Python如何调用FFmpeg处理视频？三种方式与实战代码

Python 调用 FFmpeg 是视频处理开发中的高频需求。FFmpeg 本身是命令行工具，Python 通过封装调用可以实现自动化、批量化的视频处理流程。下面从调用方式选择、核心代码示例到生产环境踩坑，逐一讲清楚。

三种调用方式怎么选？

Python 调用 FFmpeg 主要有三种方式，适用场景不同：

1. subprocess 直接调用

最原始的方式，直接拼命令行参数。适合一次性简单任务，缺点是参数容易拼错，路径含空格或中文时容易出问题，错误信息也不好捕获。

python
import subprocess

result = subprocess.run(
    ["ffmpeg", "-i", "input.mp4", "-c:v", "libx264", "-preset", "fast", "output.mp4"],
    capture_output=True,
    text=True
)
if result.returncode != 0:
    print(f"Error: {result.stderr}")

2. ffmpeg-python 库（推荐）

面向对象的 API 封装，自动处理参数转义和流管理，代码可读性和可维护性都更好。绝大多数场景用这个就够了。

python
import ffmpeg

(ffmpeg
 .input("input.mp4")
 .output("output.mp4", vcodec="libx264", preset="fast")
 .run())

3. PyAV 库

直接绑定 FFmpeg 的 C 库（libav），能逐帧操作视频数据，适合需要帧级处理的场景（如视频分析、逐帧AI推理）。但安装复杂，Windows 上容易踩坑，非帧级需求不建议用。

python
import av

container = av.open("input.mp4")
for frame in container.decode(video=0):
    img = frame.to_ndarray(format="rgb24")
    # 对每一帧做处理

选择建议：日常视频转码、裁剪、合并用 ffmpeg-python；需要逐帧操作用 PyAV；临时一次性任务用 subprocess 也行，但要处理好错误。

视频格式转换

最常见的场景，用 ffmpeg-python 几行代码搞定：

python
import ffmpeg

# MP4 转 AVI
(ffmpeg
 .input("input.mp4")
 .output("output.avi", format="avi")
 .run())

# 转码为 H.264 + AAC，指定码率
(ffmpeg
 .input("input.mp4")
 .output("output.mp4", vcodec="libx264", acodec="aac",
         video_bitrate="1000k", audio_bitrate="128k")
 .run())

如果只是换容器格式（如 MP4 转 MKV），视频音频流不需要重新编码，用流复制速度极快：

python
# 流复制：不重新编码，只是换容器
(ffmpeg
 .input("input.mp4")
 .output("output.mkv", vcodec="copy", acodec="copy")
 .run())

视频裁剪与缩放

裁剪和缩放用 FFmpeg 滤镜实现，ffmpeg-python 通过 filter 或 filter_complex 调用：

python
import ffmpeg

# 裁剪视频片段（从第10秒开始，持续30秒）
(ffmpeg
 .input("input.mp4", ss=10, t=30)
 .output("clip.mp4", vcodec="libx264", acodec="copy")
 .run())

# 画面裁剪：取中心区域 640x360
(ffmpeg
 .input("input.mp4")
 .filter_("crop", 640, 360, "(iw-640)/2", "(ih-360)/2")
 .output("cropped.mp4")
 .run())

# 缩放到指定分辨率
(ffmpeg
 .input("input.mp4")
 .filter_("scale", 1280, 720)
 .output("resized.mp4")
 .run())

音频提取与处理

从视频中提取音频是常见需求，比如做语音识别前要先拿音频文件：

python
import ffmpeg

# 提取音频为 WAV（语音识别常用格式）
(ffmpeg
 .input("input.mp4")
 .output("audio.wav", acodec="pcm_s16le", ar=16000, ac=1)
 .run())

# 提取音频为 MP3
(ffmpeg
 .input("input.mp4")
 .output("audio.mp3", acodec="libmp3lame", audio_bitrate="192k")
 .run())

参数说明：ar=16000 采样率 16kHz（语音识别标准），ac=1 单声道。

视频压缩

视频压缩是高频需求，核心是选择编码器和调节码率：

python
import ffmpeg

# H.264 压缩，CRF 模式（推荐）
# CRF 值越大压缩率越高，质量越低，范围 0-51，推荐 18-28
(ffmpeg
 .input("input.mp4")
 .output("compressed.mp4", vcodec="libx264", crf=23, preset="medium")
 .run())

# H.265 压缩，同等质量下文件更小（编码更慢）
(ffmpeg
 .input("input.mp4")
 .output("compressed_h265.mp4", vcodec="libx265", crf=28, preset="medium")
 .run())

preset 参数从快到慢：ultrafast > superfast > veryfast > faster > fast > medium > slow > slower > veryslow。越慢压缩率越高，生产环境通常选 medium 或 slow。

批量处理与错误处理

实际项目中往往需要批量处理视频，错误处理必不可少：

python
import ffmpeg
import os
import glob

def convert_video(input_path, output_path):
    try:
        (ffmpeg
         .input(input_path)
         .output(output_path, vcodec="libx264", crf=23, preset="medium")
         .run(overwrite_output=True, quiet=True))
        print(f"OK: {input_path}")
    except ffmpeg.Error as e:
        print(f"Failed: {input_path} - {e.stderr.decode()}")

# 批量转换目录下所有 AVI 文件
for avi_file in glob.glob("videos/*.avi"):
    mp4_file = os.path.splitext(avi_file)[0] + ".mp4"
    convert_video(avi_file, mp4_file)

关键点：overwrite_output=True 避免输出文件已存在时报错，quiet=True 抑制冗余日志。

获取视频信息

处理前通常需要先看视频的元信息（时长、分辨率、编码格式）：

python
import ffmpeg

probe = ffmpeg.probe("input.mp4")
video_info = next(s for s in probe["streams"] if s["codec_type"] == "video")
print(f"分辨率: {video_info["width"]}x{video_info["height"]}")
print(f"编码: {video_info["codec_name"]}")
print(f"时长: {float(probe["format"]["duration"]):.1f}秒")

生产环境注意事项

路径安全：拼接路径时用 os.path.join，不要手动拼字符串，防止路径注入和跨平台兼容问题。

依赖管理：ffmpeg-python 只是 Python 封装，系统必须安装 FFmpeg 本体。Docker 部署时在 Dockerfile 里装：

dockerfile
FROM python:3.11-slim
RUN apt-get update && apt-get install -y ffmpeg && rm -rf /var/lib/apt/lists/*
RUN pip install ffmpeg-python

性能调优：大文件处理用 -preset slow 换压缩率；并行任务用 multiprocessing 开多进程，但注意控制并发数，FFmpeg 本身就很吃 CPU 和内存。

资源控制：长时间运行的转码任务建议加超时和内存限制，避免一个异常文件把整个服务拖垮：

python
import subprocess

try:
    subprocess.run(
        ["ffmpeg", "-i", "input.mp4", "-c:v", "libx264", "output.mp4"],
        timeout=3600,  # 1小时超时
        capture_output=True
    )
except subprocess.TimeoutExpired:
    print("转码超时，终止进程")

输入校验：处理用户上传的文件时，先 ffmpeg.probe 检查文件是否合法，拒绝异常文件（如伪装为视频的恶意文件）。

以上覆盖了 Python 调用 FFmpeg 的主流方式和常见场景。日常开发中，ffmpeg-python 能满足绝大多数需求，重点记住三点：流复制比重新编码快得多、CRF 比固定码率更智能、批量任务必须有错误处理和资源控制。