OMXPlayer 技术文档
2024-12-28 19:47:22作者:廉彬冶Miranda
一、安装指南
1.1 下载 OMXPlayer
首先,需要从 GitHub 仓库克隆 OMXPlayer 项目代码:
git clone git://github.com/huceke/omxplayer.git
1.2 编译 OMXPlayer
OMXPlayer 需要 GCC 版本 4.7 或更高版本。
交叉编译
如果需要进行交叉编译,需要将 SD 卡内容挂载或复制到某个位置,并在 Raspberry Pi 系统上安装开发头文件。
编辑 Makefile.include 文件,根据你的位置更改设置:
make ffmpeg
make
make dist
在 Raspberry Pi 上编译
你也可以直接在 Raspberry Pi 上以原生方式编译 OMXPlayer。运行以下脚本,安装所需的包并更新固件:
./prepare-native-raspbian.sh
然后编译:
make ffmpeg
make
1.3 安装 OMXPlayer
将 omxplayer-dist/* 目录下的文件复制到 Raspberry Pi 的 / 目录下。你可以在 omxplayer 脚本中指定有效的字体路径。
二、项目使用说明
2.1 使用 OMXPlayer
OMXPlayer 是一个命令行工具,可以通过以下方式使用:
omxplayer [选项] [文件]
选项
以下是 OMXPlayer 支持的一些选项:
-h / --help:打印帮助信息。-n / --aidx index:音频流索引。-o / --adev device:音频输出设备。-i / --info:打印流格式信息并退出。-s / --stats:打印 PTS 和缓冲区统计信息。-p / --passthrough:音频直通。-d / --deinterlace:去交错。-w / --hw:硬件音频解码。-3 / --3d mode:切换电视到 3D 模式。-y / --hdmiclocksync:调整显示刷新率以匹配视频。-z / --nohdmiclocksync:不调整显示刷新率以匹配视频。-t / --sid index:显示指定索引的字幕。-r / --refresh:调整帧率/分辨率以匹配视频。-g / --genlog:生成日志文件。-l / --pos n:指定开始位置(秒)。--boost-on-downmix:在混音时提升音量。--vol n:设置初始音量(毫贝,默认 0)。--subtitles path:外部 UTF-8 srt 格式字幕。--font path:字幕字体路径(默认:/usr/share/fonts/truetype/freefont/FreeSans.ttf)。--font-size size:字体大小(屏幕高度的千分之一)。--align left/center:字幕对齐方式(默认:左对齐)。--lines n:字幕缓冲区中容纳的行数。--win "x1 y1 x2 y2":设置视频窗口位置。--audio_fifo n:音频输出 FIFO 大小(秒)。--video_fifo n:视频输出 FIFO 大小(MB)。--audio_queue n:音频输入队列大小(MB)。--video_queue n:视频输入队列大小(MB)。
例如:
./omxplayer -p -o hdmi test.mkv
三、项目 API 使用文档
OMXPlayer 是一个命令行工具,不提供 API 接口。
四、项目安装方式
请参考上述“安装指南”部分,涵盖了从下载、编译到安装的完整步骤。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1