企业官网建设流程全解析

直接开工，不整虚的。网上搜FFmpeg教程，十篇有八篇在互相抄，抄来抄去连滤镜参数都写错。我这些年用FFmpeg处理过上万条视频，从监控录像到短视频素材都碰过，这次就把水印和分辨率这两块最常用的操作一次性讲透——查看分辨率、指定分辨率、加文字水印、加图片水印、控制水印位置，全都有现成命令和实测参数，照着抄就能用。

1. 动手之前：先把FFmpeg的命令骨架搞明白

1.1 FFmpeg不是一条命令，而是一组工具链

很多人第一次接触FFmpeg，以为它就是个能转格式的命令行工具，其实它是一整套多媒体处理套件。日常用得最多的是三个成员：ffmpeg负责转码和处理，ffprobe负责查看媒体文件信息，ffplay负责快速预览播放。查看分辨率和媒体信息，优先用ffprobe，它输出的信息干净、结构化，好解析；ffmpeg也能看，但信息混在转码日志里，不如ffprobe清爽。

安装这一步反而最容易被忽略。Windows用户别去官网下那个几百MB的完整版，直接搜gyan.dev的release构建，下载ffmpeg-release-full.7z解压，把bin目录加进系统PATH就行。macOS用户用Homebrew跑brew install ffmpeg，一条命令搞定。Linux用户一般apt install ffmpeg或yum install ffmpeg，但有些发行版的源里版本太老，转码性能和新滤镜支持都跟不上，建议用官方静态构建。版本这事别马虎，FFmpeg每年都在加新滤镜新参数，网上很多老教程的命令在新版本上跑不通，就是因为版本太旧。

1.2 命令的通用骨架：输入、滤镜、输出

FFmpeg命令看着长，拆开就三部分：输入参数、滤镜链、输出参数。拿水印命令举例：

ffmpeg -i input.mp4 -vf "drawtext=text='HELLO':fontsize=48" output.mp4

-i input.mp4是输入，-vf后面跟的是视频滤镜链，output.mp4是输出。所有复杂的视频处理，比如缩放、裁剪、加水印、调色，本质上都是在-vf这根滤镜链上做文章。滤镜之间用逗号串联，按顺序执行，前一个滤镜的输出是后一个滤镜的输入。

音频处理则是-af参数，比如调音量、降噪、变速不变调。录音场景里经常要同时处理视频和音频，可以分开写两条滤镜链。理解了这个骨架，后面所有命令都只是往里面填不同的滤镜参数而已。我见过不少新手把滤镜参数写到-i前面，结果FFmpeg完全忽略，输出文件没任何变化，这就是没搞清楚输入输出顺序的典型错误。

2. 查看分辨率：别猜，直接用ffprobe拿准确数据

2.1 ffprobe一条命令看全部媒体信息

想知道一个视频是多大分辨率、什么编码、多少帧率，最靠谱的方式就是ffprobe：

ffprobe -show_streams -show_format input.mp4

输出内容会比较长，包含视频流、音频流、封装格式三类信息。实际操作中一般不用看完整输出，加个-select_streams v只选视频流：

ffprobe -v error -select_streams v:0 -show_entries stream=width,height,avg_frame_rate,codec_name,bit_rate -of default=noprint_wrappers=1 input.mp4

返回结果大概是：

codec_name=h264 width=1920 height=1080 avg_frame_rate=30000/1001 bit_rate=N/A

这里有个细节容易看懵：avg_frame_rate返回的是分数形式，30000/1001不是乱码，是NTSC标准的29.97fps。直接除一下就知道真实帧率。bit_rate显示N/A也别慌，很多封装格式里码率信息不在流级别里，要到容器级别查。想看容器信息就用-show_entries format=bit_rate,duration。

2.2 从ffmpeg输出日志里辨认分辨率

有些时候你只有ffmpeg -i的日志输出，比如在一台没装ffprobe的机器上临时排查。FFmpeg在转码前会输出媒体文件的基础信息，里面有一行长这样：

Stream #0:0(und): Video: h264 (High) (avc1 / 0x31637661), yuv420p(progressive), 1920x1080 [SAR 1:1 DAR 16:9], 30000/1001 fps, 30000/1001 tbr, 12800 tbn

中间的1920x1080就是分辨率，括号里的DAR 16:9是显示宽高比。这里有个小坑：有些视频的存储分辨率是1920x1080，但实际显示宽高比不是16:9，比如某些DV录像或老视频会带像素宽高比（SAR）修正。后续做缩放处理时，这个SAR信息很关键，处理不对画面就会变形。

2.3 批量查看多文件分辨率的实用脚本

单个文件用命令看没问题，几十个文件排着队就麻烦了。我习惯写个小循环脚本，几行代码把文件夹里所有视频的分辨率一次列出来：

for f in *.mp4; do dims=$(ffprobe -v error -select_streams v:0 -show_entries stream=width,height -of csv=s=x:p=0 "$f") echo "$f: $dims" done

-of csv=s=x:p=0的意思是输出格式为CSV，分隔符用x，不打印条目名，所以结果就是1920x1080这种直接的字符串。Windows用户没有bash循环，可以写个批处理或者直接用PowerShell的ForEach-Object，逻辑一样。批量场景里还有一个更高效的办法：用ffprobe输出JSON格式，然后交给Python或jq解析，数据量大时这样更好处理。

3. 指定分辨率：缩放滤镜的进阶用法

3.1 scale滤镜基础：直接写死宽高

最朴素的指定分辨率方式：

ffmpeg -i input.mp4 -vf "scale=1280:720" output.mp4

也可以不写数字，让FFmpeg自己算一边：

ffmpeg -i input.mp4 -vf "scale=1280:-1" output.mp4

-1表示按原视频宽高比自动计算另一边。比如源文件是1920x1080，scale=1280:-1会算出高度720，成片就是1280x720。这个参数很常用，但也容易出问题：如果源视频是竖屏1080x1920，scale=1280:-1算出的是1280x2276，跑出来分辨率奇奇怪怪，不是你想的效果。所以动脑子想想再决定哪边写死哪边自适应。

另一个常见需求是固定倍数缩放，两倍放大用：

ffmpeg -i input.mp4 -vf "scale=iw*2:ih*2" output.mp4

iw是输入宽度，ih是输入高度，这是滤镜里的变量。缩到50%就是scale=iw/2:ih/2。这里的变量体系是整个滤镜链的通用能力，不只在scale里用，overlay、drawtext这些滤镜也能引用，后面讲水印位置时会反复用到。

3.2 保持宽高比与防止画面变形

新手最常犯的错误是直接写两个固定值，把画面拉伸变形。比如把1920x1080压到640x480，视频流分辨率确实变成640x480了，但画面内容被横向压扁，人脸拉宽，字幕变色，观感极差。

真正稳妥的做法有三条路：

1. 用-1自动计算一边：

ffmpeg -i input.mp4 -vf "scale=640:-1" output.mp4

2. 先裁剪补边再缩放，适合不同宽高比转换的场景：

ffmpeg -i input.mp4 -vf "scale=640:480:force_original_aspect_ratio=decrease,pad=640:480:(ow-iw)/2:(oh-ih)/2" output.mp4

3. 只改分辨率，宽高比交给播放器自适应：

ffmpeg -i input.mp4 -vf "scale=640:480:force_original_aspect_ratio=decrease" output.mp4

最后这个命令输出会是640x360（对16:9源），但容器里记录了640x480的目标显示尺寸，部分播放器能正确处理，但很多播放器会糊。做后期的话千万别用这种方案，压片的人拿到你这文件得骂街。

force_original_aspect_ratio=decrease这个参数要重点说：它的作用是让画面保持原始宽高比缩放，不足的部分用背景填充，配合pad滤镜补边。我在短视频平台的封面制作里经常用这招，把横屏视频转成竖屏封面，主体内容不变形，上下黑边自然填充。

3.3 录音录像场景：采集时直接指定采集分辨率

用FFmpeg做屏幕录制或摄像头采集时，指定分辨率的方式和转码略有不同。屏幕录制命令：

ffmpeg -f gdigrab -framerate 30 -video_size 1920x1080 -i desktop output.mp4

这里-video_size是采集参数，不是滤镜参数，写在-i前面。摄像头采集（Linux下UVC设备常见）：

ffmpeg -f v4l2 -input_format mjpeg -video_size 1280x720 -framerate 30 -i /dev/video0 output.mp4

macOS下摄像头采集用的是-f avfoundation，Windows用的是-f dshow：

# Windows，设备名要先列出来 ffmpeg -f dshow -list_devices true -i dummy # 然后按设备名采集 ffmpeg -f dshow -video_size 1280x720 -framerate 30 -i "video=USB Camera" output.mp4

这种"推流前先查分辨率"的思路和后面讲水印时的"先查视频参数再定水印位置"是一脉相承的。采集分辨率这个东西，高了浪费CPU（因为采集完可能还要缩放），低了糊，最好是按最终输出需求来。我实测过，采集1920x1080再缩到1280x720，画质比直接采1280x720好不了多少，但CPU占用会高8%~12%，实时场景里完全不值得。

录音也有类似的逻辑。指定采样率：

ffmpeg -f pulse -i default -ar 44100 -ac 2 output.wav

-ar是音频采样率，-ac是声道数。录像时要同步指定音视频参数，我常用的实战命令：

ffmpeg -f gdigrab -framerate 30 -video_size 1920x1080 -i desktop -f dshow -i audio="Microphone" -c:v libx264 -preset ultrafast -crf 28 -c:a aac -b:a 128k output.mp4

3.4 高效缩放的性能考量与参数微调

缩放不是免费的，1280x720升级到4K对性能要求不低。FFmpeg默认的swscale（软件缩放器）虽然兼容性好，但速度一般。有两个办法提速：

1. 指定更快的缩放算法：

ffmpeg -i input.mp4 -vf "scale=1920:1080:flags=fast_bilinear" output.mp4

flags可以选fast_bilinear（速度快）、bicubic（质量好）、lanczos（质量最好但慢）。日常处理用bicubic就够了，做放大这类质量敏感的操作用lanczos。

2. 硬件缩放。Intel平台的QSV、NVIDIA的CUDA都能参与缩放，命令写法不同，但思路都是在scale前指定硬件上下文。比如NVIDIA硬解硬编的例子：

ffmpeg -hwaccel cuda -hwaccel_output_format cuda -i input.mp4 -vf "scale_cuda=1920:1080" -c:v h264_nvenc output.mp4

硬件加速这条路能聊一整篇，这里先提个醒：RTX 30系以后显卡的NVENC编码器质量已经很好了，但NVIDIA的缩放滤镜scale_cuda在部分老驱动或老FFmpeg版本上兼容性一般，遇到黑屏或花屏先检查驱动和FFmpeg版本。CPU多核性能够用的话，优先软件方案，显卡留给渲染或者游戏，稳字当头。

4. 添加水印：文字、图片、位置控制一次搞定

4.1 文字水印：drawtext滤镜初体验

文字水印用drawtext滤镜，最简单的命令：

ffmpeg -i input.mp4 -vf "drawtext=text='Hello World':fontsize=48:fontcolor=white" output.mp4

默认文字出现在左上角，白字黑边（实际上默认带一点阴影）。真实场景里一般要指定字体和位置：

ffmpeg -i input.mp4 -vf "drawtext=fontfile=/usr/share/fonts/truetype/dejavu/DejaVuSans.ttf:text='HELLO':fontsize=48:fontcolor=white:x=50:y=50" output.mp4

Windows用户注意，fontfile路径里的冒号和反斜杠都要转义，这个坑我踩得刻骨铭心。Windows下写路径，要用正斜杠或者双反斜杠。macOS下常见字体路径是/System/Library/Fonts/Helvetica.ttc。

x和y是文字左上角的坐标。但实际控制位置时几乎不会用死值，因为水印要跟着视频尺寸走，比如居中、靠右下角留出边距，这些都需要用到动态变量。

4.2 图片水印：overlay滤镜实战

图片水印用overlay滤镜，逻辑是把一张PNG叠在视频上面：

ffmpeg -i input.mp4 -i logo.png -filter_complex "overlay=W-w-10:10" output.mp4

注意这里用的是-filter_complex而不是-vf，因为涉及两个输入（视频和图片），必须用复杂滤镜图。W是视频宽度，w是图片宽度，W-w-10就是图片离视频右边界10像素。初始坐标是图片左上角的落点。

多个水印叠加就写多个overlay滤镜，用逗号串联：

ffmpeg -i input.mp4 -i logo1.png -i logo2.png -filter_complex "overlay=W-w-10:10,overlay=10:H-h-10" output.mp4

每个overlay作用的对象是前一步的结果，所以第二个overlay里的W和H已经是第一个overlay处理过的视频尺寸了。这个逻辑初学者容易绕晕，我打个比方：滤镜链就是流水线，每个工位处理完的东西会传给下一个工位，所以后面工位看到的"视频宽高"已经是加工过的了。想确认某个滤镜需要的变量值，可以加-debug=verbose看日志里的滤波器图信息。

4.3 水印位置控制：坐标变量的进阶理解

水印定位是滤镜里最灵活也最容易出错的点。最基本的定位需求就五种：左上、右上、左下、右下、居中。

这几个公式里，W、H是视频宽高，w、h是水印图片宽高。做图片水印时，如果你不确定PNG的实际尺寸，可以先跑一下ffprobe logo.png看宽高，免得算出来的位置偏得离谱。

上面这些公式在drawtext里同样适用，只是变量含义略有区别：drawtext里没有w和h（那是文字尺寸），文字宽度要用text_w表示，文字高度用text_h。所以文字水印右下角定位是：

drawtext=...:x=W-tw-20:y=H-th-20

tw是文本宽度，th是文本高度。这个变量名很多人不知道，翻官方文档也只写了text_w和text_h的别名tw、th。我在脚本里习惯全用短变量，命令能短一截是一截。

4.4 多行多列水印：平铺马赛克式水印的做法

"多行多列文字水印"这个需求最近很热，很多人想给自己的素材打满屏水印防搬运。做法不复杂，思路是用多个drawtext滤镜平铺，或者用一个drawtext加换行符。先看多行文字：

ffmpeg -i input.mp4 -vf "drawtext=fontfile=...:text='版权声明 请勿搬运':x=10:y=10,drawtext=fontfile=...:text='2025-03-01':x=10:y=80" output.mp4

多列就继续加坐标，手动写了N个drawtext也行，但我觉得丑且难维护。更好的方案是生成一张文字水印PNG，然后用overlay平铺。生成PNG可以用FFmpeg自己来做（下面这行命令会生成一个透明背景的PNG，但中文字体支持很麻烦，我一般用ImageMagick或Photoshop搞定），不过更干净的办法是准备好一张水印图，然后用overlay铺：

ffmpeg -i input.mp4 -i watermark.png -filter_complex "overlay=W-w-10:H-h-10,overlay=W-w-260:H-h-10,overlay=W-w-10:H-h-180" output.mp4

手动铺三个已经有点嫌弃了，真正平铺整屏的做法是配合tile滤镜。先复制输入帧然后做多宫格拼贴，这个命令稍微反直觉，我这里给一个实用的平铺方案：

ffmpeg -i input.mp4 -i wm.png -filter_complex "[0:v]scale=1920:1080[bg];[1:v]scale=200:-1[wm];[bg][wm]overlay=W-w-20:H-h-20[o1];[o1][wm]overlay=20:H-h-20[o2];[o2][wm]overlay=W-w-20:20[o3];[o3][wm]overlay=20:20" output.mp4

这个命令先把视频缩到统一尺寸，然后把水印图缩到200宽，四个角落各放一个。做"九宫格水印""满屏网格水印"的核心也就是这个思路的扩展。

4.5 半透明水印与动态水印

半透明水印的做法是用format=rgba,colorchannelmixer=aa=0.4先把PNG转成半透明，再overlay。不过更常见的做法是PNG素材本身就是半透明的，像很多设计网站出的透明底logo，透明度在PS里已经控制好了，滤镜端不用动。如果硬要在FFmpeg里调透明度：

ffmpeg -i input.mp4 -i logo.png -filter_complex "[1:v]format=rgba,colorchannelmixer=aa=0.5[logo];[0:v][logo]overlay=W-w-10:H-h-10" output.mp4

动态水印，比如跑马灯效果，就是让x或y坐标随时间变化。dx和dy参数可以让水印移动：

ffmpeg -i input.mp4 -i logo.png -filter_complex "overlay=x='mod(t*50, W)':y=10" output.mp4

这个效果是水印从左边进入，从右边消失。t是当前时间秒数，t*50控制速度，mod是取模运算，保证x坐标不会超过视频宽度。

5. 水印实战中的坑与解决思路

5.1 中文字体缺失与编码

drawtext默认字体往往不支持中文，加上fontfile参数指定中文字体是必须的。Windows下一般指定C盘字体目录，比如C\:/Windows/Fonts/msyh.ttc（微软雅黑）。Linux下常见的中文字体路径是/usr/share/fonts/opentype/noto/NotoSansCJK-Regular.ttc。

另外中文字符串建议单独抽出来先用文本编辑器确认编码，然后直接贴在参数里。如果你在Windows的命令行里敲中文参数，编码经常不是UTF-8，FFmpeg会报错或者显示乱码。稳妥的办法是把文字内容先写入一个文本文件，然后让drawtext读取：

ffmpeg -i input.mp4 -vf "drawtext=fontfile=...:textfile=title.txt:fontsize=48" output.mp4

5.2 水印清晰度与视频压缩的关系

水印被压糊的根本原因是编码码率不够。加了水印的视频，尤其是文字水印区域，细节变多，编码器会分配更多码率，如果总码率固定，画质必然下降。两个应对办法：

1. 用CRF模式而不是固定码率：

ffmpeg -i input.mp4 -vf "drawtext=..." -c:v libx264 -crf 23 output.mp4

CRF（恒定质量因子）的数值越小质量越高，23是Web发布的推荐值，18以下属于无损级，做存档用。

2. 水印做成半透明，减少高频细节。

5.3 批量给整个目录加图片水印

文本处理和批处理是shell的拿手戏。给一个文件夹里所有MP4加同一个水印：

for f in *.mp4; do ffmpeg -i "$f" -i logo.png -filter_complex "overlay=W-w-10:H-h-10" -c:a copy "watermarked_$f" done

这个命令有一个不起眼但很重要的参数：-c:a copy，表示音频直接复制不重新编码，能够让处理速度快很多。视频流做了滤镜处理必须重新编码，但音频流如果不需要滤镜操作，直接copy能省下不少CPU。

6. 常见问题排查与命令速查

6.1 滤镜未找到或参数报错

[Parsed_drawtext_0 @ 0x...] Error: Invalid text or expression

这类问题八成是字体文件路径有问题，或者text参数里的特殊字符没转义。排查方法：先把命令拆到只保留drawtext，其他滤镜全部去掉，然后逐步加参数，定位是哪个参数导致的报错。

[AVFilterGraph @ 0x...] No such filter: 'drawtext'

这是FFmpeg编译时没启用libfreetype，静态构建一般不会出这问题，但某些精简版FFmpeg会。解决办法就是去下载完整版。

6.2 分辨率指定了但没生效

最典型的情况是把滤镜参数放在了输出文件名后面：

# 错误示例 ffmpeg -i input.mp4 output.mp4 -vf "scale=1280:720"

FFmpeg对参数顺序有严格要求，-vf必须出现在输出文件之前。第二个坑是把滤镜写到了-i前面某些场景下会被解释成输入选项，然后被忽略。

6.3 水印位置参数速查表

6.4 去水印的正确姿势与边界

看到"去水印"需求，我的态度很明确：只聊技术原理，不鼓励盗用他人素材。视频去水印在FFmpeg里没有魔法，只有delogo滤镜，做法是在水印区域模糊或插值：

ffmpeg -i input.mp4 -vf "delogo=x=100:y=100:w=200:h=80" output.mp4

delogo的原理是取水印区域周围的像素做内插，把水印盖住。实效上，静态背景上效果好，复杂运动场景会有明显涂抹感。如果你要处理的是自己拍的视频不小心录入了厂商logo，比如摄像头时间戳、相机水印，delogo是能救急的；处理别人的视频素材用于商用，这就不只是技术问题了，是版权问题，我不给任何建议。真要给自己的素材做"去水印"，更优雅的做法是用crop直接裁掉水印区域，比如去掉底部时间条：

ffmpeg -i input.mp4 -vf "crop=in_w:in_h-100:0:0" output.mp4

这是把画面底部100像素高的区域整个裁掉，效果干净利落，没有任何涂抹感。

7. 我自己攒的一套水印+分辨率工作流

最后分享一个我长期在生产环境里用的脚本框架，本质上是把分辨率检测、缩放、加水印三个环节串成了一个流程。这个脚本做的事情是：读取输入视频的真实分辨率，检查是否超过目标尺寸，超标就缩放，然后把水印加上，最后统一输出。

#!/bin/bash # usage: process_video.sh input.mp4 output.mp4 input="$1" output="$2" width=$(ffprobe -v error -select_streams v:0 -show_entries stream=width -of csv=p=0 "$input") height=$(ffprobe -v error -select_streams v:0 -show_entries stream=height -of csv=p=0 "$input") echo "Source: ${width}x${height}" # 超过1920宽就按比例缩 if [ "$width" -gt 1920 ]; then VF="-vf scale=1920:-2" else VF="" fi # 加右下角图片水印，如果VF已有内容就追加 VF="$VF -i logo.png -filter_complex overlay=W-w-20:H-h-20" ffmpeg -i "$input" $VF -c:a copy "$output"

这里有个容易忽略的细节：scale=1920:-2中的-2和-1略有区别，-1可能生成奇数宽高，某些编码器不兼容，-2保证是偶数，所以限制只能2的倍数且正负号表示保持宽高比时偏向放大/缩小。编码时高度必须是偶数，不然硬编会报错，这是个很小但很真实的坑——我在第一次接触时完全没想到。

这套流程我用了很久，实际效果：在有水印的情况下，1080p视频用-crf 23输出，码率会涨8%到15%，这是水印内容增加细节导致的正常现象。如果你是给平台批量传视频，建议统一CRF，别锁死码率。

在水印尺寸上，我的经验是：水印宽度一般控制在视频宽度的1/4以内。比如1920宽的1080p视频，水印图片宽度在300到480像素之间观感最合适，再大就喧宾夺主了。文字水印的字体大小也类似，1080p下fontsize=36是基础档位，封面或推广视频可以放到48到64。

最后再分享一个小技巧：加水印时如果视频很长，几十GB的那种，建议先截取10秒片段测试命令，确认水印位置、大小、透明度都满意了，再跑全片。截取命令：

ffmpeg -i input.mp4 -t 10 -c copy sample.mp4

这10秒钟的等待能帮你省下几个小时的重复转码，我在处理批量素材时永远先跑这个流程。