FFmpeg filter_complex: понятный разбор графов

Одна команда FFmpeg может уменьшить видео, наложить водяной знак и собрать два потока рядом. Это не три команды подряд, а граф фильтров. filter_complex выглядит страшно из-за квадратных скобок и точек с запятой, но логика там простая: потоки, узлы и связи.

Цепочка и граф

Фильтр-цепочка — это конвейер. Выход одного фильтра становится входом следующего, фильтры соединяются запятой:

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

Сначала масштаб, затем пиксельный формат, затем вертикальный переворот.

Граф фильтров нужен, когда потоков несколько или данные надо разветвить и снова соединить. Цепочки разделяются точкой с запятой, а потоки помечаются метками в квадратных скобках:

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

Практическое правило: одна последовательность фильтров — -vf; несколько входов или разветвление — -filter_complex. Строго говоря, -filter_complex шире: обычная цепочка -vf — просто его частный случай без ветвлений.

Метки — это виртуальные провода

Метка в квадратных скобках соединяет выход одного узла со входом другого:

Вход 0 ──[0:v]──> scale ──[a]──┐
                               ├──> hstack ──> Выход
Вход 1 ──[1:v]──> scale ──[b]──┘

Та же команда:

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

Что здесь происходит:

• [0:v] — видеопоток первого входа (0 — номер -i, v — video; звук обозначается a);
• scale=640:480[left] — обработанный поток получает метку left;
• [left][right]hstack — два потока подаются в hstack и складываются по горизонтали.

Выход без метки автоматически становится итоговым выходом графа. Поэтому после hstack ничего помечать не нужно.

-vf или -filter_complex

-vf — удобная сокращённая форма. Но в одной команде их лучше не смешивать, иначе легко получить два независимых конвейера.

Пример: масштаб и водяной знак

Поставим картинку в правый нижний угол и ограничим видео 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

Разбор:

1. [1:v]scale=120:-1[wm] — логотип сжимается до 120 пикселей по ширине, высота считается автоматически.
2. [0:v][wm]overlay=... — логотип накладывается на основное видео. W и H — размер основного кадра, w и h — размер логотипа. Значение W-w-20:H-h-20 оставляет отступ 20 пикселей.
3. ,scale=-2:720 — видео уменьшается до 720 по высоте, а ширина выравнивается к чётному числу.

Полезные позиции для overlay: 0:0 — левый верх, (W-w)/2:(H-h)/2 — центр, 0:H-h — левый низ.

Пример: четыре потока в одной сетке

Каждый вход сжимается до половины ширины и высоты, затем раскладывается xstack:

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

В layout w0 — ширина первого входа, h0 — его высота. Расположение задается относительными координатами меток.

Разветвить поток так же просто:

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 делает две копии потока, дальше каждая идёт своей цепочкой, а -map решает, что попадёт в какой файл.

Как дебажить

Длинный граф почти всегда падает с первого раза. Несколько привычек, которые экономят время:

1. Проверяйте по частям. Сначала запустите один фильтр, потом добавляйте следующий.
2. Включайте -v error. FFmpeg и без того много говорит; ошибки сразу виднее.
3. Читайте метки в ошибке. Invalid argument и метка после него обычно показывают, где порвалась связь.
4. Сначала выравнивайте разрешение. hstack и vstack требуют одинаковых размеров, а несовпадающий пиксельный формат у overlay может тихо убить скорость. Перед соединением приводите потоки к scale и format=yuv420p.

Итог

Фильтр-граф — это поток данных: фильтр — узел, метка — провод. Когда понятно, как соединяются [a], [b] и [0:v], остаётся заглянуть в документацию по конкретным параметрам.

В инструменте для водяных знаков, конвертере видео в GIF и лаборатории FFmpeg-команд это можно проверить прямо в браузере.

FAQ

В: Имеет ли значение порядок фильтров? О: Да, и для качества, и для размера. Обычно лучше сначала уменьшить видео, но фильтры шумоподавления чаще ставят до масштабирования.

В: Чем -1 отличается от -2 в scale? О: -1 просто сохраняет пропорции, -2 дополнительно выравнивает размер к чётному числу. Для H.264 и H.265 обычно нужен -2.

В: Почему overlay работает очень медленно? О: Часто у видео и картинки разные пиксельные форматы, и FFmpeg конвертирует их на каждом кадре. Явный format=yuv420p у обоих потоков обычно помогает.