Próbuję zakodować wideo .mp4 z zestawu ramek przy użyciu FFMPEG przy użyciu kodeka libx264.

Oto polecenie, które uruchamiam:

/usr/local/bin/ffmpeg -r 24 -i frame_%05d.jpg -vcodec libx264 -y -an video.mp4

Czasami pojawia się następujący błąd:

[libx264 @ 0xa3b85a0] height not divisible by 2 (520x369)

Po dokładnym przeszukaniu wydaje się, że problem ma coś wspólnego z algorytmem skalowania i można go rozwiązać, dodając argument -vf.

Jednak w moim przypadku nie chcę wykonywać żadnego skalowania. Idealnie chcę zachować wymiary dokładnie takie same jak ramki. Jakakolwiek rada? Czy istnieje jakiś współczynnik proporcji, który wymusza h264?

Odpowiedź na pierwotne pytanie, które nie chce skalować wideo, brzmi:

-vf "pad=ceil(iw/2)*2:ceil(ih/2)*2"

Komenda:

ffmpeg -r 24 -i frame_%05d.jpg -vcodec libx264 -y -an video.mp4 -vf "pad=ceil(iw/2)*2:ceil(ih/2)*2"

Zasadniczo .h264 potrzebuje równych wymiarów, więc ten filtr:

1. Podziel pierwotną wysokość i szerokość przez 2
2. Zaokrąglij w górę do najbliższego piksela
3. Pomnóż go ponownie przez 2, dzięki czemu będzie parzystą liczbą
4. Dodaj czarne piksele wypełniające do tej liczby

Możesz zmienić kolor wypełnienia, dodając parametr filtru :color=white. Zobacz dokumentację pada .

Po prostu użyj -2

Z dokumentacji filtra skali :

Jeśli jedna z wartości znajduje -nsię n > 1filtr waga również użyć wartość utrzymuje się współczynnik kształtu obrazu wejściowego, obliczony z innym określonym wymiarze. Następnie upewni się, że obliczony wymiar jest podzielny przez ni w razie potrzeby dostosuje wartość.

Przykłady

Ustaw szerokość na 1280, a wysokość zostanie automatycznie obliczona, aby zachować proporcje, a wysokość będzie podzielna przez 2:

-vf scale=1280:-2

Taki sam jak powyżej, ale zamiast tego z zadeklarowaną wysokością; pozostawiając szerokość, którą ma zająć filtr:

-vf scale=-2:720

„podzielny przez 2”

Zgodnie z wymaganiami x264, „wyniki podzielne przez 2 dla szerokości i wysokości” są potrzebne dla wyjściowych próbek kolorów YUV 4: 2: 0. 4: 2: 2 wymagałoby „podzielności przez 2 dla szerokości”, a 4: 4: 4 nie ma tych ograniczeń. Jednak większość odtwarzaczy nieopartych na FFmpeg może poprawnie poprawnie dekodować tylko 4: 2: 0, dlatego często wyświetla się ffmpegpolecenia z -pix_fmt yuv420popcją podczas przesyłania wideo H.264.

Zastrzeżenie

Niestety nie możesz używać -2zarówno szerokości, jak i wysokości, ale jeśli już określiłeś jeden wymiar, użycie -2jest prostym rozwiązaniem.

Jeśli chcesz ustawić szerokość wyjściową i mieć wyjściowy w takim samym stosunku jak oryginał

scale=720:-1 

i nie wpaść w ten problem, możesz użyć

scale="720:trunc(ow/a/2)*2"

(Tylko dla osób szukających tego, jak to zrobić za pomocą skalowania)

Problem z scalerozwiązaniami tutaj polega na tym, że zniekształcają obraz / wideo źródłowe, co prawie nigdy nie jest tym, czego chcesz.

Zamiast tego znalazłem najlepsze rozwiązanie, aby dodać 1-pikselowy pad do nieparzystego wymiaru. (Domyślnie wypełnienie jest czarne i trudne do zauważenia.)

Problem z innymi padrozwiązaniami polega na tym, że nie generalizują one dowolnych wymiarów, ponieważ zawsze padają.

To rozwiązanie dodaje pad 1-pikselowy tylko do wysokości i / lub szerokości, jeśli są nieparzyste:

-vf pad="width=ceil(iw/2)*2:height=ceil(ih/2)*2"

Jest to idealne rozwiązanie, ponieważ zawsze robi to dobrze, nawet gdy nie jest konieczne wypełnianie.

Jest to prawdopodobnie spowodowane faktem, że wideo H264 jest zwykle konwertowane z przestrzeni RGB na przestrzeń YUV jako 4: 2: 0 przed zastosowaniem kompresji (chociaż sama konwersja formatu jest algorytmem kompresji stratnej, co daje 50% oszczędności miejsca).

YUV-420 zaczyna się obrazem RGB (czerwony zielony niebieski niebieski) i konwertuje go na YUV (w zasadzie jeden kanał intensywności i dwa kanały „odcienia”). Kanały odcienia są następnie podpróbkowane przez utworzenie jednej próbki odcienia dla każdego kwadratu 2 x 2 tego odcienia.

Jeśli masz nieparzystą liczbę pikseli RGB, poziomo lub pionowo, będziesz mieć niekompletne dane dla ostatniej kolumny lub wiersza pikseli w podpróbkowanej przestrzeni barwy ramki YUV.

Lord Neckbeard ma właściwą odpowiedź, bardzo szybko

-vf scale=1280:-2

Dla Androida nie zapomnij dodać

"-preset ultrafast" and|or "-threads n"

Możesz także użyć bitandfunkcji zamiast trunc:

bitand (x, 65534)

zrobi to samo co trunc(x/2)*2i moim zdaniem jest bardziej przejrzyste.
(Rozważ 65534 magiczną liczbę tutaj;))

Moim zadaniem było automatyczne skalowanie wielu plików wideo do połowy rozdzielczości .

scale=-2,ih/2prowadzić do lekko rozmytych obrazów

powód:

• wejściowe filmy wideo miały ustawiony format wyświetlania (DAR)
• scale skaluje rzeczywiste wymiary ramki
• podczas podglądu rozmiary nowych filmów muszą zostać poprawione za pomocą DAR, który w przypadku filmów o dość niskiej rozdzielczości (360x288, DAR 16: 9) może prowadzić do rozmycia

rozwiązanie:

-vf "scale='bitand(oh*dar, 65534)':'bitand(ih/2, 65534)', setsar=1"

wyjaśnienie:

• Output_height = Input_height / 2
• Output_width = Output_height * Original_display_aspect_ratio
• zarówno output_width i output_height są teraz zaokrąglane do najbliższej mniejszej liczby podzielnej przez 2
• setsar=1 znaczy wymiary wyjściowe są teraz ostateczne, nie należy stosować korekcji współczynnika kształtu

Ktoś może uznać to za pomocne.