客户的媒资库三千多条视频，找东西全靠文件名（"最终版_final2.mp4" 这种）。我们做了一层元数据抽取与建档：技术参数自动抽、内容信息半自动、管理信息人工补。这篇写元数据分哪三类、sidecar 还是内嵌、要不要照搬 EBUCore/PBCore，以及批量抽取脚本。
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
筛选「视频处理」共 43 篇文章
查看全部
给老素材降噪，我用 hqdn3d 默认参数，结果画面糊得像蒙了层塑料，运动处还有拖影。后来我把 ffmpeg 里的降噪滤镜都测了一遍：hqdn3d、nlmeans、bm3d、fftdnoiz、vaguedenoiser，效果、耗时、拖影差异巨大。这篇是完整的横评数据和按噪声程度给的参数表。
阅读全文
把一批 480p 老片放大到 1080p 交付，客户说"糊得没法看"。我换了缩放算法，又发现真正的坑是色度上采样和 SAR（像素宽高比）。这篇写完整的缩放知识：各算法的实测对比、4:2:0 的色度分辨率意味着什么、什么时候该用 zscale，以及"放大不可能凭空变清晰"这个残酷事实。
阅读全文
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
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
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
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
客户有 300 小时的课程录像，要加章节标记。人工看要两周，我用 ffmpeg 的场景检测加一层自己写的过滤，半天出结果，人工只做校验。这篇写完整的做法：ffmpeg 的 scene 检测怎么用、为什么它经常不准、自己实现检测的代码，以及怎么把场景变成真正的章节和精彩片段。
阅读全文