dayu_ffmpeg

dayu_ffmpeg 是针对ffmpeg 命令行的python 封装。 ffmpeg 的功能相当强大，但是复杂的终端指令往往让人无法使用。dayu_ffmpeg 正好解决了这个问题。 用户可以使用简单的 "流" 的概念搭建自己的处理方式，同时具有下面的特点：

• 通过 >> 运算符，表示stream 的操作
• 拥有ad-hoc 和network 两种操作模式
• 支持ffmpeg complex filter
• 如果用户需要使用的filter 不在默认的filter class 中，可以自行扩展
• 可以将Root Node 保存为ffscipt 的json 格式，方便保存硬盘文件或者是网络通信

ad-hoc 模式

在ad-hoc 模式下，用户可以直接使用节点进行串行操作。 例如，用户希望对一个mov 素材进行下面的操作：

• 绘制2.39 的遮幅
• 缩放到1920x1080 的尺寸
• 写入内嵌reel
• 写入内嵌timecode
• 渲染输出到prores 422 的mov

如果直接使用ffmpeg，那么终端指令会是：

"ffmpeg" -y -i "/some/input/file.mov" -filter_complex "[0]drawbox=x=-t:y=0:w=iw+t*2:h=ih:c=black:t=(ih-(iw/2.39))/2[v0],[v0]scale=w=1920:h=1080[v1]" -map [v1] -metadata:s:v:0 reel_name=reelname -timecode 11:22:11:22 -codec:v prores_ks "/some/output/file.mov"

如果使用了dayu_ffmpeg，就会非常的直观。用户将自己的需要的操作一一写入皆可：

from dayu_ffmpeg input *

result = Input('/some/input/file.mov') >> \
         Drawmask(2.39) >> \
         Scale(1920, 1080) >> \
         Writereel('reelname') >> \
         Writetimecode('11:22:11:22') >> \
         Codec(video='prores_ks') >> \
         Output('/some/output/file.mov')

需要注意的是，在ad-hoc 模式下，只能够支持串行的操作。 也就是说所有的节点都只能拥有一个输入和一个输出。 如果想要使用更加复杂的转码，请使用network 模式

network 模式

netowrk 模式会比ad-hoc 复杂一点，但是可以实现更加复杂的转码结构。并且一旦TD 写好了一个network， 那么后续的用户在使用上就非常的简单，相当于提供了一个 "转码模板"。

from dayu_ffmpeg import *

class TranscodeTemplate(RootNode):
    def prepare(self):
        # 用户只需要重载prepare() 函数，在这里组织好网络结构
        # 留好InputHolder 或者OutputHolder 作为 "接口"
        ih1 = self.create_node(InputHolder)
        i2 = self.create_node(Input('some_logo.png'))

        cf = self.create_node(ComplexFilterGroup)
        ih2 = cf.create_node(InputHolder)
        ih3 = cf.create_node(InputHolder)
        cf.set_input(ih1, 0)
        cf.set_input(i2, 1)
        over = cf.create_node(Overlay)
        over.set_input(ih2, 0)
        over.set_input(ih3, 1)
        fit = cf.create_node(Fit())
        fit.set_input(over)
        oh1 = cf.create_node(OutputHolder)
        oh1.set_input(fit)

        oh2 = self.create_node(OutputHolder)
        oh2.set_input(cf)


if __name__ == '__main__':
    # 实例化转码的网络
    template_root = TranscodeTemplate(name='overlay logo, then fit in HD, finally export to mov')

    # 创建输入、输出
    input1 = Input('some_input_file.mov')
    output1 = Output('some_output_file.mov')

    # 用户直接调用，就完成了整个转码，相当于调用"模板"
    network_mode_cmd = template_root(input_list=[input1], output_list=[output1])
    print network_mode_cmd.cmd()

使用自定义filter

如果默认的filter 中不存在需要使用的filter。用户可以有下面的几种方法自行扩展:

• 调用GeneralUnaryFilter
• 继承BaseFilterNode class，自行实现
• 继承BasePackedFilterNode, 将多种filter 进行打包，形成新的一个filter

调用GeneralUnaryFilter：

command = Input('/some/input/file.mov') >> \
          GeneralUnaryFilter('drawgrid', x=0, y=0, w=100, h=50) >> \
          Output('/custom/filter/output.mov')

继承BaseFilterNode class，自行实现：

class Null(BaseFilterNode):
    # 设置特定的type，要保证唯一性
    type = 'some_ffmpeg_filter_name'

    # 重载init，实现自己的参数
    def __init__(self, **kwargs):
        super(Null, self).__init__(**kwargs)

    # 重载 simple_cmd_string，返回对应的ffmpeg 指令string
    def simple_cmd_string(self):
        self._cmd = u'null'
        return self._cmd

继承BasePackedFilterNode, 将多种filter 进行打包，形成新的一个filter。 可以参看 Fit 这个class 的实现方式。

查看shell 指令 以及运行

用户可以查看生成的shell 指令，或者直接运行：

# 查看将要运行的终端指令
print command.cmd()

# 组装filter 之后，即可运行命令
for progress in command.run():
    try:
        print progress      # 通过yield 返回渲染进度的dict，用户可以自行实现非阻塞进度条
    except Exception as e:
        raise               # 如果指令错误，会抛出异常

ffscript 的保存和读取

ffscript 是dayu_ffmpeg 对于network 结构的一种json 表现形式，可以认为是"工程文件"。 如果想要把组成的network 保存到硬盘上，或是通过网络通信进行传递，就会使用到。

保存ffscript：

from dayu_ffmpeg.ffscript import save_script, open_script

# 保存
save_script(netowrk_node_instance, '/some/script/path.json')

# 读取
transcode_template = open_script('/some/script/path.json')