Built-in Filter Module

这是一个关于 BMF 内置 Filter 模块的功能描述。通过提供 ffmpeg 命令行样式的参数来配置 filtergraph,该模块可用于模块相关的 BMF API,如bmf.concat()

main_video = (
    video['video'].scale(output_width, output_height)
        .overlay(logo_1, repeatlast=0)
        .overlay(logo_2,
                 x='if(gte(t,3.900),960,NAN)',
                 y=0,
                 shortest=1)
)

concat_video = (
 bmf.concat(header['video'].scale(output_width, output_height),
               main_video,
               tail['video'].scale(output_width, output_height),
               n=3)
)

concat_audio = (
 bmf.concat(header['audio'],
               video['audio'],
               tail['audio'],
               n=3, v=0, a=1)
)

另一种常见的方式是,用户可以创建 ffmpeg libavfilter 包含的任何 filter 流。 例如:

ff_filter('unsharp', '5:5:1')
  • module name: c_ffmpeg_filter

内置 filter 模块

GPU Filter 模块

BMF 提供了几种常用的 GPU 加速的 filter 模块:

  • scale
  • flip
  • rotate
  • crop
  • blur

这些模块模块位于 bmf/example/gpu_module/ 中。test_gpu_module.py 这个示例代码展示了如何使用这些模块。你也可以通过 Colab 体验它们 Open In Colab。该模块接受 nv12/yuv420p/rgb 格式,每个组件 8 或 10 位。

Scale

scale 模块可以调整图像的大小。

Scale 选项

size: 图像的目标尺寸,格式可以是 WxHW*HW,H

algo: (可选的):插值算法,可以是 areacubiclinearnearest 之一。 如果未指定,则默认使用 linear

Flip

沿指定方向翻转图像。

Flip 选项

direction: 翻转的方向。 支持 hhorizontalvverticalboth(垂直和水平翻转)。 例如 .module('flip_gpu', {'direction': 'v'}) 垂直翻转图像

Rotate

将图像旋转一定角度。角度可以表示为度数或弧度。默认情况下,图像将围绕图像中心旋转。注意,空白区域将填充 0。旋转不会改变图像的宽高比,例如如果将 1920x1080 图像旋转 90 度,输出图像仍然是 1920x1080 而不是 1080x1920。

Rotate 选项

angle_deg: 旋转的角度。正角度值将顺时针旋转图像,负角度值将逆时针旋转图像。角度可以是浮点值。

angle: 旋转半径。例如设置 {'angle': 'pi/8'} 将有效地将图像顺时针旋转 45 度。

center: 图像旋转的中心点。默认情况下,中心点是图像中心点 w/2,h/2,其中 wh 是图像的宽度和高度。

scale: 图像的缩放因子。默认值为 1,表示不缩放图像。{'scale': 1.5} 表示将图像放大 1.5 倍。

algo: 插值算法。支持 'cubic''linear''nearest'

Crop

将输入图像裁剪成指定大小。示例: module('crop_gpu', {'x': 960, 'y': 540, 'width': 640, 'height': 480})

Crop 选项

x, y: 裁剪区域左上角的坐标。

width, height: 裁剪区域的宽度和高度。

Blur

使用支持的算法(高斯、平均和中值)之一对输入图像进行模糊处理。高斯模糊示例:module('blur_gpu', {'op': 'gblur', 'sigma': [0.7, 0.7], 'size': [5, 5]})

Blur 选项

op: 要使用的模糊算法。支持 'gblur'(高斯模糊)、'avgblur'(平均模糊)和 'median'(中值模糊)。

size: 模糊内核的宽度和高度。格式应为 [W,H]。默认大小为 [1, 1] 该选项适用于所有模糊算法。

planes: 指定应模糊哪个图像平面。该值应是位掩码,例如,如果要模糊 yuv420p 图像的所有三个平面,应设置 'planes': 0x7'planes': 0b111. 默认值为 0xf。此选项适用于所有模糊算法。

sigma: 高斯核标准偏差。格式应为 [X,Y],浮点数据类型。该选项仅适用于 gblur 操作。

anchor: 内核锚点。表示过滤点在内核中的相对位置。格式应为 [X,Y]。默认为 [-1, -1] 表示内核中心。此选项仅适用于 avgblur 操作。

radius: size 选项的别名。半径只适用于 median 操作。


最后修改 February 19, 2024 : fix baidu statistics (daa0758)