小白：提取視頻中的圖片嗎？那很簡單，播放視頻再截圖就行啦。
播放視頻再截圖的做法，當然可以。但是，手動截圖會太累而且無法保證准確度，特別是需要反復提取圖片時，或者需要提取“105秒那一瞬間的美女圖片”時，或者我需要每秒出一張圖片時，那有別的辦法嗎？
本文介紹，如何使用FFmpeg實現從視頻中提取圖片的功能。
一般使用FFmpeg的方式，有兩種，一種是使用FFmpeg的命令（也就是調用ffmpeg這個程序），另一種是調用FFmpeg的庫文件。這里小程同樣從命令行以及代碼調用這兩種方式，進行介紹。
（一）使用FFmpeg命令來解決問題
在安裝FFmpeg后，打個命令就可以實現這個功能。對於FFmpeg的安裝或調試，之前介紹過。
提取圖片可以這樣，比如：
ffmpeg -ss 00:00:5 -i moments.mp4 -vframes 1 -f image2 -y a.png
參數的意思是這樣的：
ss表示開始提取圖片的時間點，既可以用時分秒格式，也可以是多少秒。
如果使用到這個參數，那應該把它作為第一個參數，因為可以讓FFmpeg提速。
i表示輸入文件，就是視頻文件。
vframes表示拿多少幀，也就是多少張圖片。注意，這個參數要放在-i參數之后。
f表示提取出來的圖片的格式。
y表示覆蓋已有同名的圖片。
再比如，可以這樣：
ffmpeg -i xxx.mp4 -r 1 -y -f image2 -t 5 -s 240*320 pc%3d.jpg
參數的意思是這樣的：
r表示每秒提取圖片的幀數，即幀率，默認是25fps，上面設置為一秒拿一張圖。
t表現持續提取多少秒，也可以用時分秒的格式來表示。
s表出來的圖片的尺寸。
3%d表示以001、002這樣的格式來命名輸出的圖片。
於是，
小白：那么說，如果我發現視頻某個時間點有美女的話，那我就可以用ss從這個時間點再前一點，然后用t來持續提取5秒，或者用vframes來提取幾十張，那就准沒漏了！也就是這樣：
ffmpeg -ss 10 -t 5 -r 1 -i Movie-1.mp4 -f image2 -y pc-temp/image%3d.jpg
小白：看，這是提取到的美女圖：
另一方面，你在提取到若干成圖片后，有可能想把這些圖片編碼成視頻，這時同樣可以借助FFmpeg命令來完成。需要注意，圖片變成視頻，是需要視頻編碼器的，所以在安裝FFmpeg時需要把視頻編碼器也帶上（比如x264），這個之前有所介紹。
把圖片編碼成視頻的命令是這樣的：
ffmpeg -f image2 -i img%3d.jpg test.mp4
img%d表示以"img001", "img002"這種命名的文件（也就是之前提取出來的圖片），按順序使用。注意f參數要在i參數之前。
你可能覺得mp4格式沒有gif格式通用，於是又有了把mp4轉成gif動態圖的需求，這時還是可以敲打ffmpeg命令：
ffmpeg -i hello.mp4 hello.gif
當然這只是簡單地把mp4轉成gif，你也可以加上分辨率、碼率之類的參數來控制，這里不細說。
（二）寫代碼調用FFmpeg庫來解決問題
通過寫代碼調用FFmpeg庫的方式來提取圖片，並且保存成24bit的位圖。
小程先貼上演示代碼，再在后面做一些解釋：
#include "libavcodec/avcodec.h"
#include "libavformat/avformat.h"
#include "libswscale/swscale.h"
#include <stdio.h>
#include <stdlib.h>
typedef struct {
unsigned int filesize;
unsigned short reserved1;
unsigned short reserved2;
unsigned int dataoffset;
}BITMAP_FILE_HEADER;
typedef struct {
unsigned int infosize;
int width;
int height;
unsigned short planecount;
unsigned short bitcount;
unsigned int compressiontype;
unsigned int imagedatasize;
int xpixpermeter;
int ypixpermeter;
unsigned int colorusedcount;
unsigned int colorimportantcount;
}BITMAP_INFO;
void extractpicture(const char* filepath) {
av_register_all();
av_log_set_level(AV_LOG_DEBUG);
AVFormatContext* formatContext = avformat_alloc_context();
int status = 0;
int success = 0;
int videostreamidx = -1;
AVCodecContext* codecContext = NULL;
status = avformat_open_input(&formatContext, filepath, NULL, NULL);
if (status == 0) {
status = avformat_find_stream_info(formatContext, NULL);
if (status >= 0) {
for (int i = 0; i < formatContext->nb_streams; i ++) {
if (formatContext->streams[i]->codec->codec_type == AVMEDIA_TYPE_VIDEO) {
videostreamidx = i;
break;
}
}
if (videostreamidx > -1) {
codecContext = formatContext->streams[videostreamidx]->codec;
AVCodec* codec = avcodec_find_decoder(codecContext->codec_id);
if (codec) {
status = avcodec_open2(codecContext, codec, NULL);
if (status == 0) {
success = 1;
}
}
}
}
else {
av_log(NULL, AV_LOG_DEBUG, "avformat_find_stream_info error\n");
}
}
if (success) {
av_dump_format(formatContext, 0, filepath, 0);
int gotframe = 0;
AVFrame* frame = av_frame_alloc();
int decodelen = 0;
int limitcount = 10;
int pcindex = 0;
unsigned char* rgbdata = (unsigned char*)malloc(avpicture_get_size(AV_PIX_FMT_RGB24, codecContext->width, codecContext->height));
AVFrame* rgbframe = av_frame_alloc();
avpicture_fill((AVPicture*)rgbframe, rgbdata, AV_PIX_FMT_RGB24, codecContext->width, codecContext->height);
struct SwsContext* swscontext = sws_getContext(codecContext->width, codecContext->height, codecContext->pix_fmt,
codecContext->width, codecContext->height, AV_PIX_FMT_RGB24, SWS_BICUBIC, NULL, NULL, NULL);
while (pcindex < limitcount) {
AVPacket packet;
av_init_packet( &packet );
status = av_read_frame(formatContext, &packet);
if (status < 0) {
if (status == AVERROR_EOF) {
av_log(NULL, AV_LOG_DEBUG, "read end for file\n");
}
else {
av_log(NULL, AV_LOG_DEBUG, "av_read_frame error\n");
}
av_packet_unref(&packet);
break;
}
else {
if (packet.stream_index == videostreamidx) {
decodelen = avcodec_decode_video2(codecContext, frame, &gotframe, &packet);
if (decodelen > 0 && gotframe) {
frame->data[0] = frame->data[0] + frame->linesize[0] * (codecContext->height - 1);
frame->data[1] = frame->data[1] + frame->linesize[1] * (codecContext->height / 2 - 1);
frame->data[2] = frame->data[2] + frame->linesize[2] * (codecContext->height / 2 - 1);
frame->linesize[0] *= -1;
frame->linesize[1] *= -1;
frame->linesize[2] *= -1;
sws_scale(swscontext, frame->data, frame->linesize, 0,
codecContext->height, rgbframe->data, rgbframe->linesize);
char filename[12] = {0};
sprintf(filename, "pc%03d.bmp", ++ pcindex);
FILE* file = fopen(filename, "wb");
if (file) {
int pixcount = codecContext->width * codecContext->height;
BITMAP_FILE_HEADER fileheader = {0};
fileheader.filesize = 2+sizeof(BITMAP_FILE_HEADER)+sizeof(BITMAP_INFO)+pixcount * 3;
fileheader.dataoffset = 0x36;
BITMAP_INFO bmpinfo = {0};
bmpinfo.infosize = sizeof(BITMAP_INFO);
bmpinfo.width = codecContext->width;
bmpinfo.height = codecContext->height;
bmpinfo.planecount = 1;
bmpinfo.bitcount = 24;
bmpinfo.xpixpermeter = 5000;
bmpinfo.ypixpermeter = 5000;
unsigned short ftype = 0x4d42;
fwrite(&ftype, sizeof ftype, 1, file);
fwrite(&fileheader, sizeof fileheader, 1, file);
fwrite(&bmpinfo, sizeof bmpinfo, 1, file);
fwrite(rgbframe->data[0], pixcount*3, 1, file);
fclose(file);
}
}
}
}
av_packet_unref(&packet);
}
av_frame_free(&rgbframe);
free(rgbdata);
av_frame_free(&frame);
sws_freeContext(swscontext);
}
avformat_free_context(formatContext);
}
int main(int argc, char *argv[])
{
extractpicture("moments.mp4");
return 0;
}
- 程序演示了把解碼后的圖片數據保存成位圖的過程。如果有需要可以做更多的修改，比如av_seek_frame到適當的位置再開始解碼與保存位圖，也可以控制多少幀后保存一張位圖，等等。
- av_register_all注冊“所有”，所有的編解碼器、muxer與demuxer等等（前提是configure編譯時有enable，才會真正使用到），這一步是關鍵的初始化工作，沒有這一步，FFmpeg很可能不能如期工作。
- avformat_open_input打開輸入。“輸入”是一個抽象，這里具體成文件。這一步之后，就獲得了一些文件格式信息。
- avformat_find_stream_info查找流的信息。多媒體數據由流組成，這一步就是獲取媒體格式信息，有可能比較耗時。這一步后，流使用的編解碼器被確定下來。
- avcodec_find_decoder找到解碼器。
- avcodec_open2打開解碼器。
- av_read_frame讀取一個packet，未解碼。
- avcodec_decode_video2解碼一個視頻幀。
- sws_getContext獲取並初始化一個SwsContext場景，swscontext不僅可以縮放圖片，還可以轉換顏色布局。
- sws_scale縮放或轉換。
- 在調用sws_scale之前，對frame->data跟frame->linesize做的處理，是為了調整坐標系，讓圖片適合位圖的坐標系（從下往上，從左往右），這樣轉換出來的位圖才不會顛倒。
- 這里選擇的是24位的位圖（沒有調色板），在寫入rgb數據前，先把文件頭與位圖信息寫好。
至此，在視頻中提取圖片的實現，就介紹完畢了。
總結一下，本文從直接使用ffmpeg命令行，以及寫代碼調用FFmpeg庫文件的兩種方式入手，介紹了如何實現從視頻中提取圖片的功能。至此為止，有緣再見，see you.
