2. FFmpeg 环境搭建：工欲善其事，必先利其器

做流媒体开发，环境搭建是第一道坎。我记得刚入行那会儿，光编译 FFmpeg 就折腾了两天，各种依赖报错看得人头皮发麻。这一章我把 Windows 和 Linux 两种环境下的安装方法都捋一遍，再附上我平时最常用的命令速查表，最后聊聊 FFmpeg 的组件架构——搞懂这些，后面推流拉流才不会抓瞎。

2.1 Windows 下 FFmpeg 安装

Windows 用户图省事，直接下载编译好的二进制包就行。我个人习惯用 gyan.dev 的构建版本，更新及时，稳定性也不错。

安装步骤

  1. 打开浏览器，访问 https://www.gyan.dev/ffmpeg/builds/
  2. 下载 ffmpeg-release-full.7z 或 ffmpeg-release-essentials.7z（full 版包含更多编码器）
  3. 解压到 C:\ffmpeg 目录
  4. 将 C:\ffmpeg\bin 添加到系统环境变量 Path 中
  5. 打开 cmd，输入 ffmpeg -version 验证
我的小技巧： 解压后我会把 ffmpeg.exe、ffprobe.exe、ffplay.exe 这三个文件单独复制到 C:\Windows\System32 里。这样不用配环境变量也能直接用，省事。

验证安装

C:\Users\dev> ffmpeg -version
ffmpeg version 6.1.1-full_build-www.gyan.dev
Copyright (c) 2000-2023 the FFmpeg developers
built with gcc 13.2.0 (Rev5, Built by MSYS2 project)

看到版本信息就说明装好了。如果提示 不是内部或外部命令，多半是环境变量没生效，重启 cmd 或者重启电脑试试。

2.2 Linux 下 FFmpeg 编译安装

Linux 环境我强烈建议源码编译。为什么？因为发行版自带的 FFmpeg 通常阉割了太多功能——比如不支持 libx264、libx265，甚至没有 RTSP 协议支持。你想想看，做流媒体开发连这些都没有，那还玩什么？

编译前的依赖准备

以 Ubuntu/Debian 为例，先把依赖装齐：

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
注意： 我曾经在 CentOS 上编译 FFmpeg，结果发现 nasm 版本太旧，导致 x264 编码器编译失败。后来我改用 yum install nasm 升级到 2.14 以上才解决。所以编译前一定检查一下汇编器版本。

编译 FFmpeg

# 下载源码
wget https://ffmpeg.org/releases/ffmpeg-6.1.1.tar.bz2
tar -xjf ffmpeg-6.1.1.tar.bz2
cd ffmpeg-6.1.1

# 配置编译选项
./configure \
  --prefix=/usr/local/ffmpeg \
  --enable-gpl \
  --enable-nonfree \
  --enable-libx264 \
  --enable-libx265 \
  --enable-libfdk-aac \
  --enable-libmp3lame \
  --enable-libopus \
  --enable-libvpx \
  --enable-libass \
  --enable-libfreetype \
  --enable-libvorbis \
  --enable-pthreads \
  --enable-version3 \
  --extra-cflags="-I/usr/local/include" \
  --extra-ldflags="-L/usr/local/lib"

# 编译（建议用多核加速）
make -j$(nproc)

# 安装
sudo make install

编译过程大概 10-20 分钟，取决于机器性能。我习惯把 --prefix 指定到 /usr/local/ffmpeg，这样不会污染系统自带的 ffmpeg。

配置环境变量

echo 'export PATH=/usr/local/ffmpeg/bin:$PATH' >> ~/.bashrc
source ~/.bashrc
ffmpeg -version

验证关键编码器：

ffmpeg -encoders | grep -E "libx264|libx265|libfdk_aac"
ffmpeg -protocols | grep rtsp

如果能看到 libx264、libx265、rtsp 等输出，说明编译成功。

2.3 FFmpeg 常用命令速查

下面这张表是我平时用得最多的命令，做流媒体开发基本够用。我把它贴在工位上，省得每次都要翻文档。

功能 命令示例 说明
查看媒体信息 ffprobe input.mp4 显示视频/音频编码、码率、分辨率等
格式转换 ffmpeg -i input.avi output.mp4 自动选择编码器，最常用
提取音频 ffmpeg -i input.mp4 -vn -acodec copy output.aac -vn 表示不要视频
截取片段 ffmpeg -i input.mp4 -ss 00:01:00 -t 30 output.mp4 从第1分钟开始，截取30秒
缩放分辨率 ffmpeg -i input.mp4 -vf scale=1280:720 output.mp4 -vf 是视频滤镜
RTSP 推流 ffmpeg -re -i input.mp4 -c copy -f rtsp rtsp://server/live/stream -re 按原始帧率读取
RTSP 拉流 ffmpeg -i rtsp://server/live/stream -c copy output.mp4 直接保存为本地文件
屏幕录制 ffmpeg -f gdigrab -i desktop output.mp4 Windows 下可用
推流到 RTMP ffmpeg -re -i input.mp4 -c copy -f flv rtmp://server/live/stream 直播平台常用
我的习惯： 调试 RTSP 推流时，我会先用 ffplay rtsp://... 拉流看看能不能正常播放。如果 ffplay 能播，那问题多半在推流端；如果 ffplay 也播不了，那就是网络或服务器的问题了。

2.4 FFmpeg 组件架构

FFmpeg 不是一个单体程序，而是一套库的集合。搞懂这些组件，你才能知道出了问题该查哪个模块。说白了，就像修车你得知道发动机、变速箱、刹车各管什么。

下面这张图是我自己画的 FFmpeg 组件架构图，把核心库和它们之间的关系理清楚了：

FFmpeg 核心组件架构 ffmpeg（命令行工具） ffprobe（媒体分析工具） ffplay（播放器工具） libavformat 封装/解封装（MP4、FLV、RTSP…） libavcodec 编解码（H.264、AAC、MP3…） libavutil 工具函数（内存、数学、日志…） libswscale 图像缩放/色彩空间转换 libswresample 音频重采样/格式转换 libavfilter 滤镜（缩放、裁剪、叠加…） 数据流方向：输入 → libavformat 解封装 → libavcodec 解码 → 滤镜处理 → libavcodec 编码 → libavformat 封装 → 输出 libavutil 为所有组件提供基础支持，libswscale/libswresample 处理格式转换

各组件详解

  • libavformat：负责封装和解封装。说白了就是处理容器格式——MP4、FLV、TS、RTSP 流这些。我遇到过一个问题：用 FFmpeg 推 RTSP 流时，客户端一直连不上，后来发现是 -f rtsp 参数没加，libavformat 默认用了 flv 格式，当然推不出去。
  • libavcodec：编解码核心。H.264、H.265、AAC、MP3 这些编码器都在这里。注意，有些编码器（如 libx264）是外部库，需要编译时开启 --enable-libx264。
  • libavutil：工具库。提供内存管理、数学运算、日志系统、CRC 校验等基础功能。其他所有组件都依赖它，相当于 FFmpeg 的“地基”。
  • libswscale：图像缩放和色彩空间转换。比如把 1920x1080 缩到 1280x720，或者把 YUV420P 转成 RGB24。
  • libswresample：音频重采样。比如把 44100Hz 的音频转成 48000Hz，或者把 16 位整型转成 32 位浮点。
  • libavfilter：滤镜系统。视频缩放、裁剪、加水印、画中画，音频混音、延迟、降噪，全在这里。

一句话总结：

你输入一个视频文件，libavformat 负责拆开包装，libavcodec 负责解码里面的内容，libswscale/libswresample 负责格式转换，libavfilter 负责加特效，最后 libavcodec 重新编码，libavformat 重新打包输出。整个流程就像一条流水线，每个组件各司其职。

组件依赖关系

组件 依赖 说明
libavformat libavcodec, libavutil 解封装时需要解码器信息
libavcodec libavutil 编解码需要工具函数支持
libavfilter libavutil, libswscale, libswresample 滤镜处理需要格式转换
libswscale libavutil 图像处理需要内存分配
libswresample libavutil 音频处理需要数学运算
避坑提醒： 我曾经在交叉编译 FFmpeg 到 ARM 平台时，发现 libavformat 无法解析 RTSP 流。查了半天，原来是编译时忘了加 --enable-network 和 --enable-protocol=rtsp。这两个选项默认是开启的，但如果你用了 --disable-everything 再手动开启某些功能，很容易漏掉网络协议支持。切记！

环境搭好了，组件也搞懂了，后面我们就可以正式开始 RTSP 推流和拉流的实战了。嗯，先把基础打牢，后面才走得稳。

← 上一章 📖 返回目录 下一章 →