Python中使用ffmpeg处理音视频如何将输出存变量避免生成中间文件

完全不需要生成中间文件，有两种可行方案，按实现复杂度从低到高排序：

方案1：单条FFmpeg命令完成全部操作（最优） #

直接将GIF、音频、待合并的第二段视频作为FFmpeg的输入源，一次性完成转码、加音频、合并全流程，仅输出最终文件，没有任何中间产物。
示例代码：

import os
# 替换为你的实际路径
PATH_TO_GIF = "input.gif"
PATH_TO_SOUNDFILE = "audio.mp3"
PATH_TO_SECOND_VIDEO = "second.mp4"
OUTPUT_PATH = "final_output.mp4"

os.system(f'''ffmpeg -i {PATH_TO_GIF} -i {PATH_TO_SOUNDFILE} -i {PATH_TO_SECOND_VIDEO} \
-filter_complex "[0:v]scale=trunc(iw/2)*2:trunc(ih/2)*2,format=yuv420p,fps=30[v0];\
[1:a]anull[a0];\
[v0][a0][2:v][2:a]concat=n=2:v=1:a=1[v][a]" \
-map "[v]" -map "[a]" -movflags faststart -shortest {OUTPUT_PATH}''')

参数说明：

• 先通过filter_complex对GIF做尺寸调整、格式转换，统一帧率为30（可改成你需要的数值，要和第二段视频帧率一致避免合并异常）
• 用concat滤镜直接合并两段音视频流，n=2代表合并2段内容，v=1/a=1代表每段都包含视频和音频流
• 所有处理全部在FFmpeg内存中完成，不会生成任何中间文件

方案2：通过subprocess管道传递数据流 #

如果你需要分步骤处理、灵活调整流程，可以用subprocess将上一步FFmpeg的标准输出直接传递给下一步的标准输入，全程不落地写文件。
完整示例代码：

import subprocess

# 替换为实际路径
PATH_TO_GIF = "input.gif"
PATH_TO_SOUNDFILE = "audio.mp3"
PATH_TO_SECOND_VIDEO = "second.mp4"
OUTPUT_PATH = "final_output.mp4"

# 第一步：GIF转带音频的视频，输出到stdout，不写本地文件
process1 = subprocess.Popen(
    [
        "ffmpeg", "-i", PATH_TO_GIF, "-i", PATH_TO_SOUNDFILE,
        "-vf", "scale=trunc(iw/2)*2:trunc(ih/2)*2",
        "-pix_fmt", "yuv420p", "-map", "0:v", "-map", "1:a",
        "-shortest", "-f", "mp4", "-movflags", "+faststart", "-"
    ],
    stdout=subprocess.PIPE,
    stderr=subprocess.DEVNULL
)

# 第二步：读取第一步的stdout流，和第二段视频合并，输出最终文件
process2 = subprocess.Popen(
    [
        "ffmpeg", "-f", "mp4", "-i", "-", "-i", PATH_TO_SECOND_VIDEO,
        "-filter_complex", "[0:v][0:a][1:v][1:a]concat=n=2:v=1:a=1[v][a]",
        "-map", "[v]", "-map", "[a]", OUTPUT_PATH
    ],
    stdin=process1.stdout,
    stderr=subprocess.DEVNULL
)

# 等待执行完成
process2.wait()
process1.wait()

注意事项 #

• 两段待合并的视频需要保证分辨率、帧率、音频采样率等参数一致，否则合并会出现花屏、音画不同步等问题，可在concat前加转码参数统一规格
• 命令中的-是FFmpeg的特殊占位符，代表从标准输入读取内容，或输出到标准输出
• 不需要将FFmpeg输出存储到Python变量中，直接通过系统级管道传递流效率更高，内存占用也更低

内容的提问来源于stack exchange，提问作者rtn17