VidStab 技术文档
2024-12-20 22:39:09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
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
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
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
539
3.76 K
Ascend Extension for PyTorch
Python
348
414
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++
889
609
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
338
185
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
252
openGauss kernel ~ openGauss is an open source relational database management system
C++
169
233
暂无简介
Dart
778
193
🎉 (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
1.34 K
758
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
114
140