如何使用FFmpeg（libav/libavfilter等）C/C++ API为视频帧添加图片或文字水印？

核心逻辑 #

基于FFmpeg的libavfilter构建滤镜图，将解码后的AVFrame送入滤镜链处理，完成水印添加后，输出处理后的帧用于编码。图片水印和文字水印的底层滤镜框架通用，仅需调整滤镜命令参数。

具体实现步骤 #

1. 初始化滤镜环境 #

首先注册所有FFmpeg滤镜，确保后续能调用所需滤镜：

avfilter_register_all();

2. 构建滤镜命令 #

根据水印类型选择对应滤镜：

• 图片水印：使用overlay滤镜，示例命令（将logo置于右上角，保留10像素边距）：

  [in] overlay=W-w-10:H-h-10 [out]
  

  其中W/H为视频帧宽高，w/h为logo图宽高。
• 文字水印：使用drawtext滤镜，示例命令（左上角白色24号文字）：

  [in] drawtext=text='Hello World':fontsize=24:fontcolor=white:x=10:y=10 [out]
  

  若需显示中文，需追加字体路径参数：fontfile=/path/to/your/font.ttf。

3. 初始化滤镜图与上下文 #

创建并配置滤镜图、输入输出上下文，解析滤镜命令并完成初始化：

// 初始化滤镜图
AVFilterGraph *filter_graph = avfilter_graph_alloc();
AVFilterInOut *inputs = avfilter_inout_alloc();
AVFilterInOut *outputs = avfilter_inout_alloc();

// 创建输入buffer滤镜（需匹配视频帧的像素格式、宽高、时间基）
const AVFilter *buffer_src = avfilter_get_by_name("buffer");
AVFilterContext *buffer_src_ctx;
AVDictionary *opts = NULL;
av_dict_set(&opts, "video_size", "1920x1080", 0); // 替换为实际视频尺寸
av_dict_set(&opts, "pix_fmt", av_get_pix_fmt_name(AV_PIX_FMT_YUV420P), 0); // 替换为实际像素格式
av_dict_set(&opts, "time_base", "1/25", 0); // 替换为实际视频的time_base
avfilter_graph_create_filter(&buffer_src_ctx, buffer_src, "in", NULL, &opts, filter_graph);

// 创建输出buffersink滤镜
const AVFilter *buffer_sink = avfilter_get_by_name("buffersink");
AVFilterContext *buffer_sink_ctx;
avfilter_graph_create_filter(&buffer_sink_ctx, buffer_sink, "out", NULL, NULL, filter_graph);

// 绑定输入输出的InOut节点
inputs->name = av_strdup("out");
inputs->filter_ctx = buffer_sink_ctx;
inputs->pad_idx = 0;
inputs->next = NULL;

outputs->name = av_strdup("in");
outputs->filter_ctx = buffer_src_ctx;
outputs->pad_idx = 0;
outputs->next = NULL;

// 解析滤镜命令（以图片水印为例）
char filter_desc[1024];
snprintf(filter_desc, sizeof(filter_desc), "[in] overlay=W-w-10:H-h-10 [out]");
int ret = avfilter_graph_parse_ptr(filter_graph, filter_desc, &inputs, &outputs, NULL);
if (ret < 0) {
    // 错误处理逻辑
}

// 完成滤镜图配置
ret = avfilter_graph_config(filter_graph, NULL);
if (ret < 0) {
    // 错误处理逻辑
}

4. 处理解码帧并获取带水印的帧 #

将解码得到的AVFrame送入滤镜处理，再取出处理后的帧：

// 调整帧的时间基，匹配滤镜输入要求
frame->pts = av_rescale_q(frame->pts, codec_ctx->time_base, buffer_src_ctx->inputs[0]->time_base);

// 将帧送入滤镜输入
int ret = av_buffersrc_add_frame_flags(buffer_src_ctx, frame, AV_BUFFERSRC_FLAG_KEEP_REF);
if (ret < 0) {
    // 错误处理逻辑
}

// 从滤镜输出获取处理后的帧
AVFrame *filtered_frame = av_frame_alloc();
ret = av_buffersink_get_frame(buffer_sink_ctx, filtered_frame);
if (ret == AVERROR(EAGAIN) || ret == AVERROR_EOF) {
    // 无帧可获取，结束处理或继续等待
} else if (ret < 0) {
    // 错误处理逻辑
}
// filtered_frame即为带水印的帧，可用于后续编码

5. 资源释放 #

处理完成后释放所有滤镜相关资源：

av_frame_free(&filtered_frame);
avfilter_graph_free(&filter_graph);
avfilter_inout_free(&inputs);
avfilter_inout_free(&outputs);

注意事项 #

• 图片水印需提前将logo解码为AVFrame，并通过overlay的第二个输入构建多输入滤镜链；静态logo可解码一次后重复使用。
• drawtext滤镜要求FFmpeg编译时开启--enable-libfreetype选项，否则无法使用。
• 输入帧的像素格式必须与滤镜buffer源配置的格式一致，否则会触发参数不匹配错误。

内容的提问来源于stack exchange，提问作者Alex