有滤镜的活,怎么扩展它?
前 7 章,我们都是 FFmpeg 的「使用者」——通过命令行调用现成能力。这一章换一个身份:把 FFmpeg 装进你自己的程序里,甚至给它加新功能。这正是「从会用到会造」的跨越。
为什么值得学 SDK?因为很多场景命令行够不着:要嵌入移动端播放器、要做无人值守的转码服务、要把解码结果直接送进自己的 AI 模型、要加一个业界没有的滤镜。这些需求都要求直接调用 libav* 系列库。而且,第 2 章讲的 AVPacket、AVFrame、AVFormatContext,这一章终于「亲眼见到」它们长在代码里。
对照开头三个问题:
--enable-libx264、--enable-nvenc 这些开关对应什么能力| 节号 | 回答哪个问题 | 关键产出 |
|---|---|---|
| 8.1 开发环境 | 问题①:编译与工程准备 | 编译配置认知 + 工程搭建清单 |
| 8.2 核心开发流程 | 问题②:最小转码程序 | 打开→解码→编码→写出的 API 调用序列 |
| 8.3 自定义扩展 | 问题③:给 FFmpeg 加滤镜 | 自定义滤镜的原理与扩展方式评估 |
SDK 是「管线的可编程化」。学完本章,你往回看前 7 章的命令行会更有底气——那些参数都有了代码层面的答案。第 9 章实战场景里的智能视频分析、多路转码服务,本质都是第 8 章程序骨架的扩展。第 10 章的法律合规部分还会回到编译选项——LGPL 与 GPL 的边界就在「你静态链接了什么」。
这一章的定位是「把前七章的命令行能力编程化」。你可能已经会写「ffmpeg -i in.mp4 -c:v libx264 out.mp4」,但当你需要在转码中途插入自己的算法、需要管理多条并发转码任务、需要把视频处理嵌入移动端 App 时,命令行就变成了一层薄薄的壳。SDK 开发的意义在于:让 FFmpeg 的能力变成你程序的一部分,而不是外部进程。
学习本章不需要一次性掌握全部 API。抓住两条主线:一条是「打开文件→找流→解码→处理→编码→写出」的调用序列,这是所有程序的基础骨架;另一条是「AVFormatContext / AVCodecContext / AVPacket / AVFrame」这四个核心结构体之间的关系。骨架 + 数据结构,两条线走通,SDK 的门就打开了。