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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
531
3.74 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
772
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355