如何用FFmpeg生成带坐标的webVTT横向像素平铺图？

完全可以通过FFmpeg实现你要的效果，分两步完成：生成横向拼接的窄条缩略图，再生成对应的WebVTT时间轴文件。

1. 生成横向拼接的缩略图 #

使用FFmpeg从视频中每秒截取1/2像素宽的窄条，再横向拼接成一张大图。

命令示例（每秒截1像素宽的条）： #

ffmpeg -i input.mp4 -vf "fps=1, crop=1:in_h:0:0, tile=1000x1" -q:v 2 assets/thumbnails-01.jpg

• fps=1：每秒提取一帧视频
• crop=1:in_h:0:0：将每帧裁剪为1像素宽、原视频高度的窄条（in_h代表视频原始高度）
• tile=1000x1：把所有窄条横向拼接成1行的大图（1000是最大列数，可根据视频时长调整）
• -q:v 2：控制图片质量，数值越小质量越高

如果需要2像素宽的条，把crop=1:in_h:0:0改成crop=2:in_h:0:0即可。

2. 生成对应的WebVTT文件 #

需要根据视频时长，自动生成每个窄条对应的时间范围和坐标。可以用脚本批量生成：

Bash脚本示例： #

#!/bin/bash
# 获取视频总时长（秒）
VIDEO_DURATION=$(ffmpeg -i input.mp4 2>&1 | grep Duration | awk '{print $2}' | tr -d ,)
HOURS=$(echo $VIDEO_DURATION | cut -d: -f1)
MINUTES=$(echo $VIDEO_DURATION | cut -d: -f2)
SECONDS=$(echo $VIDEO_DURATION | cut -d: -f3 | cut -d. -f1)
TOTAL_SECONDS=$((HOURS*3600 + MINUTES*60 + SECONDS))

# 创建WebVTT文件
echo "WEBVTT" > assets/thumbnails.vtt

# 配置参数
WIDTH_PER_SLICE=1 # 单条宽度，改成2即为2像素
HEIGHT=90 # 替换为你的视频实际高度

# 生成每个时间节点的条目
for ((i=0; i<TOTAL_SECONDS; i++)); do
    START_TIME=$(printf "%02d:%02d:%02d.000" $((i/3600)) $(((i%3600)/60)) $((i%60)))
    END_TIME=$(printf "%02d:%02d:%02d.000" $(((i+1)/3600)) $((((i+1)%3600)/60)) $(((i+1)%60)))
    X=$((i * WIDTH_PER_SLICE))
    echo -e "\n$START_TIME --> $END_TIME" >> assets/thumbnails.vtt
    echo "/assets/thumbnails-01.jpg#xywh=$X,0,$WIDTH_PER_SLICE,$HEIGHT" >> assets/thumbnails.vtt
done

运行脚本前，记得替换HEIGHT为你的视频实际高度，调整WIDTH_PER_SLICE为1或2。

注意事项 #

• 如果视频时长超过1000秒，要把tile=1000x1里的1000改成更大的数值，避免缩略图自动换行
• 可以根据需求调整fps参数，比如要更密集的采样，就把fps=1改成更高的数值

内容的提问来源于stack exchange，提问作者Alex Malin