使用 FFmpeg 濾鏡功能做影片合成

Q: colorkey 去背邊緣有雜色殘留怎麼辦?

可以調整 `colorkey=0x00ff00:0.3:0.2` 裡的相似度（第二個數字）和模糊程度（第三個數字）。相似度太低會留下綠邊，太高則會吃掉主體邊緣的細節,通常要來回試個幾次才找到剛好的數值。

Q: 為什麼串流延遲還是很高?

先確認推流端有沒有用 `-tune:v zerolatency`、`-preset ultrafast`，播放端則檢查 `ffplay` 是否加了 `-fflags nobuffer -flags low_delay -rtmp_buffer 0`。中間如果經過額外的 CDN 或轉推服務,那段的緩衝設定也要一併確認,單邊調整不一定看得出效果。

Q: `-g 240` 這個數字怎麼決定?

GOP size 通常抓 fps 乘上想要的關鍵幀間隔秒數。範例中 24fps、間隔 10 秒,`-g` 就設 240。間隔越短,隨機跳轉（seek）越流暢但檔案越大;直播場景通常抓 2-10 秒之間。

FFmpeg 除了轉檔，也能直接用濾鏡疊字、去背合成、推流測試延遲。以下整理幾個實際會用到的指令：疊上即時時鐘文字、把虛擬攝影機畫面推到 RTMP 伺服器、做綠幕去背疊加，以及設定低延遲播放。指令來自官方下載頁對應版本的 FFmpeg，在 Windows 環境下用 DirectShow 抓攝影機畫面測試過。

如何用 FFmpeg 疊上即時時鐘文字並推流？

用 drawtext 濾鏡搭配 setpts 計算時間戳，就能在畫面上疊一個會跳動的時鐘文字，常用來檢查串流延遲：

ffmpeg -f lavfi -i color=c=0x00ff00:s=800x450 -vf "settb=AVTB, setpts='trunc(PTS/1K)*1K+st(1,trunc(RTCTIME/1K))-1K*trunc(ld(1)/1K)', drawtext=text='STREAM2-%{localtime}.%{eif\:1M*t-1K*trunc(t*1K)\:d}':x=100:y=100:fontsize=32:fontcolor=white" -c:v libx264 -f flv rtmp://192.168.189.11/live/test2

逐段拆解：

-f lavfi -i color=c=0x00ff00:s=800x450：用 lavfi 產生一個純色輸入源，c=0x00ff00 是綠色填充，s=800x450 是解析度。
settb=AVTB, setpts=...：設定時間基準並重新計算時間戳，依 PTS（顯示時間戳）與 RTCTIME（實際時鐘時間）換算，讓疊字反映真實時間而不是影格編號。
drawtext=text='STREAM2-%{localtime}...'：在畫面 (100,100) 位置畫出白色文字，%{localtime} 帶入本地時間，%{eif:...} 補上格式化後的毫秒數。
-c:v libx264：以 H.264 編碼。
-f flv rtmp://...：輸出為 FLV 格式並推到指定 RTMP 位址。

這種畫面常拿來做端到端延遲量測——比較畫面上的時鐘文字和播放端實際看到的時間差。

如何把虛擬攝影機畫面推流到 RTMP？

Windows 下用 DirectShow 抓 OBS 虛擬攝影機的畫面，編碼後推到 RTMP：

ffmpeg -f dshow -rtbufsize 200M -i video=OBS-Camera -pix_fmt yuv420p -c:v libx264 -profile:v baseline -level:v 3.1 -preset:v ultrafast -s 480x270 -g 240 -an -f flv -y rtmp://172.16.46.89/live/0101_dealerPC1

參數重點：

參數	用途
`-f dshow -rtbufsize 200M -i video=OBS-Camera`	用 DirectShow 抓 "OBS-Camera" 這個裝置，緩衝區設 200MB 避免掉幀
`-pix_fmt yuv420p`	輸出像素格式為 4:2:0，相容性最好
`-profile:v baseline -level:v 3.1`	串流用的保守 profile/level 組合，播放器相容性較高
`-preset:v ultrafast`	編碼速度優先，犧牲一點壓縮率換取低延遲
`-g 240`	每 240 幀插一個關鍵幀（GOP size），24fps 時約等於 10 秒一個 I 幀
`-an`	不擷取音訊
`-y`	直接覆蓋已存在的輸出檔案

如何用 FFplay 做極低延遲播放測試？

推流端調整完，播放端也要關掉緩衝才能驗證真實延遲：

ffplay -fflags nobuffer -flags low_delay -rtmp_buffer 0 -rtmp_live live -framedrop -infbuf %desc%

-fflags nobuffer、-infbuf：都是關閉輸入緩衝，減少排隊等待的時間。
-flags low_delay：啟用低延遲解碼模式。
-rtmp_buffer 0、-rtmp_live live：RTMP 緩衝設為 0，並告知這是即時直播流而非點播。
-framedrop：解碼跟不上時主動丟幀，避免畫面越拖越慢。
%desc%：換成實際的串流網址或占位變數。

如何用 FFmpeg 把虛擬攝影機和線上串流做綠幕合成？

這是本文的重點案例：把本機虛擬攝影機畫面去背（colorkey）之後，疊加到另一路 RTMP 串流上，再用 GPU 編碼輸出：

ffmpeg -f dshow -rtbufsize 1M -i video="OBS Virtual Camera" -f flv -i rtmp://172.17.22.89/live/test1 -filter_complex "[0:v]colorkey=0x00ff00:0.3:0.2[keyed];[1:v][keyed]overlay[o]" -map "[o]" -c:v h264_nvenc -f flv rtmp://127.0.0.1/live/test3

這裡有兩個輸入源：[0:v] 是本機虛擬攝影機，[1:v] 是另一路 RTMP 串流。-filter_complex 做了兩件事：

[0:v]colorkey=0x00ff00:0.3:0.2[keyed]：對輸入 0 套用 colorkey，去除綠色（0x00ff00）背景，0.3 是相似度容忍度，0.2 是邊緣模糊程度，結果存成 [keyed] 這個帶透明背景的影像流。
[1:v][keyed]overlay[o]：把 [keyed]（去背後的虛擬攝影機畫面）疊在輸入 1（線上串流）之上，輸出成 [o]。

再用 -map "[o]" 指定要輸出的是合成後的畫面，-c:v h264_nvenc 則交給 NVIDIA GPU 硬體編碼，減輕 CPU 負擔，最後推到 rtmp://127.0.0.1/live/test3。

這個做法適合把講者去背後疊加在簡報畫面或另一路遠端串流上，不需要額外的合成軟體。

串流參數速查

實務上常需要動態調整編碼參數，以下是一份 Windows batch 範例，把常用選項抽成變數方便替換：

set ffmpegBin=C:\apps\ffmpeg\
set PATH=%PATH%;%ffmpegBin%

set camName="OBS Virtual Camera"
set camBufferSize=1000
set desc=rtmp://127.0.0.1:1935/live/demo

set codec=libx264
set fps=24
set /a "keyint=%fps%*5"
set x264opts=keyint=120:min-keyint=%fps%:scenecut=0
set preset=medium
set profile=baseline
set level=3.1
set resolution=800x450
set bitrate=700

:: publish stream
ffmpeg -f dshow -rtbufsize %camBufferSize%M -i video=%camName% ^
       -vf format=yuv420p ^
       -vcodec %codec% -x264-params %x264opts% ^
       -preset %preset% -profile:v %profile% -level:v %level% ^
       -tune:v zerolatency ^
       -s %resolution% ^
       -r %fps% ^
       -b:v %bitrate%k -minrate %bitrate%k -maxrate %bitrate%k -bufsize %bitrate%k ^
       -an ^
       -f flv %desc%

常用參數對照：

參數	說明
`-r`	輸出 fps
`-y`	覆蓋既有輸出檔案，不詢問
`-i`	輸入來源
`-c:v`	影片編碼器
`-profile:v`	編碼 profile，串流建議用 `baseline`
`-level:v`	編碼 level，串流建議用 `3.1`
`-preset:v`	編碼速度，串流建議用 `ultrafast`
`-b:v`	目標 bitrate，例如 `700k`
`-s`	輸出解析度
`-g`	GOP size（關鍵幀間隔），`-r 24 -g 240` 約等於每 10 秒一個關鍵幀
`-an`	不處理音訊
`-f flv`	輸出容器格式
`-f dshow -i video=OBS-Camera`	Windows 上用 DirectShow 抓攝影機畫面
`-rtbufsize 200M`	加大輸入緩衝，避免掉幀
`-re`	依原始檔案的 frame rate 讀取，會拖慢即時轉發，不需要延遲時應拿掉

FFREPORT 環境變數設定後，FFmpeg 會依設定自動存 log，方便事後排查問題。更完整的 restream 設定可參考 Wowza 的官方文件。

如何檢查 FFmpeg 輸出的關鍵幀分佈是否正確？

推完流之後,想確認關鍵幀間隔有沒有照設定跑,可以用 ffprobe 直接看：

ffprobe -v quiet -show_streams -select_streams v:0 input.flv

抓出所有 I-frame（關鍵幀）：

ffprobe -show_frames input.flv | grep pict_type | grep -n I

例如設定 24fps、關鍵幀間隔 10 秒（-g 240），理想狀況下輸出會是：

1:pict_type=I
241:pict_type=I
481:pict_type=I
721:pict_type=I
961:pict_type=I
1201:pict_type=I

每 240 幀出現一次 I-frame，跟 -g 240 的設定吻合。如果間隔亂掉，通常代表編碼器參數或串流服務端有重新協商過 GOP,值得回頭檢查 -g、x264-params 裡的 keyint/min-keyint 是否一致。

常見問題

Qcolorkey 去背邊緣有雜色殘留怎麼辦?

可以調整 colorkey=0x00ff00:0.3:0.2 裡的相似度（第二個數字）和模糊程度（第三個數字）。相似度太低會留下綠邊，太高則會吃掉主體邊緣的細節,通常要來回試個幾次才找到剛好的數值。

Q為什麼串流延遲還是很高?

先確認推流端有沒有用 -tune:v zerolatency、-preset ultrafast，播放端則檢查 ffplay 是否加了 -fflags nobuffer -flags low_delay -rtmp_buffer 0。中間如果經過額外的 CDN 或轉推服務,那段的緩衝設定也要一併確認,單邊調整不一定看得出效果。

Q`-g 240` 這個數字怎麼決定?

GOP size 通常抓 fps 乘上想要的關鍵幀間隔秒數。範例中 24fps、間隔 10 秒,-g 就設 240。間隔越短,隨機跳轉（seek）越流暢但檔案越大;直播場景通常抓 2-10 秒之間。

參考資料

FFmpeg 官方文件，Filters Documentation（drawtext、colorkey、overlay 等濾鏡參數說明），存取日期：2026-08-27。https://ffmpeg.org/ffmpeg-filters.html

關於作者

Claire Chang ｜企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。

首次發布：2023-08-23