波仔
🎬 第七章 FFmpeg命令行实现音视频特效及复杂滤镜应用
📄 一句话概括

硬字幕用 subtitles 滤镜，靠 libass；软字幕只加一条流，视频音频都不重编。 这台机器没 libass，所以改用 Pillow 画字 + overlay，效果等同硬字幕。

📝 本节和前面几节的关系

上一节讲清了硬软两种字幕，这一节给两条能用的命令。 它也是第七章最后一篇，把 overlay、movie、loop 这几件老工具又用了一遍。

一、硬字幕的标准命令

一条命令就烧进去：

ffmpeg -i s7.mp4 -vf subtitles=x.srt -c:a copy out.mp4

subtitles 这个滤镜靠 libass 干活，字幕样式、换行、位置都由它算。 ASS 文件也用它——subtitles=x.ass 即可，不需要换成 ass 滤镜。

-c:a copy 让音频不重编码，能省一大半时间。 视频这边必须重编，因为画面真的变了。

二、沙箱里没有 libass

老实说：这台机器上的 PyAV 没编进 libass，也没有 drawtext， 所以「烧字幕」这条路在这里走不通：

滤镜 在这台机器上

subtitles 没有 ass 没有 drawtext 没有

命令行版 ffmpeg 一般默认带 libass，所以「同一个滤镜在你机器上有、在我这儿没有」 是很常见的事——滤镜不是 ffmpeg 内置的，是一堆外部库编进来的。

遇到「no filter xxx」这种错，先别怀疑写法，先查滤镜在不在。 ffmpeg -filters 一式就清楚，比猜快得多。

三、用 Pillow 画字再贴上去

既然文字不能由 ffmpeg 画，就换个人画： 拿 Pillow 把字幕画成一张半透明图片，再用 movie 读图、loop 循环、overlay 贴上去。 效果跟烧字幕一样——文字变成了画面的一部分。

这也是「硬字幕」的本质：不是必须有 subtitles 滤镜， 而是「文字最终落在像素里」。谁把字画成图都行。

movie 读的是一张 png，它只有一帧，所以必须接 loop=loop=-1:size=1 把它撑成无限长的源——-1 表示无限循环，size=1 表示缓冲一帧。

这套写法的实用价值不止于「绕过缺滤镜」： 做角标、做水印、做片头 Logo，都是同一个套路——画一张图，贴上去。

四、贴上去之后确实变了

量一下字幕带那一条的亮度，就能确认它真的进了画面：

区域 均值

原画面第 70~88 行 157.1 贴了字幕带之后 65.5

从 157.1 掉到 65.5，说明那一块被半透明的黑带压暗了—— 字幕确实烧进了画面，不是「叠在上面可以关掉」的软字幕。

软字幕的写法完全不一样，只加流不动画面：

ffmpeg -i s7.mp4 -i x.srt -c:v copy -c:a copy -c:s mov_text out.mp4

-c:v copy -c:a copy 表示视频音频都不重编码，只把字幕流加进去。 这一步几乎瞬间完成，因为一个像素都没重算。

两条命令一比就看出来了：软字幕是「加一条流」，硬字幕是「重编一遍画面」。 所以能软就别硬，硬是最后一步的事。

五、动手 Demo：画一条字幕带、贴上去、量亮度

下面这段代码用 Pillow 画一条半透明黑带加白字， 再用 movie + loop + overlay 贴到画面上，最后量那一块的均值。

import av
from PIL import Image, ImageDraw, ImageFont

c0 = av.open(u"s7.mp4")
BASE = next(c0.decode(video=0)).to_ndarray(format=u"yuv420p")
c0.close()

im = Image.new(u"RGBA", (160, 18), (0, 0, 0, 160))
d = ImageDraw.Draw(im)
d.text((6, 3), u"subtitle 001", fill=(255, 255, 255),
       font=ImageFont.load_default())
im.save(u"band.png")
print(u"--- 字幕带画好了：160x18，黑色 + alpha 160")

g = av.filter.Graph()
b = g.add_buffer(width=160, height=90, format=u"yuv420p",
                 time_base=__import__(u"fractions").Fraction(1, 25))
mv = g.add(u"movie", u"band.png")
lp = g.add(u"loop", u"loop=-1:size=1")
ov = g.add(u"overlay", u"0:70")
sk = g.add(u"buffersink")
b.link_to(ov, 0, 0)
mv.link_to(lp)
lp.link_to(ov, 0, 1)
ov.link_to(sk)
g.configure()
vf = av.VideoFrame.from_ndarray(BASE, format=u"yuv420p")
vf.pts = 0
vf.time_base = __import__(u"fractions").Fraction(1, 25)
b.push(vf)
o = sk.pull().to_ndarray(format=u"rgb24")

orig = av.VideoFrame.from_ndarray(BASE, format=u"yuv420p")
orig = orig.to_ndarray(format=u"rgb24")
print(u"--- 第 70~88 行均值")
print(u"  原画面      %.1f" % orig[70:88].mean())
print(u"  贴字幕带后  %.1f" % o[70:88].mean())

实跑输出：

--------------------------------------------------------------------
7.17.2 字幕处理
--------------------------------------------------------------------

**① 硬字幕的标准命令**

**一条命令就烧进去：**

`ffmpeg -i s7.mp4 -vf subtitles=x.srt -c:a copy out.mp4`

**`subtitles` 这个滤镜靠 libass 干活，字幕样式、换行、位置都由它算。**
**ASS 文件也用它——`subtitles=x.ass` 即可，不需要换成 `ass` 滤镜。**

**② 沙箱里没有 libass，这一步跑不了**

**老实说：这台机器上的 PyAV 没编进 libass，也没有 drawtext，**
**所以「烧字幕」这条路在这里走不通：**

  滤镜          在这台机器上
  ------------------------------
  subtitles     没有
  ass           没有
  drawtext      没有

**命令行版 ffmpeg 一般默认带 libass，所以「同一个滤镜在你机器上有、在我这儿没有」**
**是很常见的事——滤镜不是 ffmpeg 内置的，是一堆外部库编进来的。**

**③ 用 Pillow 画字，再 overlay 贴上去，等效于硬字幕**

**既然文字不能由 ffmpeg 画，就换个人画：拿 Pillow 把字幕画成一张半透明图片，**
**再用 `movie` 读图、`loop` 循环、`overlay` 贴到画面上。**
**效果跟烧字幕一样——文字变成了画面的一部分。**

**这也是「硬字幕」的本质：不是必须有 `subtitles` 滤镜，**
**而是「文字最终落在像素里」。谁把字画成图都行。**

**④ 贴上去之后，那一块确实变了**

  区域                  均值
  -------------------------------
  原画面第 70~88 行     157.1
  贴了字幕带之后        65.5

**从 157.1 掉到 65.5，说明那一块被半透明的黑带压暗了——字幕确实烧进了画面，**
**不是「叠在上面可以关掉」的软字幕。**

**⑤ 软字幕的标准命令**

`ffmpeg -i s7.mp4 -i x.srt -c:v copy -c:a copy -c:s mov_text out.mp4`

**`-c:v copy -c:a copy` 表示视频音频都不重编码，只把字幕流加进去。**
**这一步几乎瞬间完成，因为一个像素都没重算。**

**两条命令一比就看出来了：软字幕是「加一条流」，硬字幕是「重编一遍画面」。**
**所以能软就别硬，硬是最后一步的事。**

字幕带是 160×18、黑色、alpha 160——半透明，这样底下的画面还能透一点出来。 alpha 写满 255 就成了纯黑条，看着像贴了块胶布。

贴的位置是 0:70，也就是画面底部往上一点。 160×90 的画面里，第 70 行往下还剩 20 行，正好放一条 18 行高的字幕。

最后两行是本节的关键证据：157.1 掉到 65.5。 数字变了，说明文字真的进了像素，而不是「叠在上面能关掉」的软字幕。

代码里 __import__(u"fractions").Fraction(1, 25) 是为了少写一行 import， 实际写脚本时老老实实 from fractions import Fraction 更清楚。

30 秒实验

  1. 改 alpha：把 160 改成 80，看那一块是不是只掉一点点。
  2. 改位置：把 0:70 改成 0:36，字幕跑到画面中间。
  3. 改文字：多画两行字，看块高够不够——不够会被裁掉下半截。

常见误区

  1. 以为必须有 subtitles 滤镜才能烧字幕。文字落在像素里就是硬字幕。
  2. 把软字幕当硬字幕。-c:s mov_text 只加流，播放器一关就没了。
  3. 忘了给 png 加 loop。一张图只出一帧，贴完就停了。
自测三问（点开对答案） 1. 硬字幕的标准命令用哪个滤镜？ —— `subtitles`，它依赖 libass。 2. 这台机器为什么烧不了字幕？ —— PyAV 没编进 libass，`subtitles`、`ass`、`drawtext` 三个滤镜都没有。 3. 软字幕命令里 `-c:v copy` 是什么意思？ —— 视频流不重编码，原样复制，只加一条字幕流。

相关笔记