Sto cercando di codificare un video .mp4 da un set di frame usando FFMPEG usando il codec libx264.

Questo è il comando che sto eseguendo:

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

A volte ricevo il seguente errore:

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

Dopo aver cercato un po 'in giro sembra che il problema abbia qualcosa a che fare con l'algoritmo di ridimensionamento e può essere risolto aggiungendo un argomento -vf.

Tuttavia, nel mio caso non voglio fare alcun ridimensionamento. Idealmente, voglio mantenere le dimensioni esattamente uguali ai frame. Qualche consiglio? Esiste una sorta di rapporto di formato che h264 applica?

La risposta alla domanda originale che non vuole ridimensionare il video è:

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

Comando:

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

Fondamentalmente, .h264 ha bisogno di dimensioni uniformi, quindi questo filtro dovrà:

1. Dividi l'altezza e la larghezza originali per 2
2. Arrotondalo al pixel più vicino
3. Moltiplicalo di nuovo per 2, rendendolo così un numero pari
4. Aggiungi pixel di imbottitura neri fino a questo numero

È possibile modificare il colore dell'imbottitura aggiungendo il parametro filter :color=white. Vedi la documentazione del pad .

Basta usare -2

Dalla documentazione del filtro bilancia :

Se uno dei valori è -ncon n > 1, il filtro di scala utilizzerà anche un valore che mantiene le proporzioni dell'immagine di input, calcolate dall'altra dimensione specificata. Dopodiché, si assicurerà che la dimensione calcolata sia divisibile per ne, se necessario, regolerà il valore.

Esempi

Imposta la larghezza su 1280 e l'altezza verrà calcolata automaticamente per preservare le proporzioni e l'altezza sarà divisibile per 2:

-vf scale=1280:-2

Come sopra, ma con un'altezza dichiarata; lasciando la larghezza a carico del filtro:

-vf scale=-2:720

"divisibile per 2"

Come richiesto da x264, il "divisibile per 2 per larghezza e altezza" è necessario per le uscite sottocampionate chroma YUV 4: 2: 0. 4: 2: 2 avrebbe bisogno di "divisibile per 2 per larghezza", e 4: 4: 4 non ha queste restrizioni. Tuttavia, la maggior parte dei lettori non basati su FFmpeg può solo decodificare correttamente 4: 2: 0, quindi è per questo che spesso vedi i ffmpegcomandi con l' -pix_fmt yuv420popzione quando emetti video H.264.

Avvertimento

Sfortunatamente non puoi usare -2sia la larghezza che l' altezza, ma se hai già specificato una dimensione, l'utilizzo -2è una soluzione semplice.

Se si desidera impostare una larghezza di output e avere output con lo stesso rapporto dell'originale

scale=720:-1 

e non cadere con questo problema, allora puoi usare

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

(Solo per le persone che cercano come farlo con il ridimensionamento)

Il problema con le scalesoluzioni qui è che distorcono l'immagine / video sorgente che non è quasi mai quello che vuoi.

Invece, ho trovato la soluzione migliore è quella di aggiungere un pad da 1 pixel alla dimensione dispari. (Per impostazione predefinita, il pading è nero e difficile da notare.)

Il problema con le altre padsoluzioni è che non si generalizzano su dimensioni arbitrarie perché si adattano sempre.

Questa soluzione aggiunge un pad di 1 pixel in altezza e / o larghezza solo se dispari:

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

Questo è l'ideale perché fa sempre la cosa giusta anche quando non è necessaria alcuna imbottitura.

È probabilmente dovuto al fatto che il video H264 viene solitamente convertito dallo spazio RGB a YUV come 4: 2: 0 prima dell'applicazione della compressione (sebbene la conversione del formato stesso sia un algoritmo di compressione con perdita di dati con un risparmio di spazio del 50%).

YUV-420 inizia con un'immagine RGB (rosso verde blu) e la converte in YUV (sostanzialmente un canale di intensità e due canali "hue"). I canali di tonalità vengono quindi ricampionati creando un campione di tonalità per ogni quadrato 2X2 di quella tonalità.

Se si dispone di un numero dispari di pixel RGB in orizzontale o in verticale, si avranno dati incompleti per l'ultima colonna o riga di pixel nello spazio di tonalità ricampionato del frame YUV.

LordNeckbeard ha la risposta giusta, molto velocemente

-vf scale=1280:-2

Per Android, non dimenticare di aggiungere

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

È inoltre possibile utilizzare la bitandfunzione anziché trunc:

bitand (x, 65534)

farà lo stesso trunc(x/2)*2ed è più trasparente secondo me.
(Considera 65534 un numero magico qui;))

Il mio compito era ridimensionare automaticamente molti file video a metà risoluzione .

scale=-2,ih/2portare a immagini leggermente sfocate

Motivo:

• i video di input avevano il formato di visualizzazione (DAR) impostato
• scale ridimensiona le dimensioni reali della cornice
• durante l'anteprima, le dimensioni dei nuovi video devono essere corrette utilizzando DAR che, in caso di video a bassa risoluzione (360x288, DAR 16: 9), potrebbe sfocare

soluzione:

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

spiegazione:

• output_height = input_height / 2
• output_width = output_height * original_display_aspect_ratio
• sia output_width e output_height sono ora arrotondato al minor numero divisibile per 2
• setsar=1significa che output_dimensions è ora definitivo, non è necessario applicare alcuna correzione delle proporzioni

Qualcuno potrebbe trovarlo utile.