1. FFmpeg 环境与基础：FFmpeg简介、编译安装、核心组件、命令行基础结构
各位好，我是老张。做音视频处理这行十几年了，FFmpeg 几乎是我每天都要打交道的工具。说实话，刚入行那会儿我也被它复杂的参数搞得晕头转向。但一旦摸清了它的底子，你会发现这玩意儿真就是音视频界的瑞士军刀。
这一章咱们不搞虚的，直接聊聊 FFmpeg 到底是什么、怎么把它装到你的机器上、它内部那几个核心库各自管什么活儿，以及最常用的命令行长什么样。嗯，这些都是后面所有实战内容的地基。
1.1 FFmpeg 到底是什么？
FFmpeg 是一个开源的多媒体处理框架。说白了，它能把几乎任何格式的音视频文件读进来，转成你想要的另一种格式，还能做裁剪、拼接、加滤镜、调码率等等操作。我经常跟新人说：你把它理解成一个超级格式转换器 + 剪辑工具 + 流媒体服务器的合体。
为什么它这么强？因为 FFmpeg 几乎支持所有你能想到的音视频编码格式——H.264、H.265、VP9、AV1、AAC、MP3、Opus……数都数不过来。我在项目中遇到过客户拿来的素材是几十年前的某种监控录像格式，市面上普通播放器根本打不开，但 FFmpeg 一把就啃下来了。
核心定位：FFmpeg 不是播放器，而是一个命令行工具集和开发库。它不提供图形界面，但提供了最底层的控制能力。你想想看，几乎所有主流的视频播放器、剪辑软件、转码平台，底层都在用 FFmpeg 的代码。
1.2 编译安装：自己动手，丰衣足食
FFmpeg 的安装方式主要有三种：包管理器安装、官方预编译二进制、自己编译源码。我个人强烈建议你学会自己编译，尤其是在生产环境中。
为什么？因为包管理器里的版本往往比较旧，而且缺少很多扩展库。我曾经在生产环境上直接用 apt install ffmpeg，结果转码时遇到一个 HEVC 10bit 的视频直接报错，查了半天才发现是编译时没开对应的解码器。
1.2.1 从源码编译（推荐）
下面是我个人习惯的编译流程，干净利落：
# 1. 安装依赖
sudo apt update
sudo apt install -y \
autoconf automake build-essential cmake git \
libass-dev libfreetype6-dev libsdl2-dev libtool \
libva-dev libvdpau-dev libvorbis-dev libxcb1-dev \
libxcb-shm0-dev libxcb-xfixes0-dev \
pkg-config texinfo wget zlib1g-dev \
nasm yasm libx264-dev libx265-dev libvpx-dev \
libfdk-aac-dev libmp3lame-dev libopus-dev
# 2. 下载 FFmpeg 源码
git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg
cd ffmpeg
# 3. 配置（这里我开了常用的编码器和解码器）
./configure \
--enable-gpl \
--enable-nonfree \
--enable-libx264 \
--enable-libx265 \
--enable-libvpx \
--enable-libfdk-aac \
--enable-libmp3lame \
--enable-libopus \
--enable-libass \
--enable-libfreetype \
--enable-ffplay \
--enable-ffprobe
# 4. 编译（-j 后面的数字是你的 CPU 核心数）
make -j$(nproc)
# 5. 安装
sudo make install小技巧：编译时间取决于你的机器性能。我一般会在编译前去泡杯咖啡。如果只想快速验证，可以用 make -j$(nproc) 2>&1 | tail -20 只查看最后的编译结果。
1.2.2 验证安装
装完之后，跑一下这个命令看看版本：
ffmpeg -version你会看到类似这样的输出：
ffmpeg version N-112345-gabcdef Copyright (c) 2000-2025 the FFmpeg developers
built with gcc 11 (Ubuntu 11.4.0-1ubuntu1~22.04)
configuration: --enable-gpl --enable-libx264 --enable-libx265 ...
libavutil 58. 2.100 / 58. 2.100
libavcodec 60. 3.100 / 60. 3.100
libavformat 60. 3.100 / 60. 3.100
libavdevice 60. 1.100 / 60. 1.100
libavfilter 9. 3.100 / 9. 3.100
libswscale 7. 1.100 / 7. 1.100
libswresample 4. 12.100 / 4. 12.100
libpostproc 57. 1.100 / 57. 1.100看到这些 lib 开头的库了吗？它们就是 FFmpeg 的核心组件。下面咱们逐个拆解。
1.3 核心组件：四个主力库
FFmpeg 不是一个大铁块，它由多个库组成。你只需要记住四个最核心的：
| 库名 | 全称 | 职责 | 我常用的场景 |
|---|---|---|---|
| libavformat | AV Format | 封装/解封装（处理容器格式如 MP4、MKV、FLV） | 读取视频文件头信息、判断封装格式 |
| libavcodec | AV Codec | 编码/解码（处理压缩数据如 H.264、AAC） | 转码时选择编码器、处理编解码参数 |
| libavutil | AV Utility | 工具函数（内存管理、数学运算、数据结构） | 处理像素格式转换、时间基计算 |
| libswscale | SW Scale | 图像缩放与色彩空间转换 | 把 1080p 缩到 720p，或者把 YUV 转成 RGB |
你可能会问：那 libavdevice 和 libavfilter 呢？它们也很重要，但咱们先抓住主干。libavdevice 负责设备输入输出（比如从摄像头采集），libavfilter 负责滤镜处理（比如加字幕、调色）。后面章节会专门讲。
避坑指南：我曾经遇到一个 bug，转码出来的视频时长不对。查了两天才发现是 libavformat 在读取某些非标准 MP4 文件时，时间基（time_base）解析错了。所以遇到时长问题，先检查容器层的解析结果。
1.4 命令行基础结构：一个公式走天下
FFmpeg 的命令行看起来复杂，其实核心结构就一句话：
ffmpeg [全局参数] [输入文件参数] -i 输入文件 [输出文件参数] 输出文件就这么简单。咱们拆开看：
- 全局参数：影响整个命令行为的设置，比如日志级别
-loglevel debug、覆盖输出文件-y。 - 输入文件参数：针对输入文件的设置，比如指定视频轨道
-vn（不要视频）、指定解码器-c:v libx264。 - 输出文件参数：针对输出文件的设置，比如编码器
-c:v libx264、码率-b:v 2M、分辨率-s 1280x720。
来看一个最常用的例子：
ffmpeg -i input.mp4 -c:v libx264 -b:v 2M -c:a aac -b:a 128k output.mp4这条命令的意思是：读取 input.mp4，视频用 H.264 编码器、码率 2 Mbps，音频用 AAC 编码器、码率 128 kbps，输出为 output.mp4。
我的习惯：写复杂命令时，我会先把参数分行写，用反斜杠连接，这样可读性高很多：
ffmpeg \
-i input.mp4 \
-c:v libx264 \
-b:v 2M \
-c:a aac \
-b:a 128k \
output.mp41.5 知识体系总览
下面这张图把本章的核心知识点串起来了。你可以把它当作 FFmpeg 的入门地图：
1.6 快速验证：你的第一个转码命令
装好之后，找个视频文件试试手。如果你手头没有现成的素材，可以用 FFmpeg 自己生成一个测试视频：
ffmpeg -f lavfi -i testsrc2=duration=10:size=1280x720:rate=30 \
-f lavfi -i sine=frequency=440:duration=10 \
-c:v libx264 -c:a aac test.mp4这条命令会生成一个 10 秒的测试视频，画面是彩条，声音是 440Hz 的正弦波。然后你就可以拿它做各种转码实验了。
本章核心收获：
- FFmpeg 是一个命令行工具 + 开发库，核心是 libavformat、libavcodec、libavutil、libswscale 四个库。
- 编译安装推荐源码方式，可以按需开启编码器/解码器。
- 命令行结构 = 全局参数 + 输入参数 + 输出参数，记住这个公式，所有命令都能拆解。
好了，基础环境搭好了，核心概念也理清了。后面咱们就要开始真刀真枪地处理各种转码报错了。你准备好了吗？