波仔
🎬 第一章 FFmpeg入门简介
📄 一句话概括

八个小库叠成一套 SDK，每个管一段：格式、编解码、滤镜、转换、设备。 命令行就是调这套 SDK 的一个现成程序，所以命令行能做的，SDK 都能做。

📝 本节和前面几节的关系

1.3.1 看了三个外壳，这一节钻到外壳里头看零件。 1.3.3 再往下，看这些零件是怎么编出来的。

一、八个库，从上到下

按「离用户远近」排一遍，层次关系就出来了：

库 管什么 少了它会怎样

libavdevice 采集设备，摄像头与声卡 不能直接读设备 libavformat 封装与解封装 打不开文件也存不了文件 libavcodec 编解码 只能转封装，不能转码 libavfilter 滤镜 不能改画面，只能原样过 libswscale 像素格式与缩放 分辨率改不了 libswresample 音频重采样 采样率与声道改不了 libavutil 公共底座 什么都跑不起来

看「少了它会怎样」这一列，会发现一个规律： 越靠下的库，缺了越致命；越靠上的库，缺了只是少个功能。 libavutil 缺了是什么都干不了，libavdevice 缺了只是不能直接读摄像头。

这就是为什么要分层：让上层能单独替换。 你要做一个只转封装不做转码的工具，可以完全绕开 libavcodec。

二、每一层的入口函数

每一层都有一组固定的入口，认得出前缀就知道该翻哪个头文件：

库 函数前缀 典型入口

libavformat avformat_ avformat_open_input libavcodec avcodec_ avcodec_send_packet libavfilter avfilter_ avfilter_graph_create_filter libswscale sws_ sws_scale libswresample swr_ swr_convert libavutil av_ av_frame_alloc

注意前三个是 av 加库名，后三个不是。 swscale 和 swresample 是后加的，用了自己的前缀；libavutil 直接用 av_ 开头。

这个不一致不是设计失误，是历史：先有的库用一套命名，后加的沿用不进去。 认得出这个别扭，就不会在一堆头文件里找不到函数了。

三、命令行与 SDK 是一份东西的两面

这是理解 FFmpeg 架构最省力的一句话：

命令行做的事 SDK 里对应的动作

-i 打开输入 avformat_open_input -c:v 选编码器 avcodec_find_encoder_by_name -vf 加滤镜 avfilter_graph_create_filter 输出文件名 avformat_alloc_output_context2 进度条 自己算，SDK 不管

前四行都是「命令行参数 → 一次或几次 SDK 调用」。 所以命令行能做的事，SDK 都能做；命令行做不了的（比如边转边改内容），SDK 也能做。

反过来不成立：命令行帮你处理了大量默认值和边界情况。 用 SDK 自己写时，那些「默认帮你选好了」的东西全要自己填，这就是为什么很多人宁可调 exe。

四、那些「可能不存在」的库

教材列 SDK 时常常一口气列八个，但实际装到的可能是七个：

库 为什么可能没有

libpostproc 后处理，GPL 组件，很多构建不带 libavdevice 需要系统特定的采集接口，精简构建会去掉 libswresample 新旧替代关系，极简构建只剩 swscale

判断方法很简单：ffmpeg -version 后面那几行列的就是实际编进去的库。 少一个就是没有，不用猜。

这件事对写代码的人影响很实际： 你在文档里看到一个 av_ 开头的函数，不能假定它一定可用—— 得先确认那个库在你的构建里。 这也是为什么跨平台的项目要做能力检测，而不是假定版本够新。

五、动手 Demo：SDK 是八个库——每个库管一段

这一段把七个库的版本与职责摊开， 再看每个库在 Python 这一侧对应哪堆模块。

import av
import av.filter

for k, v in sorted(av.library_versions.items()):
    print(k, v)

print(u"codecs", len(av.codecs_available))
print(u"formats", len(av.formats_available))
print(u"filters", len(av.filter.filters_available))

实跑输出：

--------------------------------------------------------------------
SDK 是八个库——每个库管一段，缺一段就缺一块能力
--------------------------------------------------------------------

**① 七个库，本机能数出东西的只有三个**

  库                本机能数出多少东西             管什么
  ---------------------------------------------------------------------------------
  libavcodec        557 个编解码器                 编与解，所有 codec 都在这儿
  libavdevice       数不出来，PyAV 没开这个口      采集，摄像头与声卡
  libavfilter       468 个滤镜                     滤镜，改画面不改编码
  libavformat       414 个格式                     封装与解封装，认文件也认流
  libavutil         数不出来，它是底座不是清单     公共底座，内存、数学、错误码
  libswresample     数不出来，只是一个转换器       音频重采样与声道转换
  libswscale        数不出来，只是一个转换器       像素格式与分辨率转换

**三个能数的，正好是「有条目」的三层：codec 是一个个编码器，**
**format 是一个个格式，filter 是一个个滤镜。**
**另外四个不是清单型的东西，你没法说它「有几百个」。**

**② 教材说 SDK，其实还说漏了一个：libpostproc**

**libpostproc 是解码后的后处理，它是 GPL 组件，很多构建干脆不带。**
**本机这七个里就没有它——不是名字写错，是这个构建没编。**

**③ 每个库在 Python 这一侧对应哪堆模块，也能看出来**

  库                对应的 Python 扩展模块
  ---------------------------------------------------------
  libavformat       container/ 下五个
  libavcodec        codec/ 下四个，加 packet
  libavfilter       filter/ 下六个
  libavutil         dictionary、rational、error、buffer
  libswscale        video/reformatter
  libswresample     audio/resampler
  libavdevice       device

**这张表说明一件事：SDK 不是一坨，是一层一层叠出来的。**
**你调 format 打开文件，它回头去调 codec；你调 filter 改画面，它回头去调 swscale。**
**所以命令行能做的事，SDK 都能做——命令行就是调 SDK 的一个现成程序。**

第一张表把七个库摊开，注意第四列「本机能数出多少东西」。 三个能数，四个数不出来——不是缺信息，是那四个本来就没有「条目」这个概念。

能数的三层正好都是清单型：codec 一个个编码器，format 一个个格式，filter 一个个滤镜。 libswscale 只有一个转换器，你没法说它「有几百个」。

第二张表说 libpostproc 不在本机。 它是 GPL 组件，很多构建干脆不带——不是名字写错，是没编。

第三张表把每个库对应到 Python 的模块目录。 这张表说明 SDK 不是一坨，是一层叠一层： 你调 format 打开文件，它回头去调 codec。

30 秒实验

  1. 数自己的库：ffmpeg -version 后面那几行，数一数出现了几个 lib。七个是完整的，五个就是被裁过。
  2. 找 postproc：ffmpeg -version | grep postproc，没有输出说明你这个构建不带后处理。它不影响常规转码。
  3. 验分层：ffmpeg -codecs | wc -l 和 ffmpeg -formats | wc -l 两个数差很多，说明编解码层比格式层厚得多——这也是为什么转码比转封装慢。

常见误区

  1. 以为 SDK 是一个库。它是八个库的组合，每个能单独编、单独装。所谓「装 FFmpeg SDK」其实是一堆头文件加一堆 .so。
  2. 以为函数前缀统一是 av_。libavformat、libavcodec、libavfilter、libavutil 用的是 av_ 系，但 swscale 是 sws_、swresample 是 swr_。认错前缀就找不到函数。
  3. 以为文档里有的函数一定有。文档按源码清单写，你的构建可能没编那个库。用 -version 确认，别假定。
自测三问（点开对答案） 1. 只做转封装（`-c copy`）需要哪些库？ —— 只需要 libavformat 和 libavutil，完全用不到 libavcodec。这就是转封装特别快的原因——一步都不碰像素。 2. 为什么 libswscale 的函数前缀不是 av_？ —— 它是后来从主代码里拆出来的库，拆的时候没跟着改命名。类似的还有 libswresample 用的 swr_。 3. libavutil 缺了会怎样？ —— 什么都跑不起来。它是内存管理、错误码、数据结构的地基，其他七个库全依赖它。

相关笔记