FFmpeg编码添加文本后无损拼接多视频的归一化方案咨询

解决思路 #

要使用concat demuxer实现无损（不重编码）拼接，要求所有待拼接文件的视频编码格式、帧率、时间基（tbn）、色彩空间参数、H.264 profile/level，以及音频编码格式、采样率、声道数、码率参数完全一致。你遇到的报错就是因为第一步编码时没有强制统一这些参数，FFmpeg默认继承了源文件的部分参数导致输出文件规格不统一。

第一步：修改批量编码命令，强制参数归一化 #

修正后的编码命令如下，所有会影响拼接的参数全部硬编码固定，同时修正了你原命令中pix_fmt和-vf之间缺空格的笔误：

ffmpeg -i input.1.mp4 \
# 视频编码参数统一
-vcodec libx264 -profile:v high -level 4.1 \
-r 30 -video_track_timescale 15360 \
-pix_fmt yuv420p -color_primaries smpte170m -color_trc smpte170m -colorspace smpte170m \
# 视频滤镜（缩放+水印）
-vf "scale=1920:-2, drawtext=fontfile=./roboto.ttf: fontsize=40: text='ABC': x=(w-text_w)-w/20: y=(h-text_h)-h/20" \
# 音频参数统一
-acodec aac -ar 48000 -ac 2 -b:a 128k \
-y export/out.1.mp4

关键参数说明： #

• -r 30：强制输出视频帧率固定为30fps，不会再出现30.04fps、29fps的不一致情况
• -video_track_timescale 15360：强制视频时间基（tbn）统一为15360，解决时间基不一致导致的DTS错乱问题
• 色彩相关参数：统一所有文件的色彩空间配置，避免拼接后出现画面色彩跳变
• 音频参数：强制采样率48kHz、双声道、固定128k码率，不会再出现44.1kHz采样率、超低码率的异常音频流

第二步：执行无损拼接 #

第一步所有文件编码完成后，直接使用你原来的concat demuxer命令即可，可额外加-fflags +genpts参数自动修正可能的时间戳小问题：

ffmpeg -safe 0 -f concat -fflags +genpts \
-i <(find ./export/ -type f -printf "file '$PWD/%p'\n" | sort) \
-c copy concat.out.mp4

该命令全程不会重编码音视频流，拼接速度仅和硬盘读写速度挂钩，不会占用大量CPU资源，输出文件无画质损失。

内容的提问来源于stack exchange，提问作者BDR