滤镜图 filter_complex 入门：从 scale 到多路合成

一条 FFmpeg 命令同时完成缩放、加水印、拼画面——这不是三个命令的拼接，而是滤镜图（filter graph）在起作用。filter_complex 是 FFmpeg 最强大也最劝退的部分：方括号、垫、链，符号一堆。这篇用图解的方式把它拆开，看完你就能写出自己的复合命令。

先分清：滤镜链 vs 滤镜图

**滤镜链（filter chain）**是滤镜的串行流水线，前一个的输出是后一个的输入，用逗号连接：

scale=1280:-1,format=yuv420p,vflip

数据像流水线一样依次流过：先缩放 → 再转像素格式 → 再垂直翻转。

**滤镜图（filter graph）**允许多条链存在，链之间可以分叉、汇合、交叉连接，用分号分隔链、方括号标记垫（pad）：

[0:v]scale=640:480[a];[1:v]scale=640:480[b];[a][b]hstack

一句话总结：单路串行用 -vf（滤镜链），多路或需要拆分合流用 -filter_complex(滤镜图）。-filter_complex 是超集——滤镜链只是没有分叉的滤镜图。

理解"垫"：滤镜图的连线

垫（pad）是理解滤镜图的钥匙。方括号里的标签就是一条虚拟的连线，把上游输出接到下游输入：

输入0 ──[0:v]──> scale ──[a]──┐
                              ├──> hstack ──> 输出
输入1 ──[1:v]──> scale ──[b]──┘

对应命令：

ffmpeg -i left.mp4 -i right.mp4 -filter_complex \
  "[0:v]scale=640:480[left];[1:v]scale=640:480[right];[left][right]hstack" \
  out.mp4

逐段拆解：

[0:v]：第 0 个输入的视频流（0 是 -i 的顺序，v 表示 video；音频是 a）
scale=640:480[left]：处理后打上 left 标签，供下游引用
[left][right]hstack：hstack 滤镜吃两个输入垫，横向拼接

没打标签的输出会自动接到滤镜图的最终输出；hstack 的输出没有标签，所以它就是结果。

`-vf` 与 `-filter_complex` 的关系

	`-vf`	`-filter_complex`
输入流	固定单路	任意多路
能否引用第 2 个输入	不能（`-i` 只当数据源）	能，`[1:v]` 直接引用
输出	自动映射到输出文件	可用 `-map` 精确选择
音频	不经手	可一并处理

-vf 本质是 -filter_complex 的单路语法糖。但注意：同一个命令里 -vf 和 -filter_complex 不要混用，容易产生两个互不知情的滤镜管线。

实战一：缩放 + 水印（最常见的复合需求）

给视频右下角加图片水印，同时限制到 720p：

ffmpeg -i input.mp4 -i logo.png -filter_complex \
  "[1:v]scale=120:-1[wm];[0:v][wm]overlay=W-w-20:H-h-20,scale=-2:720" \
  out.mp4

拆开看：

[1:v]scale=120:-1[wm]：水印图缩到 120 宽（-1 表示按比例自动算高）
[0:v][wm]overlay=...：把水印叠到主画面上。W/H 是主画面尺寸，w/h 是水印尺寸，所以 W-w-20:H-h-20 = 右下角留 20px 边距
,scale=-2:720：接在 overlay 后面的链尾缩放，-2 让宽度自动对齐到偶数（H.264 要求宽高为偶数，用 -1 会报错）

顺带记住 overlay 的位置速记：0:0 左上、(W-w)/2:(H-h)/2 居中、0:H-h 左下。

实战二：多路合成与画面布局

四宫格拼画面——每个输入缩到半宽半高，再用 xstack 摆位：

ffmpeg -i a.mp4 -i b.mp4 -i c.mp4 -i d.mp4 -filter_complex \
  "[0:v]scale=iw/2:ih/2[a];[1:v]scale=iw/2:ih/2[b];\
   [2:v]scale=iw/2:ih/2[c];[3:v]scale=iw/2:ih/2[d];\
   [a][b][c][d]xstack=inputs=4:layout=0_0|w0_0|0_h0|w0_h0" \
  out.mp4

layout 里 w0 表示"第 0 个输入的宽度"、h0 同理——垫与垫之间的相对位置关系直接写进布局表达式。

分叉也很自然：一个源同时出预览图和正式输出：

ffmpeg -i input.mp4 -filter_complex \
  "[0:v]split=2[v1][v2];[v1]scale=320:-1[thumb];[v2]scale=1280:-2[main]" \
  -map "[thumb]" thumb.jpg -map "[main]" main.mp4

split=2 把一路复制成两路，各自走不同的链，最后用 -map 指定哪个垫写入哪个输出文件。这是滤镜图相对 -vf 的真正威力所在。

调试技巧

滤镜图写长了必然出错，几个救命习惯：

逐段验证。先跑通 [0:v]scale=640:480[v]，确认无误后再加第二段——一口气写完再调试是效率最低的方式。
-v error 减少日志噪音。FFmpeg 默认日志很吵，只看 error 能立刻定位是哪个滤镜在抱怨。
报错会指名滤镜和垫。Invalid argument 后面跟的垫标签就是断点，顺着它检查上游输出参数。
分辨率不匹配是头号错误源。hstack/vstack 要求输入同高/同宽，overlay 像素格式不一致会静默变慢——拼接前先统一 scale + format=yuv420p。

写在最后

滤镜图的思路其实是数据流编程：每个滤镜是一个节点，垫是连线，你设计的是图而不是命令。掌握 [x] 标签的连接逻辑后，剩下的只是查滤镜参数表。

不想手写的话，视频加水印和视频转 GIF把本文用到的 overlay、scale 滤镜做成了即拿即用的界面；想自由组合参数，去 FFmpeg 命令实验室直接试跑——都在浏览器本地完成。

FAQ

Q：滤镜链的顺序影响结果吗？ A：影响，而且影响体积。先 scale 缩小再做后续滤镜，处理的数据量更小；但去噪类滤镜通常要放在缩放前，顺序要按需求定。

Q：-1 和 -2 在 scale 里有什么区别？ A：-1 表示保持比例自动计算，-2 是自动计算且对齐到偶数。H.264/H.265 编码要求宽高为偶数，实际项目里基本都应该用 -2。

Q：为什么我的 overlay 是逐帧处理但速度极慢？ A：通常是主视频与水印的像素格式不一致，FFmpeg 在每一帧做隐式格式转换。给两路显式加 format=yuv420p 可以消除。