在 Go 中利用 ffmpeg 进行视频和音频处理

我们将介绍一些常见的使用场景，如视频格式转换、音频提取、缩略图创建和帧提取，并探讨如何高效地在 Go 中与 ffmpeg 进行交互。

ffmpegutil 包概述

ffmpegutil 包旨在封装常见的 ffmpeg 操作，为 Go 提供更简洁易用的接口。它包含了以下几个功能：

• 视频格式转换
• 从视频中提取音频
• 获取视频信息和元数据
• 创建视频缩略图
• 在随机时间戳提取帧

该包依赖于 ffmpeg-go 这一 Go 语言的 ffmpeg 封装库，使得 ffmpeg 的功能能够更方便地集成到 Go 项目中。

主要功能介绍

1. 视频格式转换

视频格式转换是 ffmpeg 最常见的应用之一。在 ffmpegutil 中，ConvertVideo 函数通过简单的接口调用，可以将输入的视频文件转换成指定格式。

// ConvertVideo 将视频从一种格式转换为另一种格式
func ConvertVideo(inputFile, outputFile string, key, value string) error {
    err := ffmpeg.Input(inputFile).
        Output(outputFile, ffmpeg.KwArgs{key: value}).
        OverWriteOutput().ErrorToStdOut().Run()
    if err != nil {
        return fmt.Errorf("error converting video: %w", err)
    }
    log.Debugf("Video conversion complete: %s -> %s", inputFile, outputFile)
    return nil
}

通过 ffmpeg.Input(inputFile).Output(outputFile, ffmpeg.KwArgs{key: value})，可以设置输入输出文件路径和转换参数。ffmpeg-go 会自动处理转换过程。

2. 提取音频

从视频中提取音频是常见的需求，尤其是在处理视频文件时。ExtractAudio 函数使用 ffmpeg 来实现这一操作。

// ExtractAudio 从视频文件中提取音频
func ExtractAudio(inputFile, outputFile string) error {
    err := ffmpeg.Input(inputFile).Output(outputFile, ffmpeg.KwArgs{"vn": ""}).Run()
    if err != nil {
        return fmt.Errorf("error extracting audio: %w", err)
    }
    log.Debugf("Audio extraction complete: %s -> %s", inputFile, outputFile)
    return nil
}

在 ffmpeg.KwArgs{“vn”: “”} 中，vn 参数表示不处理视频流，仅提取音频流。

3. 获取视频信息

获取视频的基本信息是另一个常见操作。在 ffmpegutil 中，GetVideoInfo 函数通过 ffmpeg.Probe 来获取视频的详细信息。

// GetVideoInfo 获取视频文件的基本信息
func GetVideoInfo(inputFile string) (string, error) {
    probeData, err := ffmpeg.Probe(inputFile)
    if err != nil {
        return "", fmt.Errorf("error getting video info: %w", err)
    }
    log.Debugf("Video Info: %v", probeData)
    return probeData, nil
}

ffmpeg.Probe 返回的视频文件元数据包含格式、时长、码率等信息，可以用于后续的处理。

4. 创建视频缩略图

视频缩略图的生成是视频处理中的常见需求，特别是在多媒体平台上展示视频时。CreateThumbnail 函数从视频中提取一帧作为缩略图。

// CreateThumbnail 为视频创建缩略图
func CreateThumbnail(inputFile, outputFile string) error {
    err := ffmpeg.Input(inputFile).Output(outputFile, ffmpeg.KwArgs{"vframes": "1", "vf": "scale=800:600"}).Run()
    if err != nil {
        return fmt.Errorf("error creating thumbnail: %w", err)
    }
    log.Debugf("Thumbnail created: %s -> %s", inputFile, outputFile)
    return nil
}

该函数通过设置 vframes=1 来提取视频的第一帧，并通过 scale=800:600 来调整缩略图的尺寸。

5. 提取随机帧

提取视频中的随机帧是一个高级操作，通常用于视频分析或生成视频预览图。在 ffmpegutil 中，有两个版本的 ExtractRandomFrames 函数，一个是单线程版本，另一个是多线程版本。

无线程版本：

// ExtractRandomFramesNoThread 提取视频中的随机帧（无线程）
func ExtractRandomFramesNoThread(inputFile, outputDir, filePrefix string, numFrames int) error {
    // 确保输出目录存在
    err := os.MkdirAll(outputDir, os.ModePerm)
    if err != nil {
        return fmt.Errorf("failed to create output directory: %w", err)
    }

    format, err := GetVideoFormat(inputFile)
    if err != nil {
        return fmt.Errorf("error getting video format: %w", err)
    }

    duration, err := strconv.ParseFloat(format.Format.Duration, 64)
    if err != nil {
        return fmt.Errorf("error parsing duration: %w", err)
    }

    randSource := rand.NewSource(time.Now().UnixNano())
    randGen := rand.New(randSource)
    timestamps := generateRandomTimestamps(duration, numFrames, randGen)

    for i, timestamp := range timestamps {
        outputFile := filepath.Join(outputDir, fmt.Sprintf("%s_%03d.jpg", filePrefix, i+1))
        err := extractFrameAtTimestamp(inputFile, outputFile, timestamp)
        if err != nil {
            log.Errorf("Error extracting frame: %v", err)
        } else {
            log.Tracef("Frame extracted: %s -> %s", inputFile, outputFile)
        }
    }

    return nil
}

多线程版本：

// ExtractRandomFrames 提取视频中的随机帧（多线程）
func ExtractRandomFrames(inputFile, outputDir, filePrefix string, numFrames, numThreads int) error {
    // 确保输出目录存在
    err := os.MkdirAll(outputDir, os.ModePerm)
    if err != nil {
        return fmt.Errorf("failed to create output directory: %w", err)
    }

    format, err := GetVideoFormat(inputFile)
    if err != nil {
        return fmt.Errorf("error getting video format: %w", err)
    }

    duration, err := strconv.ParseFloat(format.Format.Duration, 64)
    if err != nil {
        return fmt.Errorf("error parsing duration: %w", err)
    }

    randSource := rand.NewSource(time.Now().UnixNano())
    randGen := rand.New(randSource)
    timestamps := generateRandomTimestamps(duration, numFrames, randGen)

    var wg sync.WaitGroup
    sem := make(chan struct{}, numThreads)

    for i, timestamp := range timestamps {
        wg.Add(1)

        go func(index int, ts float64) {
            defer wg.Done()

            sem <- struct{}{} // acquire semaphore

            outputFile := filepath.Join(outputDir, fmt.Sprintf("%s_%03d.jpg", filePrefix, index+1))
            err := extractFrameAtTimestamp(inputFile, outputFile, ts)
            if err != nil {
                log.Errorf("Error extracting frame: %v", err)
            } else {
                log.Tracef("Frame extracted: %s -> %s", inputFile, outputFile)
            }

            <-sem // release semaphore
        }(i, timestamp)
    }

    wg.Wait()

    return nil
}

总结

通过 ffmpegutil 包，Go 开发者可以轻松实现视频和音频的常见处理任务，如格式转换、音频提取、缩略图生成和随机帧提取。利用 ffmpeg-go 封装库，结合 Go 的并发特性，可以高效地处理大量视频数据，满足复杂的多媒体处理需求。

无论是用于视频分析、音频处理，还是为视频平台生成缩略图，ffmpeg 都是一款必不可少的工具。而通过 Go 对 ffmpeg 的封装，可以更方便地将其集成到自己的项目中，提升开发效率。