video - 使用avconv在设定时间从h264视频中获取单帧

Question

我想使用 avconv 在指定时间从视频文件中获取单张图像。

我阅读了足够多的关于 libav 的内容，我认为我知道我在做什么，但还不足以真正知道。

我试过:

avconv -ss 00:00:01.786 -r 25 -i input_video.h264 -frames 1 output_image.jpg

以及使用 t 来避免 'frames' 参数:

avconv -ss 00:00:01.786 -r 25 -i input_video.h264 -t 0.01 output_image.jpg

并在几秒钟内传递而不是使用 hh:mm:ss.xxx 格式:

avconv -ss 1.786 -r 25 -i input_video.h264 -t 0.01 output_image.jpg

我看到的是当 ss 设置为 0(即“0”、“00:00:00.000”、“0.0”等)时，output_image 只是视频的第一帧。正如预期的那样。

ss 的任何其他值 - 即使是 0.0001 - 都会给我视频的最后一帧。

我正在使用来自 Raspbian wheezy 存储库的最新 avconv。这种行为对我来说感觉像是一个错误，但我不太了解视频流的其他复杂性，无法确定。

有谁知道我做错了什么吗？

奖励问题:实际上，我想从同一个视频中获取大量这些图像。以前似乎可以将命令串在一起，即:

avconv -ss 1.786 -r 25 -i input_video.h264 -t 0.01 output_image1.jpg 
-ss 3.454 -r 25 -i input_video.h264 -t 0.01 output_image2.jpg
-ss 5.823 -r 25 -i input_video.h264 -t 0.01 output_image3.jpg
-ss etc,etc.

但我切换回单图来调试这个问题。假设第一个问题得到解决，那么这是构建此命令的最佳方式还是有更好的方式？

Answer 1

Edit: As Mulvya noted, ffmpeg will always seek accurately with -ss. This issue is exclusive to avconv.

如果您在 -i 选项之前指定 -ss 选项，则 avconv 将无法准确计算帧位置。

您需要首先指定 -i 选项，以便 avconv 知道它需要“搜索”整个流，直到它准确地找到正确的时间戳。

此外，您的示例时间 1.786 与您在示例中指定的每秒帧数 -r 25 不对齐。

因为1/25=0.04，-ss 的任何值都应该被0.04 整除，以便精确指定单个帧。

以下应该获取视频的第 46 帧:

avconv -i input_video.h264 -r 25 -ss 1.8 -frames:v 1 output_image.jpg

如果你想通过它的索引得到一个特定的框架，那么你需要使用bc:

avconv -i input_video.h264 -r 25 -ss 0$(echo "scale=2;1000/25"| bc -l) -frames:v 1 output_image.jpg

1000 是视频的第 1001 帧(因为 0/25 是第一帧)。

请注意，与@hamboy75 的示例不同，我们将 -l(小写 L)传递给 bc，以便它执行浮点计算(并且不会四舍五入到最近的整数)。 scale=2 用于生成精确到 2dp 的数字。

另请注意，bc 具有输出小于 1 且不带前导零的数字的“功能”(即 .04)，avconv 无法理解。因此我们还需要在计算 0$()

前插入一个前缀零

使用此命令时，您将获得如下所示的输出

frame=    0 fps=  0 q=0.0 size=       0kB time=10000000000.00 bitrate=   0.0kbit
frame=    0 fps=  0 q=0.0 size=       0kB time=10000000000.00 bitrate=   0.0kbit
frame=    0 fps=  0 q=0.0 size=       0kB time=10000000000.00 bitrate=   0.0kbit
frame=    0 fps=  0 q=0.0 size=       0kB time=10000000000.00 bitrate=   0.0kbit
frame=    0 fps=  0 q=0.0 size=       0kB time=10000000000.00 bitrate=   0.0kbit

这是因为 avconv 正在寻找文件以准确找到您请求的特定帧。因此，具有较大索引的帧将需要更长的时间来提取，因为 avconv 将始终从流的开头“搜索”流。

因此，提取一系列帧可能更可取:

avconv -i input_video.h264 -r 25 -ss 0$(echo "scale=2;7500/25"| bc -l) -t 0$(echo "scale=2;250/25"| bc -l) output_image_%04d.jpg

此示例从视频中的 5 分钟中提取 10 秒的帧。当然你也可以直接使用:

avconv -i input_video.h264 -r 25 -ss 300.0 -t 10.0 | bc -l) output_image_%04d.jpg

但是，请记住，对于小于一秒的任何持续时间，该值都应该被视频的帧速率整除(即 0.04 表示 25 fps)。

每一帧的图像将被命名为 output_image_0001.jpg、output_image_0002.jpg、output_image_0003.jpg 等。如果您正在寻找要对提取的帧执行图像比较，您可能需要考虑使用 png 而不是 jpg 以获得更高的保真度。

请注意，如果您指定的帧索引大于视频中存在的帧数，avconv 将只提取它找到的最后一帧。您可能希望通过查看 avconv -i input_video.h264 输出的 Duration: 部分来计算视频中的帧数。