如何用melt.exe实现可调控大小位置的画中画（PiP）视频叠加？

我经常用Melt处理视频批量任务，画中画是很常用的效果，下面分两部分给你详细解答：

一、用Melt命令行直接实现画中画 #

Melt实现画中画的核心思路是多轨道叠加，给上层叠加视频添加geometry滤镜（同时控制大小和位置），或者分开用resize+mov滤镜。geometry更高效，推荐优先使用。

基础示例：固定大小位置的画中画 #

假设你有主视频main.mp4，叠加视频overlay.mp4，要把叠加视频缩放到原大小的30%，放在主视频右上角（距离顶部10%，右侧30%的位置），并且叠加视频在主视频的第5秒到第15秒显示：

melt main.mp4 -track overlay.mp4 in=5 out=15 -filter geometry=0.3:0.3:70%:10% -consumer avformat:output.mp4

参数解释：

• -track overlay.mp4：添加叠加轨道，将overlay.mp4放在主轨道上方
• in=5 out=15：指定叠加视频在主时间线上的显示区间（单位：秒）
• geometry=0.3:0.3:70%:10%：width_ratio:height_ratio:x_pos:y_pos
  • 0.3:0.3：叠加视频缩放到原大小的30%（保持宽高比，只写一个值也可以，比如0.3::70%:10%）
  • 70%:10%：x轴位置为主视频宽度的70%（相当于右侧留30%），y轴位置为主视频高度的10%（顶部留10%）
• -consumer avformat:output.mp4：指定输出格式和文件名

进阶：控制叠加视频自身的入出点 #

如果叠加视频不需要完整使用，而是从自身的第2秒开始，到第12秒结束，同时在主时间线的5-15秒显示：

melt main.mp4 -track overlay.mp4 in=5 out=15 clip_in=2 clip_out=12 -filter geometry=0.3:0.3:70%:10% -consumer avformat:output.mp4

这里clip_in=2 clip_out=12是叠加视频自身的时间区间（单位：秒），和主时间线的in/out区分开。

用像素精确控制位置大小 #

如果主视频分辨率是1920x1080，想把叠加视频缩放到640x360，放在右上角（x=1920-640=1280，y=50像素）：

melt main.mp4 -track overlay.mp4 in=5 out=15 -filter geometry=640:360:1280:50 -consumer avformat:output.mp4

二、手动创建MLT XML文件（xxx.mlt） #

MLT文件是XML格式的项目文件，Shotcut生成的就是这类文件。你可以直接编写XML来定义画中画效果，核心结构包括：producer（媒体源）、playlist（轨道内容）、tractor（时间线，整合轨道和滤镜）、consumer（输出配置）。

对应命令行示例的MLT文件（pip.mlt） #

<mlt>
  <!-- 1. 定义主视频媒体源 -->
  <producer id="main_video">
    <property name="resource">main.mp4</property>
    <!-- length可以留空，Melt会自动识别；也可以手动填毫秒数，比如10000表示10秒 -->
    <property name="length">0</property>
  </producer>

  <!-- 2. 定义叠加视频媒体源（自身入出点：2秒到12秒，即2000-12000毫秒） -->
  <producer id="overlay_video" in="2000" out="12000">
    <property name="resource">overlay.mp4</property>
  </producer>

  <!-- 3. 主轨道播放列表：使用完整主视频 -->
  <playlist id="main_track">
    <entry producer="main_video" in="0" out="0"/>
  </playlist>

  <!-- 4. 叠加轨道播放列表：在主时间线5-15秒（5000-15000毫秒）显示 -->
  <playlist id="overlay_track">
    <entry producer="overlay_video" in="5000" out="15000"/>
  </playlist>

  <!-- 5. 时间线：整合轨道并添加滤镜 -->
  <tractor id="main_timeline">
    <multitrack>
      <playlist id="main_track"/>
      <playlist id="overlay_track"/>
    </multitrack>
    <!-- 给叠加轨道添加geometry滤镜 -->
    <filter producer="overlay_track">
      <property name="service">geometry</property>
      <property name="argument">0.3:0.3:70%:10%</property>
    </filter>
  </tractor>

  <!-- 6. 输出配置 -->
  <consumer producer="main_timeline">
    <property name="resource">output.mp4</property>
    <property name="service">avformat</property>
    <property name="vcodec">libx264</property>
    <property name="acodec">aac</property>
    <property name="preset">medium</property>
    <property name="crf">23</property>
  </consumer>
</mlt>

关键参数说明 #

• 时间单位：所有in/out属性都是毫秒（1秒=1000毫秒）
• producer的in/out：媒体源自身的裁剪区间
• playlist entry的in/out：该媒体在时间线上的显示区间
• geometry滤镜的argument：和命令行格式完全一致，支持百分比或像素值
• 运行MLT文件：直接用melt pip.mlt即可渲染输出

对比Shotcut生成的XML #

Shotcut生成的MLT文件结构和上面类似，只是会多一些Shotcut特定的UI配置属性（比如窗口位置、历史记录等），核心的producer、playlist、filter部分是通用的，你可以参考它的结构来调整自己的手动XML。

内容的提问来源于stack exchange，提问作者bigZack