Estoy tratando de codificar un video .mp4 de un conjunto de cuadros usando FFMPEG usando el códec libx264.

Este es el comando que estoy ejecutando:

/usr/local/bin/ffmpeg -r 24 -i frame_%05d.jpg -vcodec libx264 -y -an video.mp4

A veces me sale el siguiente error:

[libx264 @ 0xa3b85a0] height not divisible by 2 (520x369)

Después de buscar un poco, parece que el problema tiene algo que ver con el algoritmo de escala y se puede solucionar agregando un argumento -vf.

Sin embargo, en mi caso no quiero escalar. Idealmente, quiero mantener las dimensiones exactamente iguales a los marcos. ¿Algún consejo? ¿Hay algún tipo de relación de aspecto que h264 impone?

La respuesta a la pregunta original que no quiere escalar el video es:

-vf "pad=ceil(iw/2)*2:ceil(ih/2)*2"

Mando:

ffmpeg -r 24 -i frame_%05d.jpg -vcodec libx264 -y -an video.mp4 -vf "pad=ceil(iw/2)*2:ceil(ih/2)*2"

Básicamente, .h264 necesita dimensiones pares, por lo que este filtro:

1. Divida la altura y el ancho originales por 2
2. Redondearlo al píxel más cercano.
3. Multiplíquelo nuevamente por 2, convirtiéndolo en un número par
4. Agregue píxeles de relleno negro hasta este número

Puede cambiar el color del relleno agregando un parámetro de filtro :color=white. Ver la documentación del pad .

Solo usa -2

De la documentación del filtro de escala :

Si uno de los valores está -ncon n > 1, el filtro de escala también usará un valor que mantenga la relación de aspecto de la imagen de entrada, calculada a partir de la otra dimensión especificada. Después de eso, sin embargo, se asegurará de que la dimensión calculada sea divisible por ny ajuste el valor si es necesario.

Ejemplos

Establezca el ancho en 1280, y la altura se calculará automáticamente para preservar la relación de aspecto, y la altura será divisible por 2:

-vf scale=1280:-2

Igual que el anterior, pero con una altura declarada en su lugar; dejando ancho para ser tratado por el filtro:

-vf scale=-2:720

"divisible por 2"

Según lo requerido por x264, el "divisible por 2 para ancho y alto" es necesario para las salidas YUV 4: 2: 0 de submuestreo de croma. 4: 2: 2 necesitaría "divisible por 2 para el ancho", y 4: 4: 4 no tiene estas restricciones. Sin embargo, la mayoría de los jugadores que no están basados ​​en FFmpeg solo pueden decodificar correctamente 4: 2: 0, por eso es que a menudo se ven ffmpegcomandos con la -pix_fmt yuv420popción cuando se emite video H.264.

Consideración

Desafortunadamente, no puede usar -2tanto el ancho como la altura, pero si ya especificó una dimensión, entonces usar -2es una solución simple.

Si desea establecer un ancho de salida y tener una salida con la misma relación que la original

scale=720:-1 

y no caer con este problema, entonces puedes usar

scale="720:trunc(ow/a/2)*2"

(Solo para personas que buscan cómo hacerlo con el escalado)

El problema con las scalesoluciones aquí es que distorsionan la imagen / video fuente, que casi nunca es lo que quieres.

En cambio, he encontrado que la mejor solución es agregar una almohadilla de 1 píxel a la dimensión impar. (Por defecto, el relleno es negro y difícil de notar).

El problema con las otras padsoluciones es que no se generalizan sobre dimensiones arbitrarias porque siempre se rellenan.

Esta solución solo agrega una almohadilla de 1 píxel a la altura y / o el ancho si son impares:

-vf pad="width=ceil(iw/2)*2:height=ceil(ih/2)*2"

Esto es ideal porque siempre hace lo correcto incluso cuando no se necesita relleno.

Probablemente se deba al hecho de que el video H264 generalmente se convierte de RGB a espacio YUV como 4: 2: 0 antes de aplicar la compresión (aunque la conversión de formato en sí misma es un algoritmo de compresión con pérdida que genera un ahorro de espacio del 50%).

YUV-420 comienza con una imagen RGB (Rojo Verde Azul) y la convierte en YUV (básicamente un canal de intensidad y dos canales de "tono"). Los canales de tono se submuestrean creando una muestra de tono por cada cuadrado de 2X2 de ese tono.

Si tiene un número impar de píxeles RGB, ya sea horizontal o verticalmente, tendrá datos incompletos para la última columna o fila de píxeles en el espacio de matiz submuestreado del marco YUV.

LordNeckbeard tiene la respuesta correcta, muy rápido

-vf scale=1280:-2

Para Android, no olvides agregar

"-preset ultrafast" and|or "-threads n"

También puede usar la bitandfunción en lugar de trunc:

mordida (x, 65534)

hará lo mismo trunc(x/2)*2y es más transparente en mi opinión.
(Considere 65534 un número mágico aquí;))

Mi tarea consistía en escalar automáticamente muchos archivos de video a la mitad de la resolución .

scale=-2,ih/2conducir a imágenes ligeramente borrosas

razón:

• vídeos de entrada tenían su relación de aspecto de la pantalla (DAR) conjunto
• scale escala las dimensiones reales del marco
• durante la vista previa, los tamaños de los nuevos videos deben corregirse usando DAR, lo que en caso de video de baja resolución (360x288, DAR 16: 9) puede provocar desenfoque

solución:

-vf "scale='bitand(oh*dar, 65534)':'bitand(ih/2, 65534)', setsar=1"

explicación:

• output_height = input_height / 2
• output_width = output_height * original_display_aspect_ratio
• tanto output_width y output_height están ahora redondeado al más cercano divisible número más pequeño por 2
• setsar=1significa que las dimensiones de salida ahora son finales, no se debe aplicar la corrección de la relación de aspecto

Alguien puede encontrar esto útil.