【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 StartedRust0155- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
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
1.25 K
155
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
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
987
253