SuperAPI AI 工具集

media-processing

通用与其它

查看项目

更新于 10-16 02:15

技能介绍

媒体处理技能(Media Processing Skill)用于通过 FFmpeg 和 ImageMagick 命令行工具处理视频、音频与图像,完成转换、优化、流媒体和操作任务。

【适用场景】当需要转换媒体格式(视频、音频、图像)、使用编解码器编码视频(H.264、H.265、VP9、AV1)、处理图像(缩放、裁剪、效果、水印)、从视频提取音频、创建流媒体清单(HLS/DASH)、生成缩略图与预览、批量处理媒体文件、优化文件大小与质量、应用滤镜与效果、创建合成图像或视频时,可以使用本技能。

【工具选择】FFmpeg 用于视频编码、转换、转码,音频提取、转换、混音,直播(RTMP、HLS、DASH),视频滤镜(缩放、裁剪、旋转、叠加),硬件加速编码,媒体文件检测(ffprobe),帧提取与拼接,编解码器选择与优化。ImageMagick 用于图像格式转换(PNG、JPEG、WebP、GIF),缩放、裁剪、变换,批量图像处理(mogrify),视觉效果(模糊、锐化、褐色),文字叠加与水印,图像合成与拼贴,颜色调整与滤镜,缩略图生成。

【安装与验证】macOS 使用 brew install ffmpeg imagemagick;Ubuntu/Debian 使用 sudo apt-get install ffmpeg imagemagick;Windows 可使用 winget install ffmpeg、winget install ImageMagick.ImageMagick,或下载二进制文件(FFmpeg: https://ffmpeg.org/download.html,ImageMagick: https://imagemagick.org/script/download.php)。验证命令:ffmpeg -version、ffprobe -version、magick -version(或 convert -version)。

【主要能力与示例】常见用法包括:视频转换(如 ffmpeg -i input.mkv -c copy output.mp4 或使用 libx264 重编码)、音频提取、图像格式转换与缩放、批量图像缩放(mogrify)、视频缩略图提取、HLS 流媒体清单生成、图像水印添加。常见工作流包括为网页优化视频、生成响应式图像、提取视频片段、批量图像优化、制作视频 GIF、图像模糊效果。高级技巧涵盖多遍视频编码、硬件加速编码(NVIDIA NVENC、Intel QuickSync)、复杂图像处理流水线、视频滤镜链、由图像生成动画 GIF。媒体分析可使用 ffprobe 检查视频属性、identify 查看图像信息。

【性能与参数】性能建议包括使用 CRF 控制质量、尽量复制流避免重编码、使用硬件加速、选择合适预设、用 mogrify 批量处理、去除元数据、渐进式 JPEG、限制内存、在样本上测试、并行处理。常用参数:FFmpeg 视频 -c:v、-crf、-preset、-b:v、-vf;FFmpeg 音频 -c:a、-b:a、-ar;ImageMagick 几何参数如 800x600、800x600!、800x600^、800x、x600、50%。

【参考与排错】references/ 中包含 ffmpeg-encoding.md、ffmpeg-streaming.md、ffmpeg-filters.md、imagemagick-editing.md、imagemagick-batch.md、format-compatibility.md 等详细指南。故障排查涉及 FFmpeg “Unknown encoder”、ImageMagick “not authorized”、内存错误等。资源链接包括 FFmpeg: https://ffmpeg.org/documentation.html、FFmpeg Wiki: https://trac.ffmpeg.org/、ImageMagick: https://imagemagick.org/、ImageMagick Usage: https://imagemagick.org/Usage/。