7、FFmpeg滤镜链实战：使用滤镜实现视频缩放、裁剪、旋转、添加水印，以及音频混音与变速

说实话，滤镜是FFmpeg里最让我着迷的部分。你想想看，一个命令行工具，居然能像搭积木一样把各种音视频效果串起来。我最早接触FFmpeg滤镜时，觉得这东西不就是加个特效嘛，后来才发现——滤镜链的设计思路，其实跟咱们写代码时的管道模式一模一样。

这一章，咱们就动手实操。我会带着你用滤镜链完成视频缩放、裁剪、旋转、加个水印，再顺带把音频的混音和变速也搞定。嗯，都是实战中高频用到的场景。

7.1 视频缩放：从720p到1080p，一个scale搞定

视频缩放，说白了就是改变画面的宽高。我项目中经常遇到这种情况：用户上传的视频分辨率五花八门，我得统一缩放到某个标准尺寸。FFmpeg的 scale 滤镜就是干这个的。

基本用法：

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

这里 -vf 是视频滤镜链的入口。 scale=1920:1080 表示宽1920，高1080。但有个坑——如果你直接写死宽高，画面比例可能会被拉伸变形。我刚开始就犯过这个错，结果人脸都变宽了。

如果你想强制缩放到某个尺寸，同时保持比例不变，可以用 force_original_aspect_ratio 参数：

ffmpeg -i input.mp4 -vf "scale=1920:1080:force_original_aspect_ratio=decrease" output.mp4

这个参数会保证画面完整显示，不足的部分用黑边填充。嗯，有点像咱们看电影时上下黑边的效果。

7.2 视频裁剪：只取画面的一部分

裁剪，就是从原画面中切出一块矩形区域。我记得有一次做直播项目，需要把摄像头画面中的某个固定区域截取出来做特写，用的就是 crop 滤镜。

语法：

crop=out_w:out_h:x:y

其中 out_w 和 out_h 是裁剪后的宽高， x:y 是裁剪区域的左上角坐标。比如：

ffmpeg -i input.mp4 -vf "crop=640:480:100:50" output.mp4

这表示从坐标(100, 50)开始，裁剪出640x480的区域。

如果你想裁剪画面中心区域，可以用 in_w/2 和 in_h/2 这种表达式：

ffmpeg -i input.mp4 -vf "crop=640:480:(in_w-640)/2:(in_h-480)/2" output.mp4

这样不管输入视频多大，都能自动居中裁剪。

7.3 视频旋转：转个90度，或者任意角度

旋转滤镜有两个常用方案： transpose 和 rotate。

transpose 只能做90度、180度、270度旋转，但速度快，适合手机竖屏视频转横屏这种场景：

ffmpeg -i input.mp4 -vf "transpose=1" output.mp4

参数 1 表示顺时针旋转90度。 2 是逆时针90度， 3 是180度。

如果你需要任意角度旋转，就得用 rotate 滤镜。比如旋转45度：

ffmpeg -i input.mp4 -vf "rotate=45*PI/180" output.mp4

注意， rotate 的角度单位是弧度。我每次写这个都要心里默念一遍「弧度=角度×π/180」。另外，旋转后画面边缘会出现黑边，你可以用 fillcolor 参数改成其他颜色：

ffmpeg -i input.mp4 -vf "rotate=45*PI/180:fillcolor=white" output.mp4

7.4 添加水印：用overlay把图片叠上去

水印，说白了就是一张小图叠在大图上。FFmpeg的 overlay 滤镜就是干这个的。我做过一个视频平台，所有用户上传的视频都要自动加上平台Logo，用的就是这个。

基本用法：

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

这里 -filter_complex 是复杂滤镜链的入口，因为涉及两个输入流（视频+图片）。 overlay=10:10 表示水印放在距离左上角10像素的位置。

如果你想放在右下角，可以这样：

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

W 和 H 是主视频的宽高， w 和 h 是水印的宽高。这个表达式就是「主视频右下角，再往左上偏移10像素」。

overlay=10:10:enable='between(t,5,10)'

7.5 音频混音：把两路声音合在一起

音频混音，就是把多个音频流混合成一路。比如给视频配背景音乐，或者把解说和原声混在一起。FFmpeg的 amix 滤镜就是专门干这个的。

假设你有一个视频文件 video.mp4 和一个音乐文件 bgm.mp3，想把它们混在一起：

ffmpeg -i video.mp4 -i bgm.mp3 -filter_complex "[0:a][1:a]amix=inputs=2:duration=first" output.mp4

这里 [0:a] 和 [1:a] 分别引用第一个输入和第二个输入的音频流。 amix 的参数 inputs=2 表示混合两路音频， duration=first 表示以第一个音频的时长为准（也就是视频原声的长度）。

如果你想调整两路音频的音量比例，可以用 volume 滤镜先处理一下：

ffmpeg -i video.mp4 -i bgm.mp3 -filter_complex "[0:a]volume=1.0[a0];[1:a]volume=0.3[a1];[a0][a1]amix=inputs=2:duration=first" output.mp4

这样背景音乐的音量就只有原声的30%，不会喧宾夺主。嗯，这个比例我一般根据场景调，如果是纯音乐可以稍微大一点。

7.6 音频变速：让声音变快或变慢

音频变速，最常用的滤镜是 atempo。它通过改变音频的播放速度来调整时长，同时保持音调不变（或者变化很小）。

比如把音频速度变成原来的1.5倍：

ffmpeg -i input.mp4 -af "atempo=1.5" output.mp4

-af 是音频滤镜链的入口。 atempo 的取值范围是0.5到2.0，低于0.5或高于2.0会报错。如果你需要更极端的变速，可以串联多个 atempo：

ffmpeg -i input.mp4 -af "atempo=2.0,atempo=2.0" output.mp4

这样就是4倍速。我做过一个音频剪辑工具，用户要求支持0.25倍到4倍速，就是用这种串联方式实现的。

7.7 综合实战：一个完整的滤镜链

好了，咱们把上面这些知识点串起来。假设你有一个视频，需要做以下处理：

1. 缩放到1280x720
2. 裁剪出中心区域
3. 旋转90度
4. 加上水印
5. 混入背景音乐，音量降到30%
6. 把整体音频速度变成1.2倍

完整的命令如下：

ffmpeg -i input.mp4 -i logo.png -i bgm.mp3 \
-filter_complex \
"[0:v]scale=1280:720,crop=640:480:(1280-640)/2:(720-480)/2,transpose=1[vid]; \
 [0:a]volume=1.0[audio_orig]; \
 [2:a]volume=0.3[audio_bgm]; \
 [audio_orig][audio_bgm]amix=inputs=2:duration=first[audio_mix]; \
 [audio_mix]atempo=1.2[audio_final]" \
-map "[vid]" -map "[audio_final]" output.mp4

这个命令看起来有点长，但拆开看其实很简单：

• 第一行：视频流经过 scale → crop → transpose，输出到 [vid]
• 第二行：原音频音量设为1.0
• 第三行：背景音乐音量设为0.3
• 第四行：两路音频混音
• 第五行：混音后的音频变速1.2倍

最后用 -map 把处理后的视频和音频流映射到输出文件。

下面这张图展示了整个滤镜链的数据流向：

嗯，看到这里，你应该对FFmpeg滤镜链有了比较完整的认识。说白了，滤镜链就是一条流水线，每个滤镜负责一道工序。你只要把工序排好顺序，FFmpeg就会自动帮你跑完。

我个人建议，刚开始练习时，先拆开每个滤镜单独测试，确认效果没问题了，再拼成完整的滤镜链。这样出错了也容易定位。我曾经有一次把 overlay 和 scale 的顺序搞反了，结果水印被缩放得面目全非，排查了半天才发现。