Untrunc 项目安装和配置指南
2026-01-20 01:55:11作者:咎竹峻Karen
1. 项目基础介绍和主要的编程语言
项目基础介绍
Untrunc 是一个开源项目,旨在修复损坏或截断的 MP4、M4V、MOV 和 3GP 视频文件。它通过使用一个未损坏的类似视频文件来恢复损坏的视频。该项目适用于那些希望恢复因意外中断而损坏的视频文件的用户。
主要编程语言
Untrunc 项目主要使用 C++ 和 C 语言编写。
2. 项目使用的关键技术和框架
关键技术
- Libav: 一个多媒体处理库,提供了处理音频和视频文件的功能。Untrunc 使用 Libav 来解析和处理视频文件。
- FFmpeg: Libav 的前身,提供了类似的多媒体处理功能。
框架
- 命令行工具: Untrunc 是一个命令行工具,用户需要通过命令行界面来运行和配置它。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装 Untrunc 之前,请确保您的系统满足以下要求:
- 操作系统:Linux 或 macOS(Windows 用户可以使用 Docker 或 WSL)
- 开发工具:Git、GCC、Make
- 依赖库:Libav(版本 12 或更高)
详细安装步骤
步骤 1:安装依赖库
首先,确保您的系统上安装了 Libav。您可以通过以下命令在 CentOS 7 上安装 Libav:
yum install https://extras.getpagespeed.com/release-el7-latest.rpm
yum install untrunc
步骤 2:克隆 Untrunc 项目
使用 Git 克隆 Untrunc 项目到您的本地机器:
git clone --recurse-submodules https://github.com/ponchio/untrunc.git
步骤 3:编译 Untrunc
进入 Untrunc 项目的目录并编译它:
cd untrunc/libav
./configure
make
步骤 4:构建 Untrunc 可执行文件
在 libav 目录外,使用以下命令构建 Untrunc 可执行文件:
g++ -o untrunc -I./libav file.cpp main.cpp track.cpp atom.cpp codec_*.cpp codecstats.cpp codec.cpp mp4.cpp log.cpp -L./libav/libavformat -lavformat -L./libav/libavcodec -lavcodec -L./libav/libavresample -lavresample -L./libav/libavutil -lavutil -lpthread -lz -std=c++11
步骤 5:安装 Untrunc
将生成的可执行文件安装到系统路径中:
sudo install -vpm 755 ./untrunc /usr/local/bin/
步骤 6:验证安装
使用以下命令验证 Untrunc 是否安装成功:
which untrunc
使用 Untrunc
要使用 Untrunc 修复损坏的视频文件,您需要一个未损坏的类似视频文件。运行以下命令:
untrunc /path/to/working-video.m4v /path/to/broken-video.m4v
修复后的视频文件将命名为 broken-video_fixed.m4v。
注意事项
- 如果编译过程中遇到缺少库的错误,请根据错误信息安装相应的库。例如,添加
-lbz2、-llzma、-lX11、-lvdpau或-ldl等标志。 - 在 macOS 上,可能需要添加
-framework CoreFoundation -framework CoreVideo -framework VideoDecodeAcceleration标志。
通过以上步骤,您应该能够成功安装和配置 Untrunc 项目,并使用它来修复损坏的视频文件。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0134- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
项目优选
收起
暂无描述
Dockerfile
725
4.66 K
Ascend Extension for PyTorch
Python
597
749
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
425
376
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
992
984
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
924
134
昇腾LLM分布式训练框架
Python
160
188
暂无简介
Dart
968
246
deepin linux kernel
C
29
16
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.65 K
971