如何用FFmpeg为MP4视频前置15秒静态封面图（解决拼接异常问题）

看起来你已经尝试了几种拼接方式，但都因为参数不匹配或者流结构问题踩了坑，我来帮你逐个分析问题根源，再给出靠谱的解决方案。

先说说你遇到的三个问题的原因 #

1. ffmpeg -i cover.mp4 -i video.mp4 -c copy out.mp4 封面一直显示
   这个命令是直接合并两个文件的流，但你的cover.mp4只有视频流没有音频流。FFmpeg会默认把封面的视频流和原视频的音频流输出，没有“播放完封面再切换到原视频”的逻辑，所以封面会一直覆盖在原视频上，只有音频正常切换。

2. concat列表拼接后画面花屏
   你的封面视频和原视频的时间基（tbn）不匹配：原视频是30k tbn，封面是12800 tbn。FFmpeg的concat协议要求所有输入文件的编码参数（帧率、分辨率、时间基、编码格式等）完全一致，否则会导致帧时序混乱，出现花屏、跳帧等问题。

3. filter_complex命令报错（缺失音频流）
   你的封面视频没有音频流，而concat滤镜要求每个输入片段都要有对应的音视频流（要么都有，要么都没有），所以必须给封面补上一段静音音频才能正常拼接。

解决方案一：无重新编码（最快最优） #

这种方法需要先生成和原视频参数完全匹配的封面视频（带静音音频），然后用concat拼接，全程不需要重新编码，速度极快。

步骤1：生成匹配参数的封面视频

执行这条命令，确保封面的帧率、时间基、音频参数和原视频完全一致：

ffmpeg -loop 1 -i Cover.png -f lavfi -i anullsrc=r=32000:cl=mono -c:v libx264 -t 15 -pix_fmt yuv420p -vf scale=1920:1080 -r 25 -video_track_timescale 30000 -c:a aac cover_with_audio.mp4

参数说明：

• -f lavfi -i anullsrc=r=32000:cl=mono：生成和原视频一致的32000Hz单声道静音音频
• -r 25：匹配原视频的25fps帧率
• -video_track_timescale 30000：设置时间基为30000（即30k tbn），和原视频对齐
• -c:a aac：用aac编码音频，和原视频一致

步骤2：用concat列表拼接

创建一个文本文件file_list.txt，内容如下：

file 'cover_with_audio.mp4'
file 'video.mp4'

然后执行拼接命令：

ffmpeg -f concat -safe 0 -i file_list.txt -c copy out.mp4

因为所有参数完全匹配，FFmpeg可以直接复制流，不会有花屏或封面一直显示的问题。

解决方案二：用filter_complex直接处理（无需提前生成封面视频） #

如果不想单独生成封面视频，可以直接在一条命令里完成封面生成+拼接，不过这个方法需要重新编码（因为要统一处理参数）：

ffmpeg -loop 1 -i Cover.png -i video.mp4 -f lavfi -i anullsrc=r=32000:cl=mono -filter_complex "[0:v]scale=1920:1080,trim=duration=15[v0];[2:a]trim=duration=15[a0];[v0][a0][1:v][1:a]concat=n=2:v=1:a=1[outv][outa]" -map "[outv]" -map "[outa]" -c:v libx264 -c:a aac out.mp4

逻辑说明：

1. 加载封面图和原视频，同时生成静音音频
2. 对封面图进行缩放，截取15秒作为封面视频流[v0]
3. 截取15秒静音音频作为封面音频流[a0]
4. 把封面的音视频流和原视频的音视频流拼接成最终的音视频流[outv]和[outa]
5. 输出最终视频

备注：内容来源于stack exchange，提问作者ZioByte