缩略图调查——抖音客户端/PC/iphone

最近对抖音有点上瘾，经常看到这样的视频列表：

由于抖音平台的限制，用户最多只能上传60s的视频，因此分段为3个视频。而在视频列表的缩略图模式下，三个视频的封面恰好组合成一张图像。这种方式比较符合审美标准。

接下来跟我一起探讨一下怎么实现，以及背后的原理。

1.验证平台

使用三个平台进行测试视频缩略图展示视频——PC、iPhone、tiktok苹果客户端

2.如何将图片叠加到视频最前面

视频拼接剪辑就不说了，那如何将图片叠加到视频序列前面呢？

由于图片经常是jpeg编码，而视频呢通常是avc或hevc编码，因此绝不能生搬硬套数据进行cat！介绍两种方法进行操作：

2.1 比较傻和粗糙的方式

把图片和视频，都解码成yuv数据，然后yuv数据进行数据拼接cat，再编码，就形成了视频序列。

2.2 比较简洁的方式

来自于视频拼接的原理，把jpeg变成一个视频流，不就可以进行两段视频的拼接了嘛！

如何做？使用万能工具ffmpeg！

这里分两小步：step1.图片转为视频；step2.再与主视频拼接。

step1:

ffmpeg.exe -i img.jpg -vcodec libx264 -s 720×1280 output_img.mp4

如上命令行中，-s指定了生成视频的分辨率，因为要与待拼接的真正主视频分辨率一致（其实不一致也是允许的）。

step2:

ffmpeg.exe -f concat -i filelist.txt -c:v copy -an output_video.mp4

其中，filelist.txt指定了文件列表（内容格式网上去搜，一大堆资料），-c:v copy指视频拷贝，-an指不要音频。

2.3 其他说明：

1.图片生成的那个视频文件其实只有一帧数据，帧类型为关键帧（I帧）。

2.两个视频concat后（其实就是数据的cat，并且需要符合mp4规范），会出现前两帧都是IDR关键帧，如下所示：

3.在播放时，对于解码器来说，需要先后初始化两次再解码，因为其内部前两个I帧前都带了SPS/PPS数据，来解码不同编码参数的编码数据。

3.如上视频拼接了，预览时能展示封面图片了吗？——不一定！

这里要说的是，因为每个平台(Win/iPhone/Android/tiktok)机制不太一样，预览展示的不一定是首帧画面！有些抽取首帧，而有些抽取最接近某个时刻的关键帧。

4.一些尝试，生成不同的视频文件

test1. 图片仅编码一帧(I帧)行程视频，后面再跟主视频进行拼接

test2. 图片编码25次（1s的视频），一帧I帧和后续共24帧的B帧和P帧，再与主视频拼接

test3. 图片编码若干次，使达到5s，然后再与主视频拼接

上面test1-test3利用图片生成视频方法类似，分别为：

      ffmpeg.exe -r 25 -loop 1 -i img.jpg -vcodec libx264 -s 720×1280 -frames 1 -r 25 img_1f.mp4
      ffmpeg.exe -r 25 -loop 1 -i img.jpg -vcodec libx264 -s 720×1280 -frames 25 -r 25 img_1s.mp4
      ffmpeg.exe -r 25 -loop 1 -i img.jpg -vcodec libx264 -s 720×1280 -frames 125 -r 25 img_5s.mp4

其中，参数-r 25指以25fps读取输入文件img.jpg，-loop 1指循环利用输入文件，-frames指欲编码输出的总帧数，后面跟着的 -r 25指输出文件的帧率，最后为输出文件名（后缀名代表图片的数量或时长）。

利用上面生成的视频，与主视频拼接，命令行为：

ffmpeg.exe -f concat -i filelist.txt -c:v copy -an output_xx.mp4

最终生成的视频，利用工具进行分析，分别如下：