特定场景下优化ffmpeg幻灯片转场场景检测方案问询

核心实现思路 #

针对你提出的三个问题，可通过串联裁剪、间隔抽帧、去重过滤三个环节的单通过滤器链实现需求，无需提前生成中间视频。

各问题对应解决方法 #

• 问题1（演讲者移动误报）：使用crop过滤器提前裁剪仅保留幻灯片所在区域，完全排除右下角演讲者区域的干扰。你需要先手动确认幻灯片区域的参数：crop=输出宽度:输出高度:左上角x坐标:左上角y坐标，例如原视频分辨率为1920*1080，右下角300px宽、250px高为演讲者区域，可设置crop=1620:1080:0:0保留全部幻灯片区域。
• 问题2（慢转场漏检）：先对裁剪后的视频流按固定间隔抽帧，再做场景检测。比如要实现间隔10帧对比，先用select='not(mod(n\,10))',setpts=N/FRAME_RATE/TB将视频处理为每10帧仅保留1帧，此时场景检测默认对比的相邻帧就对应原视频间隔10帧的画面，解决相邻帧差异过小的漏检问题。
• 问题3（转场重复触发）：在场景检测的判断条件中增加时间间隔限制，借助FFmpeg内置变量prev_selected_t记录上一次触发检测的时间，要求两次检测的最小间隔不低于2秒（可根据实际转场时长调整），避免单次转场多次上报。

完整可运行命令 #

ffmpeg -i lecture.mp4 -filter:v "
crop=1620:1080:0:0,
select='not(mod(n,10))',setpts=N/FRAME_RATE/TB,
select='gt(scene,0.1)*gt(t-prev_selected_t,2)',
showinfo
" -f null -

参数调整说明 #

• crop的四个参数请根据你视频的实际幻灯片区域调整
• 间隔帧数10可根据视频帧率和转场速度调整，帧率越高、转场越慢可设置更大的数值
• 场景阈值0.1可根据检测效果调整：漏检多就调低，误报多就调高
• 去重间隔2秒可根据转场平均时长调整，转场越长可设置更大的数值

结果读取方式 #

命令运行后，日志中showinfo输出的内容里，pts_time:xxx字段对应的数值就是转场的时间码，精度可满足±1秒的要求。

内容的提问来源于stack exchange，提问作者Nobody-Knows-I-am-a-Dog