客户要求直播结束后半小时内出点播版本。以前是人工操作（下载、转码、上传、发通知），要两小时还容易出错。我们做了条自动流水线，现在 20 分钟内完成，而且失败会自动重试和告警。这篇写完整的流水线设计、每一步的坑，以及状态机怎么管。
阅读全文
技术博客
分享开发技巧、工具使用教程与行业动态
一场活动四个机位拍的素材，剪辑师要对齐。相机的时间码各走各的（消费级设备没有同步），手动对齐四段素材花了半天。后来我用音频波形做互相关对齐，几秒钟算出精确偏移。这篇写三种同步方式的适用条件、互相关算法的原理与实现，以及长时间素材的时间码漂移问题。
阅读全文
做好的特效字幕在自己电脑上好好的，发给客户就变成了宋体、位置全乱、特效也没了。折腾了几天之后我把 ASS 字幕的字体机制搞明白了：它只记字体名不记字体文件。这篇讲三种字幕放法、字体子集化把 18MB 压到 90KB、以及服务器上烧录中文字幕的环境配置。
阅读全文
我一直以为画质只由 CRF 和 preset 决定，直到对比别人的成品发现同码率下差距明显。差别就在 psy-rd、aq-mode、deblock 这些"第二层参数"上。这篇是我做的网格实验结果：四组参数 × 四类素材，VMAF 加主观评分，以及我最后定下的三套预设。
阅读全文
一个系列有 40 集，每集开头都是同一段 90 秒片头。想自动标记"跳过片头"的时间点，文件级哈希完全没用（每集文件都不一样）。我用帧级感知哈希做时间轴序列匹配解决了，还顺带查出了一批"混进去的重复片段"。这篇写完整实现：dHash、序列对齐、加速索引，以及为什么最后还是加了音频指纹。
阅读全文
站内搜索用的是 LIKE '%关键词%'，搜"ffmpeg 编译"搜不到，而且全表扫描越来越慢。考虑过 Elasticsearch，但对两百篇文章来说太重了。最后用 PostgreSQL 的 tsvector + GIN 索引 + 分词兜底方案解决，延迟从 800ms 降到 12ms。这篇写完整的方案，包括云数据库装不了扩展时怎么办。
阅读全文
客户要在视频里给一个移动的车牌打码、给产品加标注箭头。手动逐帧 K 帧不现实，我用 OpenCV 跟踪 + ffmpeg 合成做了自动方案。这篇写跟踪算法怎么选（CSRT / KCF / 光流）、轨迹怎么平滑和修正、ffmpeg 里怎么让 overlay 位置随时间变化，以及跟踪失败时怎么办。
阅读全文
客户要母版，我给了 CRF 18 的高码率 H.264 MP4，对方说"这不是母版"。后来才搞明白母版用的是中间编码（ProRes、DNxHR），特点是全帧内、便于二次剪辑。这篇写三类编码的分工、ProRes/DNxHR/FFV1 的参数与 ffmpeg 支持、体积成本，以及什么时候根本不需要母版。
阅读全文
用户下载一个 2GB 的文件，Django 视图被占住四十分钟，几个并发就把整站拖垮。后来换成 nginx 的 X-Accel-Redirect，同样的请求内存从 800MB 降到 20MB。这篇把完整配置、鉴权怎么保住、断点续传和限速怎么写，以及我踩的坑都记下来。
阅读全文
同码率下，把码率从背景挪到人脸和文字上，主观质量能明显提升。但真要在 ffmpeg 命令行里做空间 ROI，会发现支持很有限。这篇写清楚：x264/x265 的 zones 能做到什么程度、ROI 在哪个层面才能真正生效，以及我用"背景预处理 + zones"这套组合达到的效果。
阅读全文