【亲测免费】 Jaffree: 使用Java操作FFmpeg 和 FFprobe 的命令行封装库
2026-01-16 09:55:18作者:卓炯娓
项目介绍
Jaffree 是一个功能强大的Java库,用于在程序中集成FFmpeg和FFprobe的功能。该项目的主要目标是提供一种简单且透明的方式进行视频处理任务,如转换、裁剪、合并等常见的多媒体文件操作。
主要特性
- 程序化控制视频生产与消费。
- 通过java.lang.Process与FFmpeg交互。
- 支持错误管理,当遇到致命错误时抛出异常。
- 提供与输入输出流(InputStream和OutputStream)以及SeekableByteChannel的数据交换方式。
许可证
该项目遵循Apache License 2.0许可协议。
快速启动
为了演示如何使用Jaffree执行基本操作,我们将展示一个简单的例子来说明如何从一个视频流捕获帧并将其保存为图片。
步骤一:添加依赖到Maven或Gradle项目中
对于Maven项目:
<dependency>
<groupId>com.github.kokorin</groupId>
<artifactId>jaffree</artifactId>
<version>LATEST_VERSION</version>
</dependency>
替换 LATEST_VERSION 为你希望使用的具体版本号。
对于Gradle项目:
implementation 'com.github.kokorin:jaffree:LATEST_VERSION'
同样地,更新 LATEST_VERSION 到你的实际需求。
步骤二:编写字节通道数据传输示例
import com.github.kokorin.jaffree.Jaffree;
import com.github.kokorin.jaffree.ffmpeg.FFmpeg;
import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.StandardOpenOption;
import java.nio.channels.SeekableByteChannel;
public class QuickStartExample {
public static void main(String[] args) throws IOException {
String pathToSourceVideo = "/path/to/source/video.mp4";
String pathToDestinationImage = "/path/to/destination/frame.png";
try (SeekableByteChannel inputChannel = Files.newByteChannel(
Paths.get(pathToSourceVideo),
StandardOpenOption.READ);
SeekableByteChannel outputChannel = Files.newByteChannel(
Paths.get(pathToDestinationImage),
StandardOpenOption.CREATE,
StandardOpenOption.WRITE,
StandardOpenOption.TRUNCATE_EXISTING)
) {
FFmpeg ffmpeg = Jaffree.atPath("/path/to/ffmpeg")
.addInput(ChannelInput.fromChannel(inputChannel))
.addOutput(ChannelOutput.toChannel(outputChannel))
.execute();
System.out.println("Frame captured successfully!");
}
}
}
确保将路径替换为本地系统中的正确位置。这个简单的示例展示了如何读取视频源并捕捉其中的一帧作为图像。
应用案例和最佳实践
Jaffree可以应用于广泛的场景,以下是几个典型的应用案例:
示例:创建马赛克视频
假设我们想要从多个视频来源创建一个统一的马赛克视图,我们可以利用Jaffree实现这一过程:
FilterChain.of(
// 创建自定义滤镜链
... // 这里省略详细代码以保持示例简洁性
).forEach(filter -> ffmpeg.addFilters(filter));
// 添加输出配置
ffmpeg.addOutput(...); // 完善输出配置细节
ffmpeg.execute();
详细的滤镜链构建及参数设置会在更深入的学习资源中提供。
典型生态项目
除了Jaffree本身之外,还有许多相关项目构成了其生态系统的一部分:
- Media Processing: 大量基于Jaffree的媒体处理服务,用于视频转码、截图生成等功能。
- Streaming Services: 实时流处理解决方案,能够实时处理并优化流媒体质量。
- Machine Learning Integrations: 结合机器学习模型对视频内容进行分析和增强,比如识别对象、改善画质等。
以上只是Jaffree庞大生态系统的一个缩影,更多有趣且实用的项目等待探索!
本文档概括了Jaffree的核心功能、使用方法以及它在不同领域的潜在应用。希望这份指南能帮助开发者们更有效地利用Jaffree的强大能力解决各种音视频处理难题。
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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
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
热门内容推荐
最新内容推荐
跨系统应用融合:APK Installer实现Windows环境下安卓应用运行的技术路径探索如何用OpCore Simplify构建稳定黑苹果系统?掌握这3大核心策略ComfyUI-LTXVideo实战攻略:3大核心场景的视频生成解决方案告别3小时抠像噩梦:AI如何让人人都能制作电影级视频Anki Connect:知识管理与学习自动化的API集成方案Laigter法线贴图生成工具零基础实战指南:提升2D游戏视觉效率全攻略如何用智能助手实现高效微信自动回复?全方位指南3步打造高效游戏自动化工具:从入门到精通的智能辅助方案掌握语音分割:从入门到实战的完整路径开源翻译平台完全指南:从搭建到精通自托管翻译服务
项目优选
收起
deepin linux kernel
C
28
16
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
576
99
暂无描述
Dockerfile
710
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
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
414
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
暂无简介
Dart
952
235
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
2