22、画中画：将一个视频叠加到另一个视频的指定位置、调整大小与透明度

画中画（PiP，Picture-in-Picture）这个功能，大家应该都不陌生。直播的时候把主播的小窗口放在游戏画面角落，或者做教程视频时把操作演示放在屏幕一角，都是典型的应用场景。

说白了，就是用 FFmpeg 把一路视频流「贴」到另一路视频流的上面。听起来简单，但真要做得漂亮——位置要对、大小要合适、透明度要自然，还是有不少门道的。

我个人习惯把画中画拆成三个核心问题：放哪、多大、多透。今天我们就一个一个来解决。

核心思路：overlay 滤镜

FFmpeg 里做画中画，主力就是 overlay 滤镜。它的基本用法是这样的：

ffmpeg -i main.mp4 -i overlay.mp4 -filter_complex "[0:v][1:v]overlay=W-w-10:10" output.mp4

这个命令把 overlay.mp4 放在了主视频的右上角，距离右边和上边各 10 像素。

你可能会问：W-w-10 是什么鬼？

嗯，这里有个小知识点。W 和 H 代表主视频的宽高，w 和 h 代表叠加视频的宽高。所以 W-w-10 就是「主视频宽度减去叠加视频宽度再减 10」，正好让叠加视频贴着右边。

调整大小：scale 滤镜配合

很多时候，叠加视频的原始分辨率并不合适。比如你的主视频是 1920x1080，但叠加视频是 4K 的，直接贴上去就太大了。

这时候需要先缩放，再叠加：

ffmpeg -i main.mp4 -i overlay.mp4 -filter_complex "[1:v]scale=320:240[ovr];[0:v][ovr]overlay=10:10" output.mp4

这里 [1:v]scale=320:240[ovr] 的意思是：把第二个输入的视频缩放到 320x240，然后把这个结果命名为 [ovr]，再和主视频叠加。

我在项目中遇到过一种情况：叠加视频的比例和缩放后的比例不一致，结果画面被拉伸变形了。后来我改用 scale=320:-1，让 FFmpeg 自动根据宽度计算高度，保持原始比例。这样就不会变形了。

调整透明度：format 与 colorchannelmixer

透明度这块稍微复杂一点。FFmpeg 的 overlay 滤镜本身支持 alpha 通道，但前提是你的叠加视频必须包含 alpha 信息。

如果叠加视频没有 alpha 通道（比如普通的 MP4 文件），我们可以用 colorchannelmixer 来模拟透明度：

ffmpeg -i main.mp4 -i overlay.mp4 -filter_complex "[1:v]format=rgba,colorchannelmixer=aa=0.5[ovr];[0:v][ovr]overlay=10:10" output.mp4

这个命令里，format=rgba 先把叠加视频转成 RGBA 格式（增加 alpha 通道），然后 colorchannelmixer=aa=0.5 把 alpha 值设为 0.5（半透明）。

你想想看，如果透明度设为 0.3，叠加视频就会像水印一样若隐若现。这个技巧在做片头片尾或者品牌水印时特别有用。

综合实战：一个完整的画中画案例

下面是一个综合案例，把叠加视频放在右下角，缩放到 480x270，透明度设为 70%：

ffmpeg -i main.mp4 -i overlay.mp4 -filter_complex \
"[1:v]scale=480:270,format=rgba,colorchannelmixer=aa=0.7[ovr]; \
 [0:v][ovr]overlay=W-w-20:H-h-20" \
output.mp4

这个命令做了三件事：

• 缩放叠加视频到 480x270
• 转为 RGBA 并设置透明度 0.7
• 放在右下角，距离边缘 20 像素

我曾经给一个客户做直播录播系统，需要把讲师的小窗口放在 PPT 的右下角。当时用的就是类似的命令，只不过把 scale 改成了动态参数，根据主视频分辨率自动计算缩放比例。

进阶：动态位置与淡入淡出

如果你想让画中画动起来——比如从左边滑入，或者淡入淡出——可以用 overlay 配合 enable 参数或者 fade 滤镜。

举个例子，让叠加视频在 2 秒后从左侧滑入：

ffmpeg -i main.mp4 -i overlay.mp4 -filter_complex \
"[1:v]scale=320:240[ovr]; \
 [0:v][ovr]overlay=x='if(gte(t,2),-w+(t-2)*100,NAN)':y=10" \
output.mp4

这里 x='if(gte(t,2),-w+(t-2)*100,NAN)' 的意思是：当时间 t 大于等于 2 秒时，x 坐标从 -w（画面左侧之外）开始，每秒向右移动 100 像素。这样看起来就是滑入的效果。

知识体系图

下面这张图帮你梳理画中画的核心逻辑：

常见问题与避坑

做画中画的时候，有几个坑我踩过，分享给你：

• 音频问题： 默认情况下，overlay 只处理视频流。如果你想要两个视频的音频都保留，需要额外处理音频流。用 -map 参数可以解决。
• 性能问题： 叠加 4K 视频时，如果叠加视频分辨率很高，先缩放再叠加能大幅提升编码速度。我曾经没注意这个，一个 10 分钟的视频跑了快两个小时。
• 坐标计算： 如果你用 overlay=10:10，叠加视频的左上角会放在 (10,10) 的位置。如果你想让叠加视频的右下角对齐主视频的右下角，用 overlay=W-w:H-h。

好了，画中画的核心内容就这些。从位置、大小到透明度，再到动态效果，其实都是围绕 overlay 滤镜展开的。你只要掌握了 scale、format、colorchannelmixer 这几个辅助滤镜，再加上坐标表达式，就能做出各种花样的画中画效果。

下次做视频的时候，试试把 logo 或者水印用半透明的方式叠加到画面上，效果会很专业。

---