2、实验环境搭建：FFmpeg、Python、测试视频源准备

做实验嘛，最怕环境没搭好就急着跑结果。我以前吃过这个亏——花了两小时调参数，最后发现是 FFmpeg 版本不对，白忙活一场。所以这一章，咱们老老实实把地基打牢。

说白了，这套实验只需要三样东西：FFmpeg（编解码核心）、Python 3.8+（自动化脚本）、测试视频源（实验素材）。我一个个说。

2.1 FFmpeg 安装与版本确认

FFmpeg 是咱们的瑞士军刀。编码、解码、转封装、提取时间戳，全得靠它。我个人习惯用静态编译版，省去一堆依赖烦恼。

2.1.1 各平台安装方式

平台	推荐方式	命令 / 下载地址
Windows	下载预编译 exe	`https://ffmpeg.org/download.html` → Windows builds → 解压后加入 PATH
macOS	Homebrew	`brew install ffmpeg`
Ubuntu/Debian	apt	`sudo apt install ffmpeg`
CentOS/RHEL	EPEL + rpmfusion	`sudo yum install epel-release` → `sudo yum localinstall --nogpgcheck https://download1.rpmfusion.org/free/el/rpmfusion-free-release-7.noarch.rpm` → `sudo yum install ffmpeg`

注意： 我曾经在 Windows 上直接用了系统自带的旧版 FFmpeg（4.2.x），结果 -fps_mode 参数不认识，报错半天。建议至少用 FFmpeg 5.0 以上，最好 6.0+。

2.1.2 验证安装

装完后，打开终端跑一下：

ffmpeg -version

你会看到类似这样的输出：

ffmpeg version 6.1.1 Copyright (c) 2000-2023 the FFmpeg developers
built with gcc 13.2.0 (GCC)
configuration: --enable-gpl --enable-version3 --enable-nonfree
libavutil      58. 29.100 / 58. 29.100
libavcodec     60. 31.102 / 60. 31.102
libavformat    60. 16.100 / 60. 16.100
libavdevice    60.  3.100 / 60.  3.100
libavfilter     9. 12.100 /  9. 12.100
libswscale      7.  5.100 /  7.  5.100
libswresample   4. 12.100 /  4. 12.100

重点看 libavcodec 和 libavformat 的版本号。这两个库直接决定了编解码器的支持范围。嗯，这里要注意：如果版本太低，后面测试 H.265/HEVC 或 AV1 时可能会翻车。

2.2 Python 环境与依赖库

Python 负责跑自动化脚本——批量转码、提取时间戳、计算同步偏差。我建议用虚拟环境，别污染全局。

2.2.1 创建虚拟环境

python3 -m venv sync_test_env
source sync_test_env/bin/activate   # Linux/macOS
sync_test_env\Scripts\activate      # Windows

2.2.2 安装依赖

咱们只需要几个轻量库：

pip install numpy matplotlib pandas

numpy：处理时间戳数组，算均值、标准差
matplotlib：画同步偏差的散点图/箱线图
pandas：整理实验数据，导出 CSV 报告

小技巧： 我习惯在项目根目录放一个 requirements.txt，内容就这三行。换机器时 pip install -r requirements.txt 一键搞定。

2.2.3 验证 Python 与 FFmpeg 的联动

写个简单脚本，确认 Python 能调用 FFmpeg：

import subprocess
import json

def get_ffmpeg_version():
    result = subprocess.run(
        ['ffmpeg', '-version'],
        capture_output=True, text=True
    )
    return result.stdout.split('\n')[0]

print(get_ffmpeg_version())

跑出来应该是 ffmpeg version 6.1.1 ... 这样的字符串。如果报 FileNotFoundError，说明 FFmpeg 没加到 PATH 里——回去检查环境变量。

2.3 测试视频源准备

测试视频不能随便找个电影片段就开干。你想想看，电影画面复杂、运动剧烈，编解码器一压，到底是编码器的问题还是画面本身的问题？根本说不清。

所以我准备了三种标准测试源：

2.3.1 源类型与用途

类型	内容	分辨率	帧率	时长	用途
静态色条	纯色 + 标准彩条	1920x1080	30 fps	10 秒	检测编码器是否引入固定延迟偏移
动态时钟	毫秒级数字时钟 + 秒针	1920x1080	60 fps	30 秒	精确测量音画同步偏差（亚帧级）
自然场景	固定机位拍摄的街景	3840x2160	24 fps	60 秒	模拟真实场景下的编解码同步表现

2.3.2 用 FFmpeg 生成测试源

别去网上下载，自己生成最干净。我直接给命令：

静态色条（10 秒，1080p30）：

ffmpeg -f lavfi -i testsrc2=size=1920x1080:rate=30:duration=10 \
       -c:v libx264 -preset ultrafast -crf 18 \
       -pix_fmt yuv420p \
       source_static_bars.mp4

动态时钟（30 秒，1080p60）：

ffmpeg -f lavfi -i "color=c=white:s=1920x1080:r=60:d=30" \
       -f lavfi -i "drawtext=text='%{localtime\:%T.%3N}':fontsize=80:fontcolor=black:x=(w-text_w)/2:y=(h-text_h)/2:rate=60" \
       -c:v libx264 -preset ultrafast -crf 18 \
       -pix_fmt yuv420p \
       source_digital_clock.mp4

踩坑提醒： 我曾经用 localtime 生成时钟，结果发现不同机器上时间不同步，导致对比实验数据对不上。后来改用 pts 函数生成相对时间戳——text='%{pts}'，这样每帧的时间戳是绝对的、可复现的。

自然场景（60 秒，4K24）：

ffmpeg -f lavfi -i "movie=filename=source_nature.mp4:loop=0" \
       -c:v libx264 -preset medium -crf 18 \
       -pix_fmt yuv420p \
       source_nature_4k.mp4

注意：自然场景源需要你提前准备一段无压缩的原始素材。我一般用手机固定在三脚架上拍一段街景，然后用 ffmpeg -i raw.mov -c:v libx264 -preset ultrafast -crf 0 raw_encoded.mp4 转成无损版作为母版。

2.4 实验目录结构

项目一乱，后面找数据能找疯。我习惯这样组织：

sync_test_lab/
├── sources/                  # 原始测试视频
│   ├── source_static_bars.mp4
│   ├── source_digital_clock.mp4
│   └── source_nature_4k.mp4
├── encoded/                  # 编码后的输出
│   ├── h264/
│   ├── h265/
│   └── av1/
├── scripts/                  # Python 自动化脚本
│   ├── encode_all.py
│   ├── extract_timestamps.py
│   └── analyze_sync.py
├── results/                  # 实验数据 + 图表
│   ├── csv/
│   └── plots/
├── requirements.txt
└── README.md

每个子目录的作用很清楚。编码后的文件按编码器分文件夹，方便后面批量分析。

2.5 环境验证清单

正式实验前，跑一遍这个清单，确保万无一失：

FFmpeg 版本：≥ 5.0，支持 -fps_mode 和 -vsync 参数
Python 版本：≥ 3.8，虚拟环境已激活
依赖库：numpy、matplotlib、pandas 已安装
测试源：三种源文件都在 sources/ 目录下，时长、分辨率、帧率与预期一致
目录结构：encoded/、results/ 子目录已创建

  核心原则： 环境一致性比工具版本新更重要。如果你和同事一起做实验，确保大家用同一套 FFmpeg 编译版本、同一份测试源。否则对比出来的差异可能是环境差异，不是编解码器差异。

好了，环境搭完了。下面这张图把整个实验流程串了一遍——从原始源到编码、再到同步分析，每一步的输入输出都标清楚了。

环境搭好、源文件就位，下一步就是真正的编码测试了。咱们第三章见真章。

📚 课程目录

2、实验环境搭建：FFmpeg、Python、测试视频源准备

2.1 FFmpeg 安装与版本确认

2.1.1 各平台安装方式

2.1.2 验证安装

2.2 Python 环境与依赖库

2.2.1 创建虚拟环境

2.2.2 安装依赖

2.2.3 验证 Python 与 FFmpeg 的联动

2.3 测试视频源准备

2.3.1 源类型与用途

2.3.2 用 FFmpeg 生成测试源

2.4 实验目录结构

2.5 环境验证清单