Question

基于这篇文章，似乎可以使用FFMPEG来检测视频中的场景变化： http://www.luckydinosaur.com/u/ffmpeg-scene-change-detector

现在我有一个显示书籍文字的视频，当说出文字（单词或句子）时，它会突出显示。像这本有声读物：https://youtu.be/lA7L6ZNVKjc

我需要知道文本突出显示时的时间戳（因此场景更改），这样我就可以在我的YouTube视频上添加时间戳标签，这样听众就可以更轻松地浏览有声读物了。

执行此操作的 magic 命令行是什么？

非常感谢！

Answer 1

组合scene过滤器（用于检测场景变化）和showinfo过滤器可以达到您想要的效果：

ffmpeg -i input.flv  \
       -filter:v "select='gt(scene,0.4)',showinfo" \
       -f null \
       - 2> ffout

此命令将所有与前一帧不同的帧提取超过（gt）0.4（从0到1的比例）。对于这些帧，信息将打印出来（showinfo），如此

[Parsed_showinfo_1 @ 0x2d85e60] n:   0 pts:2537204 pts_time:2.5372  pos:  2998114 fmt:rgb24 sar:1/1 s:1920x1200 i:P iskey:1 type:I checksum:5616582E plane_checksum:[5616582E]

现在您只需要提取时间戳。我想你对pts_time感兴趣。你可以这样做：

grep showinfo ffout | grep pts_time:[0-9.]* -o | grep [0-9.]* -o > timestamps

这将为您提供所有时间戳的列表：

要使此方法起作用，您必须具有实现场景检测的FFmpeg版本。此外，您必须为阈值选择合适的值（第一个命令中为0.4）。您可以尝试通过提取不同阈值的帧（然后手动检查帧）来找到最佳阈值，如下所示

ffmpeg -i input.flv \
       -filter:v "select='gt(scene,0.1)',showinfo" \
       -vsync 0 frames/%05d.jpg

只是为了澄清：grep [0-9.]*不会排除另一个答案中声称的整数。它匹配由数字和句点组成的任何字符序列，但它也匹配非数字，如'4.4.4'。但是，ffmpeg不应该输出这种格式错误的时间戳。

Answer 2

我没有代表对上述答案发表评论，但我想指出@ckoehn和@keypulsations发布的grep只会获取浮点时间戳。要同时获取浮点和整数时间戳，请使用以下正则表达式

grep showinfo ffout | grep pts_time:[0-9.]* -o | grep -E '[0-9]+(?:\.[0-9]*)?' -o > timestamps

Answer 3

我正在尝试@ckoehn的答案并且有效，直到它停止工作，最后一个grep中的星号引起了麻烦。为避免这种情况，我建议在grep语句中使用双引号，如：

grep showinfo ffout | grep pts_time:[0-9.]* -o | grep "[0-9.]*" -o > timestamps

Answer 4

您可以简单地使用以下命令：

ffmpeg inputvideo.mp4 -filter_complex "select='gt(scene,0.3)',metadata=print:file=time.txt" -vsync vfr img%03d.png

这只会将相关信息保存在time.txt文件中，如下所示。

frame:0    pts:108859  pts_time:1.20954
lavfi.scene_score=0.436456
frame:1    pts:285285  pts_time:3.16983
lavfi.scene_score=0.444537
frame:2    pts:487987  pts_time:5.42208
lavfi.scene_score=0.494256
frame:3    pts:904654  pts_time:10.0517
lavfi.scene_score=0.462327
frame:4    pts:2533781 pts_time:28.1531
lavfi.scene_score=0.460413
frame:5    pts:2668916 pts_time:29.6546
lavfi.scene_score=0.432326

帧是从头开始检测到的镜头更改的序列号。另外，请根据您的使用情况适当选择阈值（此处为0.3），以获得正确的输出

使用FFMPEG：如何进行场景变化检测？有时间码吗？

4 个答案: