VidStab 技术文档
2024-12-20 22:00:53作者:鲍丁臣Ursa
本文档将详细介绍如何安装、使用 VidStab 项目,以及如何使用其提供的 API。VidStab 是一个视频稳定库,可以与 Ffmpeg 和 Transcode 集成使用。
1. 安装指南
系统要求
- 基于Linux的系统
- ffmpeg 源代码
- Cmake
默认构建与安装
安装 VidStab 库
cd 路径/to/vid.stab/dir/
cmake .
make
sudo make install
安装 ffmpeg
cd 路径/to/ffmpeg/dir/
./configure --enable-gpl --enable-libvidstab <其他配置选项>
make
sudo make install
自定义目录安装
安装 VidStab 库
cd 路径/to/vid.stab/dir/
cmake -DCMAKE_INSTALL_PREFIX:PATH=路径/to/install_dir/
make
sudo make install
安装 ffmpeg
cd 路径/to/ffmpeg/dir/
PKG_CONFIG_PATH="路径/to/install_dir/lib/pkgconfig" \
./configure --enable-gpl --enable-libvidstab <其他可选配置选项>
make
sudo make install
在首次运行 ffmpeg 之前,确保设置 LD_LIBRARY_PATH
指向 VidStab 库,例如:
export LD_LIBRARY_PATH=路径/to/install_dir/lib:$LD_LIBRARY_PATH
2. 使用说明
当前,使用 ffmpeg 时,VidStab 库必须以双通道模式运行。第一次通道使用 vidstabdetect
过滤器,第二次通道使用 vidstabtransform
过滤器。
Vidstab 过滤器选项
第一次通道(vidstabdetect 过滤器)
result
:设置用于写入变换信息的文件路径。默认值为transforms.trf
。shakiness
:设置输入视频的抖动程度或相机的快速移动程度。接受 1-10 范围内的整数,1 表示轻微抖动,10 表示强烈抖动。默认值为 5。accuracy
:设置检测过程的准确性。必须是 1-15 范围内的值。1 表示低准确性,15 表示高准确性。默认值为 15。stepsize
:设置搜索过程的步长。最小值周围的区域以 1 像素分辨率进行扫描。默认值为 6。mincontrast
:设置最小对比度。低于此值的所有测量场将被丢弃。必须是 0-1 范围内的浮点数。默认值为 0.3。tripod
:设置三脚架模式的参考帧编号。如果启用,帧的运动将与过滤流中的参考帧进行比较。默认值为 0,表示禁用。show
:在结果帧中显示字段和变换,以便进行视觉分析。接受 0-2 范围内的整数。默认值为 0,禁用任何可视化。
第二次通道(vidstabtransform 过滤器)
input
:设置用于读取变换的文件路径。默认值为transforms.trf
。smoothing
:设置用于低通滤波相机运动的帧数(value*2 + 1)。默认值为 10。optalgo
:设置相机路径优化算法。接受gauss
(高斯核低通滤波)和avg
(变换平均)。maxshift
:设置最大像素数以平移帧。默认值为 -1,表示无限制。maxangle
:设置旋转帧的最大角度(弧度)。默认值为 -1,表示无限制。crop
:指定如何处理因运动补偿而缩小的空白帧边界。接受keep
(保持前帧图像信息)和black
(填充黑色边界)。invert
:如果设置为 1,则反转变换。默认值为 0。relative
:如果设置为 1,则将变换视为相对于前一个帧,绝对值为 0。默认值为 0。zoom
:设置缩放百分比。正值表示放大,负值表示缩小。默认值为 0(无缩放)。optzoom
:设置最优缩放以避免空白边界。接受 0(禁用)、1(确定最优静态缩放值)和 2(确定最优自适应缩放值)。zoomspeed
:设置每帧最大缩放百分比(当optzoom
设置为 2 时启用)。范围从 0 到 5,默认值为 0.25。interpol
:指定插值类型。接受no
(无插值)、linear
(仅水平线性)、bilinear
(双向线性,默认)和bicubic
(双向立方,速度慢)。tripod
:如果设置为 1,则启用虚拟三脚架模式。默认值为 0。debug
:如果设置为 1,则增加日志详细程度,并写入临时文件global_motions.trf
。默认值为 0。
3. 项目 API 使用文档
请参考 VidStab 的 GitHub 仓库和维基页面以获取详细的 API 文档和使用示例。
4. 项目安装方式
请遵循上述安装指南中的步骤进行安装。确保在安装过程中使用正确的路径和配置选项。安装完成后,您可以使用 ffmpeg 命令行工具与 VidStab 库一起使用。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~057CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0382- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
1 freeCodeCamp Cafe Menu项目中link元素的void特性解析2 freeCodeCamp全栈开发课程中React实验项目的分类修正3 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析4 freeCodeCamp课程中屏幕放大器知识点优化分析5 freeCodeCamp课程页面空白问题的技术分析与解决方案6 freeCodeCamp课程视频测验中的Tab键导航问题解析7 freeCodeCamp博客页面工作坊中的断言方法优化建议8 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析9 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析10 freeCodeCamp英语课程填空题提示缺失问题分析
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 WebVideoDownloader:高效网页视频抓取工具全面使用指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
48
259

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
348
381

🎉 (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
871
516

React Native鸿蒙化仓库
C++
179
263

openGauss kernel ~ openGauss is an open source relational database management system
C++
131
184

deepin linux kernel
C
22
5

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
7
0

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
335
1.09 K

harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
31
0

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0