&#x0646;&#x0627;&#x0645; (NAME)

رنگی که با شفافیت (transparency) جایگزین خواهد شد.

درصد شباهت با رنگ کلید.

مقدار 0.01 تنها با رنگ کلید دقیق مطابقت دارد، در حالی که 1.0 با همه چیز مطابقت دارد.

blend

درصد ترکیب.

مقدار 0.0 پیکسل‌ها را یا کاملاً شفاف، یا کاملاً غیرشفاف می‌کند.

مقادیر بالاتر منجر به پیکسل‌های نیمه‌شفاف می‌شوند، به‌طوری که هرچه رنگ پیکسل‌ها به رنگ کلید شبیه‌تر باشد، میزان شفافیت بیشتر خواهد بود.

yuv

اعلام می‌کند که رنگ ارسال‌شده از قبل در فضای رنگی YUV است نه RGB.

با فعال بودن این گزینه، رنگ‌های تحت‌اللفظی مانند "green" یا "red" دیگر کاربردی ندارند. از این گزینه می‌توان برای ارسال مقادیر دقیق YUV به عنوان اعداد هگزادسیمال استفاده کرد.

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها پشتیبانی می‌کند. این دستور از همان سینتکس گزینه متناظر پیروی می‌کند.

در صورتی که عبارت مشخص‌شده معتبر نباشد، مقدار فعلی آن حفظ می‌شود.

مثال‌ها (Examples)

شفاف کردن هر پیکسل سبز در تصویر ورودی:
```
ffmpeg -i input.png -vf chromakey=green out.png
```

قرار دادن یک ویدیوی پرده سبز بر روی یک پس‌زمینه سیاه ایستا:

ffmpeg -f lavfi -i color=c=black:s=1280x720 -i video.mp4 -shortest -filter_complex "[1:v]chromakey=0x70de77:0.1:0.2[ckout];[0:v][ckout]overlay[out]" -map "[out]" output.mkv

chromanr

کاهش نویز رنگ‌پذیری (chrominance).

این فیلتر گزینه‌های زیر را می‌پذیرد:

thres: تنظیم آستانه برای میانگین‌گیری مقادیر رنگ‌پذیری. مجموع قدر مطلق اختلاف مولفه‌های پیکسلی Y، U و V پیکسل جاری و پیکسل‌های همسایه که کمتر از این آستانه باشد در میانگین‌گیری استفاده خواهد شد. مولفه روشنایی (Luma) بدون تغییر باقی مانده و به خروجی کپی می‌شود. مقدار پیش‌فرض 30 است. محدوده مجاز از 1 تا 200 است.
sizew: تنظیم شعاع افقی مستطیل مورد استفاده برای میانگین‌گیری. محدوده مجاز از 1 تا 100 است. مقدار پیش‌فرض 5 است.
sizeh: تنظیم شعاع عمودی مستطیل مورد استفاده برای میانگین‌گیری. محدوده مجاز از 1 تا 100 است. مقدار پیش‌فرض 5 است.
stepw: تنظیم گام افقی هنگام میانگین‌گیری. مقدار پیش‌فرض 1 است. محدوده مجاز از 1 تا 50 است. بیشتر برای سرعت بخشیدن به فیلتر کردن مفید است.
steph: تنظیم گام عمودی هنگام میانگین‌گیری. مقدار پیش‌فرض 1 است. محدوده مجاز از 1 تا 50 است. بیشتر برای سرعت بخشیدن به فیلتر کردن مفید است.
threy: تنظیم آستانه Y برای میانگین‌گیری مقادیر رنگ‌پذیری. تنظیم کنترل دقیق‌تر برای بیشینه اختلاف مجاز میان مولفه‌های Y پیکسل جاری و پیکسل‌های همسایه. مقدار پیش‌فرض 200 است. محدوده مجاز از 1 تا 200 است.
threu: تنظیم آستانه U برای میانگین‌گیری مقادیر رنگ‌پذیری. تنظیم کنترل دقیق‌تر برای بیشینه اختلاف مجاز میان مولفه‌های U پیکسل جاری و پیکسل‌های همسایه. مقدار پیش‌فرض 200 است. محدوده مجاز از 1 تا 200 است.
threv: تنظیم آستانه V برای میانگین‌گیری مقادیر رنگ‌پذیری. تنظیم کنترل دقیق‌تر برای بیشینه اختلاف مجاز میان مولفه‌های V پیکسل جاری و پیکسل‌های همسایه. مقدار پیش‌فرض 200 است. محدوده مجاز از 1 تا 200 است.
distance: تنظیم نوع فاصله مورد استفاده در محاسبات.

manhattan: قدر مطلق اختلاف.
euclidean: مجذور اختلاف.

نوع فاصله پیش‌فرض manhattan است.

دستورات

این فیلتر از همان دستورات مشابه گزینه‌ها پشتیبانی می‌کند. دستور همان ساختار نحوی گزینه متناظر را می‌پذیرد.

chromashift

تغییر مکان (شیفت) افقی و/یا عمودی پیکسل‌های کروما.

این فیلتر گزینه‌های زیر را می‌پذیرد:

cbh: تنظیم میزان شیفت افقی کروما-آبی.
cbv: تنظیم میزان شیفت عمودی کروما-آبی.
crh: تنظیم میزان شیفت افقی کروما-قرمز.
crv: تنظیم میزان شیفت عمودی کروما-قرمز.
edge: تنظیم حالت لبه؛ می‌تواند smear (پیش‌فرض) یا warp باشد.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

ciescope

نمایش نمودار رنگی CIE با پیکسل‌های انداخته‌شده روی آن.

این فیلتر گزینه‌های زیر را می‌پذیرد:

system: تنظیم سامانه رنگی.

ntsc, 470m
ebu, 470bg
smpte
240m
apple
widergb
cie1931
rec709, hdtv
uhdtv, rec2020
dcip3

cie: تنظیم سامانه CIE.

xyy
ucs
luv

gamuts: تنظیم وسعت‌های رنگی (gamuts) برای رسم.
برای مقادیر موجود گزینه "system" را ببینید.
size, s: تنظیم اندازه ciescope، به‌طور پیش‌فرض 512 تعیین شده است.
intensity, i: تنظیم شدت مورد استفاده برای نگاشت مقادیر پیکسل ورودی به نمودار CIE.
contrast: تنظیم کنتراست مورد استفاده برای رسم رنگ‌های زبانه که خارج از وسعت رنگی سامانه رنگی فعال هستند.
corrgamma: تصحیح گامای نمایش داده‌شده روی اسکوپ، به‌طور پیش‌فرض فعال است.
showwhite: نمایش نقطه سفید روی نمودار CIE، به‌طور پیش‌فرض غیرفعال است.
gamma: تنظیم گامای ورودی. تنها با فضای رنگی ورودی XYZ استفاده می‌شود.
fill: پر کردن با رنگ‌های CIE. به‌طور پیش‌فرض فعال است.

codecview

بصری‌سازی اطلاعات صادرشده توسط برخی کدک‌ها.

برخی کدک‌ها می‌توانند اطلاعات را از طریق فریم‌ها با استفاده از داده‌های جانبی (side-data) یا روش‌های دیگر صادر کنند. برای نمونه، برخی کدک‌های مبتنی بر MPEG بردارهای حرکت (motion vectors) را از طریق پرچم export_mvs در گزینه flags2 کدک صادر می‌نمایند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

block: نمایش ساختار افراز بلوک با استفاده از صفحه روشنایی (luma).
mv: تنظیم بردارهای حرکتی برای بصری‌سازی.
پرچم‌های موجود برای mv عبارتند از:

pf: بردارهای حرکت پیش‌بینی‌شده به جلو برای فریم‌های P
bf: بردارهای حرکت پیش‌بینی‌شده به جلو برای فریم‌های B
bb: بردارهای حرکت پیش‌بینی‌شده به عقب برای فریم‌های B

qp: نمایش پارامترهای کوانتیزاسیون با استفاده از صفحه‌های کروما.
mv_type, mvt: تنظیم نوع بردارهای حرکت برای بصری‌سازی. شامل بردارهای حرکت تمامی فریم‌ها می‌شود مگر آنکه توسط گزینه frame_type مشخص شده باشد.
پرچم‌های موجود برای mv_type عبارتند از:

fp: بردارهای حرکت پیش‌بینی‌شده به جلو
bp: بردارهای حرکت پیش‌بینی‌شده به عقب

frame_type, ft: تنظیم نوع فریم برای بصری‌سازی بردارهای حرکت آن.
پرچم‌های موجود برای frame_type عبارتند از:

if: فریم‌های درون‌کدگذاری‌شده (فریم‌های I)
pf: فریم‌های پیش‌بینی‌شده (فریم‌های P)
bf: فریم‌های پیش‌بینی‌شده دوطرفه (فریم‌های B)

مثال‌ها

بصری‌سازی بردارهای حرکت پیش‌بینی‌شده به جلو در تمامی فریم‌ها با استفاده از ffplay:
```
ffplay -flags2 +export_mvs input.mp4 -vf codecview=mv_type=fp
```
بصری‌سازی بردارهای حرکت چندجهته فریم‌های P و B با استفاده از ffplay:
```
ffplay -flags2 +export_mvs input.mp4 -vf codecview=mv=pf+bf+bb
```

colorbalance

تغییر شدت رنگ‌های اصلی (قرمز، سبز و آبی) فریم‌های ورودی.

این فیلتر امکان تنظیم یک فریم ورودی را در نواحی سایه‌ها (shadows)، رنگ‌های میانی (midtones) یا روشنی‌ها (highlights) برای ترازهای قرمز-فیروزه‌ای، سبز-ارغوانی یا آبی-زرد فراهم می‌سازد.

یک مقدار تنظیم مثبت، تراز را به سمت رنگ اصلی و یک مقدار منفی به سمت رنگ مکمل سوق می‌دهد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

rs
gs
bs: تنظیم سایه‌های قرمز، سبز و آبی (تاریک‌ترین پیکسل‌ها).
rm
gm
bm: تنظیم رنگ‌های میانی قرمز، سبز و آبی (پیکسل‌های متوسط).
rh
gh
bh: تنظیم روشنی‌های قرمز، سبز و آبی (روشن‌ترین پیکسل‌ها).
محدوده‌های مجاز برای گزینه‌ها "[-1.0, 1.0]" است. مقادیر پیش‌فرض 0 هستند.
pl: حفظ روشنایی (lightness) هنگام تغییر تراز رنگ. به‌طور پیش‌فرض غیرفعال است.

مثال‌ها

•

افزودن ته‌رنگ قرمز به سایه‌ها:

colorbalance=rs=.3

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

colorcontrast

تنظیم کنتراست رنگ میان مولفه‌های RGB.

این فیلتر گزینه‌های زیر را می‌پذیرد:

rc: تنظیم کنتراست قرمز-فیروزه‌ای. مقدار پیش‌فرض 0.0 است. محدوده مجاز از -1.0 تا 1.0 است.
gm: تنظیم کنتراست سبز-ارغوانی. مقدار پیش‌فرض 0.0 است. محدوده مجاز از -1.0 تا 1.0 است.
by: تنظیم کنتراست آبی-زرد. مقدار پیش‌فرض 0.0 است. محدوده مجاز از -1.0 تا 1.0 است.
rcw
gmw
byw: تنظیم وزن هر یک از مقادیر گزینه‌های "rc"، "gm"، "by". مقدار پیش‌فرض 0.0 است. محدوده مجاز از 0.0 تا 1.0 است. اگر تمامی وزن‌ها 0.0 باشند فیلترسازی غیرفعال می‌شود.
pl: تنظیم میزان حفظ روشنایی. مقدار پیش‌فرض 0.0 است. محدوده مجاز از 0.0 تا 1.0 است.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

colorcorrect

تنظیم انتخابی تراز سفیدی رنگ برای سیاهی‌ها و سفیدی‌ها. این فیلتر در فضای رنگی YUV عمل می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

rl: تنظیم نقطه سایه قرمز. محدوده مجاز از -1.0 تا 1.0 است. مقدار پیش‌فرض 0 است.
bl: تنظیم نقطه سایه آبی. محدوده مجاز از -1.0 تا 1.0 است. مقدار پیش‌فرض 0 است.
rh: تنظیم نقطه روشنی قرمز. محدوده مجاز از -1.0 تا 1.0 است. مقدار پیش‌فرض 0 است.
bh: تنظیم نقطه روشنی آبی. محدوده مجاز از -1.0 تا 1.0 است. مقدار پیش‌فرض 0 است.
saturation: تنظیم میزان اشباع رنگ. محدوده مجاز از -3.0 تا 3.0 است. مقدار پیش‌فرض 1 است.
analyze: اگر روی مقداری غیر از "manual" تنظیم شود، تک‌تک فریم‌ها را تحلیل کرده و از پارامترهای مشتق‌شده برای فیلتر کردن فریم خروجی استفاده می‌نماید.
مقادیر ممکن عبارتند از:

manual
average
minmax
median

مقدار پیش‌فرض "manual" است.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

colorchannelmixer

تنظیم فریم‌های ویدیویی ورودی از طریق بازترکیب کانال‌های رنگ.

این فیلتر یک کانال رنگ را با افزودن مقادیر مربوط به سایر کانال‌های همان پیکسل‌ها اصلاح می‌کند. برای نمونه اگر مقدار مورد نظر برای تغییر قرمز باشد، مقدار خروجی به شکل زیر خواهد بود:

<red>=<red>*<rr> + <blue>*<rb> + <green>*<rg> + <alpha>*<ra>

این فیلتر گزینه‌های زیر را می‌پذیرد:

rr
rg
rb
ra: تنظیم سهم کانال‌های ورودی قرمز، سبز، آبی و آلفا برای کانال خروجی قرمز. پیش‌فرض برای rr برابر با 1 و برای rg، rb و ra برابر با 0 است.
gr
gg
gb
ga: تنظیم سهم کانال‌های ورودی قرمز، سبز، آبی و آلفا برای کانال خروجی سبز. پیش‌فرض برای gg برابر با 1 و برای gr، gb و ga برابر با 0 است.
br
bg
bb
ba: تنظیم سهم کانال‌های ورودی قرمز، سبز، آبی و آلفا برای کانال خروجی آبی. پیش‌فرض برای bb برابر با 1 و برای br، bg و ba برابر با 0 است.
ar
ag
ab
aa: تنظیم سهم کانال‌های ورودی قرمز، سبز، آبی و آلفا برای کانال خروجی آلفا. پیش‌فرض برای aa برابر با 1 و برای ar، ag و ab برابر با 0 است.
محدوده‌های مجاز برای گزینه‌ها "[-2.0, 2.0]" است.
pc: تنظیم حالت حفظ رنگ. مقادیر پذیرفته‌شده عبارتند از:

none: غیرفعال‌سازی حفظ رنگ، این حالت پیش‌فرض است.
lum: حفظ درخشندگی (luminance).
max: حفظ مقدار بیشینه سه‌گانه RGB.
avg: حفظ مقدار میانگین سه‌گانه RGB.
sum: حفظ مقدار مجموع سه‌گانه RGB.
nrm: حفظ مقدار نرمال‌شده سه‌گانه RGB.
pwr: حفظ مقدار توان سه‌گانه RGB.

pa: تنظیم میزان حفظ رنگ هنگام تغییر رنگ‌ها. محدوده مجاز از "[0.0, 1.0]" است. مقدار پیش‌فرض 0.0 است، بنابراین غیرفعال است.

مثال‌ها

تبدیل منبع به مقیاس خاکستری (grayscale):
```
colorchannelmixer=.3:.4:.3:0:.3:.4:.3:0:.3:.4:.3
```

شبیه‌سازی تن‌های سپیا (sepia):

colorchannelmixer=.393:.769:.189:0:.349:.686:.168:0:.272:.534:.131

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

colordetect

تحلیل فریم‌های ویدیویی برای تعیین محدوده مقادیر موثر و حالت آلفا.

این فیلتر گزینه‌های زیر را می‌پذیرد:

mode: مجموعه ویژگی‌ها برای تشخیص. ویژگی‌های در دسترس نبوده، مانند حالت آلفا برای تصویر ورودی فاقد کانال آلفا، به‌طور خودکار نادیده گرفته می‌شوند.
ترکیبی از پرچم‌های زیر را می‌پذیرد:

color_range: تشخیص اینکه آیا منبع حاوی پیکسل‌های روشنایی (luma) خارج از محدوده محدود (MPEG) است یا خیر، که نشان می‌دهد این یک منبع YUV با محدوده کامل (full range) است.
alpha_mode: تشخیص اینکه آیا منبع حاوی مقادیر رنگ بالاتر از کانال آلفا است یا خیر، که نشان می‌دهد کانال آلفا مستقیم (straight) است، نه از پیش ضرب‌شده (premultiplied). همچنین بررسی می‌کند که آیا صفحه آلفا کاملاً کدر است یا خیر.
all: فعال‌سازی تشخیص تمامی ویژگی‌های بالا. این حالت پیش‌فرض است.

colorize

انداختن یک رنگ یکدست بر روی جریان ویدیو.

این فیلتر گزینه‌های زیر را می‌پذیرد:

hue: تنظیم فام رنگ (hue). محدوده مجاز از 0 تا 360 است. مقدار پیش‌فرض 0 است.
saturation: تنظیم اشباع رنگ (saturation). محدوده مجاز از 0 تا 1 است. مقدار پیش‌فرض 0.5 است.
lightness: تنظیم روشنایی رنگ (lightness). محدوده مجاز از 0 تا 1 است. مقدار پیش‌فرض 0.5 است.
mix: تنظیم آمیختگی روشنایی منبع. به‌طور پیش‌فرض 1.0 تعیین شده است. محدوده مجاز از 0.0 تا 1.0 است.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

colorkey

جداسازی رنگ (color keying) در فضای رنگی RGB. این فیلتر بر روی فریم‌های فرمت 8 بیتی RGB عمل نموده و مولفه آلفای هر پیکسلی را که درون شعاع شباهت رنگ کلید قرار گیرد روی 0 تنظیم می‌کند. مقدار آلفا برای پیکسل‌های خارج از شعاع شباهت به مقدار گزینه blend بستگی دارد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

color: تنظیم رنگی که آلفای آن روی 0 (شفافیت کامل) تنظیم خواهد شد. بخش "Color" در راهنمای ffmpeg-utils را ببینید. پیش‌فرض "black" است.
similarity: تنظیم شعاع پیرامون رنگ کلید که در محدوده آن سایر رنگ‌ها نیز شفافیت کامل خواهند داشت. فاصله محاسبه‌شده مربوط به فاصله کسری واحد در فضای سه‌بعدی میان مقادیر RGB رنگ کلید و رنگ پیکسل است. محدوده بین 0.01 تا 1.0 است. مقدار 0.01 با شعاع بسیار کوچکی در اطراف رنگ کلید دقیق مطابقت می‌یابد، در حالی که 1.0 با همه چیز مطابقت دارد. مقدار پیش‌فرض 0.01 است.
blend: تنظیم چگونگی محاسبه مقدار آلفا برای پیکسل‌هایی که خارج از شعاع شباهت قرار می‌گیرند. مقدار 0.0 پیکسل‌ها را یا کاملاً شفاف یا کاملاً کدر می‌سازد. مقادیر بالاتر منجر به پیکسل‌های نیمه‌شفاف می‌شوند، به‌گونه‌ای که هرچه رنگ پیکسل به رنگ کلید شبیه‌تر باشد، شفافیت بیشتر خواهد بود. محدوده بین 0.0 تا 1.0 است. پیش‌فرض 0.0 است.

مثال‌ها

شفاف کردن هر پیکسل سبز در تصویر ورودی:
```
ffmpeg -i input.png -vf colorkey=green out.png
```

انداختن یک ویدیوی پرده سبز بر روی یک تصویر پس‌زمینه ایستا:

ffmpeg -i background.png -i video.mp4 -filter_complex "[1:v]colorkey=0x3BBD1E:0.3:0.2[ckout];[0:v][ckout]overlay[out]" -map "[out]" output.flv

دستورات

اگر عبارت مشخص‌شده معتبر نباشد، در مقدار جاری خود باقی می‌ماند.

colorhold

حذف تمامی اطلاعات رنگ برای تمامی رنگ‌های RGB به جز یک رنگ خاص.

این فیلتر گزینه‌های زیر را می‌پذیرد:

color: رنگی که با خاکستری خنثی جایگزین نخواهد شد.
similarity: درصد شباهت با رنگ فوق. مقدار 0.01 تنها با رنگ کلید دقیق مطابقت دارد، در حالی که 1.0 با همه چیز مطابقت می‌یابد.
blend: درصد آمیختگی. مقدار 0.0 پیکسل‌ها را کاملاً خاکستری می‌کند. مقادیر بالاتر منجر به حفظ بیشتر رنگ می‌شوند.

دستورات

اگر عبارت مشخص‌شده معتبر نباشد، در مقدار جاری خود باقی می‌ماند.

colorlevels

تنظیم فریم‌های ویدیویی ورودی با استفاده از سطوح (levels).

این فیلتر گزینه‌های زیر را می‌پذیرد:

rimin
gimin
bimin
aimin: تنظیم نقطه سیاه ورودی قرمز، سبز، آبی و آلفا. محدوده‌های مجاز برای گزینه‌ها "[-1.0, 1.0]" است. مقادیر پیش‌فرض 0 هستند.
rimax
gimax
bimax
aimax: تنظیم نقطه سفید ورودی قرمز، سبز، آبی و آلفا. محدوده‌های مجاز برای گزینه‌ها "[-1.0, 1.0]" است. مقادیر پیش‌فرض 1 هستند.
سطوح ورودی برای روشن‌تر کردن روشنی‌ها (تن‌های روشن)، تاریک‌تر کردن سایه‌ها (تن‌های تاریک)، و تغییر تراز تن‌های روشن و تاریک استفاده می‌شوند.
romin
gomin
bomin
aomin: تنظیم نقطه سیاه خروجی قرمز، سبز، آبی و آلفا. محدوده‌های مجاز برای گزینه‌ها "[0, 1.0]" است. مقادیر پیش‌فرض 0 هستند.
romax
gomax
bomax
aomax: تنظیم نقطه سفید خروجی قرمز، سبز، آبی و آلفا. محدوده‌های مجاز برای گزینه‌ها "[0, 1.0]" است. مقادیر پیش‌فرض 1 هستند.
سطوح خروجی امکان انتخاب دستی یک محدوده سطح خروجی مقیدشده را فراهم می‌سازد.
preserve: تنظیم حالت حفظ رنگ. مقادیر پذیرفته‌شده عبارتند از:

none: غیرفعال‌سازی حفظ رنگ، این حالت پیش‌فرض است.
lum: حفظ درخشندگی (luminance).
max: حفظ مقدار بیشینه سه‌گانه RGB.
avg: حفظ مقدار میانگین سه‌گانه RGB.
sum: حفظ مقدار مجموع سه‌گانه RGB.
nrm: حفظ مقدار نرمال‌شده سه‌گانه RGB.
pwr: حفظ مقدار توان سه‌گانه RGB.

مثال‌ها

تاریک‌تر کردن خروجی ویدیو:
```
colorlevels=rimin=0.058:gimin=0.058:bimin=0.058
```

افزایش کنتراست:

colorlevels=rimin=0.039:gimin=0.039:bimin=0.039:rimax=0.96:gimax=0.96:bimax=0.96

روشن‌تر کردن خروجی ویدیو:
```
colorlevels=rimax=0.902:gimax=0.902:bimax=0.902
```
افزایش روشنایی (brightness):
```
colorlevels=romin=0.5:gomin=0.5:bomin=0.5
```

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

colormap

اعمال نقشه‌های رنگی سفارشی به جریان ویدیو.

این فیلتر به سه جریان ویدیویی ورودی نیاز دارد. جریان نخست، جریان ویدیویی است که قرار است فیلتر شود. جریان‌های ویدیویی دوم و سوم، وصله‌های رنگی را برای نگاشت رنگ مبدا به رنگ مقصد تعیین می‌کنند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

patch_size: تنظیم اندازه وصله جریان ویدیویی مبدا و مقصد بر حسب پیکسل.
nb_patches: تنظیم بیشینه تعداد وصله‌های مورد استفاده از جریان ویدیویی مبدا و مقصد. مقدار پیش‌فرض، تعداد وصله‌های موجود در جریان‌های ویدیویی اضافی است. بیشینه تعداد مجاز وصله‌ها 64 است.
type: تنظیم تغییرات مورد استفاده برای رنگ‌های مقصد. می‌تواند "relative" یا "absolute" باشد. پیش‌فرض "absolute" است.
kernel: تنظیم هسته (kernel) مورد استفاده برای اندازه‌گیری تفاوت‌های رنگ میان رنگ‌های نگاشت‌شده.
مقادیر پذیرفته‌شده عبارتند از:

euclidean
weuclidean

پیش‌فرض "euclidean" است.

colormatrix

تبدیل ماتریس رنگ.

این فیلتر گزینه‌های زیر را می‌پذیرد:

src
dst: مشخص کردن ماتریس رنگ مبدا و مقصد. هر دو مقدار باید تعیین شوند.
مقادیر پذیرفته‌شده عبارتند از:

bt709: BT.709
fcc: FCC
bt601: BT.601
bt470: BT.470
bt470bg: BT.470BG
smpte170m: SMPTE-170M
smpte240m: SMPTE-240M
bt2020: BT.2020

برای نمونه جهت تبدیل از BT.601 به SMPTE-240M، از این دستور استفاده کنید:

colormatrix=bt601:smpte240m

colorspace

تبدیل فضای رنگی، ویژگی‌های انتقال (transfer characteristics) یا رنگ‌های پایه (color primaries). اندازه ویدیوی ورودی باید زوج باشد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

all: مشخص کردن تمامی ویژگی‌های رنگ به طور همزمان.
مقادیر پذیرفته‌شده عبارتند از:

bt470m: BT.470M
bt470bg: BT.470BG
bt601-6-525: BT.601-6 525
bt601-6-625: BT.601-6 625
bt709: BT.709
smpte170m: SMPTE-170M
smpte240m: SMPTE-240M
bt2020: BT.2020

space: مشخص کردن فضای رنگی خروجی.
مقادیر پذیرفته‌شده عبارتند از:

bt709: BT.709
fcc: FCC
bt470bg: BT.470BG یا BT.601-6 625
smpte170m: SMPTE-170M یا BT.601-6 525
smpte240m: SMPTE-240M
ycgco: YCgCo
bt2020ncl: BT.2020 با درخشندگی غیرثابت

trc: مشخص کردن ویژگی‌های انتقال خروجی.
مقادیر پذیرفته‌شده عبارتند از:

bt709: BT.709
bt470m: BT.470M
bt470bg: BT.470BG
gamma22: گامای ثابت 2.2
gamma28: گامای ثابت 2.8
smpte170m: SMPTE-170M، BT.601-6 625 یا BT.601-6 525
smpte240m: SMPTE-240M
srgb: SRGB
iec61966-2-1: iec61966-2-1
iec61966-2-4: iec61966-2-4
xvycc: xvycc
bt2020-10: BT.2020 برای محتوای 10 بیتی
bt2020-12: BT.2020 برای محتوای 12 بیتی

primaries: مشخص کردن رنگ‌های پایه خروجی.
مقادیر پذیرفته‌شده عبارتند از:

bt709: BT.709
bt470m: BT.470M
bt470bg: BT.470BG یا BT.601-6 625
smpte170m: SMPTE-170M یا BT.601-6 525
smpte240m: SMPTE-240M
film: film
smpte431: SMPTE-431
smpte432: SMPTE-432
bt2020: BT.2020
jedec-p22: فسفرهای JEDEC P22

range: مشخص کردن محدوده رنگ خروجی.
مقادیر پذیرفته‌شده عبارتند از:

tv: محدوده TV (محدود)
mpeg: محدوده MPEG (محدود)
pc: محدوده PC (کامل)
jpeg: محدوده JPEG (کامل)

format: مشخص کردن فرمت رنگ خروجی.
مقادیر پذیرفته‌شده عبارتند از:

yuv420p: YUV 4:2:0 سطح‌بندی‌شده 8 بیتی
yuv420p10: YUV 4:2:0 سطح‌بندی‌شده 10 بیتی
yuv420p12: YUV 4:2:0 سطح‌بندی‌شده 12 بیتی
yuv422p: YUV 4:2:2 سطح‌بندی‌شده 8 بیتی
yuv422p10: YUV 4:2:2 سطح‌بندی‌شده 10 بیتی
yuv422p12: YUV 4:2:2 سطح‌بندی‌شده 12 بیتی
yuv444p: YUV 4:4:4 سطح‌بندی‌شده 8 بیتی
yuv444p10: YUV 4:4:4 سطح‌بندی‌شده 10 بیتی
yuv444p12: YUV 4:4:4 سطح‌بندی‌شده 12 بیتی

fast: انجام یک تبدیل سریع، که از تصحیح گاما/رنگ‌های پایه صرف‌نظر می‌کند. این کار بار پردازشی CPU را به طور چشمگیری کاهش می‌دهد، اما از نظر ریاضی نادرست خواهد بود. برای دریافت خروجی سازگار با آنچه فیلتر colormatrix تولید می‌کند، از fast=1 استفاده نمایید.
dither: مشخص کردن حالت ترام‌زنی (dithering).
مقادیر پذیرفته‌شده عبارتند از:

none: بدون ترام‌زنی
fsb: ترام‌زنی فلوید-اشتاینبرگ (Floyd-Steinberg)

wpadapt: حالت انطباق نقطه سفید.
مقادیر پذیرفته‌شده عبارتند از:

bradford: انطباق نقطه سفید بردفورد
vonkries: انطباق نقطه سفید فون کریس
identity: انطباق همانی نقطه سفید (یعنی بدون انطباق نقطه سفید)

clipgamut: کنترل چگونگی برش دادن (clip) رنگ‌های خارج از گستره که در نتیجه تبدیل فضای رنگی به وجود می‌آیند.
مقادیر پذیرفته‌شده عبارتند از:

none: عدم برش رنگ‌های خارج از گستره.
rgb: برش مقادیر RGB به محدوده [0, 1] هنگام ساخت LUTهای انتقال گاما.

iall: بازنویسی تمامی ویژگی‌های ورودی به طور همزمان. همان مقادیر پذیرفته‌شده برای all.
ispace: بازنویسی فضای رنگی ورودی. همان مقادیر پذیرفته‌شده برای space.
iprimaries: بازنویسی رنگ‌های پایه ورودی. همان مقادیر پذیرفته‌شده برای primaries.
itrc: بازنویسی ویژگی‌های انتقال ورودی. همان مقادیر پذیرفته‌شده برای trc.
irange: بازنویسی محدوده رنگ ورودی. همان مقادیر پذیرفته‌شده برای range.

این فیلتر ویژگی‌های انتقال، فضای رنگ و رنگ‌های پایه را به مقادیر مشخص‌شده توسط کاربر تبدیل می‌کند. مقدار خروجی در صورت عدم تعیین، بر اساس ویژگی "all" بر روی یک مقدار پیش‌فرض تنظیم می‌شود. اگر آن ویژگی نیز مشخص نشده باشد، فیلتر خطایی را ثبت خواهد کرد. محدوده رنگ و فرمت خروجی به طور پیش‌فرض روی همان مقدار محدوده رنگ و فرمت ورودی تنظیم می‌شوند. ویژگی‌های انتقال، فضای رنگ، رنگ‌های پایه و محدوده رنگ ورودی باید روی داده‌های ورودی مشخص باشند. در صورت مفقود بودن هر یک از این موارد، فیلتر خطایی ثبت کرده و هیچ تبدیلی صورت نخواهد گرفت.

برای نمونه جهت تبدیل ورودی به SMPTE-240M، از این دستور استفاده کنید:

colorspace=smpte240m

colortemperature

تنظیم دمای رنگ در ویدیو جهت شبیه‌سازی تغییرات در دمای رنگ محیط.

این فیلتر گزینه‌های زیر را می‌پذیرد:

temperature: تنظیم دما بر حسب کلوین. محدوده مجاز از 1000 تا 40000 است. مقدار پیش‌فرض 6500 کلوین است.
mix: تنظیم میزان آمیختگی با خروجی فیلترشده. محدوده مجاز از 0 تا 1 است. مقدار پیش‌فرض 1 است.
pl: تنظیم میزان حفظ روشنایی. محدوده مجاز از 0 تا 1 است. مقدار پیش‌فرض 0 است.

دستورات

این فیلتر از همان دستورات مشابه گزینه‌ها پشتیبانی می‌کند.

convolution

اعمال پیچش (کانولوشن) 3x3، 5x5، 7x7 یا افقی/عمودی تا 49 عنصر.

این فیلتر گزینه‌های زیر را می‌پذیرد:

0m
1m
2m
3m: تنظیم ماتریس برای هر صفحه (plane). ماتریس دنباله‌ای از 9، 25 یا 49 عدد صحیح علامت‌دار در حالت square، و از 1 تا 49 عدد فرد از اعداد صحیح علامت‌دار در حالت row است.
0rdiv
1rdiv
2rdiv
3rdiv: تنظیم ضریب تقسیم برای مقدار محاسبه‌شده برای هر صفحه. در صورت عدم تنظیم یا 0 بودن، برابر با 1 تقسیم بر مجموع تمامی عناصر ماتریس خواهد بود.
0bias
1bias
2bias
3bias: تنظیم انحراف (بایاس) برای هر صفحه. این مقدار به حاصل‌ضرب افزوده می‌شود. برای روشن‌تر یا تاریک‌تر کردن تصویر کلی مفید است. پیش‌فرض 0.0 است.
0mode
1mode
2mode
3mode: تنظیم حالت ماتریس برای هر صفحه. می‌تواند square، row یا column باشد. پیش‌فرض square است.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

مثال‌ها

اعمال وضوح‌بخشی (sharpen):

convolution="0 -1 0 -1 5 -1 0 -1 0:0 -1 0 -1 5 -1 0 -1 0:0 -1 0 -1 5 -1 0 -1 0:0 -1 0 -1 5 -1 0 -1 0"

اعمال مات‌شدگی (blur):

convolution="1 1 1 1 1 1 1 1 1:1 1 1 1 1 1 1 1 1:1 1 1 1 1 1 1 1 1:1 1 1 1 1 1 1 1 1:1/9:1/9:1/9:1/9"

اعمال تقویت لبه (edge enhance):

convolution="0 0 0 -1 1 0 0 0 0:0 0 0 -1 1 0 0 0 0:0 0 0 -1 1 0 0 0 0:0 0 0 -1 1 0 0 0 0:5:1:1:1:0:128:128:128"

اعمال تشخیص لبه (edge detect):

convolution="0 1 0 1 -4 1 0 1 0:0 1 0 1 -4 1 0 1 0:0 1 0 1 -4 1 0 1 0:0 1 0 1 -4 1 0 1 0:5:5:5:1:0:128:128:128"

اعمال آشکارساز لبه لاپلاسی شامل قطرها:

convolution="1 1 1 1 -8 1 1 1 1:1 1 1 1 -8 1 1 1 1:1 1 1 1 -8 1 1 1 1:1 1 1 1 -8 1 1 1 1:5:5:5:1:0:128:128:0"

اعمال برجسته‌کاری (emboss):

convolution="-2 -1 0 -1 1 1 0 1 2:-2 -1 0 -1 1 1 0 1 2:-2 -1 0 -1 1 1 0 1 2:-2 -1 0 -1 1 1 0 1 2"

convolve

اعمال پیچش دوبعدی جریان ویدیو در حوزه فرکانس با استفاده از جریان دوم به عنوان پاسخ ضربه (impulse).

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تنظیم صفحاتی که باید پردازش شوند.
impulse: تنظیم اینکه کدام فریم‌های ویدیویی ضربه پردازش خواهند شد؛ می‌تواند first یا all باشد. پیش‌فرض all است.

فیلتر "convolve" همچنین از گزینه‌های framesync پشتیبانی می‌کند.

copy

کپی کردن منبع ویدیویی ورودی بدون تغییر به خروجی. این فیلتر عمدتاً برای اهداف آزمایشی کاربرد دارد.

coreimage

فیلترسازی ویدیو بر روی GPU با استفاده از API برنامه CoreImage شرکت اپل در OSX.

شتاب‌دهی سخت‌افزاری بر پایه یک بافت (context) اوپن‌جی‌ال (OpenGL) است. معمولاً این بدان معناست که پردازش توسط سخت‌افزار ویدیو انجام می‌گیرد. با این حال، پیاده‌سازی‌های نرم‌افزاری OpenGL وجود دارند که نشان می‌دهد هیچ تضمینی برای پردازش سخت‌افزاری وجود ندارد؛ این موضوع به OSX مربوطه بستگی دارد.

فیلترها و مولدهای تصویر فراوانی توسط اپل ارائه شده‌اند که با تنوع زیادی از گزینه‌ها همراه هستند. فیلتر باید با نام آن به همراه گزینه‌هایش مورد ارجاع قرار گیرد.

فیلتر coreimage گزینه‌های زیر را می‌پذیرد:

list_filters

فهرست کردن تمامی فیلترها و مولدهای موجود به همراه تمامی گزینه‌های مربوطه و همچنین حداقل و حداکثر مقادیر ممکن در کنار مقادیر پیش‌فرض.

list_filters=true

filter

مشخص کردن تمامی فیلترها با نام و گزینه‌های مربوط به آن‌ها. از list_filters برای تعیین تمامی نام‌ها و گزینه‌های معتبر فیلتر استفاده کنید. گزینه‌های عددی با یک مقدار اعشاری تعیین می‌شوند و به‌طور خودکار به محدوده مقادیر مربوط به خود مقید (clamped) می‌گردند. گزینه‌های برداری و رنگ باید با فهرستی از مقادیر اعشاری جداشده با فاصله تعیین شوند. گریز کاراکترها (escaping) باید انجام شود. یک نام گزینه ویژه "default" برای استفاده از گزینه‌های پیش‌فرض یک فیلتر در دسترس است.

تعیین "default" یا دست‌کم یکی از گزینه‌های فیلتر الزامی است. تمامی گزینه‌های حذف‌شده با مقادیر پیش‌فرض خود به کار می‌روند. ساختار نحوی رشته فیلتر به شرح زیر است:

filter=<NAME>@<OPTION>=<VALUE>[@<OPTION>=<VALUE>][@...][#<NAME>@<OPTION>=<VALUE>[@<OPTION>=<VALUE>][@...]][#...]

output_rect

مشخص کردن مستطیلی که خروجی زنجیره فیلتر در آن به داخل تصویر ورودی کپی می‌شود. این مستطیل با فهرستی از مقادیر اعشاری جداشده با فاصله مشخص می‌گردد:

output_rect=x\ y\ width\ height

در صورت عدم تعیین، مستطیل خروجی برابر با ابعاد تصویر ورودی خواهد بود. مستطیل خروجی به‌طور خودکار در مرزهای تصویر ورودی برش می‌خورد. مقادیر منفی برای هر مولفه معتبر هستند.

output_rect=25\ 25\ 100\ 100

چندین فیلتر را می‌توان برای پردازش متوالی بدون انتقال‌های GPU-HOST به یکدیگر زنجیر کرد که امکان پردازش سریع زنجیره‌های فیلتر پیچیده را فراهم می‌سازد. در حال حاضر تنها فیلترهای با صفر (مولدها) یا دقیقاً یک تصویر ورودی (فیلترها) و یک تصویر خروجی پشتیبانی می‌شوند. همچنین، فیلترهای گذار (transition) هنوز همان‌طور که در نظر گرفته شده قابل استفاده نیستند.

برخی فیلترها بسته به هسته فیلتر مربوطه، تصاویر خروجی را با لایه‌گذاری (padding) اضافی تولید می‌کنند. این لایه‌گذاری به‌طور خودکار حذف می‌شود تا اطمینان حاصل گردد که خروجی فیلتر دارای اندازه‌ای یکسان با تصویر ورودی است.

برای مولدهای تصویر، اندازه تصویر خروجی به ترتیب با تصویر خروجی قبلی زنجیره فیلتر یا تصویر ورودی کل زنجیره فیلتر تعیین می‌شود. مولدها برای تولید خروجی خود از اطلاعات پیکسلی این تصویر استفاده نمی‌کنند. با این حال، خروجی تولیدشده بر روی این تصویر آمیخته (blended) می‌شود که منجر به پوشش جزئی یا کامل تصویر خروجی می‌گردد.

منبع ویدیویی coreimagesrc می‌تواند برای تولید تصاویر ورودی که مستقیماً به زنجیره فیلتر تغذیه می‌شوند به کار رود. با استفاده از آن، ارائه تصاویر ورودی توسط یک منبع ویدیویی دیگر یا یک ویدیوی ورودی الزامی نیست.

مثال‌ها

فهرست کردن تمامی فیلترهای در دسترس:
```
coreimage=list_filters=true
```
استفاده از فیلتر CIBoxBlur با گزینه‌های پیش‌فرض برای تار کردن یک تصویر:
```
coreimage=filter=CIBoxBlur@default
```
استفاده از یک زنجیره فیلتر با CISepiaTone در مقادیر پیش‌فرض و CIVignetteEffect با مرکز آن در 100x100 و شعاع 50 پیکسل:
```
coreimage=filter=CIBoxBlur@default#CIVignetteEffect@inputCenter=100\ 100@inputRadius=50
```
استفاده از nullsrc و CIQRCodeGenerator برای ایجاد یک کد QR برای صفحه خانگی FFmpeg، که به عنوان خط فرمان کامل و اسکیپ‌شده برای پوسته استاندارد bash اپل ارائه شده است:
```
ffmpeg -f lavfi -i nullsrc=s=100x100,coreimage=filter=CIQRCodeGenerator@inputMessage=https\\\\\://FFmpeg.org@inputCorrectionLevel=H -frames:v 1 QRCode.png
```

corr

به‌دست آوردن میزان همبستگی (correlation) میان دو ویدیوی ورودی.

این فیلتر دو ویدیوی ورودی را می‌پذیرد.

هر دو ویدیوی ورودی برای عملکرد صحیح این فیلتر باید تفکیک‌پذیری و فرمت پیکسلی یکسانی داشته باشند. همچنین فرض می‌شود که هر دو ورودی تعداد فریم‌های برابری دارند که فریم‌به‌فریم با یکدیگر مقایسه می‌شوند.

همبستگی به‌دست‌آمده به ازای هر مولفه، میانگین، کمینه و بیشینه از طریق سامانه گزارش‌گیری (logging) چاپ می‌شود.

این فیلتر همبستگی محاسبه‌شده هر فریم را در فراداده فریم ذخیره می‌کند.

این فیلتر همچنین از گزینه‌های framesync پشتیبانی می‌کند.

در مثال زیر فایل ورودی main.mpg در حال پردازش با فایل مرجع ref.mpg مقایسه می‌شود.

ffmpeg -i main.mpg -i ref.mpg -lavfi corr -f null -

cover_rect

پوشاندن یک شیء مستطیلی شکل.

این فیلتر گزینه‌های زیر را می‌پذیرد:

cover: مسیر فایل تصویر پوششی اختیاری، باید در فرمت yuv420 باشد.
mode: تنظیم حالت پوشش.
مقادیر زیر را می‌پذیرد:

cover: پوشاندن آن با تصویر ارائه‌شده
blur: پوشاندن آن از طریق درون‌یابی پیکسل‌های پیرامونی

مقدار پیش‌فرض blur است.

مثال‌ها

•

پوشاندن یک شیء مستطیلی با تصویر ارائه‌شده از یک ویدیوی مشخص با استفاده از ffmpeg:

ffmpeg -i file.ts -vf find_rect=newref.pgm,cover_rect=cover.jpg:mode=cover new.mkv

crop

برش ویدیوی ورودی به ابعاد داده‌شده.

این فیلتر پارامترهای زیر را می‌پذیرد:

w, out_w: عرض ویدیوی خروجی. مقدار پیش‌فرض "iw" است. این عبارت تنها یک بار در حین پیکربندی فیلتر، یا هنگامی که دستور w یا out_w ارسال می‌شود ارزیابی می‌گردد.
h, out_h: ارتفاع ویدیوی خروجی. مقدار پیش‌فرض "ih" است. این عبارت تنها یک بار در حین پیکربندی فیلتر، یا هنگامی که دستور h یا out_h ارسال می‌شود ارزیابی می‌گردد.
x: موقعیت افقی لبه چپ ویدیوی خروجی در ویدیوی ورودی. مقدار پیش‌فرض "(in_w-out_w)/2" است. این عبارت به ازای هر فریم ارزیابی می‌شود.
y: موقعیت عمودی لبه بالایی ویدیوی خروجی در ویدیوی ورودی. مقدار پیش‌فرض "(in_h-out_h)/2" است. این عبارت به ازای هر فریم ارزیابی می‌شود.
keep_aspect: در صورت تنظیم روی 1، نسبت ابعاد تصویر نمایشی (DAR) خروجی را با تغییر نسبت ابعاد نمونه (SAR) خروجی، مجبور به یکسان بودن با ورودی می‌کند. مقدار پیش‌فرض 0 است.
exact: فعال‌سازی برش دقیق. در صورت فعال بودن، ویدیوهای زیرنمونه‌برداری‌شده دقیقاً در عرض/ارتفاع/x/y تعیین‌شده برش می‌خورند و به نزدیک‌ترین مقدار کوچک‌تر گرد نمی‌شوند. مقدار پیش‌فرض 0 است.

پارامترهای out_w، out_h، x و y عباراتی حاوی ثابت‌های زیر هستند:

x
y: مقادیر محاسبه‌شده برای x و y. این مقادیر برای هر فریم جدید ارزیابی می‌شوند.
in_w
in_h: عرض و ارتفاع ورودی.
iw
ih: همانند in_w و in_h هستند.
out_w
out_h: عرض و ارتفاع خروجی (برش‌خورده).
ow
oh: همانند out_w و out_h هستند.
a: همانند iw / ih.
sar: نسبت ابعاد نمونه ورودی.
dar: نسبت ابعاد تصویر نمایشی ورودی، همانند (iw / ih) * sar است.
hsub
vsub: مقادیر زیرنمونه‌برداری افقی و عمودی کروما. برای مثال برای فرمت پیکسلی "yuv422p" مقدار hsub برابر با 2 و vsub برابر با 1 است.
n: شماره فریم ورودی، شروع از 0.
pos: موقعیت فریم ورودی در فایل، در صورت نامشخص بودن NAN؛ منسوخ‌شده، استفاده نکنید.
t: برچسب زمانی بر حسب ثانیه. در صورت نامشخص بودن برچسب زمانی ورودی NAN است.

عبارت برای out_w ممکن است به مقدار out_h وابسته باشد، و عبارت برای out_h ممکن است به out_w وابسته باشد، اما آن‌ها نمی‌توانند به x و y وابسته باشند، زیرا x و y پس از out_w و out_h ارزیابی می‌شوند.

پارامترهای x و y عبارات مربوط به موقعیت گوشه بالا-چپ ناحیه خروجی (برش‌نخورده) را تعیین می‌کنند. آن‌ها برای هر فریم ارزیابی می‌شوند. اگر مقدار ارزیابی‌شده نامعتبر باشد، به نزدیک‌ترین مقدار معتبر تقریب زده می‌شود.

عبارت برای x ممکن است به y وابسته باشد، و عبارت برای y ممکن است به x وابسته باشد.

مثال‌ها

برش ناحیه‌ای به ابعاد 100x100 در موقعیت (12,34):
```
crop=100:100:12:34
```
با استفاده از گزینه‌های نام‌گذاری‌شده، مثال بالا به این شکل خواهد بود:
```
crop=w=100:h=100:x=12:y=34
```
برش ناحیه مرکزی ورودی به ابعاد 100x100:
```
crop=100:100
```
برش ناحیه مرکزی ورودی به اندازه 2/3 از ویدیوی ورودی:
```
crop=2/3*in_w:2/3*in_h
```
برش مربع مرکزی ویدیوی ورودی:
```
crop=out_w=in_h
crop=in_h
```
محدود کردن مستطیل با گوشه بالا-چپ در موقعیت 100:100 و گوشه پایین-راست منطبق بر گوشه پایین-راست تصویر ورودی:
```
crop=in_w-100:in_h-100:100:100
```
برش 10 پیکسل از حاشیه‌های چپ و راست، و 20 پیکسل از حاشیه‌های بالا و پایین:
```
crop=in_w-2*10:in_h-2*20
```
نگه‌داشتن تنها ربع پایین-راست تصویر ورودی:
```
crop=in_w/2:in_h/2:in_w/2:in_h/2
```
برش ارتفاع برای دستیابی به تناسب طلایی (یونانی):
```
crop=in_w:1/PHI*in_w
```

اعمال افکت لرزش:

crop=in_w/2:in_h/2:(in_w-out_w)/2+((in_w-out_w)/2)*sin(n/10):(in_h-out_h)/2 +((in_h-out_h)/2)*sin(n/7)

اعمال افکت دوربین متزلزل وابسته به برچسب زمانی:
```
crop=in_w/2:in_h/2:(in_w-out_w)/2+((in_w-out_w)/2)*sin(t*10):(in_h-out_h)/2 +((in_h-out_h)/2)*sin(t*13)
```
تنظیم x وابسته به مقدار y:
```
crop=in_w/2:in_h/2:y:10+10*sin(n/10)
```

دستورات

این فیلتر از دستورات زیر پشتیبانی می‌کند:

w, out_w
h, out_h
x
y: تنظیم عرض/ارتفاع ویدیوی خروجی و موقعیت افقی/عمودی در ویدیوی ورودی. دستور همان ساختار نحوی گزینه متناظر را می‌پذیرد.
اگر عبارت مشخص‌شده معتبر نباشد، در مقدار جاری خود باقی می‌ماند.

cropdetect

تشخیص خودکار اندازه برش.

این فیلتر پارامترهای برش مورد نیاز را محاسبه کرده و پارامترهای توصیه‌شده را از طریق سامانه گزارش‌گیری چاپ می‌کند. ابعاد شناسایی‌شده متناظر با ناحیه غیرسیاه یا ناحیه ویدیویی ویدیوی ورودی بر اساس mode است.

این فیلتر پارامترهای زیر را می‌پذیرد:

mode: بسته به mode، تشخیص برش بر پایه صِرف مقدار سیاهی پیکسل‌های اطراف، یا ترکیبی از بردارهای حرکت و پیکسل‌های لبه صورت می‌گیرد.

black: تشخیص پیکسل‌های سیاه پیرامون ویدیوی در حال پخش. برای کنترل دقیق‌تر از گزینه limit استفاده کنید.
mvedges: تشخیص ویدیوی در حال پخش با کمک بردارهای حرکت درون ویدیو و پویش پیکسل‌های لبه که معمولاً مرز یک ویدیوی در حال پخش را تشکیل می‌دهند.

limit

تنظیم آستانه مقدار سیاهی بالاتر، که می‌تواند به صورت اختیاری از هیچ (0) تا همه‌چیز (255 برای فرمت‌های بر پایه 8 بیت) تعیین گردد. مقدار شدتی بیشتر از مقدار تنظیم‌شده غیرسیاه تلقی می‌شود. پیش‌فرض 24 است. همچنین می‌توانید مقداری بین 0.0 و 1.0 تعیین کنید که بسته به عمق بیتی فرمت پیکسلی مقیاس‌بندی خواهد شد.

round

مقداری که عرض/ارتفاع باید بر آن بخش‌پذیر باشد. پیش‌فرض 16 است. آفست به‌طور خودکار جهت مرکز قرار دادن ویدیو تنظیم می‌شود. از 2 برای دریافت تنها ابعاد زوج استفاده کنید (برای ویدیوی 4:2:2 لازم است). مقدار 16 هنگام رمزگذاری با بیشتر کدک‌های ویدیویی بهترین است.

skip

تنظیم تعداد فریم‌های ابتدایی که ارزیابی برای آن‌ها نادیده گرفته می‌شود. پیش‌فرض 2 است. محدوده بین 0 تا INT_MAX است.

reset_count, reset

تنظیم شمارنده‌ای که تعیین می‌کند پس از چند فریم cropdetect بزرگ‌ترین ناحیه ویدیویی شناسایی‌شده قبلی را بازنشانی کرده و دوباره برای تشخیص ناحیه بهینه کنونی آغاز کند. مقدار پیش‌فرض 0 است.

این گزینه زمانی که لوگوی شبکه‌ها ناحیه ویدیو را دستخوش اعوجاج می‌کند می‌تواند سودمند باشد. مقدار 0 بیانگر «هرگز بازنشانی نکن» است و بزرگ‌ترین ناحیه دیده‌شده در طول پخش را بازمی‌گرداند.

mv_threshold

تنظیم میزان حرکت بر حسب واحدهای پیکسلی به عنوان آستانه تشخیص حرکت. پیش‌فرض 8 است.

low

high

تنظیم مقادیر آستانه پایین و بالا مورد استفاده توسط الگوریتم آستانه‌گذاری کَنی (Canny).

آستانه بالا پیکسل‌های لبه "قوی" را برمی‌گزیند، که سپس از طریق اتصال 8 جهته به پیکسل‌های لبه "ضعیف" انتخاب‌شده توسط آستانه پایین متصل می‌شوند.

مقادیر آستانه low و high باید در بازه [0,1] انتخاب شوند، و low باید کمتر یا مساوی با high باشد.

مقدار پیش‌فرض برای low برابر با "5/255" و برای high برابر با "15/255" است.

مثال‌ها

یافتن ناحیه ویدیو احاطه‌شده توسط حاشیه‌های سیاه:
```
ffmpeg -i file.mp4 -vf cropdetect,metadata=mode=print -f null -
```
یافتن یک ناحیه ویدیوی تعبیه‌شده، همراه با تولید بردارهای حرکت از قبل:
```
ffmpeg -i file.mp4 -vf mestimate,cropdetect=mode=mvedges,metadata=mode=print -f null -
```
یافتن یک ناحیه ویدیوی تعبیه‌شده با استفاده از بردارهای حرکت برگرفته از رمزگشا:
```
ffmpeg -flags2 +export_mvs -i file.mp4 -vf cropdetect=mode=mvedges,metadata=mode=print -f null -
```

دستورات

این فیلتر از دستورات زیر پشتیبانی می‌کند:

limit: دستور همان ساختار نحوی گزینه متناظر را می‌پذیرد. اگر عبارت مشخص‌شده معتبر نباشد، در مقدار جاری خود باقی می‌ماند.

cue

به تاخیر انداختن فیلتر کردن ویدیو تا رسیدن به یک برچسب زمانی ساعت دیواری (wallclock). این فیلتر ابتدا به تعداد preroll فریم را عبور می‌دهد، سپس حداکثر تا buffer فریم را بافر کرده و در انتظار نشانه (cue) می‌ماند. پس از رسیدن به نشانه، فریم‌های بافرشده و همچنین هر فریم بعدی ورودی خود را ارسال می‌کند.

این فیلتر می‌تواند جهت همگام‌سازی خروجی چندین فرایند ffmpeg برای دستگاه‌های خروجی بلادرنگ مانند decklink به کار رود. با اعمال تاخیر در زنجیره فیلتر و پیش‌بافرسازی فریم‌ها، فرایند می‌تواند تقریباً بلافاصله پس از فرا رسیدن برچسب زمانی ساعت دیواری هدف، داده‌ها را به خروجی منتقل سازد.

دقت کامل در سطح تک‌تک فریم‌ها تضمین نمی‌شود، ولی خروجی برای برخی کاربردها به اندازه کافی مناسب است.

cue: برچسب زمانی نشانه بیان‌شده در قالب برچسب زمانی یونیکس بر حسب میکروثانیه. پیش‌فرض 0 است.
preroll: مدت‌زمان محتوا جهت عبور به عنوان پیش‌رول بر حسب ثانیه. پیش‌فرض 0 است.
buffer: حداکثر مدت‌زمان محتوا جهت بافرسازی پیش از انتظار برای نشانه بر حسب ثانیه. پیش‌فرض 0 است.

curves

اعمال تنظیمات رنگ با استفاده از منحنی‌ها.

این فیلتر مشابه ابزارهای منحنی در نرم‌افزارهای Adobe Photoshop و GIMP است. هر مولفه (قرمز، سبز و آبی) مقادیر خود را توسط N نقطه کلیدی که با یک منحنی هموار به هم پیوند یافته‌اند، تعریف می‌کند. محور x نشان‌دهنده مقادیر پیکسلی فریم ورودی و محور y مقادیر پیکسلی جدیدی است که باید برای فریم خروجی تنظیم شوند.

به‌طور پیش‌فرض، منحنی یک مولفه با دو نقطه (0;0) و (1;1) تعریف می‌شود. این کار خط مستقیمی ایجاد می‌کند که در آن هر مقدار پیکسل اصلی به مقدار خودش "تنظیم" می‌شود، که به معنای عدم تغییر در تصویر است.

این فیلتر به شما اجازه می‌دهد این دو نقطه را بازتعریف نموده و نقاط بیشتری بیافزایید. منحنی تازه‌ای تعریف خواهد شد تا به نرمی از میان تمامی این مختصات‌های جدید عبور کند. نقاط جدید تعریف‌شده باید روی محور x اکیداً صعودی باشند، و مقادیر x و y آن‌ها در بازه [0;1] قرار داشته باشد. منحنی با بهره‌گیری از درون‌یابی اسپلاین مکعبی طبیعی (natural) یا یکنواخت (monotonic)، بسته به گزینه interp (پیش‌فرض: "natural") شکل می‌گیرد. اسپلاین "natural" به‌طور کلی منحنی هموارتری تولید می‌نماید در حالی که اسپلاین یکنواخت ("pchip") یکنواخت بودن گذارها میان نقاط تعیین‌شده را تضمین می‌کند. چنانچه منحنی‌های محاسبه‌شده به خارج از فضاهای برداری بروند، مقادیر مربوطه بریده (clip) خواهند شد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

preset: انتخاب یکی از پیش‌تنظیم‌های رنگ موجود. این گزینه می‌تواند افزون بر پارامترهای r، g، b به کار رود؛ در این وضعیت، گزینه‌های پسین بر مقادیر پیش‌تنظیم اولویت خواهند داشت. پیش‌تنظیم‌های در دسترس عبارتند از:

none
color_negative
cross_process
darker
increase_contrast
lighter
linear_contrast
medium_contrast
negative
strong_contrast
vintage

پیش‌فرض "none" است.

master, m: تنظیم نقاط کلیدی اصلی (master). این نقاط نگاشت گذر دوم را تعریف خواهند کرد. این عمل گاهی نگاشت "درخشندگی" یا "مقدار" نامیده می‌شود. این گزینه می‌تواند همراه با r، g، b یا all استفاده گردد زیرا همانند یک LUT پس‌پردازش عمل می‌کند.
red, r: تنظیم نقاط کلیدی برای مولفه قرمز.
green, g: تنظیم نقاط کلیدی برای مولفه سبز.
blue, b: تنظیم نقاط کلیدی برای مولفه آبی.
all: تنظیم نقاط کلیدی برای تمامی مولفه‌ها (به‌جز master). می‌تواند افزون بر دیگر گزینه‌های نقاط کلیدی مولفه استفاده گردد. در این صورت، مولفه(های) تنظیم‌نشده به این تنظیم all بازگشت می‌نمایند.
psfile: مشخص کردن یک فایل منحنی‌های فتوشاپ (".acv") جهت وارد کردن تنظیمات از آن.
plot: ذخیره اسکریپت Gnuplot مربوط به منحنی‌ها در فایل تعیین‌شده.
interp: مشخص کردن شیوه درون‌یابی. الگوریتم‌های در دسترس عبارتند از:

natural: اسپلاین مکعبی طبیعی با استفاده از یک چندجمله‌ای مکعبی تکه‌ای که دارای دو مرتبه مشتق‌پذیری پیوسته است.
pchip: اسپلاین مکعبی یکنوا با استفاده از چندجمله‌ای درون‌یاب هرمیت مکعبی تکه‌ای (PCHIP).

جهت پرهیز از تداخل‌های نحوی در گراف فیلتر، هر فهرست از نقاط کلیدی باید با ساختار نحوی زیر تعریف گردد: "x0/y0 x1/y1 x2/y2 ...".

دستورات

این فیلتر از همان دستورات مشابه گزینه‌ها پشتیبانی می‌کند.

مثال‌ها

افزایش اندک سطح میانی رنگ آبی:
```
curves=blue='0/0 0.5/0.58 1/1'
```
افکت کهنگی (Vintage):
```
curves=r='0/0.11 .42/.51 1/0.95':g='0/0 0.50/0.48 1/1':b='0/0.22 .49/.44 1/0.8'
```
در اینجا مختصات‌های زیر را برای هر یک از مولفه‌ها به دست می‌آوریم:

red: "(0;0.11) (0.42;0.51) (1;0.95)"
green: "(0;0) (0.50;0.48) (1;1)"
blue: "(0;0.22) (0.49;0.44) (1;0.80)"

مثال پیشین را می‌توان با پیش‌تنظیم توکار متناظر آن نیز پیاده کرد:
```
curves=preset=vintage
```
یا به شکل ساده:
```
curves=vintage
```
بهره‌گیری از یک پیش‌تنظیم فتوشاپ و بازتعریف نقاط مولفه سبز:
```
curves=psfile='MyCurvesPresets/purple.acv':green='0/0 0.45/0.53 1/1'
```
مشاهده منحنی‌های پروفایل "cross_process" با استفاده از ffmpeg و gnuplot:
```
ffmpeg -f lavfi -i color -vf curves=cross_process:plot=/tmp/curves.plt -frames:v 1 -f null -
gnuplot -p /tmp/curves.plt
```

datascope

فیلتر تحلیل داده‌های ویدیو.

این فیلتر مقادیر شانزده‌شانزدهی (هگزادسیمال) پیکسل‌های بخشی از ویدیو را نمایش می‌دهد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

size, s: تنظیم اندازه ویدیوی خروجی.
x: تنظیم آفست افقی x برای برداشت پیکسل‌ها.
y: تنظیم آفست عمودی y برای برداشت پیکسل‌ها.
mode: تنظیم حالت اسکوپ، می‌تواند یکی از موارد زیر باشد:

mono: رسم مقادیر هگزادسیمال پیکسل‌ها با رنگ سفید روی پس‌زمینه سیاه.
color: رسم مقادیر هگزادسیمال پیکسل‌ها با رنگ پیکسل ویدیوی ورودی روی پس‌زمینه سیاه.
color2: رسم مقادیر هگزادسیمال پیکسل‌ها روی پس‌زمینه رنگی برداشته‌شده از ویدیوی ورودی؛ رنگ متن به گونه‌ای انتخاب می‌شود که همواره خوانا باشد.

axis: رسم شماره سطرها و ستون‌ها در سمت چپ و بالای ویدیو.
opacity: تنظیم میزان کدر بودن (ناشفافی) پس‌زمینه.
format: تنظیم فرمت نمایش اعداد. می‌تواند "hex" یا "dec" باشد. پیش‌فرض "hex" است.
components: تنظیم مولفه‌های پیکسلی جهت نمایش. به‌طور پیش‌فرض تمامی مولفه‌های پیکسل نمایش داده می‌شوند.

دستورات

این فیلتر از همان دستورات مشابه گزینه‌ها به جز گزینه "size" پشتیبانی می‌کند.

dblur

اعمال فیلتر مات‌شدگی جهتی (Directional blur).

این فیلتر گزینه‌های زیر را می‌پذیرد:

angle: تنظیم زاویه مات‌شدگی جهتی. مقدار پیش‌فرض 45 است.
radius: تنظیم شعاع مات‌شدگی جهتی. مقدار پیش‌فرض 5 است.
planes: تنظیم صفحاتی که باید فیلتر شوند. به‌طور پیش‌فرض تمامی صفحات فیلتر می‌گردند.

دستورات

اگر عبارت مشخص‌شده معتبر نباشد، در مقدار جاری خود باقی می‌ماند.

dctdnoiz

نویززدایی از فریم‌ها با استفاده از DCT دوبعدی (فیلترسازی حوزه فرکانس).

این فیلتر برای پردازش بلادرنگ (real-time) طراحی نشده است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

sigma, s

تنظیم ثابت سیگمای نویز.

این sigma یک آستانه قطعی "3 * sigma" را تعریف می‌نماید؛ هر ضریب DCT (قدر مطلق) زیر این آستانه حذف خواهد شد.

اگر به فیلترسازی پیشرفته‌تری نیاز دارید، expr را ببینید.

پیش‌فرض 0 است.

overlap

تنظیم تعداد پیکسل‌های همپوشان برای هر بلوک. از آنجا که فیلتر می‌تواند کند باشد، ممکن است بخواهید این مقدار را کاهش دهید، هرچند به قیمت اثربخشی کمتر فیلتر و ریسک بروز مصنوعات تصویری گوناگون تمام خواهد شد.

اگر مقدار همپوشانی اجازه پردازش کل عرض یا ارتفاع ورودی را ندهد، یک هشدار نمایش داده خواهد شد و حاشیه‌های مربوطه نویززدایی نمی‌شوند.

مقدار پیش‌فرض blocksize-1 است که بهترین تنظیم ممکن به شمار می‌رود.

timecode_rate, rate, r

تنظیم عبارت فاکتور ضریب.

برای هر ضریب از یک بلوک DCT، این عبارت به عنوان مقدار ضریب ضرب‌کننده آن ارزیابی خواهد شد.

در صورت تنظیم این گزینه، گزینه sigma نادیده گرفته می‌شود.

قدر مطلق ضریب از طریق متغیر c در دسترس است.

n

تنظیم blocksize با استفاده از تعداد بیت‌ها. عبارت "1<<n" مقدار blocksize را که همان عرض و ارتفاع بلوک‌های پردازش‌شده است تعریف می‌کند.

مقدار پیش‌فرض 3 (یعنی 8x8) است و برای blocksize برابر با 16x16 می‌تواند به 4 افزایش یابد. توجه داشته باشید که دگرگونی این تنظیم پیامدهای چشمگیری بر سرعت پردازش دارد. همچنین اندازه بلوک بزرگ‌تر لزوماً به معنای نویززدایی بهتر نیست.

مثال‌ها

اعمال نویززدایی با sigma برابر با 4.5:

dctdnoiz=4.5

همین عملیات را می‌توان با سامانه عبارات نیز انجام داد:

dctdnoiz=e='gte(c, 4.5*3)'

نویززدایی پرقدرت با اندازه بلوک "16x16":

dctdnoiz=15:n=4

deband

حذف مصنوعات نواری‌شدن (banding) از ویدیوی ورودی. این کار با جایگزینی پیکسل‌های نواری‌شده با مقدار میانگین پیکسل‌های مرجع صورت می‌پذیرد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

1thr
2thr
3thr
4thr: تنظیم آستانه تشخیص نواری‌شدن برای هر صفحه (plane). مقدار پیش‌فرض 0.02 است. محدوده معتبر از 0.00003 تا 0.5 است. چنانچه اختلاف میان پیکسل جاری و پیکسل مرجع کمتر از آستانه باشد، نواری‌شده تلقی خواهد شد.
range, r: محدوده تشخیص نواری‌شدن بر حسب پیکسل. پیش‌فرض 16 است. در صورت مثبت بودن، یک عدد تصادفی در بازه 0 تا مقدار تعیین‌شده به کار می‌رود. در صورت منفی بودن، مقدار دقیق قدر مطلق استفاده خواهد شد. این محدوده یک مربع متشکل از چهار پیکسل را در پیرامون پیکسل جاری تعریف می‌کند.
direction, d: تنظیم جهت بر حسب رادیان که چهار پیکسل از آن مقایسه می‌شوند. در صورت مثبت بودن، جهت تصادفی از 0 تا جهت تنظیم‌شده انتخاب می‌گردد. در صورت منفی بودن، مقدار دقیق قدر مطلق برگزیده می‌شود. برای نمونه جهت 0، -PI یا -2*PI رادیان تنها پیکسل‌های روی همان سطر را انتخاب می‌کند و -PI/2 تنها پیکسل‌های روی همان ستون را برمی‌گزیند.
blur, b: در صورت فعال بودن، پیکسل جاری با میانگین مقادیر هر چهار پیکسل پیرامونی مقایسه می‌شود. پیش‌فرض فعال است. در صورت غیرفعال بودن، پیکسل جاری با تمامی چهار پیکسل پیرامونی مقایسه می‌گردد. پیکسل تنها زمانی نواری‌شده تلقی می‌شود که تمام چهار اختلاف با پیکسل‌های پیرامونی کمتر از آستانه باشد.
coupling, c: در صورت فعال بودن، پیکسل جاری اگر و تنها اگر تمامی مولفه‌های پیکسل نواری‌شده باشند تغییر می‌یابد، برای نمونه آستانه تشخیص نواری‌شدن برای همه مولفه‌های رنگ فعال گردد. پیش‌فرض غیرفعال است.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

deblock

حذف مصنوعات بلوکی‌شدن (blocking) از ویدیوی ورودی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

filter: تنظیم نوع فیلتر، می‌تواند weak (ضعیف) یا strong (قوی) باشد. پیش‌فرض strong است. این گزینه نوع بلوک‌زدایی اعمال‌شده را کنترل می‌کند.
block: تنظیم اندازه بلوک، محدوده مجاز از 4 تا 512 است. پیش‌فرض 8 است.
alpha
beta
gamma
delta: تنظیم آستانه‌های تشخیص بلوکی‌شدن. محدوده مجاز از 0 تا 1 است. مقادیر پیش‌فرض عبارتند از: 0.098 برای alpha و 0.05 برای سایر موارد. به کار بردن آستانه بالاتر، قدرت بلوک‌زدایی بیشتری فراهم می‌سازد. تنظیم alpha تشخیص آستانه را دقیقاً در لبه بلوک کنترل می‌کند. گزینه‌های باقی‌مانده تشخیص آستانه در نزدیکی لبه را کنترل می‌نمایند؛ هر یک برای بالا/پایین یا چپ/راست. تنظیم هر یک از این موارد روی 0 بلوک‌زدایی را غیرفعال می‌سازد.
planes: تنظیم صفحه‌ها جهت فیلترسازی. پیش‌فرض فیلتر کردن تمامی صفحه‌های موجود است.

مثال‌ها

بلوک‌زدایی با فیلتر ضعیف و اندازه بلوک 4 پیکسل:
```
deblock=filter=weak:block=4
```
بلوک‌زدایی با فیلتر قوی، اندازه بلوک 4 پیکسل و آستانه‌های سفارشی جهت بلوک‌زدایی لبه‌های بیشتر:
```
deblock=filter=strong:block=4:alpha=0.12:beta=0.07:gamma=0.06:delta=0.05
```
مشابه بالا، اما تنها با فیلتر کردن صفحه اول:
```
deblock=filter=strong:block=4:alpha=0.12:beta=0.07:gamma=0.06:delta=0.05:planes=1
```
مشابه بالا، اما تنها با فیلتر کردن صفحات دوم و سوم:
```
deblock=filter=strong:block=4:alpha=0.12:beta=0.07:gamma=0.06:delta=0.05:planes=6
```

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

decimate

حذف فریم‌های تکراری در فواصل زمانی منظم.

این فیلتر گزینه‌های زیر را می‌پذیرد:

cycle: تنظیم تعداد فریم‌هایی که یکی از میان آن‌ها حذف خواهد شد. تنظیم این گزینه روی N بدین معناست که یک فریم در هر دسته N تایی از فریم‌ها حذف خواهد شد. پیش‌فرض 5 است.
dupthresh: تنظیم آستانه برای تشخیص تکراری بودن. چنانچه معیار اختلاف برای یک فریم کمتر یا مساوی با این مقدار باشد، به عنوان فریم تکراری قلمداد می‌شود. پیش‌فرض 1.1 است.
scthresh: تنظیم آستانه تغییر صحنه. پیش‌فرض 15 است.
blockx
blocky: تنظیم اندازه بلوک‌های محور x و y مورد استفاده در حین محاسبات معیار. بلوک‌های بزرگ‌تر باعث سرکوب بهتر نویز می‌شوند، اما در تشخیص حرکات کوچک عملکرد ضعیف‌تری دارند. باید توانی از دو باشد. پیش‌فرض 32 است.
ppsrc: علامت‌گذاری ورودی اصلی به عنوان ورودی پیش‌پردازش‌شده و فعال‌سازی جریان ورودی منبع دست‌نخورده. این کار اجازه می‌دهد ورودی جهت کمک به محاسبه معیارها با فیلترهای گوناگون پیش‌پردازش شود بدون اینکه فرآیند گزینش فریم دچار افت کیفیت گردد. هنگامی که روی 1 تنظیم شود، نخستین جریان برای ورودی پیش‌پردازش‌شده است، و دومین جریان همان منبع دست‌نخورده‌ای است که فریم‌های حفظ‌شده از آن برگزیده می‌شوند. پیش‌فرض 0 است.
chroma: تنظیم اینکه آیا کروما در محاسبات معیار مد نظر قرار گیرد یا خیر. پیش‌فرض 1 است.
mixed: تنظیم اینکه آیا ورودی تنها تا حدی دربردارنده محتوای نیازمند دِسیمِیت است یا خیر. پیش‌فرض "false" است. در صورت فعال بودن، جریان ویدیوی خروجی دارای نرخ فریم متغیر خواهد بود.

deconvolve

اعمال واپیچش (دکانولوشن) دوبعدی جریان ویدیو در حوزه فرکانس با استفاده از جریان دوم به عنوان پاسخ ضربه.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تنظیم صفحاتی که باید پردازش شوند.
impulse: تنظیم اینکه کدام فریم‌های ویدیویی ضربه پردازش خواهند شد؛ می‌تواند first یا all باشد. پیش‌فرض all است.
noise: تنظیم نویز هنگام انجام تقسیم‌ها. پیش‌فرض 0.0000001 است. زمانی که عرض و ارتفاع یکسان نباشند و توانی از 2 نباشند، یا اگر جریان پیش از کانولوشن دارای نویز بوده باشد سودمند است.

فیلتر "deconvolve" همچنین از گزینه‌های framesync پشتیبانی می‌کند.

dedot

کاهش درخشندگی متقاطع (dot-crawl) و رنگ متقاطع (rainbows) از ویدیو.

این فیلتر گزینه‌های زیر را می‌پذیرد:

m: تنظیم حالت عملیات. می‌تواند ترکیبی از dotcrawl برای کاهش درخشندگی متقاطع و/یا rainbows برای کاهش رنگ متقاطع باشد.
lt: تنظیم آستانه مکانی لوما. مقادیر کمتر، میزان کاهش درخشندگی متقاطع را افزایش می‌دهد.
tl: تنظیم تلرانس برای لومای زمانی. مقادیر بالاتر، میزان کاهش درخشندگی متقاطع را افزایش می‌دهد.
tc: تنظیم تلرانس برای تغییرات زمانی کروما. مقادیر بالاتر، میزان کاهش رنگ متقاطع را افزایش می‌دهد.
ct: تنظیم آستانه زمانی کروما. مقادیر کمتر، میزان کاهش رنگ متقاطع را افزایش می‌دهد.

deflate

اعمال افکت فشرده‌سازی لبه (deflate) بر روی ویدیو.

این فیلتر پیکسل را با میانگین محلی (3x3) تنها با در نظر گرفتن مقادیر کمتر از مقدار خود پیکسل جایگزین می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

threshold0
threshold1
threshold2
threshold3: محدود کردن بیشینه تغییرات برای هر صفحه، پیش‌فرض 65535 است. اگر 0 باشد، صفحه دست‌نخورده باقی خواهد ماند.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

deflicker

حذف نوسانات روشنایی زمانی فریم (پرش نور یا flicker).

این فیلتر گزینه‌های زیر را می‌پذیرد:

size, s: تنظیم اندازه فیلتر میانگین متحرک بر حسب فریم. پیش‌فرض 5 است. محدوده مجاز بین 2 تا 129 است.
mode, m: تنظیم حالت میانگین‌گیری برای هموارسازی تغییرات روشنایی زمانی.
مقادیر موجود عبارتند از:

am: میانگین حسابی (Arithmetic mean)
gm: میانگین هندسی (Geometric mean)
hm: میانگین همساز (Harmonic mean)
qm: میانگین مربعی (Quadratic mean)
cm: میانگین مکعبی (Cubic mean)
pm: میانگین توانی (Power mean)
median: میانه (Median)

bypass: عدم تغییر واقعی فریم. در شرایطی که کاربر تنها خواستار فراداده باشد مفید است.

deinterlace_d3d12

دی‌اینترلیس کردن ویدیوی ورودی با استفاده از پردازش ویدیویی شتاب‌یافته با سخت‌افزار D3D12.

این فیلتر از پردازنده ویدیویی DirectX 12 جهت انجام عمل دی‌اینترلیس بر روی GPU بهره می‌برد، و از هر دو الگوریتم ساده bob و پیشرفته تعریف‌شده توسط درایور (سازگار با حرکت) پشتیبانی می‌کند. این فیلتر نیازمند آن است که ورودی در فرمت پیکسلی سخت‌افزاری "d3d12" باشد.

فیلتر به‌طور خودکار سخت‌افزار را برای تعداد مورد نیاز فریم‌های مرجع زمانی (در صورت لزوم) پرس‌وجو کرده و صف فریمی را برای تامین آن‌ها مدیریت می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

method: روش دی‌اینترلیس. یکی از مقادیر زیر را می‌پذیرد:

default: انتخاب بهترین روش دی‌اینترلیس موجود روی سخت‌افزار. چنانچه درایور از "custom" پشتیبانی نماید، آن روش به کار می‌رود؛ در غیر این صورت به "bob" بازمی‌گردد. این حالت پیش‌فرض است.
bob: دی‌اینترلیس Bob. هر فیلد به‌طور مستقل به ارتفاع کامل فریم مقیاس‌بندی می‌شود. ساده و سریع است، اما ممکن است مصنوعات مشهود bob را روی محتوای دارای حرکت پدید آورد.
custom: دی‌اینترلیس پیشرفته تعریف‌شده توسط درایور. الگوریتم دقیق وابسته به سخت‌افزار است و معمولاً از روش‌های سازگار با حرکت همراه با فریم‌های مرجع زمانی جهت دستیابی به کیفیت بالاتر بهره می‌جوید.

مقدار پیش‌فرض "default" است.

mode: مشخص کردن حالت اینترلیس. یکی از مقادیر زیر را می‌پذیرد:

frame: ارسال یک فریم به ازای هر فریم. نرخ فریم خروجی برابر با نرخ فریم ورودی خواهد بود. این حالت پیش‌فرض است.
field: ارسال یک فریم به ازای هر فیلد. نرخ فریم خروجی دو برابر نرخ فریم ورودی خواهد بود.

مقدار پیش‌فرض "frame" است.

deint: مشخص کردن اینکه کدام فریم‌ها دی‌اینترلیس شوند. یکی از مقادیر زیر را می‌پذیرد:

all: دی‌اینترلیس تمامی فریم‌ها. این حالت پیش‌فرض است.
interlaced: تنها دی‌اینترلیس فریم‌هایی که به عنوان اینترلیس علامت‌گذاری شده‌اند؛ فریم‌های پروگرسیو بدون تغییر عبور داده می‌شوند.

مقدار پیش‌فرض "all" است.

مثال‌ها

دی‌اینترلیس کردن یک ویدیوی اینترلیس با استفاده از رمزگشایی نرم‌افزاری و بهترین روش دی‌اینترلیس سخت‌افزاری در دسترس:
```
ffmpeg -init_hw_device d3d12va=d3d12 -filter_hw_device d3d12 -i input.ts \
       -vf "format=nv12,hwupload,deinterlace_d3d12=method=default,hwdownload,format=nv12" \
       -c:v libx264 -crf 18 output.mp4
```
دی‌اینترلیس با نرخ فیلد (دو برابر نرخ فریم) با استفاده از روش bob همراه با رمزگشایی سخت‌افزاری (پایپ‌لاین کامل d3d12):
```
ffmpeg -hwaccel d3d12va -hwaccel_output_format d3d12 -i input.ts \
       -vf "deinterlace_d3d12=method=bob:mode=field" \
       -c:v h264_d3d12va output.mp4
```

دی‌اینترلیس تنها برای فریم‌های اینترلیس، و عبور دادن فریم‌های پروگرسیو بدون تغییر:

ffmpeg -init_hw_device d3d12va=d3d12 -filter_hw_device d3d12 -i input.ts \
       -vf "format=nv12,hwupload,deinterlace_d3d12=deint=interlaced,hwdownload,format=nv12" \
       -c:v libx264 -crf 18 output.mp4

dejudder

حذف لرزش (judder) ناشی از محتوای تل‌سینه نیمه‌اینترلیس.

لرزش می‌تواند برای نمونه توسط فیلتر pullup ایجاد شود. اگر منبع اصلی محتوای نیمه‌تله‌سینه بوده باشد، خروجی "pullup,dejudder" دارای نرخ فریم متغیر خواهد بود. ممکن است نرخ فریم ثبت‌شده کانتینر را تغییر دهد. جدا از آن دگرگونی، این فیلتر بر ویدیوی با نرخ فریم ثابت تاثیری نخواهد گذاشت.

گزینه در دسترس در این فیلتر عبارت است از:

cycle: مشخص کردن طول پنجره‌ای که لرزش در طول آن تکرار می‌گردد.
هر عدد صحیح بزرگ‌تر از 1 را می‌پذیرد. مقادیر سودمند عبارتند از:

4: چنانچه نسخه اصلی از 24 به 30 فریم بر ثانیه تله‌سینه شده باشد (فیلم به NTSC).
5: چنانچه نسخه اصلی از 25 به 30 فریم بر ثانیه تله‌سینه شده باشد (PAL به NTSC).
20: در صورت ترکیب این دو.

پیش‌فرض 4 است.

delogo

حذف نشان (لوگو) شبکه تلویزیونی با درون‌یابی ساده پیکسل‌های پیرامونی. کافی است مستطیلی را روی لوگو تنظیم نموده و ناپدید شدن آن را تماشا کنید (و گاهی حتی چیزی ناخوشایندتر نمایان می‌شود - بر حسب مورد شما ممکن است متفاوت باشد).

این فیلتر پارامترهای زیر را می‌پذیرد:

x
y: مشخص کردن مختصات گوشه بالا-چپ لوگو. تعیین آن‌ها الزامی است.
w
h: مشخص کردن عرض و ارتفاع لوگو جهت پاک‌سازی. تعیین آن‌ها الزامی است.
show: هنگامی که روی 1 تنظیم شود، یک مستطیل سبز بر روی صفحه ترسیم می‌گردد تا یافتن پارامترهای صحیح x، y، w و h ساده‌تر شود. مقدار پیش‌فرض 0 است.
مستطیل روی بیرونی‌ترین پیکسل‌هایی ترسیم می‌شود که (تا حدی) با مقادیر درون‌یابی‌شده جایگزین خواهند شد. مقادیر پیکسل‌های پسین بلافاصله بیرون از این مستطیل در هر جهت جهت محاسبه مقادیر پیکسلی درون‌یابی‌شده درون مستطیل به کار گرفته می‌شوند.

مثال‌ها

•

تنظیم مستطیلی پوشش‌دهنده ناحیه با مختصات گوشه بالا-چپ 0,0 و ابعاد 100x77:

delogo=x=0:y=0:w=100:h=77

derain

حذف باران در تصویر/ویدیوی ورودی با اعمال روش‌های باران‌زدایی بر پایه شبکه‌های عصبی پیچشی (CNN). مدل‌های پشتیبانی‌شده:

•: شبکه تجمیع بستر فشردن-و-انگیزش بازگشتی (RESCAN). http://openaccess.thecvf.com/content_ECCV_2018/papers/Xia_Li_Recurrent_Squeeze-and-Excitation_Context_ECCV_2018_paper.pdf را ببینید.

اسکریپت‌های آموزش و همچنین تولید مدل در مخزن https://github.com/XueweiMeng/derain_filter.git ارائه شده‌اند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

filter_type: مشخص کردن اینکه از کدام فیلتر استفاده شود. این گزینه مقادیر زیر را می‌پذیرد:

derain: فیلتر باران‌زدایی. برای اجرای فیلتر derain، باید از یک مدل derain استفاده کنید.
dehaze: فیلتر مه‌زدایی. برای اجرای فیلتر dehaze، باید از یک مدل dehaze استفاده کنید.

مقدار پیش‌فرض derain است.

dnn_backend: مشخص کردن اینکه از کدام بک‌اند DNN جهت بارگذاری و اجرای مدل استفاده شود. این گزینه مقادیر زیر را می‌پذیرد:

tensorflow: بک‌اند TensorFlow. برای فعال‌سازی این بک‌اند باید کتابخانه TensorFlow برای C را نصب نموده (https://www.tensorflow.org/install/lang_c را ببینید) و FFmpeg را با "--enable-libtensorflow" پیکربندی کنید.

model: تنظیم مسیر به فایل مدلی که معماری شبکه و پارامترهای آن را مشخص می‌سازد. توجه داشته باشید که بک‌اندهای مختلف از فرمت‌های فایل گوناگونی استفاده می‌کنند. تنسورفلو تنها می‌تواند فایل‌های مربوط به فرمت خود را بارگذاری نماید.

جهت دستیابی به قابلیت‌های کامل (همچون اجرای ناهمگام)، لطفاً از فیلتر dnn_processing استفاده نمایید.

deshake

تلاش برای تصحیح تغییرات کوچک در جابه‌جایی‌های افقی و/یا عمودی. این فیلتر به حذف لرزش دوربین ناشی از نگه‌داشتن دوربین با دست، برخورد به سه‌پایه، حرکت روی وسیله نقلیه و غیره کمک می‌نماید.

این فیلتر گزینه‌های زیر را می‌پذیرد:

تعیین یک ناحیه مستطیلی که جستجو برای بردارهای حرکت به آن محدود می‌شود. در صورت تمایل، جستجو برای بردارهای حرکت را می‌توان به یک ناحیه مستطیلی از فریم که توسط گوشه بالا-چپ، عرض و ارتفاع آن مشخص می‌شود محدود کرد. این پارامترها دارای معنای یکسانی با فیلتر drawbox هستند که می‌تواند جهت بصری‌سازی موقعیت کادر مرزی به کار رود.

این گزینه زمانی سودمند است که حرکت همزمان سوژه‌ها درون فریم ممکن است در جستجوی بردار حرکت با حرکت دوربین اشتباه گرفته شود.

چنانچه هر یک یا تمامی x، y، w و h روی -1 تنظیم گردند، کل فریم مورد استفاده قرار می‌گیرد. این امر اجازه می‌دهد گزینه‌های پسین بدون نیاز به مشخص کردن کادر مرزی برای جستجوی بردار حرکت تنظیم شوند.

پیش‌فرض - جستجوی کل فریم است.

rx

ry

مشخص کردن بیشینه دامنه حرکت در جهات x و y در بازه 0-64 پیکسل. پیش‌فرض 16 است.

edge

مشخص کردن شیوه تولید پیکسل‌ها جهت پر کردن فضاهای خالی در لبه‌های فریم. مقادیر در دسترس عبارتند از:

blank, 0: پر کردن با صفر در موقعیت‌های خالی
original, 1: تصویر اصلی در موقعیت‌های خالی
clamp, 2: مقدار کشیده‌شده لبه در موقعیت‌های خالی
mirror, 3: لبه آینه‌ای در موقعیت‌های خالی

مقدار پیش‌فرض mirror است.

blocksize: مشخص کردن اندازه بلوک جهت استفاده در جستجوی حرکت. بازه 4-128 پیکسل، پیش‌فرض 8 است.
contrast: مشخص کردن آستانه کنتراست برای بلوک‌ها. تنها بلوک‌هایی با کنتراستی فراتر از حد تعیین‌شده (اختلاف میان تاریک‌ترین و روشن‌ترین پیکسل‌ها) مد نظر قرار خواهند گرفت. بازه 1-255، پیش‌فرض 125 است.
search: مشخص کردن استراتژی جستجو. مقادیر موجود عبارتند از:

exhaustive, 0: تنظیم جستجوی کامل (فراگیر)
less, 1: تنظیم جستجوی کمتر فراگیر.

مقدار پیش‌فرض exhaustive است.

filename: در صورت تنظیم، گزارش مشروحی از جستجوی حرکت در فایل تعیین‌شده نوشته می‌شود.

despill

حذف آلودگی ناخواسته رنگ‌های پیش‌زمینه، ناشی از بازتاب رنگ پرده سبز یا پرده آبی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

type: تنظیم نوع despill مورد استفاده.
mix: تنظیم نحوه تولید نقشه نشتی (spillmap).
expand: تنظیم میزان خلاص شدن از نشتی‌های همچنان باقی‌مانده.
red: کنترل مقدار رنگ قرمز در ناحیه نشتی.
green: کنترل مقدار رنگ سبز در ناحیه نشتی. برای پرده سبز باید -1 باشد.
blue: کنترل مقدار رنگ آبی در ناحیه نشتی. برای پرده آبی باید -1 باشد.
brightness: کنترل روشنایی ناحیه نشتی، ضمن حفظ رنگ‌ها.
alpha: اصلاح آلفا برگرفته از نقشه نشتی تولیدشده.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

detelecine

اعمال معکوس دقیق عملیات تله‌سینه (telecine). نیازمند یک الگوی از پیش تعریف‌شده است که با استفاده از گزینه pattern مشخص می‌شود و باید مشابه با الگوی ارسال‌شده به فیلتر telecine باشد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

first_field

top, t: ابتدا فیلد بالایی
bottom, b: ابتدا فیلد پایینی مقدار پیش‌فرض "top" است.

pattern: رشته‌ای از ارقام نمایانگر الگوی pulldown که مایلید اعمال نمایید. مقدار پیش‌فرض 23 است.
start_frame: عددی نمایانگر موقعیت نخستین فریم با توجه به الگوی تله‌سینه. این گزینه در صورتی که جریان برش خورده باشد به کار می‌رود. مقدار پیش‌فرض 0 است.

dilation

اعمال جلوه اتساع (dilation) بر روی ویدیو.

این فیلتر هر پیکسل را با بیشینه محلی (3x3) جایگزین می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

محدود کردن بیشینه تغییر برای هر صفحه (plane)، پیش‌فرض 65535 است. اگر 0 باشد، صفحه بدون تغییر باقی می‌ماند.

coordinates

پرچمی که پیکسل‌های مورد ارجاع را مشخص می‌کند. پیش‌فرض 255 است، یعنی از تمام هشت پیکسل استفاده می‌شود.

نگاشت پرچم‌ها به مختصات محلی 3x3 به این صورت است:

1 2 3
4   5
6 7 8

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به‌عنوان دستورات پشتیبانی می‌کند.

displace

جابه‌جایی پیکسل‌ها مطابق با جریان‌های ورودی دوم و سوم.

این فیلتر سه جریان ورودی می‌گیرد و یک جریان خروجی تولید می‌کند؛ ورودی اول منبع اصلی است، و ورودی‌های دوم و سوم نقشه‌های جابه‌جایی (displacement maps) هستند.

ورودی دوم تعیین می‌کند که پیکسل‌ها چقدر در امتداد محور x جابه‌جا شوند، در حالی که ورودی سوم میزان جابه‌جایی پیکسل‌ها در امتداد محور y را تعیین می‌کند. اگر یکی از جریان‌های نقشه جابه‌جایی پایان یابد، آخرین فریم از آن نقشه جابه‌جایی استفاده خواهد شد.

توجه داشته باشید که نقشه‌های جابه‌جایی پس از ایجاد می‌توانند بارها و بارها مورد استفاده مجدد قرار گیرند.

در ادامه توضیحات مربوط به گزینه‌های پذیرفته‌شده آمده است.

edge: تنظیم رفتار جابه‌جایی برای پیکسل‌هایی که خارج از محدوده هستند.
مقادیر مجاز عبارتند از:

blank: پیکسل‌های ناموجود با پیکسل‌های سیاه جایگزین می‌شوند.
smear: پیکسل‌های مجاور گسترش می‌یابند تا جایگزین پیکسل‌های ناموجود شوند.
wrap: پیکسل‌های خارج از محدوده دور زده می‌شوند تا به پیکسل‌های سمت دیگر اشاره کنند.
mirror: پیکسل‌های خارج از محدوده با پیکسل‌های آینه‌ای جایگزین می‌شوند.

پیش‌فرض smear است.

مثال‌ها (Examples)

افزودن جلوه موج‌دار (ripple) به ورودی rgb با اندازه ویدیوی hd720:

ffmpeg -i INPUT -f lavfi -i nullsrc=s=hd720,lutrgb=128:128:128 -f lavfi -i nullsrc=s=hd720,geq='r=128+30*sin(2*PI*X/400+T):g=128+30*sin(2*PI*X/400+T):b=128+30*sin(2*PI*X/400+T)' -lavfi '[0][1][2]displace' OUTPUT

افزودن جلوه موج (wave) به ورودی rgb با اندازه ویدیوی hd720:

ffmpeg -i INPUT -f lavfi -i nullsrc=hd720,geq='r=128+80*(sin(sqrt((X-W/2)*(X-W/2)+(Y-H/2)*(Y-H/2))/220*2*PI+T)):g=128+80*(sin(sqrt((X-W/2)*(X-W/2)+(Y-H/2)*(Y-H/2))/220*2*PI+T)):b=128+80*(sin(sqrt((X-W/2)*(X-W/2)+(Y-H/2)*(Y-H/2))/220*2*PI+T))' -lavfi '[1]split[x][y],[0][x][y]displace' OUTPUT

dnn_classify

انجام دسته‌بندی با شبکه‌های عصبی عمیق بر اساس کادرهای مرزی (bounding boxes).

این فیلتر گزینه‌های زیر را می‌پذیرد:

dnn_backend: تعیین بَک‌اند DNN مورد استفاده برای بارگذاری و اجرای مدل. این گزینه در حال حاضر تنها openvino را می‌پذیرد، بَک‌اندهای tensorflow اضافه خواهند شد.
model: تنظیم مسیر فایل مدل که معماری شبکه و پارامترهای آن را مشخص می‌کند. توجه داشته باشید که بَک‌اندهای مختلف از قالب‌های فایل متفاوتی استفاده می‌کنند.
input: تنظیم نام ورودی شبکه dnn.
output: تنظیم نام خروجی شبکه dnn.
confidence: تنظیم آستانه اطمینان (پیش‌فرض: 0.5).
labels: تنظیم مسیر فایل برچسب‌ها که نگاشت بین شناسه برچسب و نام آن را مشخص می‌کند. هر نام برچسب در یک خط نوشته می‌شود، فاصله‌های انتهایی و خطوط خالی نادیده گرفته می‌شوند. خط اول نام شناسه برچسب 0 است، و خط دوم نام شناسه برچسب 1، و به همین ترتیب. در صورتی که فایل برچسب ارائه نشود، شناسه برچسب به عنوان نام در نظر گرفته می‌شود.
backend_configs: تنظیم پیکربندی‌هایی که به بَک‌اند ارسال می‌شوند.
برای بَک‌اند tensorflow، می‌توانید پیکربندی‌های آن را با گزینه‌های sess_config تنظیم کنید؛ لطفاً از tools/python/tf_sess_config.py برای دریافت پیکربندی‌های مناسب سیستم خود استفاده نمایید.

dnn_detect

تشخیص اشیاء با شبکه‌های عصبی عمیق.

این فیلتر گزینه‌های زیر را می‌پذیرد:

dnn_backend: تعیین بَک‌اند DNN مورد استفاده برای بارگذاری و اجرای مدل. این گزینه در حال حاضر تنها openvino را می‌پذیرد، بَک‌اندهای tensorflow اضافه خواهند شد.
model: تنظیم مسیر فایل مدل که معماری شبکه و پارامترهای آن را مشخص می‌کند. توجه داشته باشید که بَک‌اندهای مختلف از قالب‌های فایل متفاوتی استفاده می‌کنند.
input: تنظیم نام ورودی شبکه dnn.
output: تنظیم نام خروجی شبکه dnn.
confidence: تنظیم آستانه اطمینان (پیش‌فرض: 0.5).
labels: تنظیم مسیر فایل برچسب‌ها که نگاشت بین شناسه برچسب و نام آن را مشخص می‌کند. هر نام برچسب در یک خط نوشته می‌شود، فاصله‌های انتهایی و خطوط خالی نادیده گرفته می‌شوند. خط اول نام شناسه برچسب 0 است (معمولاً 'background')، و خط دوم نام شناسه برچسب 1، و به همین ترتیب. در صورتی که فایل برچسب ارائه نشود، شناسه برچسب به عنوان نام در نظر گرفته می‌شود.
backend_configs: تنظیم پیکربندی‌هایی که به بَک‌اند ارسال می‌شوند. برای استفاده از اجرای ناهمگام، async را تنظیم کنید (پیش‌فرض: تنظیم‌شده). اگر بَک‌اند از اجرای ناهمگام پشتیبانی نکند، به اجرای همگام بازمی‌گردد.

dnn_processing

انجام پردازش تصویر با شبکه‌های عصبی عمیق. این فیلتر به همراه فیلتر دیگری کار می‌کند که قالب پیکسلی فریم را به آنچه شبکه dnn نیاز دارد تبدیل می‌نماید.

این فیلتر گزینه‌های زیر را می‌پذیرد:

dnn_backend: تعیین بَک‌اند DNN مورد استفاده برای بارگذاری و اجرای مدل. این گزینه مقادیر زیر را می‌پذیرد:

tensorflow

بَک‌اند TensorFlow. برای فعال‌سازی این بَک‌اند باید کتابخانه TensorFlow for C را نصب کنید (ببینید https://www.tensorflow.org/install/lang_c) و FFmpeg را با "--enable-libtensorflow" پیکربندی نمایید.

openvino

بَک‌اند OpenVINO. برای فعال‌سازی این بَک‌اند باید کتابخانه OpenVINO for C را بیلد و نصب کنید (ببینید https://github.com/openvinotoolkit/openvino/blob/master/build-instruction.md) و FFmpeg را با "--enable-libopenvino" پیکربندی نمایید (اگر فایل‌های هدر و کتابخانه‌ها در مسیرهای سیستمی نصب نشده باشند، ممکن است -\xtra-cflags=-I... -\xtra-ldflags=-L... مورد نیاز باشد).

torch

بَک‌اند Libtorch. برای فعال‌سازی این بَک‌اند باید کتابخانه Libtorch for C++ را بیلد و نصب کنید. لطفاً نسخه cxx11 ABI را دانلود نمایید (ببینید https://pytorch.org/get-started/locally) و FFmpeg را با "--enable-libtorch -\xtra-cflags=-I/libtorch_root/libtorch/include -\xtra-cflags=-I/libtorch_root/libtorch/include/torch/csrc/api/include -\xtra-ldflags=-L/libtorch_root/libtorch/lib/" پیکربندی کنید.

onnx

بَک‌اند ONNX Runtime. برای فعال‌سازی این بَک‌اند باید کتابخانه ONNX Runtime را نصب کنید (ببینید https://onnxruntime.ai) و FFmpeg را با "--enable-libonnxruntime" پیکربندی نمایید.

بَک‌اند فعلی ONNX Runtime تانسورهای ورودی و خروجی 4 بعدی با چینش NCHW و نوع داده ممیز شناور 32 بیتی (ONNX "FLOAT") را انتظار دارد؛ مدل‌هایی با نوع داده صحیح یا سایر انواع (مانند "UINT8") پشتیبانی نمی‌شوند و در زمان بارگذاری رد خواهند شد. مدل‌هایی که از چینش NHWC یا سایر رتبه‌ها استفاده می‌کنند هنوز پشتیبانی نمی‌شوند. فقط مدل‌های تک‌ورودی پشتیبانی می‌شوند؛ بَک‌اند هنگام اجرای مدل دقیقاً یک تانسور ورودی را متصل می‌کند.

گزینه‌های input و output برای بَک‌اند ONNX Runtime اختیاری هستند؛ در صورت حذف آن‌ها، بَک‌اند نام‌های تانسور را از نشست (session) استخراج می‌کند.

بَک‌اند ONNX Runtime استنتاج را به‌صورت همگام با استفاده از یک درخواست استنتاج واحد اجرا می‌کند. بنابراین گزینه‌های مشترک async و nireq هیچ تأثیری برای "dnn_backend=onnx" ندارند؛ استنتاج صرف‌نظر از مقادیر آن‌ها همیشه به‌صورت همگام اجرا می‌شود.

model: تنظیم مسیر فایل مدل که معماری شبکه و پارامترهای آن را مشخص می‌کند. توجه داشته باشید که بَک‌اندهای مختلف از قالب‌های فایل متفاوتی استفاده می‌کنند. بَک‌اندهای TensorFlow، OpenVINO، Libtorch و ONNX Runtime فقط می‌توانند فایل‌های مربوط به قالب‌های خاص خود را بارگذاری نمایند.
input: تنظیم نام ورودی شبکه dnn. برای بَک‌اند TensorFlow الزامی است؛ برای بَک‌اند ONNX Runtime اختیاری است.
output: تنظیم نام خروجی شبکه dnn. برای بَک‌اند TensorFlow الزامی است؛ برای بَک‌اند ONNX Runtime اختیاری است.
backend_configs: تنظیم پیکربندی‌هایی که به بَک‌اند ارسال می‌شوند. برای استفاده از اجرای ناهمگام، async را تنظیم کنید (پیش‌فرض: تنظیم‌شده). اگر بَک‌اند از اجرای ناهمگام پشتیبانی نکند، به اجرای همگام بازمی‌گردد.
برای بَک‌اند tensorflow، می‌توانید پیکربندی‌های آن را با گزینه‌های sess_config تنظیم کنید؛ لطفاً از tools/python/tf_sess_config.py برای دریافت پیکربندی‌های بَک‌اند TensorFlow مناسب سیستم خود استفاده نمایید.
device: تنظیم دستگاه برای اجرای مدل. برای بَک‌اند ONNX Runtime این گزینه ارائه‌دهنده اجرا را انتخاب می‌کند: "cpu" (پیش‌فرض)، "cuda" (پردازنده گرافیکی NVIDIA)، "dml" (DirectML، فقط ویندوز) یا "vitisai" (NPU معماری AMD Ryzen AI).
device_id: تنظیم شناسه دستگاه مورد استفاده توسط ارائه‌دهندگان اجرای GPU (مانند "cuda" یا "dml") برای بَک‌اند ONNX Runtime. پیش‌فرض 0 است.
threads_per_operation: فقط بَک‌اند ONNX Runtime. تنظیم تعداد نخ‌های پردازنده (CPU threads) مورد استفاده به ازای هر عملگر ONNX Runtime در هنگام اجرا با "device=cpu". پیش‌فرض 0 است (اجازه به ONNX Runtime برای انتخاب خودکار). روی ارائه‌دهندگان GPU/NPU تأثیری ندارد.

مثال‌ها (Examples)

حذف باران در فریم rgb24 با can.pb (فیلتر derain را ببینید):

./ffmpeg -i rain.jpg -vf format=rgb24,dnn_processing=dnn_backend=tensorflow:model=can.pb:input=x:output=y derain.jpg

پردازش کانال Y با srcnn.pb (فیلتر sr را ببینید) برای فریم با yuv420p (قالب‌های سطحی YUV پشتیبانی می‌شوند):
```
./ffmpeg -i 480p.jpg -vf format=yuv420p,scale=w=iw*2:h=ih*2,dnn_processing=dnn_backend=tensorflow:model=srcnn.pb:input=x:output=y -y srcnn.jpg
```
پردازش کانال Y با espcn.pb (فیلتر sr را ببینید)، که اندازه فریم را تغییر می‌دهد، برای قالب yuv420p (قالب‌های سطحی YUV پشتیبانی می‌شوند)؛ لطفاً از tools/python/tf_sess_config.py برای دریافت پیکربندی‌های بَک‌اند TensorFlow متناسب با سیستم خود استفاده کنید.
```
./ffmpeg -i 480p.jpg -vf format=yuv420p,dnn_processing=dnn_backend=tensorflow:model=espcn.pb:input=x:output=y:backend_configs=sess_config=0x10022805320e09cdccccccccccec3f20012a01303801 -y tmp.espcn.jpg
```

drawbox

ترسیم یک کادر (box) رنگی بر روی تصویر ورودی.

این فیلتر پارامترهای زیر را می‌پذیرد:

x
y: عباراتی که مختصات گوشه بالا سمت چپ کادر را مشخص می‌کنند. پیش‌فرض 0 است.
width, w
height, h: عباراتی که عرض و ارتفاع کادر را مشخص می‌کنند؛ اگر 0 باشند به عنوان عرض و ارتفاع ورودی تفسیر می‌شوند. پیش‌فرض 0 است.
color, c: تعیین رنگ کادری که ترسیم می‌شود. برای ساختار نحوی کلی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید. اگر مقدار ویژه "invert" استفاده شود، رنگ لبه کادر مانند ویدیو اما با روشنایی (luma) معکوس خواهد بود.
thickness, t: عبارتی که ضخامت لبه کادر را تنظیم می‌کند. مقدار "fill" یک کادر توپر ایجاد می‌کند. مقدار پیش‌فرض 3 است.
برای مشاهده فهرست ثابت‌های پذیرفته‌شده به بخش زیر مراجعه کنید.
replace: در صورتی که ورودی دارای کانال آلفا باشد کاربرد دارد. با مقدار 1، پیکسل‌های کادر ترسیم‌شده روی رنگ و پیکسل‌های آلفای ویدیو بازنویسی می‌شوند. پیش‌فرض 0 است، که کادر را روی ورودی ترکیب می‌کند و آلفای ویدیو را دست‌نخورده باقی می‌گذارد.

پارامترهای x، y، w و h و t عباراتی شامل ثابت‌های زیر هستند:

dar: نسبت ابعاد نمایش ورودی (display aspect ratio)، معادل با (w / h) * sar است.
hsub
vsub: مقادیر زیرنمونه‌برداری کروما به‌صورت افقی و عمودی. برای مثال برای قالب پیکسلی "yuv422p" مقدار hsub برابر 2 و vsub برابر 1 است.
in_h, ih
in_w, iw: عرض و ارتفاع ورودی.
sar: نسبت ابعاد نمونه ورودی (sample aspect ratio).
x
y: مختصات آفست x و y در جایی که کادر ترسیم می‌شود.
w
h: عرض و ارتفاع کادر ترسیم‌شده.
box_source: منبع کادر در صورتی که بخواهید از داده‌های کادر در کادرهای مرزی تشخیص (detection bboxes) داده‌های جانبی (side data) استفاده کنید، می‌تواند روی side_data_detection_bboxes تنظیم شود.
اگر box_source تنظیم شود، مقادیر x، y، width و height نادیده گرفته شده و همچنان از داده‌های کادر در detection bboxes داده‌های جانبی استفاده خواهد شد. بنابراین اگر از منبع کادر اطمینان ندارید لطفاً از این پارامتر استفاده نکنید.
t: ضخامت کادر ترسیم‌شده.
این ثابت‌ها به عبارات x، y، w، h و t اجازه می‌دهند به یکدیگر ارجاع دهند، بنابراین می‌توانید برای مثال "y=x/dar" یا "h=w/dar" را مشخص کنید.

مثال‌ها (Examples)

ترسیم یک کادر سیاه در اطراف لبه تصویر ورودی:
```
drawbox
```
ترسیم کادری با رنگ قرمز و شفافیت (opacity) ۵۰٪:
```
drawbox=10:20:200:60:red@0.5
```
مثال قبلی را می‌توان به این صورت نیز مشخص کرد:
```
drawbox=x=10:y=20:w=200:h=60:color=red@0.5
```
پر کردن کادر با رنگ صورتی:
```
drawbox=x=10:y=10:w=100:h=100:color=pink@0.5:t=fill
```
ترسیم یک ماسک ۲ پیکسلی قرمز با نسبت 2.40:1:
```
drawbox=x=-t:y=0.5*(ih-iw/2.4)-t:w=iw+t*2:h=iw/2.4+t*2:t=2:c=red
```

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها پشتیبانی می‌کند. دستور همان ساختار نحوی گزینه متناظر را می‌پذیرد.

اگر عبارت مشخص‌شده معتبر نباشد، مقدار فعلی آن حفظ می‌شود.

drawgraph

رسم نمودار با استفاده از متادیتای ویدیوی ورودی.

این فیلتر پارامترهای زیر را می‌پذیرد:

m1: تنظیم کلید متادیتای فریم اول که مقادیر متادیتا از آن برای رسم نمودار استفاده خواهد شد.
fg1: تنظیم عبارت رنگ پیش‌زمینه اول.
m2: تنظیم کلید متادیتای فریم دوم که مقادیر متادیتا از آن برای رسم نمودار استفاده خواهد شد.
fg2: تنظیم عبارت رنگ پیش‌زمینه دوم.
m3: تنظیم کلید متادیتای فریم سوم که مقادیر متادیتا از آن برای رسم نمودار استفاده خواهد شد.
fg3: تنظیم عبارت رنگ پیش‌زمینه سوم.
m4: تنظیم کلید متادیتای فریم چهارم که مقادیر متادیتا از آن برای رسم نمودار استفاده خواهد شد.
fg4: تنظیم عبارت رنگ پیش‌زمینه چهارم.
min: تنظیم حداقل مقدار متادیتا.
max: تنظیم حداکثر مقدار متادیتا.
bg: تنظیم رنگ پس‌زمینه نمودار. پیش‌فرض سفید (white) است.
mode: تنظیم حالت نمودار.
مقادیر مجاز برای mode عبارتند از:

bar
dot
line

پیش‌فرض "line" است.

slide: تنظیم حالت اسلاید (لغزش).
مقادیر مجاز برای slide عبارتند از:

frame: رسم فریم جدید هنگام رسیدن به حاشیه سمت راست.
replace: جایگزینی ستون‌های قدیمی با ستون‌های جدید.
scroll: اسکرول از راست به چپ.
rscroll: اسکرول از چپ به راست.
picture: رسم یک تصویر تکی.

پیش‌فرض "frame" است.

size: تنظیم اندازه ویدیوی نمودار. برای ساختار نحوی این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "900x256" است.
rate, r: تنظیم نرخ فریم خروجی. مقدار پیش‌فرض 25 است.
عبارات رنگ پیش‌زمینه می‌توانند از متغیرهای زیر استفاده کنند:

MIN: حداقل مقدار متادیتا.
MAX: حداکثر مقدار متادیتا.
VAL: مقدار فعلی کلید متادیتا.

رنگ به‌صورت 0xAABBGGRR تعریف می‌شود.

مثال با استفاده از متادیتا از فیلتر signalstats:

signalstats,drawgraph=lavfi.signalstats.YAVG:min=0:max=255

مثال با استفاده از متادیتا از فیلتر ebur128:

ebur128=metadata=1,adrawgraph=lavfi.r128.M:min=-120:max=5

drawgrid

رسم یک توری (grid) بر روی تصویر ورودی.

این فیلتر پارامترهای زیر را می‌پذیرد:

x
y: عباراتی که مختصات نقطه‌ای از تقاطع شبکه را مشخص می‌کنند (به منظور پیکربندی آفست). پیش‌فرض هر دو 0 است.
width, w
height, h: عباراتی که عرض و ارتفاع سلول شبکه را مشخص می‌کنند؛ اگر 0 باشند به عنوان عرض و ارتفاع ورودی، به ترتیب، منهای "thickness" تفسیر می‌شوند تا تصویر قاب‌بندی شود. پیش‌فرض 0 است.
color, c: تعیین رنگ شبکه. برای ساختار نحوی کلی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید. اگر مقدار ویژه "invert" استفاده شود، رنگ شبکه همانند ویدیو اما با روشنایی (luma) معکوس خواهد بود.
thickness, t: عبارتی که ضخامت خطوط شبکه را تنظیم می‌کند. مقدار پیش‌فرض 1 است.
برای مشاهده فهرست ثابت‌های پذیرفته‌شده به بخش زیر مراجعه کنید.
replace: در صورتی که ورودی دارای کانال آلفا باشد کاربرد دارد. با مقدار 1، پیکسل‌های شبکه ترسیم‌شده روی رنگ و پیکسل‌های آلفای ویدیو بازنویسی می‌شوند. پیش‌فرض 0 است، که شبکه را روی ورودی ترکیب می‌کند و آلفای ویدیو دست‌نخورده باقی می‌ماند.

پارامترهای x، y، w و h و t عباراتی شامل ثابت‌های زیر هستند:

dar: نسبت ابعاد نمایش ورودی (display aspect ratio)، معادل با (w / h) * sar است.
hsub
vsub: مقادیر زیرنمونه‌برداری کروما به‌صورت افقی و عمودی. برای مثال برای قالب پیکسلی "yuv422p" مقدار hsub برابر 2 و vsub برابر 1 است.
in_h, ih
in_w, iw: عرض و ارتفاع سلول شبکه ورودی.
sar: نسبت ابعاد نمونه ورودی (sample aspect ratio).
x
y: مختصات x و y نقطه‌ای از تقاطع شبکه (به منظور پیکربندی آفست).
w
h: عرض و ارتفاع سلول رسم‌شده.
t: ضخامت سلول رسم‌شده.
این ثابت‌ها به عبارات x، y، w، h و t اجازه می‌دهند به یکدیگر ارجاع دهند، بنابراین می‌توانید برای مثال "y=x/dar" یا "h=w/dar" را مشخص کنید.

مثال‌ها (Examples)

رسم یک شبکه با سلول‌های 100x100 پیکسل، ضخامت 2 پیکسل، با رنگ قرمز و شفافیت ۵۰٪:
```
drawgrid=width=100:height=100:thickness=2:color=red@0.5
```
رسم یک شبکه 3x3 سفید با شفافیت ۵۰٪:
```
drawgrid=w=iw/3:h=ih/3:t=2:c=white@0.5
```

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها پشتیبانی می‌کند. دستور همان ساختار نحوی گزینه متناظر را می‌پذیرد.

اگر عبارت مشخص‌شده معتبر نباشد، مقدار فعلی آن حفظ می‌شود.

drawtext

ترسیم یک رشته متنی یا متن حاصل از یک فایل مشخص بر روی ویدیو، با استفاده از کتابخانه libfreetype.

برای فعال‌سازی کامپایل این فیلتر، باید FFmpeg را با "--enable-libfreetype" و "--enable-libharfbuzz" پیکربندی کنید. برای فعال‌سازی قلم جایگزین پیش‌فرض (fallback) و گزینه font باید FFmpeg را با "--enable-libfontconfig" پیکربندی نمایید. برای فعال‌سازی گزینه text_shaping، باید FFmpeg را با "--enable-libfribidi" پیکربندی کنید.

ساختار نحوی (Syntax)

این فیلتر پارامترهای زیر را می‌پذیرد:

box: برای ترسیم کادری در اطراف متن با استفاده از رنگ پس‌زمینه به کار می‌رود. مقدار آن باید 1 (فعال) یا 0 (غیرفعال) باشد. مقدار پیش‌فرض box برابر 0 است.
boxborderw: تنظیم عرض حاشیه‌ای که با استفاده از boxcolor در اطراف کادر کشیده می‌شود. مقدار باید با استفاده از یکی از قالب‌های زیر مشخص شود:

*<"boxborderw=10" تنظیم عرض تمام حاشیه‌ها روی 10>

*<"boxborderw=10|20" تنظیم عرض حاشیه‌های بالا و پایین روی 10>

and the width of the left and right borders to 20

*<"boxborderw=10|20|30" تنظیم عرض حاشیه بالا روی 10، عرض>

of the bottom border to 30 and the width of the left and right borders to 20

*<"boxborderw=10|20|30|40" تنظیم عرض حاشیه‌ها روی 10 (بالا)، 20 (راست)،>

30 (bottom), 40 (left)

مقدار پیش‌فرض boxborderw برابر "0" است.

boxcolor: رنگ مورد استفاده برای ترسیم کادر در اطراف متن. برای ساختار نحوی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید.
مقدار پیش‌فرض boxcolor برابر "white" است.
line_spacing: تنظیم فاصله بین خطوط بر حسب پیکسل. مقدار پیش‌فرض line_spacing برابر 0 است.
text_align: تنظیم تراز عمودی و افقی متن نسبت به مرزهای کادر. مقدار ترکیبی از پرچم‌ها است: یکی برای تراز عمودی (T=بالا، M=وسط، B=پایین) و دیگری برای تراز افقی (L=چپ، C=مرکز، R=راست). لطفاً توجه داشته باشید که نویسه‌های تب (tab) فقط با تراز افقی چپ پشتیبانی می‌شوند.
y_align: مشخص می‌کند که مقدار y به چه چیزی ارجاع دارد. مقادیر ممکن عبارتند از:

*<"text" بالای بلندترین گلیف اولین خط متن در y قرار می‌گیرد>

*<"baseline" خط مبنای اولین خط متن در y قرار می‌گیرد>

*<"font" خط مبنای اولین خط متن در y به اضافه>

ascent (in pixels) defined in the font metrics

مقدار پیش‌فرض y_align به دلیل سازگاری رو به عقب "text" است.

borderw: تنظیم عرض حاشیه‌ای که با استفاده از bordercolor در اطراف متن کشیده می‌شود. مقدار پیش‌فرض borderw برابر 0 است.
bordercolor: تنظیم رنگ مورد استفاده برای ترسیم حاشیه در اطراف متن. برای ساختار نحوی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید.
مقدار پیش‌فرض bordercolor برابر "black" است.
expansion: انتخاب نحوه بسط دادن text. می‌تواند یکی از مقادیر "none"، "strftime" (منسوخ‌شده) یا "normal" (پیش‌فرض) باشد. برای جزئیات به بخش drawtext_expansion، بسط متن (Text expansion) در زیر مراجعه کنید.
basetime: تنظیم زمان شروع برای شمارش. مقدار بر حسب میکروثانیه است. فقط در حالت منسوخ‌شده بسط "strftime" اعمال می‌شود. برای شبیه‌سازی در حالت بسط نرمال، از تابع "pts" استفاده کنید و زمان شروع (بر حسب ثانیه) را به عنوان آرگومان دوم ارائه دهید.
fix_bounds: در صورت فعال بودن، مختصات متن برای جلوگیری از برش‌خوردگی (clipping) بررسی و اصلاح می‌شود.
fontcolor: رنگ مورد استفاده برای ترسیم فونت‌ها. برای ساختار نحوی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید.
مقدار پیش‌فرض fontcolor برابر "black" است.
fontcolor_expr: رشته‌ای که به همان شیوه text بسط داده می‌شود تا مقدار پویای fontcolor به دست آید. به‌طور پیش‌فرض این گزینه مقداری خالی دارد و پردازش نمی‌شود. وقتی این گزینه تنظیم شود، گزینه fontcolor را بازنویسی می‌کند.
font: خانواده قلم مورد استفاده برای رسم متن. به‌طور پیش‌فرض Sans است.
fontfile: فایل قلم مورد استفاده برای رسم متن. مسیر فایل باید درج شود. در صورتی که پشتیبانی از fontconfig غیرفعال باشد، این پارامتر الزامی است.
alpha: رسم متن با اعمال ترکیب آلفا (alpha blending). مقدار می‌تواند عددی بین 0.0 و 1.0 باشد. این عبارت متغیرهای x, y را نیز می‌پذیرد. مقدار پیش‌فرض 1 است. لطفاً fontcolor_expr را ببینید.
fontsize: اندازه قلم مورد استفاده برای رسم متن. مقدار پیش‌فرض fontsize برابر 16 است.
text_shaping: در صورت تنظیم روی 1، تلاش می‌کند تا پیش از رسم متن، شکل‌دهی مناسب را به آن اعمال کند (برای مثال، معکوس کردن ترتیب متن راست‌به‌چپ و اتصال حروف عربی و فارسی). در غیر این صورت، متن را دقیقاً همان‌طور که داده شده رسم می‌کند. به‌طور پیش‌فرض 1 است (در صورت پشتیبانی).
ft_load_flags: پرچم‌های مورد استفاده برای بارگذاری قلم‌ها.
این پرچم‌ها با پرچم‌های متناظر پشتیبانی‌شده توسط libfreetype مطابقت دارند و ترکیبی از مقادیر زیر هستند:

default
no_scale
no_hinting
render
no_bitmap
vertical_layout
force_autohint
crop_bitmap
pedantic
ignore_global_advance_width
no_recurse
ignore_transform
monochrome
linear_design
no_autohint

مقدار پیش‌فرض "default" است.

برای اطلاعات بیشتر به مستندات پرچم‌های FT_LOAD_* در libfreetype مراجعه کنید.

shadowcolor

رنگ مورد استفاده برای رسم سایه در پشت متن رسم‌شده. برای ساختار نحوی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید.

مقدار پیش‌فرض shadowcolor برابر "black" است.

boxw

تنظیم عرض کادری که در اطراف متن رسم می‌شود. مقدار پیش‌فرض boxw به‌طور خودکار متناسب با عرض متن محاسبه می‌شود.

boxh

تنظیم ارتفاع کادری که در اطراف متن رسم می‌شود. مقدار پیش‌فرض boxh به‌طور خودکار متناسب با ارتفاع متن محاسبه می‌شود.

shadowx

shadowy

آفست‌های x و y برای موقعیت سایه متن نسبت به موقعیت متن. این مقادیر می‌توانند مثبت یا منفی باشند. مقدار پیش‌فرض هر دو "0" است.

start_number

شماره فریم شروع برای متغیر n/frame_num. مقدار پیش‌فرض "0" است.

tabsize

اندازه بر حسب تعداد فاصله‌ها جهت استفاده در رندر تب (tab). مقدار پیش‌فرض 4 است.

timecode

تنظیم نمایش اولیه تایم‌کد در قالب "hh:mm:ss[:;.]ff". می‌تواند همراه با پارامتر text یا بدون آن استفاده شود. گزینه timecode_rate باید مشخص شود.

تنظیم نرخ فریم تایم‌کد (فقط تایم‌کد). مقدار به نزدیک‌ترین عدد صحیح گرد می‌شود. حداقل مقدار "1" است. تایم‌کد Drop-frame برای نرخ‌های فریم 30 و 60 پشتیبانی می‌شود.

tc24hmax

در صورت تنظیم روی 1، خروجی گزینه timecode پس از 24 ساعت به صفر بازمی‌گردد. پیش‌فرض 0 است (غیرفعال).

text

رشته متنی برای رسم. متن باید دنباله‌ای از نویسه‌های کدگذاری‌شده با UTF-8 باشد. در صورتی که هیچ فایلی با پارامتر textfile مشخص نشده باشد، این پارامتر الزامی است.

textfile

یک فایل متنی حاوی متنی که باید رسم شود. متن باید دنباله‌ای از نویسه‌های کدگذاری‌شده با UTF-8 باشد.

در صورتی که هیچ رشته متنی با پارامتر text مشخص نشده باشد، این پارامتر الزامی است.

اگر هر دو پارامتر text و textfile مشخص شوند، یک خطا صادر می‌شود.

text_source

در صورتی که بخواهید از داده‌های متنی در detection bboxes داده‌های جانبی استفاده کنید، text source باید روی side_data_detection_bboxes تنظیم شود.

اگر text source تنظیم شود، text و textfile نادیده گرفته می‌شوند و همچنان از داده‌های متنی در detection bboxes داده‌های جانبی استفاده خواهد شد. بنابراین اگر درباره منبع متن مطمئن نیستید، لطفاً از این پارامتر استفاده نکنید.

reload

فایل textfile در بازه فریمی مشخص‌شده مجدداً بارگذاری خواهد شد. اطمینان حاصل کنید که textfile را به‌طور اتمیک به‌روزرسانی نمایید، در غیر این صورت ممکن است به‌طور ناقص خوانده شده یا حتی با شکست مواجه شود. محدوده مجاز از 0 تا INT_MAX است. پیش‌فرض 0 است.

عباراتی که آفست‌های محل رسم متن درون فریم ویدیو را مشخص می‌کنند. این مقادیر نسبت به حاشیه بالا/چپ تصویر خروجی سنجیده می‌شوند.

مقدار پیش‌فرض x و y برابر "0" است.

برای مشاهده فهرست ثابت‌ها و توابع پذیرفته‌شده به بخش زیر مراجعه نمایید.

پارامترهای x و y عباراتی حاوی ثابت‌ها و توابع زیر هستند:

dar: نسبت ابعاد نمایش ورودی (display aspect ratio)، معادل با (w / h) * sar است.
hsub
vsub: مقادیر زیرنمونه‌برداری کرومای افقی و عمودی. برای مثال برای قالب پیکسلی "yuv422p" مقدار hsub برابر 2 و vsub برابر 1 است.
line_h, lh: ارتفاع هر خط از متن
main_h, h, H: ارتفاع ورودی
main_w, w, W: عرض ورودی
max_glyph_a, ascent: حداکثر فاصله از خط مبنا (baseline) تا بالاترین مختصات شبکه که برای قرار دادن نقطه محیطی گلیف استفاده می‌شود، برای تمامی گلیف‌های رندرشده. به دلیل جهت‌گیری شبکه با محور Y رو به بالا، این مقدار مثبت است.
max_glyph_d, descent: حداکثر فاصله از خط مبنا تا پایین‌ترین مختصات شبکه که برای قرار دادن نقطه محیطی گلیف استفاده می‌شود، برای تمامی گلیف‌های رندرشده. به دلیل جهت‌گیری شبکه با محور Y رو به بالا، این مقدار منفی است.
max_glyph_h: حداکثر ارتفاع گلیف، یعنی حداکثر ارتفاع برای تمامی گلیف‌های موجود در متن رندرشده، که معادل با ascent - descent است.
max_glyph_w: حداکثر عرض گلیف، یعنی حداکثر عرض برای تمامی گلیف‌های موجود در متن رندرشده
font_a: اندازه صعود (ascent) تعریف‌شده در سنجه‌های قلم (font metrics)
font_d: اندازه فرود (descent) تعریف‌شده در سنجه‌های قلم
top_a: حداکثر صعود گلیف‌های اولین خط متن
bottom_d: حداکثر فرود گلیف‌های آخرین خط متن
n: شماره فریم ورودی، شروع از 0
rand(min, max): بازگرداندن یک عدد تصادفی بین min و max
sar: نسبت ابعاد نمونه ورودی (sample aspect ratio).
t: برچسب زمانی بیان‌شده بر حسب ثانیه، اگر برچسب زمانی ورودی ناشناخته باشد NAN است
text_h, th: ارتفاع متن رندرشده
text_w, tw: عرض متن رندرشده
x
y: مختصات آفست x و y در جایی که متن رسم می‌شود.
این پارامترها به عبارات x و y اجازه می‌دهند به یکدیگر ارجاع دهند، بنابراین می‌توانید برای مثال "y=x/dar" را مشخص کنید.
pict_type: یک توصیف یک‌نویسه‌ای از نوع تصویر (picture type) فریم فعلی.
pkt_pos: موقعیت بسته (packet) فعلی در فایل یا جریان ورودی (بر حسب بایت، از ابتدای ورودی). مقدار -1 نشان می‌دهد این اطلاعات در دسترس نیست.
duration: مدت‌زمان بسته فعلی، بر حسب ثانیه.
pkt_size: اندازه بسته فعلی (بر حسب بایت).

بسط متن (Text expansion)

اگر expansion روی "strftime" تنظیم شده باشد، فیلتر توالی‌های پذیرفته‌شده توسط تابع C بنام "strftime" را در متن ارائه‌شده شناسایی کرده و آن‌ها را مطابق با آن بسط می‌دهد. مستندات "strftime" را بررسی کنید. این ویژگی به نفع بسط "normal" با توابع بسط "gmtime" یا "localtime" منسوخ شده است.

اگر expansion روی "none" تنظیم شده باشد، متن عیناً چاپ می‌شود.

اگر expansion روی "normal" تنظیم شده باشد (که حالت پیش‌فرض است)، سازوکار بسط زیر استفاده می‌شود.

نویسه بک‌اسلش \، اگر پس از آن هر نویسه‌ای بیاید، همیشه به نویسه دوم بسط داده می‌شود.

توالی‌هایی به شکل "%{...}" بسط داده می‌شوند. متن بین آکولادها یک نام تابع است که احتمالاً آرگومان‌هایی با علامت ':' از آن جدا شده‌اند. اگر آرگومان‌ها شامل نویسه‌های ویژه یا جداکننده‌ها (':' یا '}') باشند، باید گریز داده شوند (escaped).

توجه داشته باشید که آن‌ها احتمالاً باید هم به عنوان مقدار برای گزینه text در رشته آرگومان فیلتر و هم به عنوان آرگومان فیلتر در توصیف filtergraph، و احتمالاً برای پوسته (shell) نیز گریز داده شوند، که تا چهار سطح گریز را تشکیل می‌دهد؛ استفاده از یک فایل متنی با گزینه textfile از این مشکلات جلوگیری می‌کند.

توابع زیر در دسترس هستند:

نتیجه ارزیابی عبارت.

باید یک آرگومان برای تعیین عبارتی که باید ارزیابی شود بپذیرد، که همان ثابت‌ها و توابع مقادیر x و y را می‌پذیرد. توجه داشته باشید که همه ثابت‌ها نباید استفاده شوند؛ برای مثال اندازه متن هنگام ارزیابی عبارت شناخته‌شده نیست، بنابراین ثابت‌های text_w و text_h مقداری تعریف‌نشده خواهند داشت.

expr_int_format, eif

ارزیابی مقدار عبارت و خروجی به صورت عدد صحیح قالب‌بندی‌شده.

آرگومان اول عبارتی است که باید ارزیابی شود، درست مانند تابع expr. آرگومان دوم قالب خروجی را مشخص می‌کند. مقادیر مجاز عبارتند از x، X، d و u. با آن‌ها دقیقاً مانند تابع "printf" رفتار می‌شود. پارامتر سوم اختیاری است و تعداد موقعیت‌های اشغال‌شده توسط خروجی را تعیین می‌کند. می‌تواند برای افزودن فاصله‌گذاری با صفر (padding) از سمت چپ استفاده شود.

gmtime

زمان اجرای فیلتر، بیان‌شده بر حسب UTC. می‌تواند یک آرگومان بپذیرد: یک رشته قالب تابع C بنام "strftime". رشته قالب برای پشتیبانی از متغیر %[1-6]N که کسر ثانیه را با تعداد ارقام مشخص اختیاری چاپ می‌کند گسترش یافته است.

localtime

زمان اجرای فیلتر، بیان‌شده بر حسب منطقه زمانی محلی. می‌تواند یک آرگومان بپذیرد: یک رشته قالب تابع C بنام "strftime". رشته قالب برای پشتیبانی از متغیر %[1-6]N که کسر ثانیه را با تعداد ارقام مشخص اختیاری چاپ می‌کند گسترش یافته است.

metadata

متادیتای فریم. یک یا دو آرگومان می‌گیرد.

آرگومان اول الزامی است و کلید متادیتا را مشخص می‌کند.

آرگومان دوم اختیاری است و یک مقدار پیش‌فرض را تعیین می‌کند که در صورت پیدا نشدن یا خالی بودن کلید متادیتا استفاده می‌شود.

متادیتای موجود را می‌توان با بررسی ورودی‌هایی که با TAG در هر بخش فریم شروع می‌شوند و با اجرای "ffprobe -show_frames" چاپ می‌شوند، شناسایی کرد.

متادیتای رشته‌ای تولیدشده در فیلترهایی که به فیلتر drawtext منتهی می‌شوند نیز در دسترس هستند.

n, frame_num

شماره فریم، شروع از 0.

pict_type

توصیف یک‌نویسه‌ای از نوع تصویر فعلی.

pts

برچسب زمانی فریم فعلی.

می‌تواند تا سه آرگومان بپذیرد.

آرگومان اول قالب برچسب زمانی است؛ پیش‌فرض آن "flt" برای ثانیه‌ها به صورت عدد اعشاری با دقت میکروثانیه است؛ "hms" نشان‌دهنده یک برچسب زمانی قالب‌بندی‌شده [-]HH:MM:SS.mmm با دقت میلی‌ثانیه است. "gmtime" نشان‌دهنده برچسب زمانی فریم در قالب زمان UTC است؛ "localtime" نشان‌دهنده برچسب زمانی فریم در قالب زمان منطقه زمانی محلی است.

آرگومان دوم یک آفست است که به برچسب زمانی اضافه می‌شود.

اگر قالب روی "hms" تنظیم شده باشد، یک آرگومان سوم "24HH" ممکن است ارائه شود تا بخش ساعت برچسب زمانی قالب‌بندی‌شده را در قالب 24 ساعته (00-23) نشان دهد.

اگر قالب روی "localtime" یا "gmtime" تنظیم شده باشد، ممکن است یک آرگومان سوم ارائه شود: یک رشته قالب تابع C بنام "strftime". به‌طور پیش‌فرض، از قالب YYYY-MM-DD HH:MM:SS استفاده خواهد شد.

دستورات (Commands)

این فیلتر از تغییر پارامترها از طریق دستورات پشتیبانی می‌کند:

reinit

تغییر پارامترهای فیلتر موجود.

ساختار نحوی برای آرگومان همانند فراخوانی فیلتر است، برای مثال:

fontsize=56:fontcolor=green:text='Hello World'

فراخوانی کامل فیلتر با sendcmd شبیه به این خواهد بود:

sendcmd=c='56.0 drawtext reinit fontsize=56\:fontcolor=green\:text=Hello\\ World'

اگر کل آرگومان نتواند تجزیه شده یا به عنوان مقادیر معتبر اعمال شود، فیلتر با پارامترهای موجود خود ادامه خواهد داد.

گزینه‌های زیر نیز به عنوان دستورات پشتیبانی می‌شوند:

*<x>
*<y>
*<alpha>
*<fontsize>
*<fontcolor>
*<boxcolor>
*<bordercolor>
*<shadowcolor>
*<box>
*<boxw>
*<boxh>
*<boxborderw>
*<line_spacing>
*<text_align>
*<shadowx>
*<shadowy>
*<borderw>

مثال‌ها (Examples)

رسم "Test Text" با قلم FreeSerif، با استفاده از مقادیر پیش‌فرض برای پارامترهای اختیاری.
```
drawtext="fontfile=/usr/share/fonts/truetype/freefont/FreeSerif.ttf: text='Test Text'"
```
رسم 'Test Text' با قلم FreeSerif با اندازه 24 در موقعیت x=100 و y=50 (شمارش از گوشه بالا سمت چپ صفحه)، رنگ متن زرد همراه با کادری قرمز در اطراف آن است. هم متن و هم کادر شفافیت 20٪ دارند.
```
drawtext="fontfile=/usr/share/fonts/truetype/freefont/FreeSerif.ttf: text='Test Text':\
          x=100: y=50: fontsize=24: fontcolor=yellow@0.2: box=1: boxcolor=red@0.2"
```
توجه داشته باشید که اگر از فاصله درون فهرست پارامترها استفاده نشود، علامت‌های نقل‌قول دوگانه ضروری نیستند.

نمایش متن در مرکز فریم ویدیو:

drawtext="fontsize=30:fontfile=FreeSerif.ttf:text='hello world':x=(w-text_w)/2:y=(h-text_h)/2"

نمایش متن در یک موقعیت تصادفی، با تغییر به یک موقعیت جدید در هر 30 ثانیه:
```
drawtext="fontsize=30:fontfile=FreeSerif.ttf:text='hello world':x=if(eq(mod(t\,30)\,0)\,rand(0\,(w-text_w))\,x):y=if(eq(mod(t\,30)\,0)\,rand(0\,(h-text_h))\,y)"
```
نمایش یک خط متنی در حال لغزش از راست به چپ در آخرین سطر فریم ویدیو. فرض می‌شود فایل LONG_LINE شامل یک سطر تکی بدون خطوط جدید (newline) است.
```
drawtext="fontsize=15:fontfile=FreeSerif.ttf:text=LONG_LINE:y=h-line_h:x=-50*t"
```
نمایش محتوای فایل CREDITS از زیر فریم و اسکرول به سمت بالا.
```
drawtext="fontsize=20:fontfile=FreeSerif.ttf:textfile=CREDITS:y=h-20*t"
```
رسم یک حرف سبز تکی "g"، در مرکز ویدیوی ورودی. خط مبنای گلیف در نصف ارتفاع صفحه قرار می‌گیرد.
```
drawtext="fontsize=60:fontfile=FreeSerif.ttf:fontcolor=green:text=g:x=(w-max_glyph_w)/2:y=h/2-ascent"
```

نمایش متن به مدت 1 ثانیه در هر 3 ثانیه:

drawtext="fontfile=FreeSerif.ttf:fontcolor=white:x=100:y=x/dar:enable=lt(mod(t\,3)\,1):text='blink'"

استفاده از fontconfig برای تنظیم قلم. توجه داشته باشید که دو‌نقطه‌ها باید گریز داده شوند.
```
drawtext='fontfile=Linux Libertine O-40\\:style=Semibold:text=FFmpeg'
```
رسم "Test Text" با اندازه قلم وابسته به ارتفاع ویدیو.
```
drawtext="text='Test Text': fontsize=h/30: x=(w-text_w)/2: y=(h-text_h*2)"
```
چاپ تاریخ یک انکود بلادرنگ (مستندات تابع C بنام "strftime" را ببینید):
```
drawtext='fontfile=FreeSans.ttf:text=%{localtime\:%a %b %d %Y}'
```

نمایش محو شدن و پدیدار شدن متن (ظاهر/ناپدید شدن):

#!/bin/sh
DS=1.0 # display start
DE=10.0 # display end
FID=1.5 # fade in duration
FOD=5 # fade out duration
ffplay -f lavfi "color,drawtext=text=TEST:fontsize=50:fontfile=FreeSerif.ttf:fontcolor_expr=ff0000%{eif\\\\: clip(255*(1*between(t\\, $DS + $FID\\, $DE - $FOD) + ((t - $DS)/$FID)*between(t\\, $DS\\, $DS + $FID) + (-(t - $DE)/$FOD)*between(t\\, $DE - $FOD\\, $DE) )\\, 0\\, 255) \\\\: x\\\\: 2 }"

تراز کردن افقی چندین متن جداگانه. توجه داشته باشید که max_glyph_a و مقدار fontsize در آفست y لحاظ شده‌اند.
```
drawtext=fontfile=FreeSans.ttf:text=DOG:fontsize=24:x=10:y=20+24-max_glyph_a,
drawtext=fontfile=FreeSans.ttf:text=cow:fontsize=24:x=80:y=20+24-max_glyph_a
```
رسم متادیتای ویژه lavf.image2dec.source_basename روی هر فریم در صورت وجود چنین متادیتایی. در غیر این صورت، رسم رشته "NA". توجه داشته باشید که دیمکسر image2 برای در دسترس بودن فیلدهای متادیتای ویژه برای فیلترها باید دارای گزینه -export_path_metadata 1 باشد.
```
drawtext="fontsize=20:fontcolor=white:fontfile=FreeSans.ttf:text='%{metadata\:lavf.image2dec.source_basename\:NA}':x=10:y=10"
```

برای اطلاعات بیشتر درباره libfreetype، ببینید: http://www.freetype.org.

برای اطلاعات بیشتر درباره fontconfig، ببینید: http://freedesktop.org/software/fontconfig/fontconfig-user.html.

برای اطلاعات بیشتر درباره libfribidi، ببینید: http://fribidi.org.

برای اطلاعات بیشتر درباره libharfbuzz، ببینید: https://github.com/harfbuzz/harfbuzz.

drawvg

رسم گرافیک‌های برداری بر روی فریم‌های ویدیو، از طریق اجرای اسکریپتی نوشته‌شده به یک زبان سفارشی بنام VGS (Vector Graphics Script).

مستندات این زبان را می‌توان در drawvg - Language Reference یافت. نسخه‌ای از این مرجع همراه با مثال‌های رندرشده در آدرس https://ayosec.github.io/ffmpeg-drawvg/playground/docs/langref.html در دسترس است.

گرافیک‌ها با استفاده از https://cairographics.org رندر می‌شوند.

برای فعال‌سازی کامپایل این فیلتر، باید FFmpeg را با "--enable-cairo" پیکربندی کنید.

پارامترها (Parameters)

باید یکی از مقادیر "script" یا "file" تنظیم شود.

s, script: سورس اسکریپت برای رسم گرافیک‌ها.
file: مسیر فایل برای بارگذاری سورس اسکریپت.

قالب‌های پیکسلی (Pixel Formats)

از آنجا که Cairo فقط از تصاویر RGB پشتیبانی می‌کند، در صورتی که ویدیوی ورودی قالب دیگری داشته باشد (مانند YUV 4:2:0)، پیش از اجرای اسکریپت، ویدیو به قالبی سازگار با Cairo تبدیل می‌شود. سپس باید از فیلتر format یا گزینه "-pix_fmt" برای تبدیل آن به قالب مورد انتظار در خروجی استفاده نمایید.

مثال‌ها (Examples)

رسم خط دور یک بیضی:

ffmpeg -i input.webm \
    -vf 'drawvg=ellipse (w/2) (h/2) (w/3) (h/3) stroke' \
    -pix_fmt yuv420p \
    output.webm

رسم یک مربع در حال چرخش در وسط فریم:
اسکریپت مربوط به drawvg در فایل "draw.vgs" قرار دارد:
```
translate (w/2) (h/2)
rotate t
rect -100 -100 200 200
setcolor red@0.5
fill
```
سپس:
```
ffmpeg -i input.webm -vf 'drawvg=file=draw.vgs,format=yuv420p' output.webm
```

edgedetect

تشخیص و رسم لبه‌ها. این فیلتر از الگوریتم لبه‌یابی کنی (Canny Edge Detection) استفاده می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

low

high

تنظیم مقادیر آستانه پایین و بالا مورد استفاده توسط الگوریتم آستانه‌گذاری Canny.

آستانه بالا پیکسل‌های لبه "قوی" را انتخاب می‌کند، که سپس از طریق اتصال 8 جهته با پیکسل‌های لبه "ضعیف" انتخاب‌شده توسط آستانه پایین مرتبط می‌شوند.

مقادیر آستانه low و high باید در محدوده [0,1] انتخاب شوند، و low باید کمتر یا مساوی با high باشد.

مقدار پیش‌فرض برای low برابر "20/255" و مقدار پیش‌فرض برای high برابر "50/255" است.

تعیین حالت رسم.

wires: رسم خطوط سفید/خاکستری بر روی پس‌زمینه سیاه.
colormix: ترکیب رنگ‌ها برای ایجاد جلوه نقاشی/کارتونی.
canny: اعمال لبه‌یاب Canny بر روی تمامی صفحه‌های انتخابی.

مقدار پیش‌فرض wires است.

planes: انتخاب صفحه‌ها برای فیلتر کردن. به‌طور پیش‌فرض تمامی صفحه‌های در دسترس فیلتر می‌شوند.

مثال‌ها (Examples)

لبه‌یابی استاندارد با مقادیر سفارشی برای آستانه‌گذاری هیسترزیس:
```
edgedetect=low=0.1:high=0.4
```
جلوه نقاشی بدون آستانه‌گذاری:
```
edgedetect=mode=colormix:high=0
```

elbg

اعمال جلوه پوستر‌سازی (posterize) با استفاده از الگوریتم ELBG (Enhanced LBG).

برای هر تصویر ورودی، این فیلتر نگاشت بهینه را از ورودی به خروجی با توجه به طول کتاب‌کد (codebook length)، یعنی تعداد رنگ‌های مجزای خروجی، محاسبه می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

codebook_length, l: تنظیم طول کتاب‌کد. مقدار باید یک عدد صحیح مثبت باشد و بیانگر تعداد رنگ‌های مجزای خروجی است. مقدار پیش‌فرض 256 است.
nb_steps, n: تنظیم حداکثر تعداد تکرارها برای محاسبه نگاشت بهینه. هرچه مقدار بیشتر باشد نتیجه بهتر و زمان محاسبات بیشتر خواهد بود. مقدار پیش‌فرض 1 است.
seed, s: تنظیم سید تصادفی، باید یک عدد صحیح در محدوده بین 0 و UINT32_MAX باشد. در صورت عدم تعیین، یا در صورت تنظیم صریح روی -1، فیلتر تلاش می‌کند بر مبنای بهترین تلاش از یک سید تصادفی مناسب استفاده کند.
pal8: تنظیم قالب پیکسلی خروجی pal8. این گزینه با طول کتاب‌کد بزرگ‌تر از 256 کار نمی‌کند. پیش‌فرض غیرفعال است.
use_alpha: گنجاندن مقادیر آلفا در محاسبات کوانتایزیشن. امکان ایجاد تصاویر خروجی پالت‌دار (مانند PNG8) را با ترکیب روان چندگانه آلفا فراهم می‌سازد.

entropy

اندازه‌گیری آنتروپی سطح خاکستری در هیستوگرام کانال‌های رنگ فریم‌های ویدیو.

این فیلتر پارامترهای زیر را می‌پذیرد:

mode: می‌تواند normal یا diff باشد. پیش‌فرض normal است.
حالت diff آنتروپی مقادیر دلتای هیستوگرام، یعنی تفاوت‌های مطلق میان مقادیر هیستوگرام همسایه را اندازه‌گیری می‌کند.

epx

اعمال فیلتر بزرگ‌نمایی EPX که برای هنر پیکسلی (pixel art) طراحی شده است.

این فیلتر گزینه زیر را می‌پذیرد:

n: تنظیم بعد مقیاس‌بندی: 2 برای "2xEPX"، و 3 برای "3xEPX". پیش‌فرض 3 است.

eq

تنظیم روشنایی، کنتراست، اشباع رنگ و تنظیم تقریبی گاما.

این فیلتر گزینه‌های زیر را می‌پذیرد:

contrast: تنظیم عبارت کنتراست. مقدار باید یک عدد ممیز شناور در محدوده -1000.0 تا 1000.0 باشد. مقدار پیش‌فرض "1" است.
brightness: تنظیم عبارت روشنایی. مقدار باید یک عدد ممیز شناور در محدوده -1.0 تا 1.0 باشد. مقدار پیش‌فرض "0" است.
saturation: تنظیم عبارت اشباع رنگ. مقدار باید یک عدد ممیز شناور در محدوده 0.0 تا 3.0 باشد. مقدار پیش‌فرض "1" است.
gamma: تنظیم عبارت گاما. مقدار باید یک عدد ممیز شناور در محدوده 0.1 تا 10.0 باشد. مقدار پیش‌فرض "1" است.
gamma_r: تنظیم عبارت گاما برای رنگ قرمز. مقدار باید یک عدد ممیز شناور در محدوده 0.1 تا 10.0 باشد. مقدار پیش‌فرض "1" است.
gamma_g: تنظیم عبارت گاما برای رنگ سبز. مقدار باید یک عدد ممیز شناور در محدوده 0.1 تا 10.0 باشد. مقدار پیش‌فرض "1" است.
gamma_b: تنظیم عبارت گاما برای رنگ آبی. مقدار باید یک عدد ممیز شناور در محدوده 0.1 تا 10.0 باشد. مقدار پیش‌فرض "1" است.
gamma_weight: تنظیم عبارت وزن گاما. می‌تواند برای کاهش اثر یک مقدار گامای بالا بر روی نواحی روشن تصویر به کار رود، برای مثال جلوگیری از بیش‌از‌حد تقویت شدن آن‌ها و تبدیل شدن به رنگ سفید خالص. مقدار باید یک عدد ممیز شناور در محدوده 0.0 تا 1.0 باشد. مقدار 0.0 تصحیح گاما را به‌طور کامل غیرفعال می‌کند در حالی که 1.0 آن را با قدرت کامل اعمال می‌نماید. پیش‌فرض "1" است.
eval: تعیین زمان ارزیابی عبارات مربوط به روشنایی، کنتراست، اشباع و گاما.
مقادیر زیر را می‌پذیرد:

init: ارزیابی عبارات تنها یک بار در طول مقداردهی اولیه فیلتر یا هنگام پردازش یک دستور
frame: ارزیابی عبارات به ازای هر فریم ورودی

مقدار پیش‌فرض init است.

عبارات پارامترهای زیر را می‌پذیرند:

n: شمارنده فریم ورودی با شروع از 0
pos: موقعیت بایتی بسته متناظر در فایل ورودی، اگر مشخص نشده باشد NAN است؛ منسوخ‌شده، استفاده نکنید
r: نرخ فریم ویدیوی ورودی، اگر نرخ فریم ورودی ناشناخته باشد NAN است
t: برچسب زمانی بیان‌شده بر حسب ثانیه، اگر برچسب زمانی ورودی ناشناخته باشد NAN است

دستورات (Commands)

این فیلتر از دستورات زیر پشتیبانی می‌کند:

contrast

تنظیم عبارت کنتراست.

brightness

تنظیم عبارت روشنایی.

saturation

تنظیم عبارت اشباع رنگ.

تنظیم عبارت گاما.

تنظیم عبارت gamma_r.

تنظیم عبارت gamma_g.

تنظیم عبارت gamma_b.

تنظیم عبارت gamma_weight.

این دستور همان ساختار نحوی گزینه متناظر را می‌پذیرد.

اگر عبارت مشخص‌شده معتبر نباشد، مقدار فعلی آن حفظ می‌شود.

erosion

اعمال جلوه سایش (erosion) بر روی ویدیو.

این فیلتر هر پیکسل را با کمینه محلی (3x3) جایگزین می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

محدود کردن بیشینه تغییر برای هر صفحه (plane)، پیش‌فرض 65535 است. اگر 0 باشد، صفحه بدون تغییر باقی می‌ماند.

coordinates

پرچمی که پیکسل‌های مورد ارجاع را مشخص می‌کند. پیش‌فرض 255 است، یعنی از تمام هشت پیکسل استفاده می‌شود.

نگاشت پرچم‌ها به مختصات محلی 3x3 به این صورت است:

1 2 3
4   5
6 7 8

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به‌عنوان دستورات پشتیبانی می‌کند.

estdif

واسازی (deinterlace) ویدیوی ورودی ("estdif" مخفف "Edge Slope Tracing Deinterlacing Filter" است).

فیلتری صرفاً مکانی (spatial) که از الگوریتم ردیابی شیب لبه برای درون‌یابی خطوط ناموجود استفاده می‌کند. این فیلتر پارامترهای زیر را می‌پذیرد:

mode: حالت درهم‌بافی مورد نظر. یکی از مقادیر زیر را می‌پذیرد:

frame: خروجی یک فریم به ازای هر فریم.
field: خروجی یک فریم به ازای هر فیلد.

مقدار پیش‌فرض "field" است.

parity: زوجیت فیلد تصویر که برای ویدیوی درهم‌بافته ورودی فرض می‌شود. یکی از مقادیر زیر را می‌پذیرد:

tff: فرض می‌کند فیلد بالا اول است.
bff: فرض می‌کند فیلد پایین اول است.
auto: فعال‌سازی تشخیص خودکار زوجیت فیلد.

مقدار پیش‌فرض "auto" است. اگر درهم‌بافی ناشناخته باشد یا دیکودر این اطلاعات را ارائه ندهد، فیلد بالا به عنوان فیلد اول فرض خواهد شد.

deint: تعیین فریم‌هایی که باید واسازی شوند. یکی از مقادیر زیر را می‌پذیرد:

all: واسازی تمامی فریم‌ها.
interlaced: تنها واسازی فریم‌هایی که به عنوان درهم‌بافته علامت‌گذاری شده‌اند.

مقدار پیش‌فرض "all" است.

rslope: تعیین شعاع جستجو برای ردیابی شیب لبه. مقدار پیش‌فرض 1 است. محدوده مجاز از 1 تا 15 است.
redge: تعیین شعاع جستجو برای بهترین تطبیق لبه. مقدار پیش‌فرض 2 است. محدوده مجاز از 0 تا 15 است.
ecost: تعیین هزینه لبه برای تطبیق لبه. مقدار پیش‌فرض 2 است. محدوده مجاز از 0 تا 50 است.
mcost: تعیین هزینه میانی برای تطبیق لبه. مقدار پیش‌فرض 1 است. محدوده مجاز از 0 تا 50 است.
dcost: تعیین هزینه فاصله برای تطبیق لبه. مقدار پیش‌فرض 1 است. محدوده مجاز از 0 تا 50 است.
interp: تعیین درون‌یابی مورد استفاده. پیش‌فرض درون‌یابی 4 نقطه‌ای است. یکی از مقادیر زیر را می‌پذیرد:

2p: درون‌یابی دو نقطه‌ای.
4p: درون‌یابی چهار نقطه‌ای.
6p: درون‌یابی شش نقطه‌ای.

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها به عنوان دستورات پشتیبانی می‌کند.

exposure

تنظیم نوردهی (exposure) جریان ویدیو.

این فیلتر گزینه‌های زیر را می‌پذیرد:

exposure: تنظیم تصحیح نوردهی بر حسب EV. محدوده مجاز از -3.0 تا 3.0 EV است. مقدار پیش‌فرض 0 EV است.
black: تنظیم تصحیح سطح سیاهی (black level). محدوده مجاز از -1.0 تا 1.0 است. مقدار پیش‌فرض 0 است.

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها به عنوان دستورات پشتیبانی می‌کند.

extractplanes

استخراج مؤلفه‌های کانال رنگ از جریان ویدیوی ورودی به جریان‌های ویدیویی خاکستری (grayscale) جداگانه.

این فیلتر گزینه زیر را می‌پذیرد:

planes: تنظیم صفحه(ها) جهت استخراج.
مقادیر مجاز برای planes عبارتند از:

y
u
v
a
r
g
b

انتخاب صفحه‌هایی که در ورودی موجود نیستند منجر به بروز خطا خواهد شد. این بدان معناست که نمی‌توانید صفحه‌های "r"، "g"، "b" را همزمان با صفحه‌های "y"، "u"، "v" انتخاب نمایید.

مثال‌ها (Examples)

•

استخراج مؤلفه‌های کانال رنگ روشنایی (luma)، u و v از فریم ویدیوی ورودی به 3 خروجی خاکستری:

ffmpeg -i video.avi -filter_complex 'extractplanes=y+u+v[y][u][v]' -map '[y]' y.avi -map '[u]' u.avi -map '[v]' v.avi

fade

اعمال جلوه محوشدگی تدریجی (fade-in/out) به ویدیوی ورودی.

این فیلتر پارامترهای زیر را می‌پذیرد:

type, t: نوع جلوه می‌تواند "in" برای محوشدگی به داخل (fade-in)، یا "out" برای محوشدگی به خارج (fade-out) باشد. پیش‌فرض "in" است.
start_frame, s: تعیین شماره فریمی که اعمال جلوه محوشدگی از آن آغاز می‌شود. پیش‌فرض 0 است.
nb_frames, n: تعداد فریم‌هایی که جلوه محوشدگی طول می‌کشد. در پایان جلوه fade-in، ویدیوی خروجی شدت یکسانی با ویدیوی ورودی خواهد داشت. در پایان گذار fade-out، ویدیوی خروجی با color انتخابی پر خواهد شد. پیش‌فرض 25 است.
alpha: اگر روی 1 تنظیم شود، تنها کانال آلفا محو می‌شود (در صورتی که در ورودی وجود داشته باشد). مقدار پیش‌فرض 0 است.
start_time, st: تعیین برچسب زمانی (بر حسب ثانیه) فریمی که اعمال جلوه محوشدگی از آن آغاز می‌شود. اگر هر دو مقدار start_frame و start_time مشخص شوند، محوشدگی در هر کدام که دیرتر بیاید آغاز خواهد شد. پیش‌فرض 0 است.
duration, d: تعداد ثانیه‌هایی که جلوه محوشدگی باید ادامه یابد. در پایان جلوه fade-in ویدیوی خروجی شدت یکسانی با ویدیوی ورودی خواهد داشت، در پایان گذار fade-out ویدیوی خروجی با color انتخابی پر خواهد شد. اگر هر دو پارامتر duration و nb_frames مشخص شوند، duration استفاده می‌شود. پیش‌فرض 0 است (به‌طور پیش‌فرض از nb_frames استفاده می‌شود).
color, c: تعیین رنگ محوشدگی. پیش‌فرض "black" (سیاه) است.

مثال‌ها (Examples)

اعمال fade in بر روی 30 فریم اول ویدیو:
```
fade=in:0:30
```
دستور فوق معادل است با:
```
fade=t=in:s=0:n=30
```
اعمال fade out بر روی 45 فریم پایانی یک ویدیوی 200 فریمی:
```
fade=out:155:45
fade=type=out:start_frame=155:nb_frames=45
```
اعمال fade in بر روی 25 فریم اول و fade out بر روی 25 فریم پایانی یک ویدیوی 1000 فریمی:
```
fade=in:0:25, fade=out:975:25
```
زرد کردن 5 فریم اول، سپس اعمال fade in از فریم 5 تا 24:
```
fade=in:5:20:color=yellow
```
اعمال fade in بر روی آلفا در طول 25 فریم اول ویدیو:
```
fade=in:0:25:alpha=1
```
سیاه کردن 5.5 ثانیه اول، سپس اعمال fade in به مدت 0.5 ثانیه:
```
fade=t=in:st=5.5:d=0.5
```

feedback

اعمال فیلتر ویدیویی فیدبک (بازخورد).

این فیلتر فریم‌های ورودی برش‌خورده را به خروجی دوم ارسال می‌کند. از آنجا می‌توان آن را با سایر فیلترهای ویدیو فیلتر کرد. پس از اینکه فیلتر فریم را از ورودی دوم دریافت کرد، آن فریم روی فریم اصلی ورودی اول ترکیب شده و به خروجی اول فرستاده می‌شود.

کاربرد متداول آن، فیلتر کردن تنها بخشی از فریم است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

x
y: تنظیم موقعیت گوشه بالا سمت چپ برش.
w
h: تنظیم اندازه برش.

مثال‌ها (Examples)

مات کردن تنها بخش مستطیلی بالا سمت چپ فریم ویدیو با اندازه 100x100 با فیلتر gblur:
```
[in][blurin]feedback=x=0:y=0:w=100:h=100[out][blurout];[blurout]gblur=8[blurin]
```
ترسیم کادر سیاه روی بخش بالا سمت چپ فریم ویدیو با اندازه 100x100 با فیلتر drawbox:
```
[in][blurin]feedback=x=0:y=0:w=100:h=100[out][blurout];[blurout]drawbox=x=0:y=0:w=100:h=100:t=100[blurin]
```
پیکسلی کردن بخش مستطیلی فریم ویدیو با اندازه 100x100 با فیلتر pixelize:
```
[in][blurin]feedback=x=320:y=240:w=100:h=100[out][blurout];[blurout]pixelize[blurin]
```

fftdnoiz

نویززدایی فریم‌ها با استفاده از FFT سه‌بعدی (فیلترسازی در حوزه فرکانس).

این فیلتر گزینه‌های زیر را می‌پذیرد:

sigma: تنظیم ثابت سیگمای نویز. این گزینه قدرت نویززدایی را تعیین می‌کند. مقدار پیش‌فرض 1 است. محدوده مجاز از 0 تا 30 است. استفاده از مقدار سیگمای بسیار بالا همراه با همپوشانی کم ممکن است باعث ایجاد مصنوعات بلوکی (blocking artifacts) شود.
amount: تنظیم میزان نویززدایی. به‌طور پیش‌فرض تمامی نویزهای شناسایی‌شده کاهش می‌یابند. مقدار پیش‌فرض 1 است. محدوده مجاز از 0 تا 1 است.
block: تنظیم اندازه بلوک بر حسب پیکسل، پیش‌فرض 32 است، می‌تواند از 8 تا 256 باشد.
overlap: تنظیم همپوشانی بلوک‌ها. پیش‌فرض 0.5 است. محدوده مجاز از 0.2 تا 0.8 است.
method: تنظیم روش نویززدایی. پیش‌فرض "wiener" است، همچنین می‌تواند "hard" باشد.
prev: تنظیم تعداد فریم‌های پیشین مورد استفاده برای نویززدایی. به‌طور پیش‌فرض روی 0 تنظیم شده است.
next: تنظیم تعداد فریم‌های بعدی مورد استفاده برای نویززدایی. به‌طور پیش‌فرض روی 0 تنظیم شده است.
planes: تنظیم صفحه‌هایی که فیلتر خواهند شد، به‌طور پیش‌فرض تمامی صفحه‌های موجود به جز آلفا فیلتر می‌شوند.

fftfilt

اعمال عبارات دلخواه بر روی نمونه‌ها در حوزه فرکانس

dc_Y: تنظیم مقدار dc (بهره) صفحه روشنایی (luma) تصویر. فیلتر یک مقدار صحیح در محدوده 0 تا 1000 را می‌پذیرد. مقدار پیش‌فرض روی 0 تنظیم شده است.
dc_U: تنظیم مقدار dc (بهره) اولین صفحه کرومای تصویر. فیلتر یک مقدار صحیح در محدوده 0 تا 1000 را می‌پذیرد. مقدار پیش‌فرض روی 0 تنظیم شده است.
dc_V: تنظیم مقدار dc (بهره) دومین صفحه کرومای تصویر. فیلتر یک مقدار صحیح در محدوده 0 تا 1000 را می‌پذیرد. مقدار پیش‌فرض روی 0 تنظیم شده است.
weight_Y: تنظیم عبارت وزن در حوزه فرکانس برای صفحه روشنایی (luma).
weight_U: تنظیم عبارت وزن در حوزه فرکانس برای اولین صفحه کروما.
weight_V: تنظیم عبارت وزن در حوزه فرکانس برای دومین صفحه کروما.
eval: تعیین زمان ارزیابی عبارات.
مقادیر زیر را می‌پذیرد:

init: ارزیابی عبارات تنها یک بار در طول مقداردهی اولیه فیلتر.
frame: ارزیابی عبارات به ازای هر فریم ورودی.

مقدار پیش‌فرض init است.

این فیلتر متغیرهای زیر را می‌پذیرد:

X
Y: مختصات نمونه فعلی.
W
H: عرض و ارتفاع تصویر.
N: شماره فریم ورودی، شروع از 0.
WS
HS: اندازه آرایه FFT برای پردازش افقی و عمودی.

مثال‌ها (Examples)

بالاگذر (High-pass):

fftfilt=dc_Y=128:weight_Y='squish(1-(Y+X)/100)'

پایین‌گذر (Low-pass):

fftfilt=dc_Y=0:weight_Y='squish((Y+X)/100-1)'

واضح‌سازی (Sharpen):

fftfilt=dc_Y=0:weight_Y='1+squish(1-(Y+X)/100)'

تاری (Blur):

fftfilt=dc_Y=0:weight_Y='exp(-4 * ((Y+X)/(W+H)))'

field

استخراج یک فیلد تکی از یک تصویر درهم‌بافته با استفاده از محاسبات گام (stride arithmetic) برای جلوگیری از هدر رفتن زمان پردازنده (CPU). فریم‌های خروجی به عنوان غیر درهم‌بافته علامت‌گذاری می‌شوند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

type: مشخص می‌کند که فیلد بالا استخراج شود (اگر مقدار 0 یا "top" باشد) یا فیلد پایین (اگر مقدار 1 یا "bottom" باشد).

fieldhint

ایجاد فریم‌های جدید با کپی کردن فیلدهای بالا و پایین از فریم‌های اطراف ارائه‌شده به عنوان اعداد توسط فایل راهنما (hint).

hint

تنظیم فایل حاوی راهنماها: شماره فریم‌های مطلق/نسبی.

باید به ازای هر فریم در یک کلیپ، یک سطر وجود داشته باشد. هر سطر باید حاوی دو عدد جداشده با ویرگول باشد، که احتمالاً به دنبال آن‌ها "-" یا "+" می‌آید. اعداد ارائه‌شده در هر سطر فایل نمی‌توانند خارج از [N-1,N+1] باشند که در آن N شماره فریم فعلی برای حالت "absolute" است، یا خارج از محدوده [-1, 1] برای حالت "relative". عدد اول مشخص می‌کند که فیلد بالا از کدام فریم برداشته شود و عدد دوم مشخص می‌کند که فیلد پایین از کدام فریم برداشته شود.

اگر با "+" اختیاری دنبال شود، فریم خروجی به عنوان درهم‌بافته علامت‌گذاری خواهد شد، وگرنه اگر با "-" دنبال شود، فریم خروجی به عنوان پیش‌رونده علامت‌گذاری می‌شود، و در غیر این صورت مانند فریم ورودی علامت‌گذاری خواهد شد. اگر با "t" اختیاری دنبال شود، فریم خروجی تنها از فیلد بالا استفاده می‌کند، یا در صورت وجود "b" تنها از فیلد پایین استفاده خواهد کرد. اگر سطری با "#" یا ";" شروع شود، آن سطر نادیده گرفته می‌شود.

می‌تواند "absolute" یا "relative" یا "pattern" باشد. پیش‌فرض "absolute" است. حالت "pattern" همانند حالت "relative" است، به جز اینکه در آخرین ورودی فایل اگر فریم‌های بیشتری برای پردازش وجود داشته باشند، فایل "hint" به نقطه شروع بازگردانده می‌شود.

مثالی از چند سطر اول فایل "hint" برای حالت "relative":

0,0 - # first frame
1,0 - # second frame, use third's frame top field and second's frame bottom field
1,0 - # third frame, use fourth's frame top field and third's frame bottom field
1,0 -
0,0 -
0,0 -
1,0 -
1,0 -
1,0 -
0,0 -
0,0 -
1,0 -
1,0 -
1,0 -
0,0 -

fieldmatch

فیلتر تطبیق فیلد برای تله‌سین معکوس (inverse telecine). هدف آن بازسازی فریم‌های پیش‌رونده (progressive) از یک جریان تله‌سین‌شده است. این فیلتر فریم‌های تکراری را حذف نمی‌کند، بنابراین برای دستیابی به یک تله‌سین معکوس کامل، "fieldmatch" باید با یک فیلتر کاهش فریم (decimation) مانند decimate در گراف فیلتر دنبال شود.

تفکیک تطبیق فیلد و کاهش فریم عمدتاً به دلیل امکان قرار دادن یک فیلتر واسازی (de-interlacing) جایگزین (fallback) بین این دو است. اگر منبع دارای محتوای ترکیبی تله‌سین‌شده و درهم‌بافته واقعی باشد، "fieldmatch" قادر به تطبیق فیلدها برای بخش‌های درهم‌بافته نخواهد بود. اما این فریم‌های شانه‌ای‌شکل (combed) باقی‌مانده به عنوان درهم‌بافته علامت‌گذاری می‌شوند، و بدین ترتیب می‌توانند پیش از اعمال decimation، توسط فیلتری پس از آن مانند yadif واسازی شوند.

علاوه بر گزینه‌های مختلف پیکربندی، "fieldmatch" می‌تواند یک جریان دوم اختیاری را نیز بپذیرد که از طریق گزینه ppsrc فعال می‌شود. در صورت فعال بودن، بازسازی فریم‌ها بر اساس فیلدها و فریم‌های این جریان دوم خواهد بود. این ویژگی امکان پیش‌پردازش ورودی اول را به منظور کمک به الگوریتم‌های مختلف فیلتر فراهم می‌سازد، در حالی که خروجی بدون اتلاف باقی می‌ماند (با فرض تطبیق مناسب فیلدها). به‌طور معمول، یک نویززدای آگاه از فیلد، یا تنظیمات روشنایی/کنتراست می‌توانند کمک‌کننده باشند.

توجه داشته باشید که این فیلتر از همان الگوریتم‌های TIVTC/TFM (پروژه AviSynth) و VIVTC/VFM (پروژه VapourSynth) استفاده می‌کند. دومی یک کلون سبک از TFM است که "fieldmatch" بر اساس آن ساخته شده است. اگرچه معناشناسی و کاربرد آن‌ها بسیار نزدیک است، اما برخی رفتارها و نام گزینه‌ها می‌توانند متفاوت باشند.

فیلتر decimate در حال حاضر فقط برای ورودی با نرخ فریم ثابت (CFR) کار می‌کند. اگر ورودی شما دارای محتوای ترکیبی تله‌سین‌شده (30fps) و پیش‌رونده با نرخ فریم پایین‌تر مانند 24fps است، از زنجیره فیلتر زیر برای تولید جریان cfr مورد نیاز استفاده کنید: "dejudder,fps=30000/1001,fieldmatch,decimate".

این فیلتر گزینه‌های زیر را می‌پذیرد:

order: تعیین ترتیب فیلد فرضی جریان ورودی. مقادیر موجود عبارتند از:

auto: تشخیص خودکار زوجیت (استفاده از مقدار زوجیت داخلی FFmpeg).
bff: فرض فیلد پایین اول است.
tff: فرض فیلد بالا اول است.

توجه داشته باشید که گاهی توصیه می‌شود به زوجیت اعلام‌شده توسط جریان اعتماد نکنید.

مقدار پیش‌فرض auto است.

xmin, ymin, xmax, ymax

تنظیم حالت یا راهبرد تطبیق مورد استفاده. حالت pc ایمن‌ترین حالت است از این نظر که تا حد امکان خطر ایجاد لرزش ناشی از فریم‌های تکراری را در پی ندارد، اما اگر ویرایش‌های بد یا فیلدهای ترکیبی (blended) وجود داشته باشد، در نهایت منجر به تولید فریم‌های شانه‌ای می‌شود در حالی که ممکن است یک تطبیق خوب واقعاً وجود داشته باشد. از سوی دیگر، حالت pcn_ub از نظر ایجاد لرزش پرخطرترین است، اما تقریباً همیشه در صورت وجود یک فریم خوب، آن را خواهد یافت. مقادیر دیگر از نظر خطر ایجاد لرزش و تولید فریم‌های تکراری در برابر یافتن تطبیق‌های خوب در بخش‌هایی با ویرایش‌های بد، فیلدهای تنهاافتاده، فیلدهای ترکیبی و غیره همگی در نقطه‌ای میان pc و pcn_ub قرار دارند.

جزئیات بیشتر درباره p/c/n/u/b در بخش مفهوم p/c/n/u/b در دسترس است.

مقادیر موجود عبارتند از:

pc: تطبیق 2 جهته (p/c)
pc_n: تطبیق 2 جهته، و تلاش برای تطبیق 3‌ام در صورت باقی ماندن حالت شانه‌ای (p/c + n)
pc_u: تطبیق 2 جهته، و تلاش برای تطبیق 3‌ام (همان ترتیب) در صورت باقی ماندن حالت شانه‌ای (p/c + u)
pc_n_ub: تطبیق 2 جهته، تلاش برای تطبیق 3‌ام در صورت باقی ماندن حالت شانه‌ای، و تلاش برای تطبیق‌های 4‌ام/5‌ام در صورت ادامه حالت شانه‌ای (p/c + n + u/b)
pcn: تطبیق 3 جهته (p/c/n)
pcn_ub: تطبیق 3 جهته، و تلاش برای تطبیق‌های 4‌ام/5‌ام در صورتی که هر 3 تطبیق اولیه به عنوان شانه‌ای تشخیص داده شوند (p/c/n + u/b)

پرانتزهای انتهایی نشان‌دهنده تطبیق‌هایی هستند که با فرض order=tff (و field روی auto یا top) برای آن حالت استفاده می‌شوند.

از نظر سرعت، حالت pc تا حد زیادی سریع‌ترین و pcn_ub کندترین حالت است.

مقدار پیش‌فرض pc_n است.

ppsrc: علامت‌گذاری جریان ورودی اصلی به عنوان یک ورودی پیش‌پردازش‌شده، و فعال‌سازی جریان ورودی ثانویه به عنوان منبع تمیز جهت انتخاب فیلدها از آن. برای جزئیات بیشتر به بخش مقدمه فیلتر مراجعه کنید. این گزینه شبیه به قابلیت clip2 از VFM/TFM است.
مقدار پیش‌فرض 0 (غیرفعال) است.
field: تنظیم فیلدی که تطبیق از آن انجام می‌گیرد. توصیه می‌شود این گزینه روی مقداری مشابه order تنظیم شود مگر اینکه با آن تنظیم دچار شکست در تطبیق شوید. در شرایط خاص، تغییر فیلدی که تطبیق از آن صورت می‌گیرد می‌تواند تأثیر بسزایی بر کارایی تطبیق داشته باشد. مقادیر موجود عبارتند از:

auto: خودکار (همان مقدار order).
bottom: تطبیق از فیلد پایین.
top: تطبیق از فیلد بالا.

مقدار پیش‌فرض auto است.

mchroma: تعیین اینکه آیا کروما در طول مقایسه‌های تطبیق لحاظ شود یا خیر. در بیشتر موارد توصیه می‌شود این گزینه فعال باقی بماند. تنها در صورتی باید این گزینه را روی 0 تنظیم کنید که کلیپ شما مشکلات شدید کروما مانند رنگین‌کمانی شدید یا سایر مصنوعات را داشته باشد. تنظیم این مقدار روی 0 می‌تواند برای بالا بردن سرعت به بهای از دست رفتن مقداری دقت نیز استفاده شود.
مقدار پیش‌فرض 1 است.
y0
y1: این گزینه‌ها یک باند محرومیت (exclusion band) تعریف می‌کنند که سطرهای بین y0 و y1 را از شرکت در تصمیم‌گیری تطبیق فیلد مستثنی می‌کند. یک باند محرومیت می‌تواند برای نادیده گرفتن زیرنویس‌ها، لوگو، یا سایر مواردی که ممکن است در تطبیق اختلال ایجاد کنند استفاده شود. y0 سطر اسکن شروع و y1 سطر پایان را تنظیم می‌کند؛ تمامی سطرهای میان y0 و y1 (شامل خود y0 و y1) نادیده گرفته خواهند شد. تنظیم y0 و y1 روی مقداری یکسان، این قابلیت را غیرفعال می‌کند. مقادیر پیش‌فرض y0 و y1 برابر 0 است.
scthresh: تنظیم آستانه تشخیص تغییر صحنه به عنوان درصدی از حداکثر تغییر در صفحه روشنایی (luma). مقادیر مناسب در محدوده "[8.0, 14.0]" قرار دارند. تشخیص تغییر صحنه تنها در صورت combmatch=sc مرتبط است. محدوده مجاز برای scthresh برابر "[0.0, 100.0]" است.
مقدار پیش‌فرض 12.0 است.
combmatch: هنگامی که combmatch روی none نباشد، "fieldmatch" هنگام تصمیم‌گیری درباره انتخاب تطبیق نهایی، امتیازهای شانه‌ای (combed scores) تطبیق‌ها را لحاظ خواهد کرد. مقادیر موجود عبارتند از:

none: عدم تطبیق نهایی بر اساس امتیازهای شانه‌ای.
sc: امتیازهای شانه‌ای تنها هنگام تشخیص تغییر صحنه استفاده می‌شوند.
full: استفاده همیشگی از امتیازهای شانه‌ای.

پیش‌فرض sc است.

combdbg: اجبار "fieldmatch" به محاسبه معیارهای شانه‌ای برای تطبیق‌های خاص و چاپ آن‌ها. این تنظیم در واژگان TFM/VFM با عنوان micout شناخته می‌شود. مقادیر موجود عبارتند از:

none: بدون محاسبه اجباری.
pcn: اجبار محاسبات p/c/n.
pcnub: اجبار محاسبات p/c/n/u/b.

مقدار پیش‌فرض none است.

cthresh: این آستانه حالت شانه‌ای مساحت مورد استفاده برای تشخیص فریم‌های شانه‌ای است. این گزینه اساساً کنترل می‌کند که حالت شانه‌ای چقدر باید "قوی" یا "نمایان" باشد تا تشخیص داده شود. مقادیر بزرگ‌تر به این معناست که حالت شانه‌ای باید نمایان‌تر باشد و مقادیر کوچک‌تر به این معناست که حالت شانه‌ای می‌تواند کمتر نمایان یا قوی باشد و همچنان تشخیص داده شود. تنظیمات معتبر از -1 (هر پیکسل به عنوان شانه‌ای تشخیص داده می‌شود) تا 255 (هیچ پیکسلی به عنوان شانه‌ای تشخیص داده نمی‌شود) است. این اساساً یک مقدار اختلاف پیکسلی است. یک محدوده مناسب "[8, 12]" است.
مقدار پیش‌فرض 9 است.
chroma: تعیین اینکه آیا کروما در تصمیم‌گیری فریم شانه‌ای لحاظ شود یا خیر. این گزینه را تنها در صورتی غیرفعال کنید که منبع شما مشکلات کروما (رنگین‌کمانی و غیره) داشته باشد که در صورت فعال بودن کروما باعث بروز مشکل در تشخیص فریم شانه‌ای شوند. در واقع، استفاده از chroma=0 معمولاً قابل‌اعتمادتر است، مگر در حالتی که در منبع حالت شانه‌ای فقط در کروما وجود داشته باشد.
مقدار پیش‌فرض 0 است.
blockx
blocky: به ترتیب اندازه ابعاد پنجره مورد استفاده در طول تشخیص فریم شانه‌ای در راستای محور x و محور y را تنظیم می‌کنند. این به اندازه ناحیه‌ای مربوط می‌شود که در آن لازم است پیکسل‌های combpel به عنوان شانه‌ای تشخیص داده شوند تا یک فریم به عنوان شانه‌ای اعلام شود. برای اطلاعات بیشتر به توضیحات پارامتر combpel مراجعه کنید. مقادیر ممکن هر عددی از توان‌های 2 است که با 4 شروع شده و تا 512 ادامه می‌یابد.
مقدار پیش‌فرض 16 است.
combpel: تعداد پیکسل‌های شانه‌ای درون هر یک از بلوک‌های با ابعاد blocky در blockx روی فریم تا فریم به عنوان شانه‌ای تشخیص داده شود. در حالی که cthresh میزان "نمایان بودن" حالت شانه‌ای را کنترل می‌کند، این تنظیم کنترل می‌کند که "چه مقدار" حالت شانه‌ای باید در هر ناحیه محلی (پنجره‌ای تعریف‌شده توسط تنظیمات blockx و blocky) روی فریم وجود داشته باشد. حداقل مقدار 0 و حداکثر مقدار "blocky x blockx" است (که در آن نقطه هیچ فریمی هرگز به عنوان شانه‌ای تشخیص داده نخواهد شد). این تنظیم در واژگان TFM/VFM با عنوان MI شناخته می‌شود.
مقدار پیش‌فرض 80 است.

مفهوم p/c/n/u/b

p/c/n

جریان تله‌سین‌شده زیر را فرض می‌کنیم:

Top fields:     1 2 2 3 4
Bottom fields:  1 2 3 4 4

اعداد با فریم پیش‌رونده‌ای که فیلدها به آن مربوط می‌شوند مطابقت دارند. در اینجا، دو فریم اول پیش‌رونده هستند، فریم‌های ۳ و ۴ شانه‌ای هستند، و به همین ترتیب.

هنگامی که "fieldmatch" پیکربندی می‌شود تا تطبیقی را از فیلد پایین اجرا کند (field=bottom)، این جریان ورودی به این صورت تبدیل می‌شود:

Input stream:
                T     1 2 2 3 4
                B     1 2 3 4 4   <-- matching reference

Matches:              c c n n c

Output stream:
                T     1 2 3 4 4
                B     1 2 3 4 4

در نتیجه تطبیق فیلد، مشاهده می‌کنیم که برخی فریم‌ها تکرار می‌شوند. برای اجرای یک تله‌سین معکوس کامل، باید پس از این عملیات به یک فیلتر decimation تکیه کنید. به عنوان مثال فیلتر decimate را ببینید.

همین عملیات با تطبیق از فیلدهای بالا (field=top) به این صورت خواهد بود:

Input stream:
                T     1 2 2 3 4   <-- matching reference
                B     1 2 3 4 4

Matches:              c c p p c

Output stream:
                T     1 2 2 3 4
                B     1 2 2 3 4

در این مثال‌ها می‌توانیم ببینیم که p، c و n چه مفهومی دارند؛ اساساً آن‌ها به فریم و فیلد با زوجیت مخالف ارجاع می‌دهند:

*<p با فیلد با زوجیت مخالف در فریم قبلی تطبیق می‌یابد>
*<c با فیلد با زوجیت مخالف در فریم فعلی تطبیق می‌یابد>
*<n با فیلد با زوجیت مخالف در فریم بعدی تطبیق می‌یابد>

u/b

تطبیق‌های u و b از این نظر تا حدی ویژه هستند که بر اساس پرچم زوجیت مخالف تطبیق می‌یابند. در مثال‌های زیر فرض می‌کنیم که در حال حاضر در حال تطبیق فریم ۲ هستیم (Top:2, bottom:2). با توجه به تطبیق، یک 'x' در بالا و پایین هر یک از فیلدهای تطبیق‌یافته قرار داده می‌شود.

با تطبیق از پایین (field=bottom):

Match:           c         p           n          b          u

                 x       x               x        x          x
  Top          1 2 2     1 2 2       1 2 2      1 2 2      1 2 2
  Bottom       1 2 3     1 2 3       1 2 3      1 2 3      1 2 3
                 x         x           x        x              x

Output frames:
                 2          1          2          2          2
                 2          2          2          1          3

با تطبیق از بالا (field=top):

Match:           c         p           n          b          u

                 x         x           x        x              x
  Top          1 2 2     1 2 2       1 2 2      1 2 2      1 2 2
  Bottom       1 2 3     1 2 3       1 2 3      1 2 3      1 2 3
                 x       x               x        x          x

Output frames:
                 2          2          2          1          2
                 2          1          3          2          2

مثال‌ها (Examples)

تله‌سین معکوس ساده برای یک جریان تله‌سین‌شده با فیلد بالا اول:

fieldmatch=order=tff:combmatch=none, decimate

تله‌سین معکوس پیشرفته، همراه با راهکار جایگزین yadif برای فریم‌هایی که همچنان شانه‌ای هستند:

fieldmatch=order=tff:combmatch=full, yadif=deint=interlaced, decimate

fieldorder

تبدیل ترتیب فیلد ویدیوی ورودی.

این فیلتر پارامترهای زیر را می‌پذیرد:

order: ترتیب فیلد خروجی. مقادیر معتبر عبارتند از tff برای فیلد بالا اول یا bff برای فیلد پایین اول.

مقدار پیش‌فرض tff است.

این تبدیل با انتقال محتوای تصویر به اندازه یک سطر به سمت بالا یا پایین، و پر کردن سطر باقی‌مانده با محتوای مناسب تصویر انجام می‌شود. این روش با بیشتر مبدل‌های ترتیب فیلد پخش تلویزیونی سازگار است.

اگر ویدیوی ورودی به عنوان درهم‌بافته پرچم‌گذاری نشده باشد، یا از پیش به عنوان دارنده ترتیب فیلد خروجی مورد نیاز پرچم‌گذاری شده باشد، این فیلتر تغییری در ویدیوی ورودی ایجاد نمی‌کند.

این ویژگی هنگام تبدیل به یا از متریال PAL DV، که فیلد پایین اول است، بسیار مفید واقع می‌شود.

برای مثال:

ffmpeg -i in.vob -vf "fieldorder=bff" out.dv

fillborders

پر کردن حاشیه‌های ویدیوی ورودی، بدون تغییر ابعاد جریان ویدیو. گاهی اوقات ویدیو در چهار لبه ممکن است داده‌های زائد و نامطلوب داشته باشد و شاید نخواهید ویدیوی ورودی را برش (crop) دهید تا اندازه تصویر مضربی از یک عدد مشخص باقی بماند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

left: تعداد پیکسل‌ها برای پر کردن از حاشیه چپ.
right: تعداد پیکسل‌ها برای پر کردن از حاشیه راست.
top: تعداد پیکسل‌ها برای پر کردن از حاشیه بالا.
bottom: تعداد پیکسل‌ها برای پر کردن از حاشیه پایین.
mode: تنظیم حالت پر کردن.
مقادیر زیر را می‌پذیرد:

smear: پر کردن پیکسل‌ها با استفاده از بیرونی‌ترین پیکسل‌ها
mirror: پر کردن پیکسل‌ها با استفاده از آینه‌کاری (تقارن نیم‌نمونه)
fixed: پر کردن پیکسل‌ها با مقدار ثابت
reflect: پر کردن پیکسل‌ها با استفاده از بازتاب (تقارن تمام‌نمونه)
wrap: پر کردن پیکسل‌ها با استفاده از پیچش (wrapping)
fade: محو کردن پیکسل‌ها به یک مقدار ثابت
margins: پر کردن پیکسل‌ها در بالا و پایین با میانگین وزنی پیکسل‌های نزدیک حاشیه‌ها

پیش‌فرض smear است.

color: تنظیم رنگ برای پیکسل‌ها در حالت fixed یا fade. پیش‌فرض black است.

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها به عنوان دستورات پشتیبانی می‌کند. دستور همان ساختار نحوی گزینه متناظر را می‌پذیرد.

اگر عبارت مشخص‌شده معتبر نباشد، مقدار فعلی آن حفظ می‌شود.

find_rect

یافتن یک شیء مستطیلی در ویدیوی ورودی.

شیء مورد جستجو باید به صورت یک تصویر gray8 که با گزینه object تعیین می‌شود، مشخص گردد.

برای هر تطبیق ممکن، یک امتیاز محاسبه می‌شود. اگر امتیاز به آستانه مشخص‌شده برسد، شیء پیدا شده تلقی می‌گردد.

اگر ویدیوی ورودی حاوی چندین نمونه از آن شیء باشد، فیلتر تنها یکی از آن‌ها را پیدا خواهد کرد.

هنگامی که یک شیء پیدا می‌شود، ورودی‌های متادیتای زیر در فریم منطبق تنظیم می‌شوند:

lavfi.rect.w: عرض شیء
lavfi.rect.h: ارتفاع شیء
lavfi.rect.x: موقعیت x شیء
lavfi.rect.y: موقعیت y شیء
lavfi.rect.score: امتیاز تطبیق شیء یافت‌شده

این فیلتر گزینه‌های زیر را می‌پذیرد:

object

مسیر فایل تصویر شیء، باید در قالب gray8 باشد.

threshold

آستانه تشخیص، بیان‌شده به صورت یک عدد اعشاری در محدوده 0-1.

مقدار آستانه 0.01 به معنای فقط تطبیق‌های دقیق است، و آستانه 0.99 یعنی تقریباً همه چیز منطبق می‌شود.

مقدار پیش‌فرض 0.5 است.

mipmaps

تعداد سطوح mipmap، پیش‌فرض 3 است.

مستطیلی را که جستجو در آن انجام می‌شود مشخص می‌کند.

discard

دور انداختن فریم‌هایی که در آن‌ها شیء تشخیص داده نشده است. پیش‌فرض غیرفعال است.

مثال‌ها (Examples)

پوشاندن یک شیء مستطیلی با تصویر ارائه‌شده در یک ویدیوی مشخص با استفاده از ffmpeg:
```
ffmpeg -i file.ts -vf find_rect=newref.pgm,cover_rect=cover.jpg:mode=cover new.mkv
```

یافتن موقعیت یک شیء در هر فریم با استفاده از ffprobe و نوشتن آن در یک فایل لاگ:

ffprobe -f lavfi movie=test.mp4,find_rect=object=object.pgm:threshold=0.3 \
  -show_entries frame=pkt_pts_time:frame_tags=lavfi.rect.x,lavfi.rect.y \
  -of csv -o find_rect.csv

floodfill

پر کردن سیلابی یک ناحیه با مقادیر یکسان مؤلفه‌های پیکسلی با مقادیری دیگر.

این فیلتر گزینه‌های زیر را می‌پذیرد:

x: تنظیم مختصات x پیکسل.
y: تنظیم مختصات y پیکسل.
s0: تنظیم مقدار مؤلفه مبدأ شماره 0.
s1: تنظیم مقدار مؤلفه مبدأ شماره 1.
s2: تنظیم مقدار مؤلفه مبدأ شماره 2.
s3: تنظیم مقدار مؤلفه مبدأ شماره 3.
d0: تنظیم مقدار مؤلفه مقصد شماره 0.
d1: تنظیم مقدار مؤلفه مقصد شماره 1.
d2: تنظیم مقدار مؤلفه مقصد شماره 2.
d3: تنظیم مقدار مؤلفه مقصد شماره 3.

format

تبدیل ویدیوی ورودی به یکی از قالب‌های پیکسلی مشخص‌شده. Libavfilter تلاش خواهد کرد قالبی را انتخاب کند که به عنوان ورودی برای فیلتر بعدی مناسب باشد.

این فیلتر پارامترهای زیر را می‌پذیرد:

pix_fmts: فهرستی از نام‌های قالب پیکسلی جداشده با '|'، مانند "pix_fmts=yuv420p|monow|rgb24".
color_spaces: فهرستی از نام‌های فضای رنگ جداشده با '|'، مانند "color_spaces=bt709|bt470bg|bt2020nc".
color_ranges: فهرستی از نام‌های محدوده رنگ جداشده با '|'، مانند "color_ranges=tv|pc".
alpha_modes: فهرستی از نام‌های حالت آلفا جداشده با '|'، مانند "alpha_modes=straight|premultiplied".

مثال‌ها (Examples)

•

تبدیل ویدیوی ورودی به قالب yuv420p

format=pix_fmts=yuv420p

تبدیل ویدیوی ورودی به هر یک از قالب‌های موجود در فهرست

format=pix_fmts=yuv420p|yuv444p|yuv410p

fps

تبدیل ویدیو به نرخ فریم ثابت مشخص‌شده با تکثیر یا حذف فریم‌ها بر حسب نیاز.

این فیلتر پارامترهای زیر را می‌پذیرد:

fps: نرخ فریم خروجی مورد نظر. عبارات حاوی ثابت‌های زیر را می‌پذیرد:

source_fps: نرخ فریم ورودی
ntsc: نرخ فریم NTSC برابر با "30000/1001"
pal: نرخ فریم PAL برابر با 25.0
film: نرخ فریم فیلم برابر با 24.0
ntsc_film: نرخ فریم NTSC-film برابر با "24000/1001"

پیش‌فرض 25 است.

start_time: فرض می‌کند نخستین PTS باید مقدار داده‌شده بر حسب ثانیه باشد. این گزینه امکان پدینگ/بریدن (padding/trimming) در آغاز جریان را فراهم می‌کند. به‌طور پیش‌فرض، هیچ فرضی درباره PTS مورد انتظار فریم اول در نظر گرفته نمی‌شود، بنابراین هیچ پدینگ یا بریدنی انجام نمی‌شود. برای نمونه، می‌توان آن را روی 0 تنظیم کرد تا چنانچه یک جریان ویدیو پس از جریان صوتی آغاز شود، ابتدای آن با نسخه‌های تکراری از اولین فریم پر شود، یا هر فریمی با PTS منفی بریده شود.
round: روش گرد کردن برچسب زمانی (PTS).
مقادیر ممکن عبارتند از:

zero: گرد کردن به سمت 0
inf: گرد کردن در جهت مخالف 0
down: گرد کردن به سمت -infinity
up: گرد کردن به سمت +infinity
near: گرد کردن به نزدیک‌ترین

پیش‌فرض "near" است.

eof_action: عملیاتی که هنگام خواندن آخرین فریم انجام می‌شود.
مقادیر ممکن عبارتند از:

round: استفاده از همان روش گرد کردن برچسب زمانی مورد استفاده برای سایر فریم‌ها.
pass: عبور دادن آخرین فریم در صورتی که مدت زمان ورودی هنوز به پایان نرسیده باشد.

پیش‌فرض "round" است.

به عنوان جایگزین، گزینه‌ها را می‌توان به‌صورت یک رشته تخت مشخص کرد: fps[:start_time[:round]].

همچنین فیلتر setpts را ببینید.

مثال‌ها

یک کاربرد معمول به منظور تنظیم fps روی 25:
```
fps=fps=25
```
تنظیم fps روی 24، با استفاده از نام اختصاری و روش گرد کردن به نزدیک‌ترین مقدار:
```
fps=fps=film:round=near
```

framepack

بسته‌بندی دو جریان ویدیویی مختلف در یک ویدیوی استریوسکوپیک (سه‌بعدی)، همراه با تنظیم متادیتای مناسب روی کدک‌های پشتیبانی‌شده. دو نما باید اندازه و نرخ فریم یکسانی داشته باشند و پردازش زمانی که ویدیوی کوتاه‌تر به پایان برسد متوقف خواهد شد. لطفاً توجه داشته باشید که می‌توانید به‌راحتی ویژگی‌های نما را با فیلترهای scale و fps تنظیم نمایید.

این فیلتر پارامترهای زیر را می‌پذیرد:

format: فرمت بسته‌بندی مورد نظر. مقادیر پشتیبانی‌شده عبارتند از:

sbs: نماها کنار یکدیگر قرار می‌گیرند (پیش‌فرض).
tab: نماها روی یکدیگر قرار می‌گیرند.
lines: نماها به‌صورت خطی (سطری) بسته‌بندی می‌شوند.
columns: نماها به‌صورت ستونی بسته‌بندی می‌شوند.
frameseq: نماها به‌صورت توالی زمانی در هم تنیده می‌شوند.

چند مثال:

# Convert left and right views into a frame-sequential video
ffmpeg -i LEFT -i RIGHT -filter_complex framepack=frameseq OUTPUT

# Convert views into a side-by-side video with the same output resolution as the input
ffmpeg -i LEFT -i RIGHT -filter_complex [0:v]scale=w=iw/2[left],[1:v]scale=w=iw/2[right],[left][right]framepack=sbs OUTPUT

framerate

تغییر نرخ فریم از طریق درون‌یابی فریم‌های خروجی ویدیویی جدید از فریم‌های سورس (منبع).

این فیلتر برای عملکرد صحیح با رسانه‌های درهم‌بافته (interlaced) طراحی نشده است. اگر می‌خواهید نرخ فریم رسانه درهم‌بافته را تغییر دهید، باید پیش از این فیلتر عملیات deinterlace و پس از این فیلتر عملیات re-interlace را انجام دهید.

شرح گزینه‌های پذیرفته‌شده در ادامه آمده است.

fps: تعداد فریم بر ثانیه در خروجی را تعیین می‌کند. این گزینه را می‌توان به‌صورت یک مقدار تنها نیز مشخص کرد. پیش‌فرض 50 است.
interp_start: آغاز بازه‌ای را تعیین می‌کند که فریم خروجی در آن به‌صورت درون‌یابی خطی از دو فریم ساخته می‌شود. بازه [0-255] است، پیش‌فرض 15 است.
interp_end: پایان بازه‌ای را تعیین می‌کند که فریم خروجی در آن به‌صورت درون‌یابی خطی از دو فریم ساخته می‌شود. بازه [0-255] است، پیش‌فرض 240 است.
scene: سطحی را مشخص می‌کند که در آن تغییر صحنه تشخیص داده می‌شود به‌صورت مقداری بین 0 تا 100 برای نشان دادن یک صحنه جدید؛ مقدار پایین بیانگر احتمال کم فریم جاری در معرفی یک صحنه جدید است، در حالی که مقدار بالاتر به این معنی است که فریم جاری با احتمال بیشتری یک صحنه جدید است. پیش‌فرض 8.2 است.
flags: پرچم‌های تأثیرگذار بر فرایند فیلتر را تعیین می‌کند.
مقدار موجود برای flags عبارت است از:

scene_change_detect, scd: فعال‌سازی تشخیص تغییر صحنه با استفاده از مقدار گزینه scene. این پرچم به‌طور پیش‌فرض فعال است.

frc_amf

دو برابر کردن نرخ فریم با استفاده از تبدیل‌کننده نرخ فریم (FRC) ارائه‌شده توسط کتابخانه AMD Advanced Media Framework جهت شتاب‌دهی سخت‌افزاری.

این فیلتر گزینه‌های زیر را می‌پذیرد:

engine_type: تعیین موتوری که برای اجرای سایه‌زن‌ها (shaders) استفاده می‌شود.

dx11: DirectX 11.
dx12: DirectX 12 (مقدار پیش‌فرض).

enable: مقدار بولی: فعال/غیرفعال‌سازی FRC. مقدار پویا، می‌تواند در زمان اجرا بدون مقداردهی اولیه مجدد فیلتر تغییر داده شود. (مقدار پیش‌فرض: فعال).
fallback_mode: رفتار بازگشتی در صورت اطمینان پایین به درون‌یابی.

duplicate: تکرار فریم.
blend: ترکیب ملایم (blend) دو فریم با یکدیگر (مقدار پیش‌فرض).

indicator: مقدار بولی: نمایش مربع نشانگر FRC در گوشه بالا سمت چپ ویدیو (مقدار پیش‌فرض: غیرفعال).
profile: سطح جستجوی حرکتی سلسله‌مراتبی.

low: سطوح کمتر جستجوی حرکتی سلسله‌مراتبی. تنها برای رزولوشن‌های بسیار پایین توصیه می‌شود.
high: برای هر رزولوشنی تا 1440p توصیه می‌شود. (مقدار پیش‌فرض)
super: سطوح بیشتر جستجوی حرکتی سلسله‌مراتبی. برای رزولوشن‌های 1440p یا بالاتر توصیه می‌شود.

mv_search_mode: حالت عملکردی جستجوی حرکت.

native: انجام جستجوی حرکت روی رزولوشن کامل تصاویر منبع.
performance: انجام جستجوی حرکت روی تصاویر منبع با مقیاس کاهش‌یافته. برای عملکرد بهتر در APU یا GPUهای رده‌پایین توصیه می‌شود.

use_future_frame: مقدار بولی: فعال‌سازی وابستگی به فریم آینده، کیفیت را به بهای تأخیر بهبود می‌بخشد (مقدار پیش‌فرض: فعال).

framestep

انتخاب یک فریم از هر N فریم.

این فیلتر گزینه زیر را می‌پذیرد:

step: انتخاب فریم پس از هر "step" فریم. مقادیر مجاز اعداد صحیح مثبت بزرگ‌تر از 0 هستند. مقدار پیش‌فرض 1 است.

freezedetect

تشخیص ویدیوی متوقف‌شده (فریز شده).

این فیلتر هنگامی که تشخیص دهد ویدیوی ورودی در طول مدت‌زمان مشخص‌شده هیچ تغییر قابل توجهی در محتوا نداشته است، پیامی را ثبت کرده و متادیتای فریم را تنظیم می‌کند. تشخیص فریز ویدیو میانگین قدر مطلق تفاوت تمامی مؤلفه‌های فریم‌های ویدیو را محاسبه کرده و آن را با کف نوفه (noise floor) مقایسه می‌کند.

زمان‌ها و مدت‌زمان چاپ‌شده بر حسب ثانیه بیان می‌شوند. کلید متادیتای "lavfi.freezedetect.freeze_start" روی نخستین فریمی که برچسب زمانی آن برابر یا بیشتر از مدت‌زمان تشخیص باشد تنظیم می‌شود و شامل برچسب زمانی نخستین فریم فریز است. کلیدهای متادیتای "lavfi.freezedetect.freeze_duration" و "lavfi.freezedetect.freeze_end" روی نخستین فریم پس از فریز تنظیم می‌شوند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

noise, n: تنظیم میزان تحمل نویز. می‌تواند بر حسب dB (در صورتی که "dB" به مقدار مشخص‌شده پیوست شده باشد) یا به عنوان نسبت تفاوت بین 0 و 1 مشخص شود. پیش‌فرض -60dB یا 0.001 است.
duration, d: تنظیم مدت‌زمان فریز تا زمان ارسال اعلان (پیش‌فرض 2 ثانیه است).

freezeframes

ثابت نگه‌داشتن (فریز کردن) فریم‌های ویدیو.

این فیلتر فریم‌های ویدیو را با استفاده از فریمی از ورودی دوم ثابت نگه می‌دارد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

first: تنظیم شماره نخستین فریمی که فریز از آن آغاز می‌شود.
last: تنظیم شماره آخرین فریمی که فریز در آن پایان می‌یابد.
replace: تنظیم شماره فریم از ورودی دوم که به جای فریم‌های جایگزین‌شده استفاده خواهد شد.

frei0r

اعمال یک جلوه (افکت) frei0r روی ویدیوی ورودی.

برای فعال‌سازی کامپایل این فیلتر، باید هدر frei0r را نصب کرده و FFmpeg را با "--enable-frei0r" پیکربندی کنید.

این فیلتر پارامترهای زیر را می‌پذیرد:

filter_name: نام جلوه frei0r برای بارگذاری. اگر متغیر محیطی FREI0R_PATH تعریف شده باشد، جلوه frei0r در هر یک از دایرکتوری‌های مشخص‌شده توسط فهرست جداشده با دونقطه در FREI0R_PATH جستجو می‌شود. در غیر این صورت، مسیرهای استاندارد frei0r به این ترتیب جستجو می‌شوند: HOME/.frei0r-1/lib/، /usr/local/lib/frei0r-1/، /usr/lib/frei0r-1/.
filter_params: فهرستی از پارامترهای جداشده با '|' برای ارسال به جلوه frei0r.

یک پارامتر جلوه frei0r می‌تواند یک مقدار بولی (مقدار آن یا "y" یا "n" است)، یک عدد ممیز شناور با دقت مضاعف (double)، یک رنگ (مشخص‌شده به‌صورت R/G/B، که در آن R، G و B اعداد ممیز شناور بین 0.0 و 1.0 شامل خود آن‌ها هستند) یا یک شرح رنگ آن‌گونه که در بخش "Color" در راهنمای ffmpeg-utils مشخص شده است، یک موقعیت (مشخص‌شده به‌صورت X/Y، که در آن X و Y اعداد ممیز شناور هستند) و/یا یک رشته باشد.

تعداد و انواع پارامترها به جلوه بارگذاری‌شده بستگی دارد. اگر پارامتر یک جلوه مشخص نشود، مقدار پیش‌فرض تنظیم می‌شود.

مثال‌ها

اعمال جلوه distort0r، با تنظیم دو پارامتر نخست از نوع double:
```
frei0r=filter_name=distort0r:filter_params=0.5|0.01
```
اعمال جلوه colordistance، که یک رنگ را به عنوان پارامتر نخست می‌پذیرد:
```
frei0r=colordistance:0.2/0.3/0.4
frei0r=colordistance:violet
frei0r=colordistance:0x112233
```
اعمال جلوه perspective، با تعیین موقعیت‌های بالا-چپ و بالا-راست تصویر:
```
frei0r=perspective:0.2/0.2|0.8/0.2
```

برای اطلاعات بیشتر، ببینید: http://frei0r.dyne.org

دستورات

این فیلتر از گزینه filter_params به عنوان دستورات (commands) پشتیبانی می‌کند.

fspp

اعمال پس‌پردازش سریع و ساده. این نسخه سریع‌تری از spp است.

تبدیل (I)DCT را به مراحل افقی/عمودی تقسیم می‌کند. برخلاف فیلتر پس‌پردازش ساده، یکی از آن‌ها یک بار در هر بلوک انجام می‌شود، نه در هر پیکسل. این امر سرعت بسیار بالاتری را فراهم می‌سازد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

quality: تنظیم کیفیت. این گزینه تعداد سطوح برای میانگین‌گیری را تعیین می‌کند. یک عدد صحیح در محدوده 4-5 می‌پذیرد. مقدار پیش‌فرض 4 است.
qp: تحمیل یک پارامتر کوانتیزاسیون ثابت. یک عدد صحیح در محدوده 0-63 می‌پذیرد. در صورت عدم تنظیم، فیلتر از QP جریان ویدیو (در صورت وجود) استفاده خواهد کرد.
strength: تنظیم قدرت فیلتر. یک عدد صحیح در محدوده -15 تا 32 می‌پذیرد. مقادیر پایین‌تر به معنای جزئیات بیشتر اما آرتیفکت‌های بیشتر است، در حالی که مقادیر بالاتر تصویر را نرم‌تر اما تارتر می‌کنند. مقدار پیش‌فرض 0 است − بهینه از نظر PSNR.
use_bframe_qp: فعال‌سازی استفاده از QP فریم‌های B در صورت تنظیم روی 1. استفاده از این گزینه ممکن است باعث لرزش و پرش تصویر (flicker) شود زیرا فریم‌های B معمولاً دارای QP بزرگتری هستند. پیش‌فرض 0 (غیرفعال) است.

fsync

همگام‌سازی فریم‌های ویدیو با نگاشت خارجی از یک فایل.

به ازای هر PTS ورودیِ ارائه‌شده در فایل نگاشت، به تعداد لازم فریم حذف یا ایجاد می‌کند تا توالی فریم‌های خروجی داده‌شده در فایل نگاشت بازسازی شود.

این فیلتر برای بازسازی فریم‌های خروجی ناشی از تبدیل نرخ فریم توسط فیلتر fps مفید است که با استفاده از گزینه "-stats_mux_pre" در ffmpeg درون یک فایل نگاشت ثبت شده باشد، و انجام پردازش‌های بعدی روی فریم‌های متناظر، مانند مقایسه کیفیت.

هر خط از فایل نگاشت باید شامل سه مورد به ازای هر فریم ورودی باشد: PTS ورودی (ده‌دهی)، PTS خروجی (ده‌دهی) و پایه زمانی (TIMEBASE) خروجی (ده‌دهی/ده‌دهی)، که با یک فاصله جدا شده‌اند. این فرمت فایل با خروجی "-stats_mux_pre_fmt="{ptsi} {pts} {tb}"" مطابقت دارد.

این فیلتر فرض می‌کند فایل نگاشت بر اساس افزایش PTS ورودی مرتب شده است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

file, f: نام فایل نگاشت مورد استفاده.

مثال:

# Convert a video to 25 fps and record a MAP_FILE file with the default format of this filter
ffmpeg -i INPUT -vf fps=fps=25 -stats_mux_pre MAP_FILE -stats_mux_pre_fmt "{ptsi} {pts} {tb}" OUTPUT

# Sort MAP_FILE by increasing input PTS
sort -n MAP_FILE

# Use INPUT, OUTPUT and the MAP_FILE from above to compare the corresponding frames in INPUT and OUTPUT via SSIM
ffmpeg -i INPUT -i OUTPUT -filter_complex '[0:v]fsync=file=MAP_FILE[ref];[1:v][ref]ssim' -f null -

gblur

اعمال فیلتر مات‌کننده گوسی (Gaussian blur).

این فیلتر گزینه‌های زیر را می‌پذیرد:

sigma: تنظیم سیگمای افقی، انحراف معیار مات‌شدگی گوسی. پیش‌فرض 0.5 است.
steps: تنظیم تعداد گام‌ها برای تقریب گوسی. پیش‌فرض 1 است.
planes: تعیین اینکه کدام پلان‌ها فیلتر شوند. به‌طور پیش‌فرض تمام پلان‌ها فیلتر می‌شوند.
sigmaV: تنظیم سیگمای عمودی، اگر منفی باشد همانند "sigma" خواهد بود. پیش‌فرض -1 است.

دستورات

این فیلتر از دستوراتی مشابه با گزینه‌ها پشتیبانی می‌کند. دستور همان نحو گزینه مربوطه را می‌پذیرد.

اگر عبارت مشخص‌شده معتبر نباشد، در مقدار فعلی خود باقی می‌ماند.

geq

اعمال معادله عمومی بر روی هر پیکسل.

این فیلتر گزینه‌های زیر را می‌پذیرد:

lum_expr, lum: تنظیم عبارت لوما.
cb_expr, cb: تنظیم عبارت رنگ‌مایه آبی (chrominance blue).
cr_expr, cr: تنظیم عبارت رنگ‌مایه قرمز (chrominance red).
alpha_expr, a: تنظیم عبارت آلفا.
red_expr, r: تنظیم عبارت قرمز.
green_expr, g: تنظیم عبارت سبز.
blue_expr, b: تنظیم عبارت آبی.

فضای رنگی مطابق با گزینه‌های مشخص‌شده انتخاب می‌شود. اگر یکی از گزینه‌های lum_expr، cb_expr یا cr_expr مشخص شود، فیلتر به‌طور خودکار یک فضای رنگی YCbCr را انتخاب خواهد کرد. اگر یکی از گزینه‌های red_expr، green_expr یا blue_expr مشخص شود، یک فضای رنگی RGB را انتخاب می‌کند.

اگر یکی از عبارات رنگ‌مایه تعریف نشده باشد، به عبارت دیگر رجوع می‌کند. اگر هیچ عبارت آلفایی مشخص نشده باشد، به مقدار کدر (opaque) ارزیابی می‌شود. اگر هیچ‌یک از عبارات رنگ‌مایه مشخص نشده باشند، به عبارت لوما ارزیابی خواهند شد.

عبارات می‌توانند از متغیرها و توابع زیر استفاده کنند:

N: شماره ترتیبی فریم فیلترشده، که از 0 آغاز می‌شود.
X
Y: مختصات نمونه جاری.
W
H: عرض و ارتفاع تصویر.
SW
SH: مقیاس عرض و ارتفاع بسته به پلانی که در حال حاضر فیلتر می‌شود. این مقدار نسبت میان تعداد پیکسل‌های پلان لومای متناظر و پلان جاری است. برای نمونه، برای YUV4:2:0 این مقادیر برای پلان لوما برابر با "1,1" و برای پلان‌های کروما برابر با "0.5,0.5" هستند.
T: زمان فریم جاری، بیان‌شده بر حسب ثانیه.
p(x, y): مقدار پیکسل در موقعیت (x,y) از پلان جاری را برمی‌گرداند.
lum(x, y): مقدار پیکسل در موقعیت (x,y) از پلان لوما را برمی‌گرداند.
cb(x, y): مقدار پیکسل در موقعیت (x,y) از پلان کرومای تفاضل آبی را برمی‌گرداند. در صورت عدم وجود چنین پلانی 0 برمی‌گرداند.
cr(x, y): مقدار پیکسل در موقعیت (x,y) از پلان کرومای تفاضل قرمز را برمی‌گرداند. در صورت عدم وجود چنین پلانی 0 برمی‌گرداند.
r(x, y)
g(x, y)
b(x, y): مقدار پیکسل در موقعیت (x,y) از مؤلفه قرمز/سبز/آبی را برمی‌گرداند. در صورت عدم وجود چنین مؤلفه‌ای 0 برمی‌گرداند.
alpha(x, y): مقدار پیکسل در موقعیت (x,y) از پلان آلفا را برمی‌گرداند. در صورت عدم وجود چنین پلانی 0 برمی‌گرداند.
psum(x,y), lumsum(x, y), cbsum(x,y), crsum(x,y), rsum(x,y), gsum(x,y), bsum(x,y), alphasum(x,y): مجموع مقادیر نمونه‌ها در مستطیل از (0,0) تا (x,y)؛ این گزینه امکان به دست آوردن مجموع نمونه‌ها درون یک مستطیل را فراهم می‌سازد. توابع بدون پسوند sum را ببینید.
interpolation: یکی از روش‌های درون‌یابی را تنظیم می‌کند:

nearest, n
bilinear, b

پیش‌فرض bilinear است.

برای توابع، چنانچه x و y خارج از ناحیه باشند، مقدار به‌طور خودکار به نزدیک‌ترین لبه برش (clip) داده می‌شود.

لطفاً توجه داشته باشید که این فیلتر می‌تواند از چندین رشته (thread) استفاده کند که در این صورت هر برش (slice) وضعیت عبارت مخصوص به خود را خواهد داشت. اگر می‌خواهید تنها از یک وضعیت عبارت واحد استفاده کنید چرا که عبارات شما به وضعیت قبلی وابسته هستند، باید تعداد رشته‌های فیلتر را به 1 محدود کنید.

مثال‌ها

معکوس کردن افقی تصویر:
```
geq=p(W-X\,Y)
```
تولید یک موج سینوسی دوبعدی، با زاویه "PI/3" و طول موج 100 پیکسل:
```
geq=128 + 100*sin(2*(PI/100)*(cos(PI/3)*(X-50*T) + sin(PI/3)*Y)):128:128
```

تولید یک نور متحرک جذاب و شگفت‌انگیز:

nullsrc=s=256x256,geq=random(1)/hypot(X-cos(N*0.07)*W/2-W/2\,Y-sin(N*0.09)*H/2-H/2)^2*1000000*sin(N*0.02):128:128

تولید یک جلوه برجسته‌سازی (emboss) سریع:
```
format=gray,geq=lum_expr='(p(X,Y)+(256-p(X-4,Y-4)))/2'
```
تغییر مؤلفه‌های RGB بسته به موقعیت پیکسل:
```
geq=r='X/W*r(X,Y)':g='(1-X/W)*g(X,Y)':b='(H-Y)/H*b(X,Y)'
```
ایجاد یک گرادیان شعاعی با اندازه‌ای مشابه با ورودی (همچنین فیلتر vignette را ببینید):
```
geq=lum=255*gauss((X/W-0.5)*3)*gauss((Y/H-0.5)*3)/gauss(0)/gauss(0),format=gray
```

gradfun

رفع آرتیفکت‌های نواری‌شدن (banding) که گاهی با کوتاه شدن عمق رنگ به 8 بیت در نواحی تقریباً یکدست ایجاد می‌شوند. گرادیان‌هایی که باید در محل نوارها باشند را درون‌یابی کرده و آن‌ها را دیتر (dither) می‌کند.

این فیلتر تنها برای بازپخش طراحی شده است. از آن پیش از فشرده‌سازی با اتلاف استفاده نکنید، چرا که فشرده‌سازی تمایل به حذف دیتر و بازگرداندن نوارها دارد.

این فیلتر پارامترهای زیر را می‌پذیرد:

strength: حداکثر مقداری که فیلتر بر اساس آن هر پیکسل را تغییر می‌دهد. این مقدار همچنین آستانه تشخیص نواحی تقریباً یکدست است. مقادیر قابل قبول از .51 تا 64 متغیر است؛ مقدار پیش‌فرض 1.2 است. مقادیر خارج از محدوده به محدوده معتبر برش داده می‌شوند.
radius: محدوده همسایگی برای برازش گرادیان. یک شعاع بزرگتر گرادیان‌های نرم‌تری ایجاد می‌کند، اما همچنین از تغییر پیکسل‌های نزدیک به نواحی دارای جزئیات توسط فیلتر جلوگیری می‌نماید. مقادیر قابل قبول 8-32 هستند؛ مقدار پیش‌فرض 16 است. مقادیر خارج از محدوده به محدوده معتبر برش داده می‌شوند.

به عنوان جایگزین، گزینه‌ها را می‌توان به‌صورت یک رشته تخت مشخص کرد: strength[:radius]

مثال‌ها

اعمال فیلتر با قدرت 3.5 و شعاع 8:
```
gradfun=3.5:8
```
مشخص کردن شعاع، با صرف‌نظر از قدرت (که به مقدار پیش‌فرض بازمی‌گردد):
```
gradfun=radius=8
```

graphmonitor

نمایش آمارهای مختلف گراف فیلتر (filtergraph).

با این فیلتر می‌توان کل گراف فیلتر را اشکال‌زدایی کرد؛ به‌ویژه مشکلات مربوط به پر شدن پیوندها با فریم‌های صف‌بندی‌شده.

این فیلتر گزینه‌های زیر را می‌پذیرد:

size, s: تنظیم اندازه خروجی ویدیو. پیش‌فرض hd720 است.
opacity, o: تنظیم میزان کدری (opacity) ویدیو. پیش‌فرض 0.9 است. محدوده مجاز از 0 تا 1 است.
mode, m: تنظیم پرچم‌های حالت خروجی.
مقادیر موجود برای پرچم‌ها عبارتند از:

full: بدون هرگونه فیلترسازی. پیش‌فرض.
compact: تنها نمایش فیلترهایی که دارای فریم‌های صف‌بندی‌شده هستند.
nozero: تنها نمایش فیلترهایی با آمارهای غیرصفر.
noeof: تنها نمایش فیلترهایی با وضعیت غیر-eof.
nodisabled: تنها نمایش فیلترهایی که در خط زمانی فعال هستند.

flags, f: تنظیم پرچم‌هایی که فعال بودن نمایش آمارها در ویدیو را تعیین می‌کنند.
مقادیر موجود برای پرچم‌ها عبارتند از:

none: تمامی پرچم‌ها خاموش می‌شوند.
all: تمامی پرچم‌ها روشن می‌شوند.
queue: نمایش تعداد فریم‌های صف‌بندی‌شده در هر پیوند.
frame_count_in: نمایش تعداد فریم‌های دریافت شده از فیلتر.
frame_count_out: نمایش تعداد فریم‌های تحویل داده شده توسط فیلتر.
frame_count_delta: نمایش مقدار دلتای تعداد فریم‌ها میان دو مقدار فوق.
pts: نمایش pts فریم فیلترشده جاری.
pts_delta: نمایش دلتای pts میان فریم جاری و فریم قبلی.
time: نمایش زمان فریم فیلترشده جاری.
time_delta: نمایش دلتای زمان میان فریم جاری و فریم قبلی.
timebase: نمایش پایه زمانی (time base) برای پیوند فیلتر.
format: نمایش فرمت استفاده‌شده برای پیوند فیلتر.
size: نمایش اندازه ویدیو یا تعداد کانال‌های صوتی در صورت استفاده از صوت توسط پیوند فیلتر.
rate: نمایش نرخ فریم ویدیو یا نرخ نمونه‌برداری در صورت استفاده از صوت توسط پیوند فیلتر.
eof: نمایش وضعیت خروجی پیوند.
sample_count_in: نمایش تعداد نمونه‌های دریافت شده از فیلتر.
sample_count_out: نمایش تعداد نمونه‌های تحویل داده شده توسط فیلتر.
sample_count_delta: نمایش مقدار دلتای تعداد نمونه‌ها میان دو مقدار فوق.
disabled: نمایش وضعیت فیلتر در خط زمانی.

rate, r: تنظیم حد بالای نرخ ویدیوی جریان خروجی، مقدار پیش‌فرض 25 است. این گزینه تضمین می‌کند که نرخ فریم ویدیوی خروجی بالاتر از این مقدار نخواهد بود.

grayworld

فیلتر پایداری رنگ که تصحیح رنگ را بر اساس فرض جهان خاکستری (grayworld assumption) اعمال می‌کند.

ببینید: https://www.researchgate.net/publication/275213614_A_New_Color_Correction_Method_for_Underwater_Imaging

این الگوریتم از نور خطی استفاده می‌کند، بنابراین داده‌های ورودی باید از پیش خطی‌سازی شده باشند (و احتمالاً به‌درستی تگ‌گذاری شوند).

ffmpeg -i INPUT -vf zscale=transfer=linear,grayworld,zscale=transfer=bt709,format=yuv420p OUTPUT

greyedge

یک فیلتر دگرگونی پایداری رنگ که نورپردازی صحنه را از طریق الگوریتم لبه خاکستری تخمین زده و رنگ‌های صحنه را متناسب با آن تصحیح می‌کند.

ببینید: https://staff.science.uva.nl/th.gevers/pub/GeversTIP07.pdf

این فیلتر گزینه‌های زیر را می‌پذیرد:

difford: مرتبه مشتق‌گیری اعمال‌شده روی صحنه. باید در محدوده [0,2] انتخاب شود و مقدار پیش‌فرض 1 است.
minknorm: پارامتر مینکوفسکی مورد استفاده برای محاسبه فاصله مینکوفسکی. باید در محدوده [0,20] انتخاب شود و مقدار پیش‌فرض 1 است. برای دریافت مقدار بیشینه به‌جای محاسبه فاصله مینکوفسکی، روی 0 تنظیم شود.
sigma: انحراف معیار مات‌شدگی گوسی که روی صحنه اعمال می‌شود. باید در محدوده [0,1024.0] انتخاب شود و مقدار پیش‌فرض = 1 است. مقدار floor( sigma * break_off_sigma(3) ) چنانچه difford بزرگتر از 0 باشد نمی‌تواند برابر با 0 باشد.

مثال‌ها

لبه خاکستری:
```
greyedge=difford=1:minknorm=5:sigma=2
```
لبه بیشینه:
```
greyedge=difford=1:minknorm=0:sigma=2
```

guided

اعمال فیلتر هدایت‌شده برای هموارسازی با حفظ لبه‌ها، مه‌زدایی و موارد دیگر.

این فیلتر گزینه‌های زیر را می‌پذیرد:

radius: تنظیم شعاع جعبه بر حسب پیکسل. محدوده مجاز 1 تا 20 است. پیش‌فرض 3 است.
eps: تنظیم پارامتر تنظیم‌سازی (regularization) (به توان دو). محدوده مجاز 0 تا 1 است. پیش‌فرض 0.01 است.
mode: تنظیم حالت فیلتر. می‌تواند "basic" یا "fast" باشد. پیش‌فرض "basic" است.
sub: تنظیم نسبت زیرنمونه‌برداری (subsampling) برای حالت "fast". محدوده 2 تا 64 است. پیش‌فرض 4 است. در حالت "basic" هیچ زیرنمونه‌برداری رخ نمی‌دهد.
guidance: تنظیم حالت هدایت. می‌تواند "off" یا "on" باشد. پیش‌فرض "off" است. اگر "off" باشد، یک ورودی تکی مورد نیاز است. اگر "on" باشد، دو ورودی با وضوح و فرمت پیکسل یکسان مورد نیاز است. ورودی دوم به عنوان راهنما عمل می‌کند.
planes: تنظیم پلان‌ها برای فیلترسازی. پیش‌فرض تنها پلان اول است.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات (commands) پشتیبانی می‌کند.

مثال‌ها

هموارسازی با حفظ لبه‌ها با استفاده از فیلتر هدایت‌شده:
```
ffmpeg -i in.png -vf guided out.png
```
مه‌زدایی، فیلترسازی انتقال ساختار، ارتقای جزئیات با فیلتر هدایت‌شده. برای تولید تصویر راهنما، به مقاله "Guided Image Filtering" مراجعه کنید. ببینید: http://kaiminghe.com/publications/pami12guidedfilter.pdf.
```
ffmpeg -i in.png -i guidance.png -filter_complex guided=guidance=on out.png
```

haldclut

اعمال یک Hald CLUT روی یک جریان ویدیو.

ورودی اول جریان ویدیویی جهت پردازش است و ورودی دوم Hald CLUT می‌باشد. ورودی Hald CLUT می‌تواند یک تصویر ساده یا یک جریان ویدیویی کامل باشد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

clut: تعیین اینکه کدام فریم‌های ویدیویی CLUT از جریان ورودی دوم پردازش خواهند شد؛ می‌تواند first یا all باشد. پیش‌فرض all است.
shortest: اجبار به پایان یافتن هنگامی که کوتاه‌ترین ورودی پایان یابد. پیش‌فرض 0 است.
repeatlast: ادامه اعمال آخرین CLUT پس از پایان جریان. مقدار 0 فیلتر را پس از رسیدن به آخرین فریم CLUT غیرفعال می‌کند. پیش‌فرض 1 است.

"haldclut" همچنین گزینه‌های درون‌یابی مشابه با lut3d دارد (هر دو فیلتر بخش‌های داخلی مشترکی دارند).

این فیلتر همچنین از گزینه‌های framesync پشتیبانی می‌کند.

اطلاعات بیشتر درباره Hald CLUT را می‌توانید در وب‌سایت Eskil Steenberg (نویسنده Hald CLUT) به نشانی http://www.quelsolaar.com/technology/clut.html بیابید.

دستورات

این فیلتر از گزینه "interp" به عنوان دستورات (commands) پشتیبانی می‌کند.

مثال‌های جریان کار

جریان ویدیویی Hald CLUT

تولید یک جریان یکتای Hald CLUT که با جلوه‌های گوناگون تغییر یافته است:

ffmpeg -f lavfi -i B<haldclutsrc>=8 -vf "hue=H=2*PI*t:s=sin(2*PI*t)+1, curves=cross_process" -t 10 -c:v ffv1 clut.nut

نکته: اطمینان حاصل کنید که از یک کدک بدون اتلاف (lossless) استفاده می‌کنید.

سپس با استفاده از "haldclut" آن را روی یک جریان تصادفی اعمال کنید:

ffmpeg -f lavfi -i mandelbrot -i clut.nut -filter_complex '[0][1] haldclut' -t 20 mandelclut.mkv

فیلتر Hald CLUT بر روی ۱۰ ثانیه نخست (مدت‌زمان clut.nut) اعمال خواهد شد، سپس آخرین تصویر آن جریان CLUT بر روی فریم‌های باقی‌مانده از جریان "mandelbrot" اعمال می‌شود.

Hald CLUT همراه با پیش‌نمایش

یک Hald CLUT فرض می‌شود تصویری مربعی به اندازه "Level*Level*Level" در "Level*Level*Level" پیکسل باشد. برای یک Hald CLUT داده‌شده، FFmpeg بزرگ‌ترین مربع ممکن را با شروع از گوشه بالا سمت چپ تصویر انتخاب می‌کند. پیکسل‌های اضافه (پدینگ) باقی‌مانده (پایین یا راست) نادیده گرفته خواهند شد. از این ناحیه می‌توان برای افزودن پیش‌نمایشی از Hald CLUT استفاده کرد.

معمولاً، Hald CLUT تولیدشده زیر توسط فیلتر "haldclut" پشتیبانی خواهد شد:

ffmpeg -f lavfi -i B<haldclutsrc>=8 -vf "
   pad=iw+320 [padded_clut];
   smptebars=s=320x256, split [a][b];
   [padded_clut][a] overlay=W-320:h, curves=color_negative [main];
   [main][b] overlay=W-320" -frames:v 1 clut.png

این شامل تصویر اصلی و پیش‌نمایشی از جلوه اثرگذار CLUT است: نوارهای رنگی SMPTE در بالا-راست نمایش داده می‌شوند و در زیر آن نوارهای رنگی مشابهی که با تغییرات رنگ پردازش شده‌اند قرار دارند.

سپس، اثر این Hald CLUT را می‌توان با دستور زیر مشاهده کرد:

ffplay input.mkv -vf "movie=clut.png, [in] haldclut"

hflip

معکوس کردن افقی ویدیوی ورودی.

برای نمونه، جهت معکوس کردن افقی ویدیوی ورودی با ffmpeg:

ffmpeg -i in.avi -vf "hflip" out.avi

histeq

این فیلتر تعدیل سراسری هیستوگرام رنگی را به‌صورت فریم‌به‌فریم اعمال می‌کند.

می‌تواند برای تصحیح ویدیویی که دارای دامنه فشرده‌ای از شدت‌های پیکسل است استفاده شود. فیلتر شدت‌های پیکسل را مجدداً توزیع می‌کند تا توزیع آن‌ها در سرتاسر دامنه شدت تعدیل و یکدست شود. می‌توان آن را به عنوان یک "فیلتر کنتراست با تنظیم خودکار" در نظر گرفت. این فیلتر تنها برای تصحیح ویدیوی سورس آسیب‌دیده یا ضبط‌شده با کیفیت نامناسب کاربرد دارد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

strength: تعیین میزان تعدیل اعمال‌شونده. با کاهش قدرت، توزیع شدت‌های پیکسل بیشتر و بیشتر به فریم ورودی نزدیک می‌شود. مقدار باید یک عدد ممیز شناور در محدوده [0,1] باشد و پیش‌فرض آن 0.200 است.
intensity: تنظیم حداکثر شدتی که می‌تواند تولید شود و مقیاس‌بندی مناسب مقادیر خروجی. قدرت باید بر حسب نیاز تنظیم شود و سپس در صورت لزوم شدت محدود گردد تا از رنگ‌پریدگی (washing-out) جلوگیری شود. مقدار باید یک عدد ممیز شناور در محدوده [0,1] باشد و پیش‌فرض آن 0.210 است.
antibanding: تنظیم سطح ضد نواری‌شدن (antibanding). در صورت فعال بودن، فیلتر روشنایی پیکسل‌های خروجی را به مقدار اندکی به‌صورت تصادفی تغییر می‌دهد تا از نواری‌شدن هیستوگرام جلوگیری شود. مقادیر ممکن عبارتند از "none"، "weak" یا "strong". پیش‌فرض "none" است.

histogram

محاسبه و ترسیم هیستوگرام توزیع رنگ برای ویدیوی ورودی.

هیستوگرام محاسبه‌شده، نمایشی از توزیع مؤلفه‌های رنگ در یک تصویر است.

هیستوگرام استاندارد توزیع مؤلفه‌های رنگ را در یک تصویر نمایش می‌دهد. نمودار رنگی را برای هر مؤلفه رنگ نمایش می‌دهد. توزیع مؤلفه‌های Y، U، V، A یا R، G، B را بسته به فرمت ورودی در فریم جاری نشان می‌دهد. زیر هر نمودار یک مقیاس‌سنج مؤلفه رنگ نمایش داده می‌شود.

این فیلتر گزینه‌های زیر را می‌پذیرد:

level_height: تنظیم ارتفاع سطح. مقدار پیش‌فرض 200 است. محدوده مجاز [50, 2048] است.
scale_height: تنظیم ارتفاع مقیاس رنگ. مقدار پیش‌فرض 12 است. محدوده مجاز [0, 40] است.
display_mode: تنظیم حالت نمایش. مقادیر زیر را می‌پذیرد:

stack: نمودارهای هر مؤلفه رنگ در زیر یکدیگر قرار می‌گیرند.
parade: نمودارهای هر مؤلفه رنگ در کنار یکدیگر قرار می‌گیرند.
overlay: اطلاعاتی همانند "parade" ارائه می‌دهد، با این تفاوت که نمودارهای معرف مؤلفه‌های رنگ مستقیماً روی یکدیگر منطبق می‌شوند.

پیش‌فرض "stack" است.

levels_mode: تنظیم حالت سطوح. می‌تواند "linear" یا "logarithmic" باشد. پیش‌فرض "linear" است.
components: تنظیم اینکه کدام مؤلفه‌های رنگ نمایش داده شوند. پیش‌فرض 7 است.
fgopacity: تنظیم میزان کدری پیش‌زمینه. پیش‌فرض 0.7 است.
bgopacity: تنظیم میزان کدری پس‌زمینه. پیش‌فرض 0.5 است.
colors_mode: تنظیم حالت رنگ‌ها. مقادیر زیر را می‌پذیرد:

whiteonblack
blackonwhite
whiteongray
blackongray
coloronblack
coloronwhite
colorongray
blackoncolor
whiteoncolor
grayoncolor

پیش‌فرض "whiteonblack" است.

مثال‌ها

•

محاسبه و ترسیم هیستوگرام:

ffplay -i input -vf histogram

hqdn3d

این یک فیلتر کاهش نوفه (نویززدایی) سه‌بعدی با کیفیت/دقت بالا است. هدف آن کاهش نویز تصویر، تولید تصاویر نرم و بی‌حرکت ساختن واقعی تصاویر ثابت است. این فیلتر باید قابلیت فشرده‌سازی را بهبود بخشد.

این فیلتر پارامترهای اختیاری زیر را می‌پذیرد:

luma_spatial: یک عدد ممیز شناور نامنفی که قدرت مکانی لوما را تعیین می‌کند. پیش‌فرض آن 4.0 است.
chroma_spatial: یک عدد ممیز شناور نامنفی که قدرت مکانی کروما را تعیین می‌کند. پیش‌فرض آن 3.0*luma_spatial/4.0 است.
luma_tmp: یک عدد ممیز شناور که قدرت زمانی لوما را تعیین می‌کند. پیش‌فرض آن 6.0*luma_spatial/4.0 است.
chroma_tmp: یک عدد ممیز شناور که قدرت زمانی کروما را تعیین می‌کند. پیش‌فرض آن luma_tmp*chroma_spatial/luma_spatial است.

دستورات

این فیلتر از دستوراتی (commands) مشابه با گزینه‌ها پشتیبانی می‌کند. دستور همان نحو گزینه متناظر را می‌پذیرد.

اگر عبارت مشخص‌شده معتبر نباشد، در مقدار فعلی خود باقی می‌ماند.

hwdownload

دانلود فریم‌های سخت‌افزاری به حافظه سیستم.

ورودی باید به‌صورت فریم‌های سخت‌افزاری و خروجی یک فرمت غیر سخت‌افزاری باشد. همه فرمت‌ها در خروجی پشتیبانی نخواهند شد - ممکن است لازم باشد بلافاصله پس از آن در گراف یک فیلتر format اضافی درج شود تا خروجی در یک فرمت پشتیبانی‌شده به دست آید.

hwmap

نگاشت فریم‌های سخت‌افزاری به حافظه سیستم یا به دستگاهی دیگر.

این فیلتر چندین حالت عملکردی مختلف دارد؛ اینکه کدام‌یک استفاده شود به فرمت‌های ورودی و خروجی بستگی دارد:

ورودی فریم سخت‌افزاری، خروجی فریم عادی
فریم‌های ورودی را به حافظه سیستم نگاشت کرده و آن‌ها را به خروجی ارسال می‌کند. اگر فریم سخت‌افزاری اصلی بعداً مورد نیاز باشد (برای مثال، پس از قرار دادن لایه روی بخشی از آن)، فیلتر hwmap می‌تواند مجدداً در حالت بعدی برای بازیابی آن استفاده شود.
ورودی فریم عادی، خروجی فریم سخت‌افزاری
اگر ورودی در واقع یک فریم سخت‌افزاری نگاشت‌شده با نرم‌افزار باشد، آن را لغو نگاشت (unmap) می‌کند - یعنی فریم سخت‌افزاری اصلی را بازمی‌گرداند.

در غیر این صورت، باید یک دستگاه مشخص شود. ایجاد سطوح سخت‌افزاری جدید بر روی آن دستگاه برای خروجی، سپس نگاشت مجدد آن‌ها به فرمت نرم‌افزاری در ورودی و ارسال آن فریم‌ها به فیلتر قبلی. این عمل سپس شبیه فیلتر hwupload رفتار خواهد کرد، اما ممکن است زمانی که ورودی از قبل در یک فرمت سازگار باشد بتواند از یک کپی اضافی جلوگیری نماید.
ورودی و خروجی فریم سخت‌افزاری
باید دستگاهی برای خروجی عرضه شود، خواه به‌طور مستقیم یا با گزینه derive_device. دستگاه‌های ورودی و خروجی باید از انواع متفاوتی بوده و سازگار باشند - معنای دقیق این امر وابسته به سیستم است، اما معمولاً به این معنی است که آن‌ها باید به همان زمینه سخت‌افزاری زیرین ارجاع دهند (برای نمونه، به همان کارت گرافیک اشاره داشته باشند).

اگر فریم‌های ورودی در ابتدا روی دستگاه خروجی ایجاد شده بودند، برای بازیابی فریم‌های اصلی لغو نگاشت انجام دهید.

در غیر این صورت، فریم‌ها را به دستگاه خروجی نگاشت کنید - فریم‌های سخت‌افزاری جدیدی روی خروجی متناظر با فریم‌های ورودی ایجاد کنید.

پارامترهای اضافی زیر پذیرفته می‌شوند:

mode: تنظیم حالت نگاشت فریم. ترکیبی از:

read: فریم نگاشت‌شده باید قابل خواندن باشد.
write: فریم نگاشت‌شده باید قابل نوشتن باشد.
overwrite: نگاشت همیشه کل فریم را بازنویسی خواهد کرد.
این ممکن است در برخی موارد عملکرد را بهبود بخشد، زیرا نیازی به بارگذاری محتویات اصلی فریم نیست.
direct: نگاشت نباید هیچ‌گونه کپی‌برداری را شامل شود.
نگاشت‌های غیرمستقیم به کپی‌هایی از فریم‌ها در مواردی ایجاد می‌شوند که یا نگاشت مستقیم ممکن نیست یا ویژگی‌های غیرمنتظره‌ای دارد. تنظیم این پرچم تضمین می‌کند که نگاشت به‌صورت مستقیم باشد و اگر این امکان‌پذیر نباشد با شکست مواجه می‌شود.

در صورت عدم تعیین، پیش‌فرض read+write است.

derive_device type: به‌جای استفاده از دستگاه ارائه‌شده هنگام مقداردهی اولیه، یک دستگاه جدید از نوع type را از دستگاهی که فریم‌های ورودی روی آن قرار دارند مشتق می‌کند.
reverse: در نگاشت سخت‌افزار به سخت‌افزار، نگاشت به‌صورت معکوس انجام شود - فریم‌ها در مقصد (sink) ایجاد شده و به مبدا بازگردانده شوند. این ممکن است در برخی موارد لازم باشد که نگاشت در یک جهت مورد نیاز است اما تنها جهت مخالف توسط دستگاه‌های مورد استفاده پشتیبانی می‌شود.
این گزینه خطرناک است - در صورتی که هرگونه محدودیت اضافی روی خروجی فیلتر قبلی وجود داشته باشد، ممکن است آن فیلتر را به روش‌های تعریف‌نشده‌ای خراب کند. بدون درک کامل پیامدهای استفاده از آن، از این گزینه استفاده نکنید.

hwupload

بارگذاری فریم‌های حافظه سیستم بر روی سطوح سخت‌افزاری.

دستگاه مورد نظر برای بارگذاری باید هنگام مقداردهی اولیه فیلتر مشخص شود. در صورت استفاده از ffmpeg، دستگاه مناسب را با گزینه -filter_hw_device یا گزینه derive_device انتخاب کنید. دستگاه‌های ورودی و خروجی باید از انواع متفاوتی بوده و سازگار باشند - معنای دقیق این وابسته به سیستم است، اما معمولاً به این معنی است که آن‌ها باید به همان زمینه سخت‌افزاری زیرین ارجاع دهند (برای نمونه، به همان کارت گرافیک اشاره داشته باشند).

پارامترهای اضافی زیر پذیرفته می‌شوند:

derive_device type: به‌جای استفاده از دستگاه ارائه‌شده هنگام مقداردهی اولیه، یک دستگاه جدید از نوع type را از دستگاهی که فریم‌های ورودی روی آن قرار دارند مشتق می‌کند.

hwupload_cuda

بارگذاری فریم‌های حافظه سیستم بر روی یک دستگاه CUDA.

پارامترهای اختیاری زیر را می‌پذیرد:

device: شماره دستگاه CUDA جهت استفاده

hqx

اعمال یک فیلتر بزرگ‌نمایی با کیفیت بالا که برای هنر پیکسلی (pixel art) طراحی شده است. این فیلتر در اصل توسط Maxim Stepin ایجاد شد.

این فیلتر گزینه زیر را می‌پذیرد:

n: تنظیم بعد مقیاس‌بندی: 2 برای "hq2x"، 3 برای "hq3x" و 4 برای "hq4x". پیش‌فرض 3 است.

hstack

چیدن افقی (کنار هم قرار دادن) ویدیوهای ورودی.

تمامی جریان‌ها باید دارای فرمت پیکسلی یکسان و ارتفاع یکسان باشند.

توجه داشته باشید که این فیلتر سریع‌تر از استفاده از فیلترهای overlay و pad برای ایجاد همان خروجی است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

inputs: تنظیم تعداد جریان‌های ورودی. پیش‌فرض 2 است.
shortest: در صورت تنظیم روی 1، خروجی را مجبور می‌کند زمانی که کوتاه‌ترین ورودی به پایان برسد، پایان یابد. مقدار پیش‌فرض 0 است.

hsvhold

تبدیل یک محدوده مشخص HSV به مقادیر خاکستری.

این فیلتر تفاوت رنگ میان رنگ HSV تنظیم‌شده در گزینه‌ها و رنگ‌های اندازه‌گیری‌شده در جریان ویدیو را اندازه می‌گیرد. بسته به گزینه‌ها، رنگ‌های خروجی را می‌توان به خاکستری تغییر داد یا خیر.

این فیلتر گزینه‌های زیر را می‌پذیرد:

hue

تنظیم مقدار فام که در محاسبه تفاوت رنگ استفاده خواهد شد. محدوده مجاز از -360 تا 360 است. مقدار پیش‌فرض 0 است.

sat

تنظیم مقدار اشباع که در محاسبه تفاوت رنگ استفاده خواهد شد. محدوده مجاز از -1 تا 1 است. مقدار پیش‌فرض 0 است.

val

تنظیم مقدار روشنایی (value) که در محاسبه تفاوت رنگ استفاده خواهد شد. محدوده مجاز از -1 تا 1 است. مقدار پیش‌فرض 0 است.

تنظیم درصد شباهت با رنگ کلیدی. محدوده مجاز از 0 تا 1 است. مقدار پیش‌فرض 0.01 است.

مقدار 0.00001 تنها دقیقاً با رنگ کلیدی تطابق دارد، در حالی که 1.0 با همه چیز مطابقت پیدا می‌کند.

blend

درصد ترکیب (blend). محدوده مجاز از 0 تا 1 است. مقدار پیش‌فرض 0 است.

مقدار 0.0 باعث می‌شود پیکسل‌ها یا کاملاً خاکستری باشند یا اصلاً خاکستری نباشند.

مقادیر بالاتر منجر به پیکسل‌های خاکستری بیشتری می‌شوند، به طوری که هرچه رنگ پیکسل‌ها به رنگ کلیدی شبیه‌تر باشد، پیکسل خاکستری‌تر خواهد بود.

hsvkey

تبدیل یک محدوده مشخص HSV به شفافیت.

این فیلتر تفاوت رنگ میان رنگ HSV تنظیم‌شده در گزینه‌ها و رنگ‌های اندازه‌گیری‌شده در جریان ویدیو را اندازه می‌گیرد. بسته به گزینه‌ها، رنگ‌های خروجی را می‌توان با افزودن کانال آلفا به شفاف تغییر داد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

hue

تنظیم مقدار فام که در محاسبه تفاوت رنگ استفاده خواهد شد. محدوده مجاز از -360 تا 360 است. مقدار پیش‌فرض 0 است.

sat

تنظیم مقدار اشباع که در محاسبه تفاوت رنگ استفاده خواهد شد. محدوده مجاز از -1 تا 1 است. مقدار پیش‌فرض 0 است.

val

تنظیم مقدار روشنایی که در محاسبه تفاوت رنگ استفاده خواهد شد. محدوده مجاز از -1 تا 1 است. مقدار پیش‌فرض 0 است.

تنظیم درصد شباهت با رنگ کلیدی. محدوده مجاز از 0 تا 1 است. مقدار پیش‌فرض 0.01 است.

مقدار 0.00001 تنها دقیقاً با رنگ کلیدی تطابق دارد، در حالی که 1.0 با همه چیز مطابقت پیدا می‌کند.

blend

درصد ترکیب. محدوده مجاز از 0 تا 1 است. مقدار پیش‌فرض 0 است.

مقدار 0.0 باعث می‌شود پیکسل‌ها یا کاملاً شفاف باشند یا اصلاً شفاف نباشند.

مقادیر بالاتر منجر به پیکسل‌های نیمه‌شفاف می‌شوند، به طوری که هرچه رنگ پیکسل‌ها به رنگ کلیدی شبیه‌تر باشد، شفافیت بیشتر خواهد بود.

hue

تغییر دادن فام و/یا اشباع ورودی.

پارامترهای زیر را می‌پذیرد:

h: زاویه فام را بر حسب درجه مشخص می‌کند. یک عبارت را می‌پذیرد و پیش‌فرض آن "0" است.
s: اشباع را در محدوده [-10,10] مشخص می‌کند. یک عبارت را می‌پذیرد و پیش‌فرض آن "1" است.
H: زاویه فام را بر حسب رادیان مشخص می‌کند. یک عبارت را می‌پذیرد و پیش‌فرض آن "0" است.
b: روشنایی (brightness) را در محدوده [-10,10] مشخص می‌کند. یک عبارت را می‌پذیرد و پیش‌فرض آن "0" است.

گزینه‌های h و H مانعة‌الجمع هستند و نمی‌توان آن‌ها را همزمان مشخص کرد.

مقادیر گزینه‌های b، h، H و s عباراتی حاوی ثابت‌های زیر هستند:

n: شمارش فریم ورودی با شروع از 0
pts: برچسب زمانی نمایش فریم ورودی بیان‌شده در واحدهای پایه زمانی
r: نرخ فریم ویدیوی ورودی، NAN در صورتی که نرخ فریم ورودی نامشخص باشد
t: برچسب زمانی بیان‌شده بر حسب ثانیه، NAN در صورتی که برچسب زمانی ورودی نامشخص باشد
tb: پایه زمانی ویدیوی ورودی

مثال‌ها

تنظیم فام روی 90 درجه و اشباع روی 1.0:
```
hue=h=90:s=1
```
همان دستور اما با بیان فام بر حسب رادیان:
```
hue=H=PI/2:s=1
```
چرخاندن فام و نوسان دادن اشباع میان 0 و 2 در طول مدت‌زمان 1 ثانیه:
```
hue="H=2*PI*t: s=sin(2*PI*t)+1"
```
اعمال یک جلوه محو شدن تدریجی (fade-in) اشباع ۳ ثانیه‌ای با شروع از 0:
```
hue="s=min(t/3\,1)"
```
عبارت کلی fade-in را می‌توان به‌صورت زیر نوشت:
```
hue="s=min(0\, max((t-START)/DURATION\, 1))"
```
اعمال یک جلوه ناپدید شدن تدریجی (fade-out) اشباع ۳ ثانیه‌ای با شروع از ثانیه ۵:
```
hue="s=max(0\, min(1\, (8-t)/3))"
```
عبارت کلی fade-out را می‌توان به‌صورت زیر نوشت:
```
hue="s=max(0\, min(1\, (START+DURATION-t)/DURATION))"
```

دستورات

این فیلتر از دستورات زیر پشتیبانی می‌کند:

b
s
h
H: تغییر دادن فام و/یا اشباع و/یا روشنایی ویدیوی ورودی. دستور همان نحو گزینه متناظر را می‌پذیرد.
اگر عبارت مشخص‌شده معتبر نباشد، در مقدار فعلی خود باقی می‌ماند.

huesaturation

اعمال تنظیمات فام-اشباع-شدت روی جریان ویدیوی ورودی.

این فیلتر در فضای رنگی RGB عمل می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

hue: تنظیم میزان جابجایی فام بر حسب درجه برای اعمال. پیش‌فرض 0 است. محدوده مجاز از -180 تا 180 است.
saturation: تنظیم میزان جابجایی اشباع. پیش‌فرض 0 است. محدوده مجاز از -1 تا 1 است.
intensity: تنظیم میزان جابجایی شدت. پیش‌فرض 0 است. محدوده مجاز از -1 تا 1 است.
colors: تعیین اینکه کدام رنگ‌های اصلی و مکمل تنظیم خواهند شد. این گزینه با ارائه یک یا چند مقدار تنظیم می‌شود. این می‌تواند چندین رنگ را به‌طور همزمان انتخاب کند. به‌طور پیش‌فرض تمام رنگ‌ها انتخاب شده‌اند.

r: تنظیم قرمزها.
y: تنظیم زردها.
g: تنظیم سبزها.
c: تنظیم فیروزه‌ای‌ها (سیان).
b: تنظیم آبی‌ها.
m: تنظیم سرخابی‌ها (ماژنتا).
a: تنظیم تمام رنگ‌ها.

strength: تنظیم قدرت فیلترسازی. محدوده مجاز از 0 تا 100 است. مقدار پیش‌فرض 1 است.
rw, gw, bw: تنظیم وزن برای هر مؤلفه RGB. محدوده مجاز از 0 تا 1 است. به‌طور پیش‌فرض روی 0.333، 0.334، 0.333 تنظیم شده است. این گزینه‌ها در پردازش اشباع و روشنایی استفاده می‌شوند.
lightness: تنظیم حفظ روشنایی؛ به‌طور پیش‌فرض غیرفعال است. تنظیم فام‌ها می‌تواند روشنایی را نسبت به سه‌گانه اصلی RGB تغییر دهد، با فعال بودن این گزینه روشنایی در همان مقدار حفظ می‌شود.

hysteresis

رشد دادن جریان اول درون جریان دوم با متصل کردن مؤلفه‌ها. این امر امکان ساخت ماسک‌های لبه پایدارتر و مستحکم‌تر را فراهم می‌سازد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تعیین اینکه کدام پلان‌ها به‌صورت تصویر بیتی (bitmap) پردازش خواهند شد؛ پلان‌های پردازش‌نشده از جریان اول کپی می‌شوند. به‌طور پیش‌فرض با مقدار 0xf، تمام پلان‌ها پردازش خواهند شد.
threshold: تنظیم آستانه مورد استفاده در فیلترسازی. اگر مقدار مؤلفه پیکسل بالاتر از این مقدار باشد، الگوریتم فیلتر برای اتصال مؤلفه‌ها فعال می‌شود. مقدار پیش‌فرض 0 است.

فیلتر "hysteresis" همچنین از گزینه‌های framesync پشتیبانی می‌کند.

iccdetect

تشخیص فضای رنگی از روی یک پروفایل ICC جاسازی‌شده (در صورت وجود)، و به‌روزرسانی متناظر برچسب‌های (تگ‌های) فریم.

این فیلتر گزینه‌های زیر را می‌پذیرد:

force: در صورت درست بودن (true)، تگ‌های فضای رنگی موجود در فریم همواره با مقادیر تشخیص داده شده از یک پروفایل ICC بازنویسی می‌شوند. در غیر این صورت، تنها زمانی تخصیص داده می‌شوند که حاوی "unknown" باشند. به‌طور پیش‌فرض فعال است.

iccgen

تولید پروفایل‌های ICC و پیوست کردن آن‌ها به فریم‌ها.

این فیلتر گزینه‌های زیر را می‌پذیرد:

color_primaries
color_trc: پیکربندی فضای رنگی که پروفایل ICC برای آن تولید خواهد شد. مقدار پیش‌فرض "auto" این مقدار را از متادیتای فریم ورودی استنتاج می‌کند، که بر حسب مورد به‌طور پیش‌فرض BT.709/sRGB در نظر گرفته می‌شود.
فیلتر setparams را برای فهرستی از مقادیر ممکن مشاهده کنید، اما توجه داشته باشید که "unknown" برای این فیلتر یک مقدار معتبر به شمار نمی‌رود.
force: در صورت درست بودن (true)، یک پروفایل ICC حتی اگر یک پروفایل ICC از پیش موجود را بازنویسی کند، تولید خواهد شد. به‌طور پیش‌فرض غیرفعال است.

identity

به دست آوردن امتیاز همانی (identity score) میان دو ویدیوی ورودی.

این فیلتر دو ویدیوی ورودی می‌گیرد.

هر دو ویدیوی ورودی باید رزولوشن و فرمت پیکسلی یکسانی داشته باشند تا این فیلتر به‌درستی کار کند. همچنین فرض می‌شود که هر دو ورودی تعداد فریم یکسانی دارند که تک‌به‌تک با یکدیگر مقایسه می‌شوند.

امتیاز همانی به دست آمده به ازای هر مؤلفه، میانگین، کمینه و بیشینه از طریق سیستم لاگ چاپ می‌شود.

این فیلتر امتیازهای همانی محاسبه‌شده برای هر فریم را در متادیتای فریم ذخیره می‌کند.

این فیلتر همچنین از گزینه‌های framesync پشتیبانی می‌کند.

در مثال زیر، فایل ورودی main.mpg در حال پردازش با فایل مرجع ref.mpg مقایسه می‌شود.

ffmpeg -i main.mpg -i ref.mpg -lavfi identity -f null -

idet

تشخیص نوع درهم‌بافتگی (interlacing) ویدیو.

این فیلتر تلاش می‌کند تشخیص دهد که آیا فریم‌های ورودی درهم‌بافته (interlaced)، پیش‌رونده (progressive)، فیلد بالا اول (top field first) یا فیلد پایین اول (bottom field first) هستند. همچنین تلاش می‌کند فیلدهایی که میان فریم‌های مجاور تکرار شده‌اند (نشانه‌ای از تله‌سینه) را تشخیص دهد.

تشخیص تک‌فریمی تنها فریم‌های بلافاصله مجاور را هنگام طبقه‌بندی هر فریم در نظر می‌گیرد. تشخیص چندفریمی تاریخچه طبقه‌بندی فریم‌های قبلی را در بر می‌گیرد.

این فیلتر این مقادیر متادیتا را در لاگ ثبت خواهد کرد:

single.current_frame: نوع فریم جاری تشخیص داده شده با استفاده از تشخیص تک‌فریمی. یکی از موارد: ``tff'' (فیلد بالا اول)، ``bff'' (فیلد پایین اول)، ``progressive''، یا ``undetermined''
single.tff: تعداد تجمعی فریم‌های تشخیص داده شده به عنوان فیلد بالا اول با استفاده از تشخیص تک‌فریمی.
multiple.tff: تعداد تجمعی فریم‌های تشخیص داده شده به عنوان فیلد بالا اول با استفاده از تشخیص چندفریمی.
single.bff: تعداد تجمعی فریم‌های تشخیص داده شده به عنوان فیلد پایین اول با استفاده از تشخیص تک‌فریمی.
multiple.current_frame: نوع فریم جاری تشخیص داده شده با استفاده از تشخیص چندفریمی. یکی از موارد: ``tff'' (فیلد بالا اول)، ``bff'' (فیلد پایین اول)، ``progressive''، یا ``undetermined''
multiple.bff: تعداد تجمعی فریم‌های تشخیص داده شده به عنوان فیلد پایین اول با استفاده از تشخیص چندفریمی.
single.progressive: تعداد تجمعی فریم‌های تشخیص داده شده به عنوان progressive با استفاده از تشخیص تک‌فریمی.
multiple.progressive: تعداد تجمعی فریم‌های تشخیص داده شده به عنوان progressive با استفاده از تشخیص چندفریمی.
single.undetermined: تعداد تجمعی فریم‌هایی که با استفاده از تشخیص تک‌فریمی قابل طبقه‌بندی نبودند.
multiple.undetermined: تعداد تجمعی فریم‌هایی که با استفاده از تشخیص چندفریمی قابل طبقه‌بندی نبودند.
repeated.current_frame: کدام فیلد در فریم جاری نسبت به فریم قبلی تکرار شده است. یکی از موارد ``neither''، ``top''، یا ``bottom''.
repeated.neither: تعداد تجمعی فریم‌های بدون فیلد تکراری.
repeated.top: تعداد تجمعی فریم‌هایی که فیلد بالای آن‌ها از فیلد بالای فریم قبلی تکرار شده است.
repeated.bottom: تعداد تجمعی فریم‌هایی که فیلد پایین آن‌ها از فیلد پایین فریم قبلی تکرار شده است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

intl_thres: تنظیم آستانه درهم‌بافتگی.
prog_thres: تنظیم آستانه پیش‌رونده.
rep_thres: آستانه تشخیص فیلد تکراری.
half_life: تعداد فریم‌هایی که پس از آن سهم یک فریم مشخص در آمار نصف می‌شود (یعنی تنها 0.5 در طبقه‌بندی خود سهم خواهد داشت). پیش‌فرض 0 به این معناست که به تمام فریم‌های دیده‌شده وزن کامل 1.0 برای همیشه داده می‌شود.
analyze_interlaced_flag: هنگامی که این مقدار 0 نباشد، idet از تعداد فریم‌های مشخص‌شده برای تعیین اینکه آیا پرچم درهم‌بافتگی دقیق است یا خیر استفاده می‌کند؛ فریم‌های نامشخص شمرده نخواهند شد. اگر پرچم دقیق تشخیص داده شود، بدون هیچ‌گونه محاسبات بیشتر استفاده خواهد شد، و چنانچه نادرست تشخیص داده شود، بدون هیچ‌گونه محاسبات بیشتر پاک خواهد شد. این امکان، درج فیلتر idet را به عنوان روشی با بار محاسباتی کم جهت پاکسازی پرچم درهم‌بافتگی فراهم می‌سازد.

مثال‌ها

بررسی ترتیب فیلدهای ۳۶۰ فریم نخست در یک ویدیو با جزئیات کامل:

ffmpeg -i INPUT -filter:v idet,metadata=mode=print -frames:v 360 -an -f null -

فیلتر idet متادیتای تجزیه‌وتحلیل را به هر فریم اضافه می‌کند که سپس دور ریخته خواهد شد. در پایان، فیلتر همچنین یک گزارش نهایی همراه با آمار چاپ خواهد کرد.

il

جداسازی فیلدها (deinterleave) یا درهم‌آمیزی فیلدها (interleave).

این فیلتر امکان پردازش فیلدهای تصاویر درهم‌بافته را بدون انجام deinterlace بر روی آن‌ها فراهم می‌کند. جداسازی فیلدها فریم ورودی را به ۲ فیلد (به اصطلاح نیم‌تصویر) تقسیم می‌نماید. خطوط فرد به نیمه بالایی تصویر خروجی و خطوط زوج به نیمه پایینی منتقل می‌شوند. می‌توانید آن‌ها را به‌طور مستقل پردازش (فیلتر) کرده و سپس مجدداً درهم بیامیزید (re-interleave کنید).

این فیلتر گزینه‌های زیر را می‌پذیرد:

luma_mode, l
chroma_mode, c
alpha_mode, a: مقادیر موجود برای luma_mode، chroma_mode و alpha_mode عبارتند از:

none: هیچ کاری انجام نده.
deinterleave, d: جداسازی فیلدها، با قرار دادن یکی بالای دیگری.
interleave, i: درهم‌آمیزی فیلدها. معکوس کردن اثر جداسازی.

مقدار پیش‌فرض "none" است.

luma_swap, ls
chroma_swap, cs
alpha_swap, as: تعویض فیلدهای لوما/کروما/آلفا. جابجایی خطوط زوج و فرد. مقدار پیش‌فرض 0 است.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات (commands) پشتیبانی می‌کند.

inflate

اعمال جلوه اتساع (بادکردن) روی ویدیو.

این فیلتر پیکسل را با میانگین محلی (3x3) تنها با در نظر گرفتن مقادیر بالاتر از پیکسل جایگزین می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

threshold0
threshold1
threshold2
threshold3: محدود کردن حداکثر تغییر برای هر پلان، پیش‌فرض 65535 است. اگر 0 باشد، پلان بدون تغییر باقی خواهد ماند.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات (commands) پشتیبانی می‌کند.

interlace, interlace_vulkan

فیلتر درهم‌بافتن ساده از روی محتوای پیش‌رونده (progressive). این فیلتر خطوط بالایی (یا پایینی) فریم‌های فرد را با خطوط پایینی (یا بالایی) فریم‌های زوج در هم می‌آمیزد، نرخ فریم را نصف کرده و ارتفاع تصویر را حفظ می‌نماید.

   Original        Original             New Frame
   Frame 'j'      Frame 'j+1'             (tff)
  ==========      ===========       ==================
    Line 0  -------------------->    Frame 'j' Line 0
    Line 1          Line 1  ---->   Frame 'j+1' Line 1
    Line 2 -------------------->    Frame 'j' Line 2
    Line 3          Line 3  ---->   Frame 'j+1' Line 3
     ...             ...                   ...
New Frame + 1 will be generated by Frame 'j+2' and Frame 'j+3' and so on

این فیلتر پارامترهای اختیاری زیر را می‌پذیرد:

scan: تعیین می‌کند که آیا فریم درهم‌بافته از خطوط زوج (tff - پیش‌فرض) یا فرد (bff) فریم پیش‌رونده گرفته شود.
lowpass: فیلتر پایین‌گذر عمودی برای جلوگیری از لرزش ناشی از درهم‌بافتگی (twitter interlacing) و کاهش الگوهای موآره.

0, off: غیرفعال‌سازی فیلتر پایین‌گذر عمودی
1, linear: فعال‌سازی فیلتر خطی (پیش‌فرض)
2, complex: فعال‌سازی فیلتر پیچیده. این گزینه لرزش و موآره را اندکی کمتر کاهش می‌دهد اما جزئیات و احساس وضوح ذهنی را بهتر حفظ می‌کند.

kerndeint

تبدیل ویدیوی ورودی از حالت درهم‌بافته به پیش‌رونده (deinterlace) با اعمال روش انطباقی هسته Donald Graft. روی بخش‌های درهم‌بافته ویدیو کار می‌کند تا فریم‌های پیش‌رونده تولید نماید.

شرح پارامترهای پذیرفته‌شده در ادامه آمده است:

thresh: تنظیم آستانه‌ای که بر میزان تحمل فیلتر هنگام تعیین اینکه آیا یک خط از پیکسل‌ها باید پردازش شود یا خیر، تأثیر می‌گذارد. باید یک عدد صحیح در محدوده [0,255] باشد و پیش‌فرض آن 10 است. مقدار 0 منجر به اعمال فرایند بر روی تک‌تک پیکسل‌ها خواهد شد.
map: در صورت تنظیم روی 1، پیکسل‌هایی که از مقدار آستانه فراتر رفته‌اند را با رنگ سفید رنگ‌آمیزی می‌کند. پیش‌فرض 0 است.
order: تنظیم ترتیب فیلدها. در صورت تنظیم روی 1 فیلدها را جابجا می‌کند و در صورت تنظیم روی 0 فیلدها را دست‌نخورده باقی می‌گذارد. پیش‌فرض 0 است.
sharp: در صورت تنظیم روی 1، وضوح‌بخشی (sharpening) اضافی را فعال می‌کند. پیش‌فرض 0 است.
twoway: در صورت تنظیم روی 1، وضوح‌بخشی دوطرفه را فعال می‌کند. پیش‌فرض 0 است.

مثال‌ها

اعمال مقادیر پیش‌فرض:
```
kerndeint=thresh=10:map=0:order=0:sharp=0:twoway=0
```
فعال‌سازی وضوح‌بخشی اضافی:
```
kerndeint=sharp=1
```
رنگ‌آمیزی پیکسل‌های پردازش‌شده با رنگ سفید:
```
kerndeint=map=1
```

kirsch

اعمال عملگر کرش (Kirsch) بر روی جریان ویدیوی ورودی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تعیین اینکه کدام پلان‌ها پردازش خواهند شد، پلان‌های پردازش‌نشده کپی می‌شوند. به‌طور پیش‌فرض با مقدار 0xf، تمام پلان‌ها پردازش خواهند شد.
scale: تنظیم مقداری که در نتیجه فیلتر ضرب خواهد شد.
delta: تنظیم مقداری که به نتیجه فیلتر اضافه خواهد شد.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات (commands) پشتیبانی می‌کند.

lagfun

به‌روزرسانی آرام پیکسل‌های تیره‌تر.

این فیلتر باعث می‌شود فلاش‌های کوتاه نور طولانی‌تر به نظر برسند. این فیلتر گزینه‌های زیر را می‌پذیرد:

decay: تنظیم ضریب زوال (decay). پیش‌فرض .95 است. محدوده مجاز از 0 تا 1 است.
planes: تعیین اینکه کدام پلان‌ها فیلتر شوند. پیش‌فرض همه است. محدوده مجاز از 0 تا 15 است.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات (commands) پشتیبانی می‌کند.

lenscorrection

تصحیح اعوجاج شعاعی لنز.

این فیلتر می‌تواند برای تصحیح اعوجاج شعاعی که در اثر استفاده از لنزهای واید (زاویه باز) حاصل می‌شود و در نتیجه راست‌نمایی دوباره تصویر استفاده شود. برای یافتن پارامترهای مناسب می‌توان از ابزارهای موجود، برای نمونه به عنوان بخشی از opencv، یا به‌سادگی از روش آزمون و خطا استفاده کرد. برای استفاده از opencv از نمونه کالیبراسیون (زیر samples/cpp) در سورس‌های opencv استفاده کرده و ضرایب k1 و k2 را از ماتریس حاصل استخراج کنید.

توجه داشته باشید که عملاً همین فیلتر در ابزارهای منبع‌باز Krita و Digikam از پروژه KDE در دسترس است.

برخلاف فیلتر vignette که می‌تواند برای جبران خطاهای لنز نیز به کار رود، این فیلتر اعوجاج تصویر را تصحیح می‌کند، در حالی که vignette توزیع روشنایی را اصلاح می‌نماید؛ بنابراین ممکن است بخواهید در برخی موارد هر دو فیلتر را با هم استفاده کنید، هرچند باید به ترتیب آن‌ها توجه داشته باشید، یعنی اینکه وینیتینگ باید قبل یا بعد از تصحیح لنز اعمال شود.

گزینه‌ها

این فیلتر گزینه‌های زیر را می‌پذیرد:

cx: مختصات نسبی x نقطه کانونی تصویر، و در نتیجه مرکز اعوجاج. این مقدار بازه [0,1] دارد و به‌صورت کسری از عرض تصویر بیان می‌شود. پیش‌فرض 0.5 است.
cy: مختصات نسبی y نقطه کانونی تصویر، و در نتیجه مرکز اعوجاج. این مقدار بازه [0,1] دارد و به‌صورت کسری از ارتفاع تصویر بیان می‌شود. پیش‌فرض 0.5 است.
k1: ضریب عبارت تصحیح درجه دو. این مقدار بازه [-1,1] دارد. 0 به معنای عدم تصحیح است. پیش‌فرض 0 است.
k2: ضریب عبارت تصحیح درجه دو مضاعف. این مقدار بازه [-1,1] دارد. 0 به معنای عدم تصحیح است. پیش‌فرض 0 است.
i: تنظیم نوع درون‌یابی. می‌تواند "nearest" یا "bilinear" باشد. پیش‌فرض "nearest" است.
fc: تعیین رنگ پیکسل‌های نگاشت‌نشده. برای نحو این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید. رنگ پیش‌فرض "black@0" است.

فرمولی که تصحیح را تولید می‌کند به شرح زیر است:

r_src = r_tgt * (1 + k1 * (r_tgt / r_0)^2 + k2 * (r_tgt / r_0)^4)

که در آن r_0 نصف قطر تصویر است و r_src و r_tgt به ترتیب فواصل از نقطه کانونی در تصاویر سورس و هدف هستند.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات (commands) پشتیبانی می‌کند.

lensfun

اعمال تصحیح لنز از طریق کتابخانه lensfun (http://lensfun.sourceforge.net).

فیلتر "lensfun" برای اعمال تصحیح لنز به سازنده دوربین، مدل دوربین و مدل لنز نیاز دارد. این فیلتر پایگاه‌داده lensfun را بارگذاری کرده و برای یافتن مدخل‌های دوربین و لنز متناظر در پایگاه‌داده آن را جستجو می‌نماید. تا زمانی که این مدخل‌ها با گزینه‌های داده‌شده یافت شوند، فیلتر می‌تواند تصحیحات را روی فریم‌ها انجام دهد. توجه داشته باشید که رشته‌های ناقص باعث می‌شوند فیلتر بهترین تطابق را با گزینه‌های داده‌شده انتخاب کند و فیلتر مدل‌های انتخاب‌شده دوربین و لنز را در خروجی لاگ می‌نماید (با سطح "info"). شما باید سازنده، مدل دوربین و مدل لنز را مشخص کنید چرا که این موارد الزامی هستند.

برای به دست آوردن فهرستی از سازندگان و مدل‌های موجود، یکی از گزینه‌های "make" یا "model" یا هر دوی آن‌ها را خالی بگذارید. فیلتر فهرست کامل را با سطح "INFO" به لاگ ارسال خواهد کرد. ستون نخست سازنده و ستون دوم مدل است. برای دریافت فهرستی از لنزهای موجود، مقادیر دلخواهی برای سازنده و مدل تعیین کرده و گزینه "lens_model" را خالی بگذارید. فیلتر فهرست کامل لنزها را با سطح "INFO" در لاگ ارسال خواهد کرد. ابزار ffmpeg پس از چاپ این فهرست خارج می‌شود.

این فیلتر گزینه‌های زیر را می‌پذیرد:

make: سازنده دوربین (برای نمونه، "Canon"). این گزینه الزامی است.
model: مدل دوربین (برای نمونه، "Canon EOS 100D"). این گزینه الزامی است.
lens_model: مدل لنز (برای نمونه، "Canon EF-S 18-55mm f/3.5-5.6 IS STM"). این گزینه الزامی است.
db_path: مسیر کامل به پوشه پایگاه‌داده لنز. در صورت عدم تنظیم، فیلتر تلاش می‌کند پایگاه‌داده را از مسیر نصب هنگام کامپایل کتابخانه بارگذاری کند. پیش‌فرض تنظیم‌نشده است.
mode: نوع تصحیح برای اعمال. مقادیر زیر گزینه‌های معتبر هستند:

vignetting: فعال‌سازی رفع تیرگی حاشیه (vignetting) لنز.
geometry: فعال‌سازی اصلاح هندسه لنز. این حالت پیش‌فرض است.
subpixel: فعال‌سازی اصلاح انحراف رنگی (chromatic aberrations).
vig_geo: فعال‌سازی اصلاح تیرگی حاشیه لنز و هندسه لنز.
vig_subpixel: فعال‌سازی اصلاح تیرگی حاشیه لنز و انحراف رنگی.
distortion: فعال‌سازی اصلاح همزمان هندسه لنز و انحراف رنگی.
all: فعال‌سازی تمامی تصحیحات ممکن.

focal_length: فاصله کانونی تصویر/ویدیو (بزرگ‌نمایی؛ برای ویدیو ثابت فرض می‌شود). برای نمونه، یک لنز 18--55mm دارای محدوده فاصله کانونی [18--55] است، بنابراین هنگام استفاده از آن لنز باید مقداری در آن بازه انتخاب شود. پیش‌فرض 18 است.
aperture: دیافراگم تصویر/ویدیو (برای ویدیو ثابت فرض می‌شود). توجه داشته باشید که دیافراگم تنها برای تصحیح تیرگی حاشیه به کار می‌رود. پیش‌فرض 3.5 است.
focus_distance: فاصله فوکوس تصویر/ویدیو (برای ویدیو ثابت فرض می‌شود). توجه داشته باشید که فاصله فوکوس تنها برای تیرگی حاشیه استفاده می‌شود و تأثیر ناچیزی بر روند تصحیح تیرگی حاشیه دارد. در صورت نامشخص بودن، آن را روی مقدار پیش‌فرض (که 1000 است) رها کنید.
scale: ضریب مقیاس که پس از تبدیل اعمال می‌شود. پس از تصحیح، ویدیو لزوماً مستطیل‌شکل نخواهد بود. این پارامتر تعیین می‌کند که چه مقدار از تصویر حاصل نمایان باشد. مقدار 0 به این معناست که یک مقدار به‌طور خودکار انتخاب می‌شود تا ناحیه نگاشت‌نشده اندکی در تصویر خروجی وجود داشته باشد یا اصلاً وجود نداشته باشد. 1.0 به معنای عدم انجام مقیاس‌بندی اضافی است. مقادیر پایین‌تر ممکن است منجر به نمایان شدن بخش بیشتری از تصویر تصحیح‌شده گردند، در حالی که مقادیر بالاتر ممکن است از نواحی نگاشت‌نشده در خروجی جلوگیری کنند.
target_geometry: هندسه هدف تصویر/ویدیوی خروجی. مقادیر زیر گزینه‌های معتبر هستند:

rectilinear (پیش‌فرض)
fisheye
panoramic
equirectangular
fisheye_orthographic
fisheye_stereographic
fisheye_equisolid
fisheye_thoby

reverse: اعمال معکوس تصحیح تصویر (به جای تصحیح اعوجاج، اعمال آن).
interpolation: نوع درون‌یابی مورد استفاده هنگام تصحیح اعوجاج. مقادیر زیر گزینه‌های معتبر هستند:

nearest
linear (پیش‌فرض)
lanczos

مثال‌ها

اعمال تصحیح لنز با سازنده "Canon"، مدل دوربین "Canon EOS 100D"، و مدل لنز "Canon EF-S 18-55mm f/3.5-5.6 IS STM" با فاصله کانونی "18" و دیافراگم "8.0":
```
ffmpeg -i input.mov -vf lensfun=make=Canon:model="Canon EOS 100D":lens_model="Canon EF-S 18-55mm f/3.5-5.6 IS STM":focal_length=18:aperture=8 -c:v h264 -b:v 8000k output.mov
```

اعمال همان مورد قبلی، اما تنها برای ۵ ثانیه نخست ویدیو:

ffmpeg -i input.mov -vf lensfun=make=Canon:model="Canon EOS 100D":lens_model="Canon EF-S 18-55mm f/3.5-5.6 IS STM":focal_length=18:aperture=8:enable='lte(t\,5)' -c:v h264 -b:v 8000k output.mov

lcevc

فیلتر Low Complexity Enhancement Video Codec بر اساس liblcevc_dec (https://github.com/v-novaltd/LCEVCdec).

libplacebo

فیلتر پردازشی منعطف با شتاب‌دهی GPU بر پایه libplacebo (https://code.videolan.org/videolan/libplacebo).

گزینه‌ها

گزینه‌های این فیلتر به بخش‌های زیر تقسیم می‌شوند:

حالت خروجی

این گزینه‌ها حالت کلی خروجی را کنترل می‌کنند. به‌طور پیش‌فرض، libplacebo تلاش خواهد کرد کالریمتری (colorimetry) و اندازه سورس را تا حد امکان حفظ کند، اما هرگونه فیلم گرین (film grain) تعبیه‌شده، متادیتای دالبی ویژن یا SAR آنامورفیک موجود در فریم‌های سورس را اعمال خواهد کرد.

inputs: تنظیم تعداد ورودی‌ها. این گزینه می‌تواند در کنار متغیر "idx" برای قرار دادن/ترکیب چند ورودی درون فریم خروجی استفاده شود. این امر عملاً قابلیت‌هایی مشابه با hstack، overlay و غیره را فعال می‌سازد.
w
h: تنظیم عبارت ابعاد ویدیوی خروجی. مقادیر پیش‌فرض "iw" و "ih" هستند.
عبارات مشابه با فیلتر scale را مجاز می‌داند.
crop_x
crop_y: تنظیم عبارات برش x/y ورودی، مقادیر پیش‌فرض "(iw-cw)/2" و "(ih-ch)/2" هستند.
crop_w
crop_h: تنظیم عبارات عرض/ارتفاع برش ورودی، مقادیر پیش‌فرض "iw" و "ih" هستند.
pos_x
pos_y: تنظیم عبارات جای‌گذاری x/y خروجی، مقادیر پیش‌فرض "(ow-pw)/2" و "(oh-ph)/2" هستند.
pos_w
pos_h: تنظیم عبارات عرض/ارتفاع جای‌گذاری خروجی، مقادیر پیش‌فرض "ow" و "oh" هستند.
rotate: چرخاندن فریم ورودی در جهت عقربه‌های ساعت با زاویه مشخص‌شده.

0, 360
90
180
270

fps: تنظیم نرخ فریم خروجی. این می‌تواند گویا باشد، مانند "60000/1001". اگر روی رشته خاص "none" (پیش‌فرض) تنظیم شود، برچسب‌های زمانی ورودی بدون تغییر به خروجی منتقل می‌شوند. در غیر این صورت، فریم‌های ویدیوی ورودی در صورت نیاز درون‌یابی می‌شوند تا ویدیو به نرخ فریم هدف مشخص‌شده تغییر مقیاس داده شود، به روشی که توسط گزینه frame_mixer تعیین می‌گردد.
format: بازنویسی فرمت خروجی. در صورت عدم تنظیم (پیش‌فرض)، فریم‌ها با همان فرمت فریم‌های ورودی مربوطه خروجی داده می‌شوند. در غیر این صورت، تبدیل فرمت انجام خواهد شد.
force_original_aspect_ratio
force_divisible_by: عملکردی مشابه با گزینه‌های هم‌نام در فیلتر scale دارند. توجه داشته باشید که force_divisible_by با "fit_sense=constraint" نیز کار می‌کند.
reset_sar: در صورت فعال بودن، فریم‌های خروجی همواره دارای نسبت ابعاد پیکسلی برابر 1:1 خواهند بود. در صورت غیرفعال بودن (پیش‌فرض)، هرگونه عدم تطابق نسبت ابعاد، از جمله مواردی مانند منابع ویدیویی آنامورفیک، به نسبت ابعاد پیکسلی خروجی منتقل می‌شود.
normalize_sar: مانند reset_sar، اما به جای کشیدن محتوای ویدیو برای پر کردن نسبت ابعاد خروجی جدید، محتوا در صورت لزوم پدینگ (افزودن کادر) یا برش (crop) داده می‌شود. با fit_mode مانعة‌الجمع است. به‌طور پیش‌فرض غیرفعال است.
pad_crop_ratio: نسبتی (بین 0.0 و 1.0) میان پدینگ و برش را در زمانی که نسبت ابعاد ورودی با نسبت ابعاد خروجی مطابقت ندارد و normalize_sar برقرار است، مشخص می‌کند. مقدار پیش‌فرض 0.0 همواره محتوا را با حاشیه‌های سیاه پد می‌کند، در حالی که مقدار 1.0 همواره بخش‌هایی از محتوا را برش می‌دهد. مقادیر میانی امکان‌پذیر است و به ترکیبی از این دو رویکرد می‌انجامد.
fit_mode: تعیین استراتژی برازش محتوا بر اساس فهرستی از حالت‌های از پیش تعریف‌شده. نحوه قرارگیری تصویر ورودی درون مستطیل برش مقصد (همان‌طور که توسط "pos_x/y" و "pos_w/h" تعریف شده است) را تعیین می‌کند. نام‌ها و پیاده‌سازی‌های آن‌ها از ویژگی 'object-fit' در CSS برگرفته شده است. توجه داشته باشید که این گزینه با normalize_sar مانعة‌الجمع است. پیش‌فرض "fill" است. مقادیر معتبر عبارتند از:

fill: کشیدن ورودی به مستطیل خروجی، با نادیده گرفتن عدم تطابق نسبت ابعاد. توجه داشته باشید مگر اینکه reset_sar نیز فعال باشد، خروجی همچنان تگ نسبت ابعاد پیکسلی صحیح را خواهد داشت.
contain: مقیاس‌بندی ورودی برای قرار گرفتن در داخل خروجی، با حفظ نسبت ابعاد از طریق پدینگ. معادل normalize_sar با pad_crop_ratio تنظیم‌شده روی 0.0.
cover: مقیاس‌بندی ورودی برای پر کردن خروجی، با حفظ نسبت ابعاد از طریق برش. معادل normalize_sar با pad_crop_ratio تنظیم‌شده روی 1.0.
none, place: عدم مقیاس‌بندی ورودی. ورودی در اندازه طبیعی خود درون مستطیل خروجی قرار می‌گیرد؛ که ممکن است به پدینگ یا برش اضافی منجر شود.
scale_down: کاهش مقیاس ورودی تا اندازه مورد نیاز برای جا شدن در داخل خروجی. بسته به اینکه ورودی بزرگتر از خروجی باشد یا نه، معادل "contain" یا "none" خواهد بود.

fit_sense: هنگام استفاده از fit_mode، این گزینه نحوه اعمال استراتژی برازش در برابر وضوح خروجی مشخص‌شده را کنترل می‌کند. با force_original_aspect_ratio مانعة‌الجمع است. مقادیر معتبر عبارتند از:

target: وضوح خروجی محاسبه‌شده به عنوان اندازه دقیق فریم خروجی در نظر گرفته می‌شود. این رفتار پیش‌فرض است.
constraint: وضوح خروجی محاسبه‌شده یک مرجع اندازه است که حالت برازش در برابر آن اعمال می‌شود و اندازه واقعی فریم را بر حسب نیاز برای جا شدن محتوا بزرگ یا کوچک می‌کند.

fillcolor: تنظیم رنگ مورد استفاده برای پر کردن ناحیه خروجی که توسط تصویر خروجی پوشانده نشده است، برای نمونه در نتیجه normalize_sar. برای نحو کلی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید. پیش‌فرض "black@0" است.
corner_rounding: رندر کردن فریم‌ها با گوشه‌های گرد. مقدار داده‌شده به‌صورت یک عدد ممیز شناور در محدوده 0.0 تا 1.0، درجه نسبی گرد کردن را از کاملاً مربعی تا کاملاً دایره‌ای نشان می‌دهد. به عبارت دیگر، شعاع را تقسیم بر نصف طول ضلع کوچکتر به دست می‌دهد. پیش‌فرض 0.0 است.
lut: مشخص کردن یک LUT سفارشی (در فرمت .cube ادوبی) برای اعمال روی رنگ‌ها به عنوان بخشی از تبدیل رنگ. تفسیر دقیق به مقدار lut_type بستگی دارد.
lut_type: کنترل تفسیر مقادیر رنگ ورودی و خروجی LUT مشخص‌شده به عنوان lut. مقادیر معتبر عبارتند از:

auto: تفسیر LUT را به‌طور خودکار از متادیتای تگ‌شده انتخاب می‌کند و در غیر این صورت به native بازمی‌گردد. (پیش‌فرض)
native: روی محتوای خام تصویر در فضای رنگی RGB بومی آن (نور غیرخطی)، پیش از تبدیل به فضای رنگی خروجی اعمال می‌شود.
normalized: روی محتوای تصویر RGB نرمال‌شده، در نور خطی، پیش از تبدیل به فضای رنگی خروجی اعمال می‌شود.
conversion: تبدیل از فضای رنگی تصویر به فضای رنگی خروجی را کاملاً جایگزین می‌کند. در صورت وجود چنین LUTی، بالاترین اولویت را دارد و هرگونه پروفایل ICC و همچنین گزینه‌های مربوط به تون‌مپینگ و کالریمتری خروجی (color_primaries، color_trc) را بازنویسی می‌کند.

extra_opts

ارسال گزینه‌های پیکربندی داخلی اضافی libplacebo. این گزینه‌ها را می‌توان به‌صورت فهرستی از جفت‌های key=value جداشده با ':' مشخص کرد. مثال زیر نشان می‌دهد که چگونه یک هسته فیلتر سفارشی ("EWA LanczosSharp") را پیکربندی کرده و از آن برای دو برابر کردن رزولوشن تصویر ورودی استفاده نمایید:

-vf "libplacebo=w=iw*2:h=ih*2:extra_opts='upscaler=custom\:upscaler_preset=ewa_lanczos\:upscaler_blur=0.9812505644269356'"

shader_cache

مسیر فایل یک دایرکتوری کش که libplacebo برای ذخیره و بارگذاری اشیاء شیدر کش‌شده استفاده خواهد کرد. این کش به‌طور خودکار پاکسازی نمی‌شود. اگر مسیر به جداکننده دایرکتوری ختم نشود، نام فایل‌های تولیدشده عملاً با آخرین جزء مسیر پیشوند می‌خورند. تمامی دایرکتوری‌ها باید از قبل وجود داشته باشند.

-vf "libplacebo=shader_cache=/tmp/pl-shader-"

colorspace

پیکربندی فضای رنگی که فریم‌های خروجی در آن تحویل داده می‌شوند. مقدار پیش‌فرض "auto" فریم‌ها را با همان فرمت فریم‌های ورودی خروجی می‌دهد که منجر به عدم تغییر می‌شود. برای هر مقدار دیگر، تبدیل انجام خواهد شد.

فیلتر setparams را برای فهرستی از مقادیر ممکن مشاهده کنید.

alpha_mode

انتخاب حالت آلفای خروجی مورد نظر، هنگامی که فرمت خروجی دارای کانال آلفا باشد. فیلتر setparams را برای فهرستی از مقادیر ممکن ببینید.

apply_filmgrain

اعمال فیلم گرین (مانند AV1 یا H.274) در صورت وجود در فریم‌های سورس، و حذف آن از خروجی. به‌طور پیش‌فرض فعال است.

apply_dolbyvision

اعمال متادیتای RPU دالبی ویژن در صورت وجود در فریم‌های سورس، و حذف آن از خروجی. به‌طور پیش‌فرض فعال است. توجه داشته باشید که دالبی ویژن همواره BT.2020+PQ خروجی خواهد داد و متادیتای معمول فریم ورودی را بازنویسی می‌کند. این مقادیر همچنین به عنوان مقادیر "auto" برای گزینه‌های مربوط به خروجی فریم انتخاب خواهند شد.

علاوه بر ثابت‌های عبارات مستندشده برای فیلتر scale، گزینه‌های crop_w، crop_h، crop_x، crop_y، pos_w، pos_h، pos_x و pos_y همچنین می‌توانند شامل ثابت‌های زیر باشند:

in_idx, idx: شاخص عددی (بر مبنای 0) جریان ورودی فعال جاری.
crop_w, cw
crop_h, ch: مقادیر محاسبه‌شده crop_w و crop_h.
pos_w, pw
pos_h, ph: مقادیر محاسبه‌شده pos_w و pos_h.
in_t, t: برچسب زمانی فریم ورودی، بر حسب ثانیه. NAN در صورتی که برچسب زمانی ورودی نامشخص باشد.
out_t, ot: برچسب زمانی فریم ورودی، بر حسب ثانیه. NAN در صورتی که برچسب زمانی ورودی نامشخص باشد.
n: شماره فریم ورودی، با شروع از 0.

مقیاس‌بندی

گزینه‌های این بخش کنترل می‌کنند که libplacebo چگونه افزایش مقیاس (upscaling) و (در صورت لزوم) کاهش مقیاس (downscaling) را انجام دهد. توجه داشته باشید که libplacebo همواره در داخل روی محتوای 4:4:4 عمل می‌کند، بنابراین هر فرمت کرومای زیرنمونه‌برداری‌شده مانند "yuv420p" لزوماً به عنوان بخشی از فرایند رندر کردن فرونمونه‌برداری و فرونمونگی خواهد شد. این بدان معناست که مقیاس‌بندی ممکن است حتی در صورتی که رزولوشن مبدا و مقصد یکسان باشد نیز اعمال شود.

upscaler
downscaler: پیکربندی هسته فیلتر مورد استفاده برای افزایش و کاهش مقیاس. پیش‌فرض‌های مربوطه "spline36" و "mitchell" هستند. برای فهرست کامل مقادیر ممکن، "help" را به این گزینه‌ها ارسال کنید. مهم‌ترین مقادیر عبارتند از:

none: استفاده از نمونه‌برداری بافت توکار GPU (معمولاً bilinear) را تحمیل می‌کند. بسیار سریع اما با کیفیت پایین، به‌ویژه هنگام کاهش مقیاس.
bilinear: درون‌یابی دوخطی (bilinear). معمولاً می‌تواند روی GPUها بدون بار اضافی انجام شود، مگر زمانی که این کار منجر به پلگی (aliasing) شود. سریع و کم‌کیفیت.
nearest: درون‌یابی نزدیک‌ترین همسایه. واضح اما با پلگی و اعوجاج بالا.
oversample: الگوریتمی که از نظر بصری مشابه درون‌یابی نزدیک‌ترین همسایه است اما تلاش می‌کند نسبت ابعاد پیکسل را حفظ کند. برای هنر پیکسلی مناسب است، چرا که منجر به حداقل اعوجاج در ظاهر هنری می‌شود.
lanczos: هسته استاندارد درون‌یابی sinc-sinc.
spline36: تقریب اسپلاین مکعبی لنسوس. هیچ تفاوتی در عملکرد ندارد، اما حلقه‌زنی بسیار اندک‌تری دارد.
ewa_lanczos: نسخه میانگین وزنی بیضوی لنسوس، بر اساس یک هسته jinc-jinc. این روش معمولاً تنها با عنوان "مقیاس‌بندی Jinc" نیز شناخته می‌شود. کند اما با کیفیت بسیار بالا.
gaussian: هسته گوسی. ویژگی‌های ریاضی ایده‌آل خاصی دارد، اما از نظر بصری بسیار تار است.
mitchell: اسپلاین مکعبی BC با پارامترهای توصیه‌شده توسط Mitchell و Netravali. حلقه‌زنی بسیار کم.

frame_mixer: هسته مورد استفاده برای ترکیب زمانی فریم‌ها را کنترل می‌کند. مقدار پیش‌فرض "none" است که ترکیب فریم را غیرفعال می‌کند. برای فهرست کامل مقادیر ممکن، "help" را به این گزینه ارسال کنید. مهم‌ترین مقادیر عبارتند از:

none: ترکیب فریم را غیرفعال می‌کند و نتیجه‌ای معادل معانی "نزدیک‌ترین همسایه" می‌دهد.
oversample: نمونه‌برداری فراتر از حد (oversample) از ویدیوی ورودی برای ایجاد جلوه‌ای از نوع "حرکت روان" (Smooth Motion): اگر یک فریم خروجی دقیقاً روی نقطه انتقال میان دو فریم ویدیو بیفتد، با توجه به هم‌پوشانی نسبی ترکیب می‌شود. هر زمان که حفظ ظاهر ذهنی اولیه مد نظر باشد، این گزینه توصیه می‌شود.
mitchell_clamp: هسته فیلتر بزرگتر که فریم‌های متعددی را به شیوه‌ای روان درون‌یابی می‌کند که برای حذف حلقه‌زنی و سایر آرتیفکت‌ها تا حد امکان طراحی شده است. هر زمان که حداکثر روانی بصری مد نظر باشد، این گزینه توصیه می‌شود.
linear: ترکیب/محو شدن خطی میان فریم‌ها. به‌ویژه برای ساخت اسلایدشوها مفید است.

antiringing: ضد حلقه‌زنی را فعال می‌کند (برای فیلترهای غیر EWA). مقدار (بین 0.0 و 1.0) قدرت الگوریتم ضد حلقه‌زنی را پیکربندی می‌کند. در صورت تنظیم بیش از حد بالا ممکن است پلگی (aliasing) را افزایش دهد. به‌طور پیش‌فرض غیرفعال است.
sigmoid: فعال‌سازی فشرده‌سازی سیگموئید در طول افزایش مقیاس. حلقه‌زنی را اندکی کاهش می‌دهد. به‌طور پیش‌فرض فعال است.

درهم‌بافتگی‌زدایی (Deinterlacing)

عملیات Deinterlacing به‌طور خودکار هنگامی که فریم‌ها به عنوان درهم‌بافته تگ‌گذاری شده باشند پشتیبانی می‌شود، با این حال فریم‌ها deinterlace نمی‌شوند مگر اینکه یک الگوریتم deinterlacing انتخاب شود.

deinterlace: الگوریتم deinterlacing برای استفاده.

weave: بدون deinterlacing، فیلدها را در یک فریم تکی در هم می‌بافد. این مقدار پیش‌فرض است.
bob: دی‌اینترلیس باب ساده، صرفاً تکرار دو باره هر خط فیلد.
yadif: فیلتر دی‌اینترلیس دیگری. برای جزئیات بیشتر فیلتر yadif را ببینید.
bwdif: فیلتر دی‌اینترلیس باب ویور. برای جزئیات بیشتر فیلتر bwdif را ببینید.

skip_spatial_check: صرف‌نظر از بررسی مکانی deinterlacing هنگام استفاده از دی‌اینترلیس "yadif".
send_fields: خروجی دادن یک فریم برای هر فیلد، به جای هر فریم. توجه داشته باشید که این گزینه همواره نرخ فریم خروجی تگ‌شده را دو برابر می‌کند، حتی اگر ورودی شامل فریم‌های درهم‌بافته نباشد. به‌طور پیش‌فرض غیرفعال است.

حذف نوار (Debanding)

ابزار Libplacebo همراه با یک فیلتر توکار حذف نوار (debanding) ارائه می‌شود که در خنثی‌سازی بسیاری از منابع رایج نواری‌شدن و بلوکی‌شدن عالی عمل می‌کند. روشن کردن این گزینه هر زمان که کیفیت مد نظر باشد به‌شدت توصیه می‌شود.

deband: الگوریتم (سریع) debanding را فعال می‌کند. به‌طور پیش‌فرض غیرفعال است.
deband_iterations: تعداد تکرارهای الگوریتم debanding. هر تکرار با شعاع به‌طور تدریجی افزایش‌یافته (و آستانه کاهش‌یافته) انجام می‌شود. مقادیر توصیه‌شده در محدوده 1 تا 4 هستند. پیش‌فرض 1 است.
deband_threshold: قدرت فیلتر debanding. اعداد بالاتر منجر به debanding تهاجمی‌تر می‌شوند. پیش‌فرض 4.0 است.
deband_radius: شعاع فیلتر debanding. یک شعاع بالاتر برای گرادیان‌های آرام بهتر است، در حالی که یک شعاع کمتر برای گرادیان‌های تند مناسب‌تر است. پیش‌فرض 16.0 است.
deband_grain: مقدار گرین (دانه‌بندی) اضافی خروجی برای اضافه کردن. به پنهان کردن نواقص کمک می‌کند. پیش‌فرض 6.0 است.

تنظیم رنگ

مجموعه‌ای از کنترل‌های رنگی ذهنی. چندان دقیق نیست، بنابراین اثر واقعی تا حدودی بسته به رنگ‌های پایه و فضای رنگی ورودی متفاوت خواهد بود.

brightness: تقویت روشنایی، بین -1.0 و 1.0. پیش‌فرض 0.0 است.
contrast: بهره کنتراست، بین 0.0 و 16.0. پیش‌فرض 1.0 است.
saturation: بهره اشباع، بین 0.0 و 16.0. پیش‌فرض 1.0 است.
hue: تغییر فام بر حسب رادیان، بین -3.14 و 3.14. پیش‌فرض 0.0 است. این گزینه زیربردار UV را می‌چرخاند و برای ورودی‌های RGB به‌طور پیش‌فرض ضرایب BT.709 در نظر گرفته می‌شود.
gamma: تنظیم گاما، بین 0.0 و 16.0. پیش‌فرض 1.0 است.
temperature: تنظیم دمای رنگ. مقادیر پایین‌تر خروجی را گرم‌تر/قرمزتر می‌کنند (تا 1667)، در حالی که مقادیر بالاتر خروجی را خنک‌تر/آبی‌تر می‌کنند (تا 25000). پیش‌فرض 6500 (سفید خنثی) است.
cones: مدل مخروطی برای شبیه‌سازی کوررنگی. هر ترکیبی از "l"، "m" و "s" را می‌پذیرد. چند مثال:

m: دوترانومالی / دوترانوپیا (مربوط به 3%-4% از جمعیت)
l: پروتانومالی / پروتانوپیا (مربوط به 1%-2% از جمعیت)
l+m: تک‌رنگ‌بینی (مونوکروماتیسم، بسیار نادر)
l+m+s: آکروماتوپسی (از دست دادن کامل دید در روز، بسیار نادر)

cone-strength: ضریب بهره برای مخروط‌های مشخص‌شده توسط "cones"، بین 0.0 و 10.0. مقدار 1.0 منجر به عدم تغییر در دید رنگی می‌شود. مقدار 0.0 (پیش‌فرض) از دست رفتن کامل آن مخروط‌ها را شبیه‌سازی می‌کند. مقادیر بالاتر از 1.0 منجر به اغراق در تفاوت میان مخروط‌ها می‌شوند، که ممکن است به جبران کاهش دید رنگی کمک کند.

تشخیص پیک

برای کمک به مدیریت سورس‌هایی که تنها متادیتای استاتیک HDR10 دارند (یا اصلاً برچسبی ندارند)، libplacebo از کامپیوت شیدر تحلیل فریم داخلی خود برای تجزیه‌وتحلیل فریم‌های سورس و انطباق تابع تون‌مپینگ به‌صورت بلادرنگ استفاده می‌کند. اگر این کار بسیار کند باشد، یا اگر به نتایج فریم‌به‌فریم کاملاً تکرارپذیر نیاز باشد، توصیه می‌شود این قابلیت خاموش شود.

peak_detect: فعال‌سازی تشخیص پیک HDR. مقادیر استاتیک MaxCLL/MaxFALL را به نفع تشخیص پویا از ورودی نادیده می‌گیرد. توجه داشته باشید که مقادیر تشخیص داده شده مجدداً روی فریم‌های خروجی نوشته نمی‌شوند، بلکه صرفاً فرایند تون‌مپینگ داخلی را هدایت می‌کنند. به‌طور پیش‌فرض فعال است.
smoothing_period: دوره هموارسازی تشخیص پیک، بین 0.0 و 1000.0. مقادیر بالاتر منجر به پاسخ‌دهی کندتر تشخیص پیک به تغییرات ورودی می‌شوند. پیش‌فرض 20.0 است.
scene_threshold_low
scene_threshold_high: آستانه‌های پایین و بالا برای تشخیص تغییر صحنه. بیان‌شده در مقیاس لگاریتمی بین 0.0 و 100.0. به ترتیب پیش‌فرض 1.0 و 3.0 هستند. تنظیم هر یک روی یک مقدار منفی این قابلیت را غیرفعال می‌کند.
percentile: کدام صدک از هیستوگرام روشنایی فریم به عنوان پیک منبع برای تون‌مپینگ استفاده شود. پیش‌فرض 99.995 است که یک مقدار نسبتاً محافظه‌کارانه است. تنظیم این مقدار روی 100.0 اندازه‌گیری هیستوگرام فریم را غیرفعال کرده و به جای آن از پیک روشنایی واقعی برای تون‌مپینگ استفاده می‌کند.

نگاشت تون (Tone mapping)

گزینه‌های این بخش نحوه انجام تون‌مپینگ و گاموت‌مپینگ توسط libplacebo را هنگام مواجهه با عدم تطابق بین محتوای با طیف گسترده (wide-gamut) یا HDR کنترل می‌کنند. به‌طور کلی، libplacebo به برچسب‌گذاری دقیق سورس و اطلاعات گاموت مانیتور مسترینگ برای دستیابی به بهترین نتایج متکی است.

gamut_mode: نحوه مدیریت رنگ‌های خارج از گاموت که می‌توانند در نتیجه گاموت‌مپینگ کالریمتری رخ دهند:

clip: هیچ کاری انجام نده، صرفاً رنگ‌های خارج از محدوده را به حجم RGB برش (clip) بزن. کیفیت پایین اما بسیار سریع.
perceptual: برش نرم رنگ‌ها به حجم گاموت به‌صورت ادراکی. این حالت پیش‌فرض است.
relative: برش سخت کالریمتری نسبی. مشابه "perceptual" اما بدون نقطه زانویی نرم.
saturation: مپینگ اشباع، رنگ‌های اولیه را مستقیماً به رنگ‌های اولیه در فضای RGB مپ می‌کند. به جز برای گرافیک‌های رایانه‌ای مصنوعی که در آن‌ها نمایشگر روشن و اشباع مد نظر است، توصیه نمی‌شود.
absolute: برش سخت کالریمتری مطلق. هیچ تنظیمی برای نقطه سفید انجام نمی‌دهد.
desaturate: رنگ‌های خارج از گاموت را به‌شدت به سمت سفید غیراشباع می‌کند، ضمن اینکه درخشندگی (luminance) را حفظ می‌نماید. تمایل به تحریف ظاهر بصری اشیاء روشن دارد.
darken: روشنایی محتوا را به‌صورت خطی کاهش می‌دهد تا جزئیات اشباع‌شده حفظ شوند، و به دنبال آن رنگ‌های خارج از گاموت باقی‌مانده را برش می‌زند.
warn: برجسته‌سازی پیکسل‌های خارج از گاموت (با معکوس کردن/علامت‌گذاری آن‌ها).
linear: کروماسیتی کل تصویر را به‌صورت خطی کاهش می‌دهد تا در حجم رنگ هدف جا شود. هنگام استفاده از این گزینه روی سورس‌های BT.2020 بدون متادیتای مسترینگ مناسب دقت کنید، زیرا انجام این کار منجر به عدم اشباع بیش از حد می‌شود.

tonemapping: الگوریتم تون‌مپینگ برای استفاده. مقادیر موجود عبارتند از:

auto: انتخاب خودکار بر اساس اکتشافی‌های داخلی. این مقدار پیش‌فرض است.
clip: هیچ تون‌مپینگی انجام نمی‌دهد، صرفاً رنگ‌های خارج از محدوده را برش می‌زند. دقت رنگ عالی را برای رنگ‌های داخل محدوده حفظ می‌کند اما اطلاعات خارج از محدوده را کاملاً از بین می‌برد. هیچ انطباق نقطه سیاهی انجام نمی‌دهد. غیرقابل‌پیکربندی.
st2094-40: تابع EETF از ضمیمه B استاندارد SMPTE ST 2094-40، که منحنی‌های بزیه حاصل از متادیتای پویای HDR10+ را برای انجام تون‌مپینگ اعمال می‌کند. تابع OOTF مورد استفاده بر اساس نسبت میان درخشندگی‌های پیک هدف و واقعی نمایشگر تنظیم می‌شود.
st2094-10: تابع EETF از ضمیمه B.2 استاندارد SMPTE ST 2094-10، که علاوه بر بیشینه/کمینه، میانگین درخشندگی سیگنال ورودی را نیز در نظر می‌گیرد. پارامتر کنتراست قابل تنظیم بر شیب بخش خروجی خطی تأثیر می‌گذارد، که پیش‌فرض آن 1.0 برای عدم افزایش/کاهش کنتراست است. توجه داشته باشید که این گزینه در حال حاضر کنترل‌های ذهنی بهره/آفست/گامای تعریف‌شده در ضمیمه B.3 را شامل نمی‌شود.
bt.2390: تابع EETF از گزارش ITU-R Report BT.2390، یک کاهش منحنی هرمیت با بخش خطی. آفست نقطه زانو (knee point) قابل پیکربندی است. توجه داشته باشید که این پارامتر به‌جای مقدار 0.5 در مشخصات ITU-R، به‌طور پیش‌فرض روی 1.0 تنظیم شده است.
bt.2446a: تابع EETF از گزارش ITU-R Report BT.2446، روش A. برای سورس‌های HDR به‌خوبی مسترشده طراحی شده است. می‌تواند برای هر دو تون‌مپینگ مستقیم و معکوس استفاده شود. غیرقابل‌پیکربندی.
spline: اسپلاین ساده متشکل از دو چندجمله‌ای، متصل‌شده با یک نقطه لولای منفرد. پارامتر نقطه لولا را (در فضای PQ) مشخص می‌کند که پیش‌فرض آن 0.30 است. می‌تواند برای هر دو تون‌مپینگ مستقیم و معکوس استفاده شود.
reinhard: الگوریتم تون‌مپینگ سراسری غیرخطی و ساده. پارامتر، ضریب کنتراست محلی در پیک نمایشگر را مشخص می‌کند. اساساً، پارامتر 0.5 به این معناست که سفید مرجع حدوداً نصف زمانی که برش زده می‌شود روشن خواهد بود. پیش‌فرض 0.5 است که ساده‌ترین فرمول‌بندی این تابع را نتیجه می‌دهد.
mobius: تعمیم الگوریتم تون‌مپینگ راینهارد (reinhard) برای پشتیبانی از یک شیب خطی اضافی نزدیک به سیاه. پارامتر تون‌مپینگ موازنه میان بخش خطی و بخش غیرخطی را نشان می‌دهد. اساساً برای یک پارامتر x معین، هر مقدار رنگ زیر x به‌صورت خطی مپ می‌شود، در حالی که مقادیر بالاتر به‌صورت غیرخطی تون‌مپ می‌شوند. مقادیر نزدیک به 1.0 این منحنی را مانند "clip" و مقادیر نزدیک به 0.0 آن را مانند "reinhard" رفتار می‌دهند. مقدار پیش‌فرض 0.3 است که تعادل خوبی بین دقت کالریمتری و حفظ جزئیات خارج از گاموت برقرار می‌سازد.
hable: الگوریتم تون‌مپینگ فیلمیک و تکه‌تکه توسعه‌یافته توسط جان هیبل (John Hable) برای استفاده در بازی Uncharted 2، الهام‌گرفته از الگوریتم تون‌مپینگ مشابه مورد استفاده توسط کداک. با استفاده از آن در بازی‌های ویدیویی با رندرینگ HDR محبوبیت یافت. هر دو جزئیات تیره و روشن را به‌خوبی حفظ می‌کند، اما با این نقطه‌ضعف همراه است که میانگین روشنایی را به‌طور قابل توجهی تغییر می‌دهد. این تا حدودی شبیه به "reinhard" با پارامتر 0.24 است.
gamma: برازش یک تابع گاما (توانی) برای انتقال میان فضاهای رنگی سورس و مقصد، که عملاً منجر به یک زانوی سخت ادراکی متصل‌کننده دو بخش تقریباً خطی می‌شود. این امر جزئیات را در تمام مقیاس‌ها نسبتاً دقیق حفظ می‌کند، اما می‌تواند منجر به تصویری با ظاهر مات یا کدر شود. پارامتر به عنوان نقطه قطع استفاده می‌شود که پیش‌فرض آن 0.5 است.
linear: کشیدن خطی محدوده ورودی به محدوده خروجی، در فضای PQ. این تمام جزئیات را به‌طور دقیق حفظ می‌کند، اما به روشنایی میانگین کاملاً متفاوتی منجر می‌شود. می‌تواند علاوه بر تون‌مپینگ معمولی برای تون‌مپینگ معکوس نیز استفاده شود. پارامتر می‌تواند به عنوان یک ضریب بهره خطی اضافی استفاده شود (پیش‌فرض 1.0).

tonemapping_param: برای توابع تون‌مپینگ قابل تنظیم، این پارامتر می‌تواند برای تنظیم دقیق رفتار منحنی استفاده شود. به مستندات "tonemapping" مراجعه کنید. مقدار پیش‌فرض 0.0 با تنظیمات پیش‌فرض ترجیحی منحنی جایگزین می‌شود.
inverse_tonemapping: در صورت فعال بودن، این فیلتر همچنین تلاش خواهد کرد سیگنال‌های SDR را بکشد تا حجم رنگ خروجی HDR را پر کند. به‌طور پیش‌فرض غیرفعال است.
tonemapping_lut_size: اندازه LUT تون‌مپینگ، بین 2 و 1024. پیش‌فرض 256 است. توجه داشته باشید که این مقدار هنگام ترکیب با "peak_detect" به توان دو می‌رسد.
contrast_recovery: قدرت بازیابی کنتراست. در صورت تنظیم روی مقداری بالاتر از 0.0، تصویر سورس به مؤلفه‌های با فرکانس بالا و فرکانس پایین تقسیم می‌شود و بخشی از تصویر با فرکانس بالا مجدداً به خروجی تون‌مپ‌شده اضافه می‌گردد. ممکن است برای برخی سورس‌های HDR باعث ایجاد آرتیفکت‌های حلقه‌زنی بیش از حد شود، اما می‌تواند وضوح ذهنی و جزئیات باقی‌مانده در تصویر پس از تون‌مپینگ را بهبود بخشد. پیش‌فرض 0.30 است.
contrast_smoothness: اندازه هسته پایین‌گذر بازیابی کنتراست. پیش‌فرض 3.5 است. افزایش یا کاهش این مقدار تأثیر اساسی بر ظاهر بصری خواهد داشت. هنگام غیرفعال بودن "contrast_recovery" هیچ تأثیری ندارد.

دیترینگ (Dithering)

به‌طور پیش‌فرض، libplacebo هر زمان که لازم باشد عمل دیترینگ را انجام می‌دهد، که شامل رندر کردن به هر فرمت عدد صحیح زیر دقت ۱۶ بیتی می‌شود. توصیه می‌شود همیشه این گزینه روشن بماند، زیرا عدم انجام آن ممکن است منجر به نواری‌شدن قابل مشاهده در خروجی شود، حتی اگر فیلتر "debanding" فعال باشد. در صورت نیاز به حداکثر کارایی، به جای غیرفعال کردن دیترینگ از "ordered_fixed" استفاده کنید.

dithering: روش دیترینگ مورد استفاده. مقادیر زیر را می‌پذیرد:

none: دیترینگ را کاملاً غیرفعال می‌کند. ممکن است منجر به نواری‌شدن قابل مشاهده شود.
blue: دیتر با نویز شبه‌آبی. این حالت پیش‌فرض است.
ordered: الگوی دیتر مرتب‌شده قابل تنظیم.
ordered_fixed: دیتر مرتب‌شده سریع‌تر با اندازه ثابت 6. بدون بافت.
white: دیتر با نویز سفید. بدون بافت.

dither_lut_size: اندازه LUT دیتر، به‌صورت لگاریتم مبنای ۲ بین 1 و 8. پیش‌فرض 6 است، که متناظر با اندازه LUT برابر با "64x64" است.
dither_temporal: دیترینگ زمانی را فعال می‌کند. به‌طور پیش‌فرض غیرفعال است.

شیدرهای سفارشی

ابزار libplacebo از تعدادی شیدر سفارشی بر اساس نحو mpv .hook GLSL پشتیبانی می‌کند. مجموعه‌ای از چنین شیدرهایی را می‌توان در اینجا یافت: https://github.com/mpv-player/mpv/wiki/User-Scripts#user-shaders

شرح کامل فرمت شیدر mpv خارج از دامنه این بخش است، اما خلاصه‌ای از آن را می‌توان در اینجا یافت: https://mpv.io/manual/master/#options-glsl-shader

custom_shader_path: مسیر یک فایل شیدر سفارشی را برای بارگذاری در زمان اجرا مشخص می‌کند.
custom_shader_bin: یک شیدر سفارشی کامل را به‌صورت یک رشته خام مشخص می‌کند.

اشکال‌زدایی / کارایی

تمامی گزینه‌های این بخش به‌طور پیش‌فرض خاموش هستند. آن‌ها ممکن است هنگام تلاش برای دریافت حداکثر کارایی به بهای کیفیت مفید باشند.

skip_aa: غیرفعال‌سازی ضد پلگی (anti-aliasing) هنگام کاهش مقیاس.
disable_linear: غیرفعال‌سازی مقیاس‌بندی نور خطی.
disable_builtin: غیرفعال‌سازی نمونه‌برداری توکار GPU (اجبار به استفاده از LUT).
disable_fbos: غیرفعال‌سازی اجباری FBOها، که منجر به از دست رفتن تقریباً تمام قابلیت‌ها می‌شود، اما حداکثر سرعت ممکن را ارائه می‌دهد.

دستورات

این فیلتر تقریباً از تمامی گزینه‌های فوق به عنوان دستورات (commands) پشتیبانی می‌کند.

مثال‌ها

تون‌مپ کردن ورودی به خروجی با گاموت استاندارد BT.709:
```
libplacebo=colorspace=bt709:color_primaries=bt709:color_trc=bt709:range=tv
```
تغییر مقیاس ورودی برای جا شدن در 1080p استاندارد، همراه با مقیاس‌بندی کیفیت بالا:
```
libplacebo=w=1920:h=1080:force_original_aspect_ratio=decrease:normalize_sar=true:upscaler=ewa_lanczos:downscaler=ewa_lanczos
```
درون‌یابی ورودی با FPS پایین / VFR به خروجی هموار ثابت 60 فریم بر ثانیه:
```
libplacebo=fps=60:frame_mixer=mitchell_clamp
```

تبدیل ورودی به JPEG استاندارد sRGB:

libplacebo=format=yuv420p:colorspace=bt470bg:color_primaries=bt709:color_trc=iec61966-2-1:range=pc

استفاده از تنظیمات باکیفیت‌تر رفع نواری‌شدن (debanding):
```
libplacebo=deband=true:deband_iterations=3:deband_radius=8:deband_threshold=6
```
اجرای این فیلتر روی CPU، در سیستم‌هایی با Mesa نصب‌شده (و با غیرفعال بودن پرهزینه‌ترین گزینه‌ها):
```
ffmpeg ... -init_hw_device vulkan:llvmpipe ... -vf libplacebo=upscaler=none:downscaler=none:peak_detect=false
```
متوقف کردن اعمال فیلم گرین AV1/H.274 مبتنی بر CPU در رمزگشا، به نفع انجام آن با این فیلتر. توجه داشته باشید که این کار تنها در صورتی مزیت محسوب می‌شود که فریم‌ها یا از قبل روی GPU باشند یا از libplacebo برای اهداف دیگری استفاده کنید، زیرا در غیر این صورت رفت و برگشت به VRAM هرگونه افزایش سرعت مورد انتظار را خنثی خواهد کرد.
```
ffmpeg -export_side_data +film_grain ... -vf libplacebo=apply_filmgrain=true
```
تعامل با رمزگشای سخت‌افزاری VAAPI برای جلوگیری از رفت و برگشت از طریق RAM:
```
ffmpeg -init_hw_device vulkan -hwaccel vaapi -hwaccel_output_format vaapi ... -vf libplacebo
```

libvmaf

محاسبه امتیاز VMAF (Video Multi-Method Assessment Fusion) برای یک جفت ویدیوی ورودی مرجع/تحریف‌شده.

ورودی نخست، ویدیوی تحریف‌شده و ورودی دوم، ویدیوی مرجع است.

امتیاز VMAF به‌دست‌آمده از طریق سامانه لاگ‌گیری چاپ می‌شود.

این فیلتر به عنوان پیش‌نیاز به کتابخانه vmaf نتفلیکس (libvmaf) نیاز دارد. پس از نصب کتابخانه می‌توان با دستور زیر آن را فعال کرد: "./configure --enable-libvmaf".

این فیلتر گزینه‌های زیر را دارد:

model: فهرستی از مدل‌های vmaf که با `|` از هم جدا شده‌اند. هر مدل را می‌توان با تعدادی پارامتر پیکربندی کرد. مقدار پیش‌فرض: "version=vmaf_v0.6.1"
feature: فهرستی از ویژگی‌ها که با `|` از هم جدا شده‌اند. هر ویژگی را می‌توان با تعدادی پارامتر پیکربندی کرد.
log_path: تنظیم مسیر فایلی که برای ذخیره فایل‌های گزارش (لاگ) استفاده می‌شود.
log_fmt: تنظیم فرمت فایل گزارش (xml، json، csv، یا sub).
pool: تنظیم روش ادغام (pool) مورد استفاده برای محاسبه vmaf. گزینه‌ها عبارتند از "min"، "harmonic_mean" یا "mean" (پیش‌فرض).
n_threads: تنظیم تعداد ریسه‌ها (threads) جهت استفاده هنگام مقداردهی اولیه libvmaf. مقدار پیش‌فرض: 0، بدون ریسه.
n_subsample: تنظیم فاصله زیرنمونه‌برداری فریم‌ها.

این فیلتر از گزینه‌های framesync نیز پشتیبانی می‌کند.

مثال‌ها (Examples)

در مثال‌های زیر، ویدیوی تحریف‌شده distorted.mpg با فایل مرجع reference.mpg مقایسه می‌شود.

کاربرد پایه:

ffmpeg -i distorted.mpg -i reference.mpg -lavfi libvmaf=log_path=output.xml -f null -

مثال با چند مدل:

ffmpeg -i distorted.mpg -i reference.mpg -lavfi libvmaf='model=version=vmaf_v0.6.1\\:name=vmaf|version=vmaf_v0.6.1neg\\:name=vmaf_neg' -f null -

مثال با چند ویژگی اضافی:

ffmpeg -i distorted.mpg -i reference.mpg -lavfi libvmaf='feature=name=psnr|name=ciede' -f null -

مثال با گزینه‌ها و کانتینرهای مختلف:

ffmpeg -i distorted.mpg -i reference.mkv -lavfi "[0:v]settb=AVTB,setpts=PTS-STARTPTS[main];[1:v]settb=AVTB,setpts=PTS-STARTPTS[ref];[main][ref]libvmaf=log_fmt=json:log_path=output.json" -f null -

libvmaf_cuda

این نگارش CUDA فیلتر libvmaf است. این فیلتر فقط فریم‌های CUDA را می‌پذیرد.

این فیلتر به عنوان پیش‌نیاز به کتابخانه vmaf نتفلیکس (libvmaf) نیاز دارد. پس از نصب کتابخانه می‌توان با دستور زیر آن را فعال کرد: "./configure --enable-nonfree --enable-ffnvcodec --enable-libvmaf".

مثال‌ها (Examples)

•

کاربرد پایه که رمزگشایی سخت‌افزاری CUVID و تغییر مقیاس CUDA را با scale_cuda نشان می‌دهد:

ffmpeg \
    -hwaccel cuda -hwaccel_output_format cuda -codec:v av1_cuvid -i dis.obu \
    -hwaccel cuda -hwaccel_output_format cuda -codec:v av1_cuvid -i ref.obu \
    -filter_complex "
        [0:v]scale_cuda=format=yuv420p[dis]; \
        [1:v]scale_cuda=format=yuv420p[ref]; \
        [dis][ref]libvmaf_cuda=log_fmt=json:log_path=output.json
    " \
    -f null -

limitdiff

اعمال فیلتر تفاضل محدود با استفاده از جریان ویدیویی دوم و در صورت تمایل جریان ویدیویی سوم.

این فیلتر گزینه‌های زیر را می‌پذیرد:

threshold: تنظیم آستانه برای مجاز دانستن تفاوت‌های مشخص میان جریان‌های ویدیویی. هر مقدار اختلاف مطلق کمتر یا دقیقاً برابر با این آستانه، مؤلفه‌های پیکسل را از نخستین جریان ویدیویی انتخاب خواهد کرد.
elasticity: تنظیم کشسانی (elasticity) آستانه‌گذاری نرم هنگام پردازش جریان‌های ویدیویی. این مقدار ضربدر مقدار اول شده و آستانه دوم را تعیین می‌کند. هر مقدار اختلاف مطلق بیشتر یا دقیقاً برابر با آستانه دوم، مؤلفه‌های پیکسل را از دومین جریان ویدیویی انتخاب خواهد کرد. برای مقادیر بین این دو آستانه، از درون‌یابی خطی میان جریان ویدیویی اول و دوم استفاده خواهد شد.
reference: فعال‌سازی پردازش جریان ویدیویی مرجع (سوم). به‌طور پیش‌فرض غیرفعال است. در صورت تنظیم، از این جریان ویدیویی برای محاسبه اختلاف مطلق با جریان ویدیویی اول استفاده خواهد شد.
planes: مشخص می‌کند کدام پلین‌ها پردازش شوند. پیش‌فرض تمام پلین‌های موجود است.

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به جز گزینه reference به عنوان دستورات پشتیبانی می‌کند.

limiter

محدود کردن مقادیر مؤلفه‌های پیکسل به محدوده مشخص‌شده [min, max].

این فیلتر گزینه‌های زیر را می‌پذیرد:

min: کران پایین. مقدار پیش‌فرض، کمترین مقدار مجاز برای ورودی است.
max: کران بالا. مقدار پیش‌فرض، بیشترین مقدار مجاز برای ورودی است.
planes: مشخص می‌کند کدام پلین‌ها پردازش شوند. پیش‌فرض تمام پلین‌های موجود است.

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

loop

تکرار (حلقه کردن) فریم‌های ویدیو.

این فیلتر گزینه‌های زیر را می‌پذیرد:

loop: تنظیم تعداد دفعات تکرار حلقه. تنظیم این مقدار روی -1 منجر به حلقه‌های نامحدود می‌شود. پیش‌فرض 0 است.
size: تنظیم حداکثر اندازه بر حسب تعداد فریم‌ها. پیش‌فرض 0 است.
start: تنظیم نخستین فریم حلقه. پیش‌فرض 0 است.
time: تنظیم زمان شروع حلقه بر حسب ثانیه. تنها در صورتی استفاده می‌شود که گزینه start روی -1 تنظیم شده باشد.

مثال‌ها (Examples)

تکرار بی‌پایان اولین تک‌فریم:
```
loop=loop=-1:size=1:start=0
```
تکرار ۱۰ باره اولین تک‌فریم:
```
loop=loop=10:size=1:start=0
```
تکرار ۵ باره ۱۰ فریم نخست:
```
loop=loop=5:size=10:start=0
```

lut1d

اعمال یک جدول جستجوی یک‌بعدی (1D LUT) بر روی یک ویدیوی ورودی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

file: تنظیم نام فایل جدول جستجوی یک‌بعدی (1D LUT).
فرمت‌های پشتیبانی‌شده در حال حاضر:

cube: Iridas
csp: cineSpace

interp: انتخاب حالت درون‌یابی.
مقادیر موجود عبارتند از:

nearest: استفاده از مقادیر نزدیک‌ترین نقطه تعریف‌شده.
linear: درون‌یابی مقادیر با استفاده از درون‌یابی خطی.
cosine: درون‌یابی مقادیر با استفاده از درون‌یابی کسینوسی.
cubic: درون‌یابی مقادیر با استفاده از درون‌یابی مکعبی.
spline: درون‌یابی مقادیر با استفاده از درون‌یابی اسپلاین.

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

lut3d

اعمال یک جدول جستجوی سه‌بعدی (3D LUT) بر روی یک ویدیوی ورودی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

file: تنظیم نام فایل جدول جستجوی سه‌بعدی (3D LUT).
فرمت‌های پشتیبانی‌شده در حال حاضر:

3dl: AfterEffects
cube: Iridas
dat: DaVinci
m3d: Pandora
csp: cineSpace

interp: انتخاب حالت درون‌یابی.
مقادیر موجود عبارتند از:

nearest: استفاده از مقادیر نزدیک‌ترین نقطه تعریف‌شده.
trilinear: درون‌یابی مقادیر با استفاده از ۸ نقطه تعیین‌کننده یک مکعب.
tetrahedral: درون‌یابی مقادیر با استفاده از یک چهاروجهی (تتراهدرون).
pyramid: درون‌یابی مقادیر با استفاده از یک هرم.
prism: درون‌یابی مقادیر با استفاده از یک منشور.

دستورات (Commands)

این فیلتر از گزینه "interp" به عنوان دستورات پشتیبانی می‌کند.

lumakey

تبدیل مقادیر معینی از روشنایی (luma) به شفافیت.

این فیلتر گزینه‌های زیر را می‌پذیرد:

threshold: تنظیم روشنایی که به عنوان پایه برای شفافیت استفاده می‌شود. مقدار پیش‌فرض 0 است.
tolerance: تنظیم محدوده مقادیر روشنایی برای حذف شدن (keyed out). مقدار پیش‌فرض 0.01 است.
softness: تنظیم محدوده نرمی (softness). مقدار پیش‌فرض 0 است. از این گزینه برای کنترل گذار تدریجی از شفافیت صفر تا کامل استفاده کنید.

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها پشتیبانی می‌کند. این دستور ساختار نحوی مشابه با گزینه متناظر را می‌پذیرد.

اگر عبارت مشخص‌شده معتبر نباشد، مقدار فعلی آن حفظ می‌شود.

lut, lutrgb, lutyuv

محاسبه یک جدول جستجو (look-up table) جهت پیوند دادن هر مقدار ورودی مؤلفه پیکسل به یک مقدار خروجی، و اعمال آن بر روی ویدیوی ورودی.

lutyuv جدول جستجو را بر روی یک ویدیوی ورودی YUV اعمال می‌کند، و lutrgb بر روی ویدیوی ورودی RGB.

این فیلترها پارامترهای زیر را می‌پذیرند:

c0: تنظیم عبارت مؤلفه پیکسلی نخست
c1: تنظیم عبارت مؤلفه پیکسلی دوم
c2: تنظیم عبارت مؤلفه پیکسلی سوم
c3: تنظیم عبارت مؤلفه پیکسلی چهارم، مربوط به مؤلفه آلفا
r: تنظیم عبارت مؤلفه قرمز (red)
g: تنظیم عبارت مؤلفه سبز (green)
b: تنظیم عبارت مؤلفه آبی (blue)
a: عبارت مؤلفه آلفا (alpha)
y: تنظیم عبارت مؤلفه Y/روشنایی (luma)
u: تنظیم عبارت مؤلفه U/Cb
v: تنظیم عبارت مؤلفه V/Cr

هر یک از آن‌ها عبارت مورد استفاده برای محاسبه جدول جستجو را برای مقادیر مؤلفه پیکسل متناظر مشخص می‌کند.

مؤلفه دقیقی که به هر یک از گزینه‌های c* اختصاص می‌یابد به فرمت ورودی بستگی دارد.

فیلتر lut در ورودی به فرمت‌های پیکسلی YUV یا RGB نیاز دارد، lutrgb به فرمت‌های پیکسلی RGB در ورودی نیاز دارد، و lutyuv به YUV نیاز دارد.

عبارت‌ها می‌توانند شامل ثابت‌ها و توابع زیر باشند:

w
h: پهنا و ارتفاع ورودی.
val: مقدار ورودی برای مؤلفه پیکسل.
clipval: مقدار ورودی، محدودشده به محدوده minval-maxval.
maxval: حداکثر مقدار برای مؤلفه پیکسل.
minval: حداقل مقدار برای مؤلفه پیکسل.
negval: مقدار منفی‌شده (معکوس) برای مقدار مؤلفه پیکسل، محدودشده به محدوده minval-maxval؛ این متناظر با عبارت "maxval-clipval+minval" است.
clip(val): مقدار محاسبه‌شده در val، محدودشده به محدوده minval-maxval.
gammaval(gamma): مقدار تصحیح گامای محاسبه‌شده برای مقدار مؤلفه پیکسل، محدودشده به محدوده minval-maxval. این متناظر با عبارت زیر است: "pow((clipval-minval)/(maxval-minval)\,gamma)*(maxval-minval)+minval"

تمام عبارت‌ها به‌طور پیش‌فرض برابر با "clipval" هستند.

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها پشتیبانی می‌کند.

مثال‌ها (Examples)

معکوس (نگاتیو) کردن ویدیوی ورودی:

lutrgb="r=maxval+minval-val:g=maxval+minval-val:b=maxval+minval-val"
lutyuv="y=maxval+minval-val:u=maxval+minval-val:v=maxval+minval-val"

عبارت بالا با دستور زیر یکسان است:

lutrgb="r=negval:g=negval:b=negval"
lutyuv="y=negval:u=negval:v=negval"

معکوس کردن روشنایی (luma):
```
lutyuv=y=negval
```
حذف مؤلفه‌های رنگی (chroma) و تبدیل ویدیو به یک تصویر با طیف خاکستری:
```
lutyuv="u=128:v=128"
```
اعمال یک جلوه سوختگی روشنایی (luma burning):
```
lutyuv="y=2*val"
```
حذف مؤلفه‌های سبز و آبی:
```
lutrgb="g=0:b=0"
```
تنظیم یک مقدار ثابت برای کانال آلفا در ورودی:
```
format=rgba,lutrgb=a="maxval-minval/2"
```
تصحیح گامای روشنایی با ضریب 0.5:
```
lutyuv=y=gammaval(0.5)
```
دور انداختن کم‌ارزش‌ترین بیت‌های روشنایی:
```
lutyuv=y='bitand(val, 128+64+32)'
```
جلوه‌ای شبیه به تکنی‌کالر (Technicolor):
```
lutyuv=u='(val-maxval/2)*2+maxval/2':v='(val-maxval/2)*2+maxval/2'
```

lut2, tlut2

فیلتر "lut2" دو جریان ورودی دریافت کرده و یک جریان را در خروجی می‌دهد.

فیلتر "tlut2" (جدول جستجوی زمانی ۲) دو فریم متوالی را از یک جریان واحد دریافت می‌کند.

این فیلتر پارامترهای زیر را می‌پذیرد:

c0: تنظیم عبارت مؤلفه پیکسلی نخست
c1: تنظیم عبارت مؤلفه پیکسلی دوم
c2: تنظیم عبارت مؤلفه پیکسلی سوم
c3: تنظیم عبارت مؤلفه پیکسلی چهارم، مربوط به مؤلفه آلفا
d: تنظیم عمق بیت خروجی، تنها برای فیلتر "lut2" در دسترس است. به‌طور پیش‌فرض 0 است، به این معنی که عمق بیت به‌طور خودکار از فرمت ورودی نخست انتخاب می‌شود.

فیلتر "lut2" همچنین از گزینه‌های framesync پشتیبانی می‌کند.

هر یک از آن‌ها عبارت مورد استفاده برای محاسبه جدول جستجو را برای مقادیر مؤلفه پیکسلی متناظر مشخص می‌کند.

مؤلفه دقیقی که به هر یک از گزینه‌های c* اختصاص می‌یابد به فرمت ورودی‌ها بستگی دارد.

عبارت‌ها می‌توانند شامل ثابت‌های زیر باشند:

w
h: پهنا و ارتفاع ورودی.
x: مقدار ورودی نخست برای مؤلفه پیکسل.
y: مقدار ورودی دوم برای مؤلفه پیکسل.
bdx: عمق بیت ویدیوی ورودی نخست.
bdy: عمق بیت ویدیوی ورودی دوم.

تمام عبارت‌ها به‌طور پیش‌فرض برابر با "x" هستند.

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات به جز گزینه "d" پشتیبانی می‌کند.

مثال‌ها (Examples)

برجسته‌سازی تفاوت‌ها میان دو جریان ویدیویی RGB:
```
lut2='ifnot(x-y,0,pow(2,bdx)-1):ifnot(x-y,0,pow(2,bdx)-1):ifnot(x-y,0,pow(2,bdx)-1)'
```
برجسته‌سازی تفاوت‌ها میان دو جریان ویدیویی YUV:
```
lut2='ifnot(x-y,0,pow(2,bdx)-1):ifnot(x-y,pow(2,bdx-1),pow(2,bdx)-1):ifnot(x-y,pow(2,bdx-1),pow(2,bdx)-1)'
```

نمایش حداکثر اختلاف میان دو جریان ویدیویی:

lut2='if(lt(x,y),0,if(gt(x,y),pow(2,bdx)-1,pow(2,bdx-1))):if(lt(x,y),0,if(gt(x,y),pow(2,bdx)-1,pow(2,bdx-1))):if(lt(x,y),0,if(gt(x,y),pow(2,bdx)-1,pow(2,bdx-1)))'

maskedclamp

محدود کردن (Clamp) نخستین جریان ورودی بر اساس دومین و سومین جریان ورودی.

مقدار جریان نخست را به گونه‌ای بازمی‌گرداند که بین (جریان ورودی دوم - "undershoot") و (جریان ورودی سوم + "overshoot") قرار گیرد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

undershoot: مقدار پیش‌فرض 0 است.
overshoot: مقدار پیش‌فرض 0 است.
planes: تنظیم این‌که کدام پلین‌ها به صورت بیت‌مپ پردازش شوند؛ پلین‌های پردازش‌نشده از جریان نخست کپی خواهند شد. به‌طور پیش‌فرض با مقدار 0xf، تمام پلین‌ها پردازش می‌شوند.

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

maskedmax

ادغام دومین و سومین جریان ورودی در جریان خروجی با استفاده از تفاضل‌های مطلق میان دومین جریان ورودی و نخستین جریان ورودی، و تفاضل مطلق میان سومین جریان ورودی و نخستین جریان ورودی. اگر تفاضل مطلق دوم بزرگ‌تر از اولی باشد، مقدار انتخاب‌شده از جریان ورودی دوم خواهد بود و در غیر این صورت از سومین جریان ورودی انتخاب می‌شود.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تنظیم این‌که کدام پلین‌ها به صورت بیت‌مپ پردازش شوند؛ پلین‌های پردازش‌نشده از جریان نخست کپی خواهند شد. به‌طور پیش‌فرض با مقدار 0xf، تمام پلین‌ها پردازش می‌شوند.

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

maskedmerge

ادغام نخستین جریان ورودی با دومین جریان ورودی با استفاده از وزن‌های تفکیک‌شده به ازای هر پیکسل در سومین جریان ورودی.

مقدار 0 در مؤلفه پیکسلی جریان سوم بدین معناست که مؤلفه پیکسلی جریان نخست بدون تغییر بازگردانده می‌شود، در حالی که مقدار بیشینه (مانند 255 برای ویدیوهای ۸ بیتی) یعنی مؤلفه پیکسلی جریان دوم بدون تغییر بازگردانده می‌شود. مقادیر میانی میزان ادغام میان مؤلفه‌های پیکسلی هر دو جریان ورودی را تعیین می‌کنند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تنظیم این‌که کدام پلین‌ها به صورت بیت‌مپ پردازش شوند؛ پلین‌های پردازش‌نشده از جریان نخست کپی خواهند شد. به‌طور پیش‌فرض با مقدار 0xf، تمام پلین‌ها پردازش می‌شوند.

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

maskedmin

ادغام دومین و سومین جریان ورودی در جریان خروجی با استفاده از تفاضل‌های مطلق میان دومین جریان ورودی و نخستین جریان ورودی، و تفاضل مطلق میان سومین جریان ورودی و نخستین جریان ورودی. اگر تفاضل مطلق دوم کمتر از اولی باشد، مقدار از دومین جریان ورودی انتخاب می‌شود و در غیر این صورت از سومین جریان ورودی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تنظیم این‌که کدام پلین‌ها به صورت بیت‌مپ پردازش شوند؛ پلین‌های پردازش‌نشده از جریان نخست کپی خواهند شد. به‌طور پیش‌فرض با مقدار 0xf، تمام پلین‌ها پردازش می‌شوند.

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

maskedthreshold

انتخاب پیکسل‌ها از طریق مقایسه تفاضل مطلق دو جریان ویدیویی با یک آستانه ثابت.

اگر تفاضل مطلق بین مؤلفه پیکسلی جریان ویدیویی اول و دوم مساوی یا کمتر از آستانه مشخص‌شده توسط کاربر باشد، مؤلفه پیکسلی از جریان ویدیویی اول انتخاب می‌شود، در غیر این صورت مؤلفه پیکسلی از جریان ویدیویی دوم انتخاب خواهد شد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

threshold: تنظیم آستانه مورد استفاده هنگام انتخاب پیکسل‌ها بر اساس تفاضل مطلق از دو جریان ویدیویی ورودی.
planes: تنظیم این‌که کدام پلین‌ها به صورت بیت‌مپ پردازش شوند؛ پلین‌های پردازش‌نشده از جریان دوم کپی خواهند شد. به‌طور پیش‌فرض با مقدار 0xf، تمام پلین‌ها پردازش می‌شوند.
mode: تنظیم حالت عملکرد فیلتر. می‌تواند "abs" یا "diff" باشد. مقدار پیش‌فرض "abs" است.

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

maskfun

ایجاد ماسک از ویدیوی ورودی.

به عنوان مثال، برای ایجاد ماسک‌های حرکتی پس از فیلتر "tblend" سودمند است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

low: تنظیم آستانه پایین. هر مؤلفه پیکسلی کمتر یا دقیقاً برابر با این مقدار روی 0 تنظیم خواهد شد.
high: تنظیم آستانه بالا. هر مؤلفه پیکسلی بیشتر از این مقدار روی حداکثر مقدار مجاز برای فرمت پیکسلی فعلی تنظیم خواهد شد.
planes: تنظیم پلین‌ها جهت فیلتر کردن؛ به‌طور پیش‌فرض تمام پلین‌های موجود فیلتر می‌شوند.
fill: پر کردن تمامی پیکسل‌های فریم با این مقدار.
sum: تنظیم حداکثر میانگین مقدار پیکسل برای فریم. اگر مجموع تمام مؤلفه‌های پیکسلی از این میانگین بیشتر شود، فریم خروجی به‌طور کامل با مقدار تعیین‌شده توسط گزینه fill پر خواهد شد. معمولاً هنگام استفاده در ترکیب با فیلتر "tblend" برای تغییر صحنه‌ها سودمند است.

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

mcdeint

اعمال دی‌اینترلیس با جبران حرکت (motion-compensation deinterlacing).

این فیلتر در ورودی به یک فیلد به ازای هر فریم نیاز دارد و بنابراین باید همراه با yadif=1/3 یا معادل آن استفاده شود.

این فیلتر گزینه‌های زیر را می‌پذیرد:

mode: تنظیم حالت دی‌اینترلیس کردن.
یکی از مقادیر زیر را می‌پذیرد:

fast
medium
slow: استفاده از تخمین حرکت تکرارشونده
extra_slow: شبیه به slow، اما از چندین فریم مرجع استفاده می‌کند.

مقدار پیش‌فرض fast است.

parity: تنظیم زوجیت فیلد تصویر فرض‌شده برای ویدیوی ورودی. باید یکی از مقادیر زیر باشد:

0, tff: فرض بر برتری فیلد بالایی (top field first)
1, bff: فرض بر برتری فیلد پایینی (bottom field first)

مقدار پیش‌فرض bff است.

qp: تنظیم پارامتر کوانتایزیشن (QP) به ازای هر بلوک مورد استفاده در انکودر داخلی.
مقادیر بالاتر باید منجر به میدان بردارهای حرکتی هموارتر شوند، اما بهینگی بردارهای منفرد کمتر خواهد بود. مقدار پیش‌فرض 1 است.

median

انتخاب پیکسل میانه از یک مستطیل مشخص که با شعاع تعریف می‌شود.

این فیلتر گزینه‌های زیر را می‌پذیرد:

radius: تنظیم اندازه شعاع افقی. مقدار پیش‌فرض 1 است. محدوده مجاز عدد صحیح از 1 تا 127 است.
planes: تنظیم پلین‌های پردازش. پیش‌فرض 15 است که تمام پلین‌های موجود را شامل می‌شود.
radiusV: تنظیم اندازه شعاع عمودی. مقدار پیش‌فرض 0 است. محدوده مجاز عدد صحیح از 0 تا 127 است. در صورت 0 بودن، مقدار از گزینه افقی "radius" برداشته می‌شود.
percentile: تنظیم صدک میانه (percentile). مقدار پیش‌فرض 0.5 است. مقدار پیش‌فرض 0.5 همواره مقادیر میانه را انتخاب می‌کند، در حالی که 0 مقادیر کمینه و 1 مقادیر بیشینه را انتخاب خواهد کرد.

دستورات (Commands)

اگر عبارت مشخص‌شده معتبر نباشد، مقدار فعلی آن حفظ می‌شود.

mergeplanes

ادغام مؤلفه‌های کانال رنگ از چندین جریان ویدیویی.

این فیلتر حداکثر تا ۴ جریان ورودی را می‌پذیرد و پلین‌های ورودی انتخابی را در ویدیوی خروجی ادغام می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

mapping: تنظیم نگاشت پلین ورودی به خروجی. پیش‌فرض 0 است.
نگاشت‌ها به صورت یک بیت‌مپ مشخص می‌شوند. این مقدار باید به صورت یک عدد در مبنای ۱۶ (هگزادسیمال) در قالب 0xAa[Bb[Cc[Dd]]] مشخص گردد. عبارت 'Aa' نگاشت نخستین پلین جریان خروجی را توصیف می‌کند. 'A' شماره جریان ورودی مورد استفاده را تنظیم می‌کند (از 0 تا 3)، و 'a' شماره پلین ورودی متناظر مورد استفاده را تعیین می‌کند (از 0 تا 3). بقیه نگاشت‌ها نیز مشابه هستند؛ 'Bb' نگاشت پلین دوم جریان خروجی، 'Cc' نگاشت پلین سوم جریان خروجی و 'Dd' نگاشت پلین چهارم جریان خروجی را توصیف می‌کند.
format: تنظیم فرمت پیکسلی خروجی. پیش‌فرض "yuva444p" است.
map0s
map1s
map2s
map3s: تنظیم نگاشت جریان ورودی به جریان خروجی برای N-امین پلین خروجی. پیش‌فرض 0 است.
map0p
map1p
map2p
map3p: تنظیم نگاشت پلین ورودی به خروجی برای N-امین پلین خروجی. پیش‌فرض 0 است.

مثال‌ها (Examples)

ادغام سه جریان ویدیویی خاکستری (gray) با پهنا و ارتفاع یکسان در یک جریان ویدیویی واحد:
```
[a0][a1][a2]mergeplanes=0x001020:yuv444p
```
ادغام جریان نخست yuv444p و دومین جریان ویدیویی خاکستری در یک جریان ویدیویی yuva444p:
```
[a0][a1]mergeplanes=0x00010210:yuva444p
```
جابه‌جایی پلین Y و A در جریان yuva444p:
```
format=yuva444p,mergeplanes=0x03010200:yuva444p
```
جابه‌جایی پلین U و V در جریان yuv420p:
```
format=yuv420p,mergeplanes=0x000201:yuv420p
```
تبدیل یک کلیپ rgb24 به yuv444p:
```
format=rgb24,mergeplanes=0x000102:yuv444p
```

mestimate

تخمین و صادر کردن بردارهای حرکت با استفاده از الگوریتم‌های تطبیق بلوک. بردارهای حرکت در داده‌های جانبی فریم ذخیره می‌شوند تا توسط سایر فیلترها مورد استفاده قرار گیرند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

method: مشخص کردن روش تخمین حرکت. یکی از مقادیر زیر را می‌پذیرد:

esa: الگوریتم جستجوی جامع (Exhaustive search algorithm).
tss: الگوریتم جستجوی سه‌مرحله‌ای (Three step search algorithm).
tdls: الگوریتم جستجوی لگاریتمی دوبعدی (Two dimensional logarithmic search algorithm).
ntss: الگوریتم جستجوی سه‌مرحله‌ای نوین (New three step search algorithm).
fss: الگوریتم جستجوی چهارمرحله‌ای (Four step search algorithm).
ds: الگوریتم جستجوی الماسی (Diamond search algorithm).
hexbs: الگوریتم جستجوی مبتنی بر شش‌ضلعی (Hexagon-based search algorithm).
epzs: الگوریتم جستجوی ناحیه‌ای پیش‌بین ارتقایافته (Enhanced predictive zonal search algorithm).
umh: الگوریتم جستجوی چند شش‌ضلعی ناهمگون (Uneven multi-hexagon search algorithm).

مقدار پیش‌فرض esa است.

mb_size: اندازه ماکروبلوک. پیش‌فرض 16 است.
search_param: پارامتر جستجو. پیش‌فرض 7 است.

mestimate_d3d12

تخمین و صادر کردن بردارهای حرکت با شتاب‌دهی سخت‌افزاری D3D12. این فیلتر از قابلیت‌های تخمین حرکت سخت‌افزاری GPU موجود در APIهای ویدیویی DirectX 12 بهره می‌برد تا نسبت به فیلتر مبتنی بر نرم‌افزار "mestimate" بهبود کارایی چشمگیری به دست آورد.

بردارهای حرکت در داده‌های جانبی فریم ذخیره می‌شوند تا توسط سایر فیلترها مورد استفاده قرار گیرند.

این فیلتر مستلزم آن است که ورودی در فرمت پیکسلی سخت‌افزاری "d3d12" باشد. این فیلتر از دقت یک‌چهارم پیکسل برای تخمین بردار حرکت استفاده می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

mb_size: اندازه ماکروبلوک. تنها مقادیر 8 و 16 پشتیبانی می‌شوند. پیش‌فرض 16 است.

مثال‌ها (Examples)

تخمین بردارهای حرکت با شتاب‌دهی سخت‌افزاری D3D12 با بلوک‌های 16x16، و بصری‌سازی آن‌ها:

ffmpeg -hwaccel d3d12va -hwaccel_output_format d3d12 -i input.mp4 \
        -vf mestimate_d3d12=mb_size=16,hwdownload,format=nv12,codecview=mv=pf \
        -c:v libx264 -preset fast -b:v 5M output.mp4

midequalizer

اعمال جلوه تعدیل تصویر میانه (Midway Image Equalization) با استفاده از دو جریان ویدیویی.

تعدیل تصویر میانه یک جفت تصویر را به گونه‌ای تنظیم می‌کند که هیستوگرام یکسانی داشته باشند، ضمن این‌که پویایی (داینامیک) آن‌ها تا حد امکان حفظ می‌شود. این فیلتر به عنوان نمونه برای تطبیق نوردهی حاصل از یک جفت دوربین استریو سودمند است.

این فیلتر دارای دو ورودی و یک خروجی است که باید فرمت پیکسلی یکسانی داشته باشند، اما ممکن است اندازه‌های متفاوتی داشته باشند. خروجی فیلتر ورودی نخست است که با هیستوگرام میانه هر دو ورودی تنظیم شده است.

این فیلتر گزینه زیر را می‌پذیرد:

planes: تنظیم پلین‌های پردازش. پیش‌فرض 15 است که تمام پلین‌های موجود را شامل می‌شود.

minterpolate

تبدیل ویدیو به نرخ فریم مشخص‌شده با استفاده از درون‌یابی حرکتی (motion interpolation).

این فیلتر گزینه‌های زیر را می‌پذیرد:

fps: مشخص کردن نرخ فریم خروجی. این مقدار می‌تواند گویا باشد مانند "60000/1001". اگر مقدار fps کمتر از نرخ فریم مبدأ باشد، فریم‌ها حذف (drop) می‌شوند. پیش‌فرض 60 است.
mi_mode: حالت درون‌یابی حرکت. مقادیر زیر پذیرفته می‌شوند:

dup: تکرار فریم قبلی یا بعدی برای درون‌یابی فریم‌های جدید.
blend: ترکیب فریم‌های مبدأ. فریم درون‌یابی‌شده میانگین فریم‌های قبلی و بعدی است.
mci: درون‌یابی با جبران حرکت (Motion compensated interpolation). هنگام انتخاب این حالت، گزینه‌های زیر مؤثر خواهند بود:

mc_mode: حالت جبران حرکت. مقادیر زیر پذیرفته می‌شوند:

obmc: جبران حرکت بلوکی هم‌پوشان (Overlapped block motion compensation).
aobmc: جبران حرکت بلوکی هم‌پوشان تطبیقی. ضرایب وزن‌دهی پنجره به‌طور تطبیقی با توجه به میزان اطمینان بردارهای حرکتی همسایه کنترل می‌شوند تا از هموارسازی بیش‌ازحد کاسته شود.

حالت پیش‌فرض obmc است.

me_mode: حالت تخمین حرکت. مقادیر زیر پذیرفته می‌شوند:

bidir: تخمین حرکت دوجهته. بردارهای حرکت برای هر فریم مبدأ در هر دو جهت روبه‌جلو و روبه‌عقب تخمین زده می‌شوند.
bilat: تخمین حرکت دوطرفه (Bilateral). بردارهای حرکت مستقیماً برای فریم درون‌یابی‌شده تخمین زده می‌شوند.

حالت پیش‌فرض bilat است.

me: الگوریتم مورد استفاده برای تخمین حرکت. مقادیر زیر پذیرفته می‌شوند:

esa: الگوریتم جستجوی جامع (Exhaustive search algorithm).
tss: الگوریتم جستجوی سه‌مرحله‌ای (Three step search algorithm).
tdls: الگوریتم جستجوی لگاریتمی دوبعدی (Two dimensional logarithmic search algorithm).
ntss: الگوریتم جستجوی سه‌مرحله‌ای نوین (New three step search algorithm).
fss: الگوریتم جستجوی چهارمرحله‌ای (Four step search algorithm).
ds: الگوریتم جستجوی الماسی (Diamond search algorithm).
hexbs: الگوریتم جستجوی مبتنی بر شش‌ضلعی (Hexagon-based search algorithm).
epzs: الگوریتم جستجوی ناحیه‌ای پیش‌بین ارتقایافته (Enhanced predictive zonal search algorithm).
umh: الگوریتم جستجوی چند شش‌ضلعی ناهمگون (Uneven multi-hexagon search algorithm).

الگوریتم پیش‌فرض epzs است.

mb_size: اندازه ماکروبلوک. پیش‌فرض 16 است.
search_param: پارامتر جستجوی تخمین حرکت. پیش‌فرض 32 است.
vsbmc: فعال‌سازی جبران حرکت بلوکی با اندازه متغیر. تخمین حرکت با اندازه‌های بلوک کوچک‌تر در مرزهای اشیاء اعمال می‌شود تا تاری آن‌ها کاهش یابد. پیش‌فرض 0 (غیرفعال) است.

scd: روش تشخیص تغییر صحنه. تغییر صحنه موجب می‌شود بردارهای حرکت در جهتی تصادفی قرار گیرند. تشخیص تغییر صحنه، فریم‌های درون‌یابی‌شده را با فریم‌های تکراری جایگزین می‌کند. ممکن است برای سایر حالت‌ها لازم نباشد. مقادیر زیر پذیرفته می‌شوند:

none: غیرفعال‌سازی تشخیص تغییر صحنه.
fdiff: تفاضل فریم. مقادیر پیکسلی متناظر مقایسه می‌شوند و در صورت برآورده شدن آستانه scd_threshold، تغییر صحنه تشخیص داده می‌شود.

روش پیش‌فرض fdiff است.

scd_threshold: آستانه تشخیص تغییر صحنه. پیش‌فرض 10. است.

mix

مخلوط کردن چند جریان ورودی ویدیو در یک جریان ویدیویی واحد.

توضیحات مربوط به گزینه‌های پذیرفته‌شده در ادامه آمده است.

inputs: تعداد ورودی‌ها. در صورت عدم تعیین، مقدار پیش‌فرض 2 است.
weights: مشخص کردن وزن هر جریان ویدیویی ورودی به صورت یک دنباله. هر وزن با فاصله (space) جدا می‌شود. اگر تعداد وزن‌ها کمتر از تعداد فریم‌ها (frames) باشد، آخرین وزن مشخص‌شده برای تمامی وزن‌های تعیین‌نشده باقی‌مانده استفاده خواهد شد.
scale: مشخص کردن مقیاس؛ در صورت تنظیم، در مجموع حاصلضرب هر وزن در مقادیر پیکسلی ضرب می‌شود تا مقدار پیکسلی مقصد نهایی حاصل شود. به‌طور پیش‌فرض، scale به‌طور خودکار متناسب با مجموع وزن‌ها مقیاس‌بندی می‌شود.
planes: تنظیم پلین‌ها جهت فیلتر کردن. پیش‌فرض همه پلین‌ها است. محدوده مجاز از 0 تا 15 است.
duration: مشخص کردن چگونگی تعیین پایان جریان.

longest: مدت‌زمان طولانی‌ترین ورودی. (پیش‌فرض)
shortest: مدت‌زمان کوتاه‌ترین ورودی.
first: مدت‌زمان نخستین ورودی.

دستورات (Commands)

این فیلتر از دستورات زیر پشتیبانی می‌کند:

weights
scale
planes: ساختار نحوی مشابه با گزینه هم‌نام است.

monochrome

تبدیل ویدیو به تصویر با طیف خاکستری با استفاده از فیلتر رنگی سفارشی.

توضیحات مربوط به گزینه‌های پذیرفته‌شده در ادامه آمده است.

cb: تنظیم نقطه آبی کروما (chroma blue). محدوده مجاز از -1 تا 1 است. مقدار پیش‌فرض 0 است.
cr: تنظیم نقطه قرمز کروما (chroma red). محدوده مجاز از -1 تا 1 است. مقدار پیش‌فرض 0 است.
size: تنظیم اندازه فیلتر رنگ. محدوده مجاز از .1 تا 10 است. مقدار پیش‌فرض 1 است.
high: تنظیم شدت روشنایی‌ها (highlights). محدوده مجاز از 0 تا 1 است. مقدار پیش‌فرض 0 است.

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

morpho

این فیلتر امکان اعمال تبدیلات ریخت‌شناسی (مورفولوژیکی) اصلی مقیاس خاکستری، یعنی فرسایش (erode) و اتساع (dilate) را با ساختارهای دلخواه تعیین‌شده در دومین جریان ورودی فراهم می‌کند.

برخلاف پیاده‌سازی ساده و کارایی بسیار کندتر در فیلترهای erosion و dilation، هنگامی که سرعت اهمیت حیاتی دارد باید به جای آن‌ها از فیلتر "morpho" استفاده شود.

توضیحات مربوط به گزینه‌های پذیرفته‌شده در ادامه آمده است:

mode: تنظیم تبدیل ریخت‌شناسی جهت اعمال، می‌تواند یکی از مقادیر زیر باشد:

erode
dilate
open
close
gradient
tophat
blackhat

پیش‌فرض "erode" است.

planes: تنظیم پلین‌ها جهت فیلتر کردن؛ به‌طور پیش‌فرض تمامی پلین‌ها به جز آلفا فیلتر می‌شوند.
structure: تنظیم این‌که کدام فریم‌های ویدیویی ساختار از جریان ورودی دوم پردازش شوند؛ می‌تواند first یا all باشد. پیش‌فرض all است.

فیلتر "morpho" همچنین از گزینه‌های framesync پشتیبانی می‌کند.

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها پشتیبانی می‌کند.

mpdecimate

حذف (Drop) فریم‌هایی که تفاوت چندانی با فریم قبلی ندارند به منظور کاهش نرخ فریم.

کاربرد اصلی این فیلتر برای انکودینگ با بیت‌ریت بسیار پایین (مانند استریم روی مودم دیال‌آپ) است، اما از نظر تئوری می‌توان از آن برای اصلاح فیلم‌هایی که تله‌سینه معکوس آن‌ها به نادرستی انجام شده است نیز استفاده کرد.

توضیحات مربوط به گزینه‌های پذیرفته‌شده در ادامه آمده است.

max

تنظیم حداکثر تعداد فریم‌های متوالی که می‌توانند حذف شوند (در صورت مثبت بودن)، یا حداقل فاصله بین فریم‌های حذف‌شده (در صورت منفی بودن). اگر مقدار 0 باشد، فریم بدون توجه به تعداد فریم‌های متوالی حذف‌شده قبلی، حذف می‌شود.

مقدار پیش‌فرض 0 است.

keep

تنظیم حداکثر تعداد فریم‌های مشابه متوالی جهت نادیده‌گرفتن پیش از شروع به حذف آن‌ها. اگر مقدار 0 باشد، فریم بدون توجه به تعداد فریم‌های مشابه متوالی پیشین، حذف می‌شود.

مقدار پیش‌فرض 0 است.

hi

lo

frac

تنظیم مقادیر آستانه حذف فریم.

مقادیر hi و lo برای بلوک‌های پیکسلی 8x8 هستند و تفاوت واقعی مقادیر پیکسل‌ها را نشان می‌دهند، بنابراین آستانه 64 متناظر با ۱ واحد تفاوت برای هر پیکسل، یا همان مقدار به شکل متفاوتی توزیع‌شده بر روی بلوک است.

یک فریم کاندیدای حذف است اگر هیچ بلوک 8x8 بیشتر از آستانه hi تفاوت نداشته باشد، و بیش از کسری از بلوک‌ها به میزان frac (مقدار 1 به معنای کل تصویر است) اختلافی بیش از آستانه lo نداشته باشند.

مقدار پیش‌فرض برای hi برابر 64*12، مقدار پیش‌فرض برای lo برابر 64*5 و مقدار پیش‌فرض برای frac برابر 0.33 است.

msad

به دست آوردن میانگین مجموع تفاضل‌های مطلق (MSAD - Mean Sum of Absolute Differences) میان دو ویدیوی ورودی.

این فیلتر دو ویدیوی ورودی می‌گیرد.

برای عملکرد صحیح این فیلتر، هر دو ویدیوی ورودی باید رزولوشن و فرمت پیکسلی یکسانی داشته باشند. همچنین فرض می‌شود که هر دو ورودی تعداد فریم‌های برابری دارند که یک‌به‌یک مقایسه می‌شوند.

مقادیر MSAD به دست آمده به تفکیک مؤلفه، میانگین، کمینه و بیشینه از طریق سامانه لاگ‌گیری چاپ می‌شوند.

این فیلتر مقدار MSAD محاسبه‌شده هر فریم را در متادیتای فریم ذخیره می‌کند.

این فیلتر از گزینه‌های framesync نیز پشتیبانی می‌کند.

در مثال زیر، فایل ورودی در حال پردازش main.mpg با فایل مرجع ref.mpg مقایسه می‌شود.

ffmpeg -i main.mpg -i ref.mpg -lavfi msad -f null -

multiply

ضرب مقادیر پیکسلی نخستین جریان ویدیویی در مقادیر پیکسلی دومین جریان ویدیویی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

scale: تنظیم مقیاس اعمال‌شده بر جریان ویدیویی دوم. به‌طور پیش‌فرض 1 است. محدوده مجاز از 0 تا 9 است.
offset: تنظیم آفست (انحراف) اعمال‌شده بر جریان ویدیویی دوم. به‌طور پیش‌فرض 0.5 است. محدوده مجاز از -1 تا 1 است.
planes: مشخص کردن پلین‌هایی از جریان ویدیویی ورودی که پردازش خواهند شد. به‌طور پیش‌فرض تمام پلین‌ها پردازش می‌شوند.

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها پشتیبانی می‌کند.

negate

معکوس کردن (نگاتیو کردن) ویدیوی ورودی.

این فیلتر گزینه زیر را می‌پذیرد:

components: تنظیم مؤلفه‌ها جهت معکوس‌سازی.
مقادیر موجود برای مؤلفه‌ها عبارتند از:

y
u
v
a
r
g
b

negate_alpha: با مقدار 1، مؤلفه آلفا (در صورت وجود) معکوس می‌شود. مقدار پیش‌فرض 0 است.

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها پشتیبانی می‌کند.

nlmeans

نویززدایی فریم‌ها با استفاده از الگوریتم میانگین‌های غیرمحلی (Non-Local Means).

هر پیکسل با بررسی سایر پیکسل‌ها با زمینه‌های مشابه تنظیم می‌شود. این شباهت زمینه با مقایسه وصله‌های پیرامونی آن‌ها با اندازه pxp تعریف می‌گردد. وصله‌ها در ناحیه‌ای به ابعاد rxr در اطراف پیکسل جستجو می‌شوند.

توجه داشته باشید که ناحیه جستجو مراکز وصله‌ها را تعیین می‌کند، به این معنی که برخی از وصله‌ها از پیکسل‌های خارج از آن ناحیه جستجو تشکیل خواهند شد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

s: تنظیم قدرت نویززدایی. پیش‌فرض 1.0 است. باید در محدوده [1.0, 30.0] باشد.
p: تنظیم اندازه وصله (patch). پیش‌فرض 7 است. باید یک عدد فرد در محدوده [0, 99] باشد.
pc: مشابه با p اما برای پلین‌های کروما.
مقدار پیش‌فرض 0 و به معنای خودکار است.
r: تنظیم اندازه ناحیه جستجو. پیش‌فرض 15 است. باید یک عدد فرد در محدوده [0, 99] باشد.
rc: مشابه با r اما برای پلین‌های کروما.
مقدار پیش‌فرض 0 و به معنای خودکار است.

nnedi

دی‌اینترلیس ویدیو با استفاده از درون‌یابی جهت‌دار لبه با شبکه عصبی (neural network edge directed interpolation).

این فیلتر گزینه‌های زیر را می‌پذیرد:

weights: گزینه اجباری؛ بدون فایل باینری فیلتر نمی‌تواند کار کند. در حال حاضر این فایل در نشانی زیر قابل دریافت است: https://github.com/dubhater/vapoursynth-nnedi3/blob/master/src/nnedi3_weights.bin
deint: تنظیم فریم‌ها برای دی‌اینترلیس؛ به‌طور پیش‌فرض "all" است. می‌تواند "all" یا "interlaced" باشد.
field: تنظیم حالت عملکرد.
می‌تواند یکی از مقادیر زیر باشد:

af: استفاده از پرچم‌های فریم، هر دو فیلد.
a: استفاده از پرچم‌های فریم، تک فیلد.
t: استفاده فقط از فیلد بالایی.
b: استفاده فقط از فیلد پایینی.
tf: استفاده از هر دو فیلد، ابتدا فیلد بالایی.
bf: استفاده از هر دو فیلد، ابتدا فیلد پایینی.

planes: تنظیم پلین‌های پردازش؛ به‌طور پیش‌فرض فیلتر تمامی پلین‌ها را پردازش می‌کند.
nsize: تنظیم اندازه همسایگی محلی در اطراف هر پیکسل، که توسط شبکه عصبی پیش‌بین استفاده می‌شود.
می‌تواند یکی از مقادیر زیر باشد:

s8x6
s16x6
s32x6
s48x6
s8x4
s16x4
s32x4

nns: تنظیم تعداد نورون‌ها در شبکه عصبی پیش‌بین. می‌تواند یکی از مقادیر زیر باشد:

n16
n32
n64
n128
n256

qual: کنترل تعداد پیش‌بینی‌های مختلف شبکه عصبی که برای محاسبه مقدار خروجی نهایی با هم ادغام می‌شوند. می‌تواند "fast"، پیش‌فرض یا "slow" باشد.
etype: تنظیم مجموعه وزن‌های مورد استفاده در پیش‌بین. می‌تواند یکی از مقادیر زیر باشد:

a, abs: وزن‌های آموزش‌دیده برای کمینه‌سازی خطای مطلق
s, mse: وزن‌های آموزش‌دیده برای کمینه‌سازی خطای مربعات

pscrn: کنترل این‌که آیا از شبکه عصبی پیش‌غربال‌گر (prescreener) برای تصمیم‌گیری در مورد این‌که کدام پیکسل‌ها باید توسط شبکه عصبی پیش‌بین پردازش شوند و کدامیک با درون‌یابی مکعبی ساده قابل رسیدگی هستند استفاده شود یا خیر. پیش‌غربال‌گر آموزش دیده است تا بداند آیا درون‌یابی مکعبی برای یک پیکسل کافی خواهد بود یا باید توسط شبکه عصبی پیش‌بین پیش‌بینی شود. پیچیدگی محاسباتی شبکه عصبی پیش‌غربال‌گر بسیار کمتر از شبکه عصبی پیش‌بین است. از آنجا که بیشتر پیکسل‌ها را می‌توان با درون‌یابی مکعبی پردازش کرد، استفاده از پیش‌غربال‌گر عموماً منجر به پردازش بسیار سریع‌تر می‌شود. پیش‌غربال‌گر کاملاً دقیق است، بنابراین تفاوت بین استفاده از آن و عدم استفاده از آن تقریباً همیشه نامحسوس است.
می‌تواند یکی از مقادیر زیر باشد:

none
original
new
new2
new3

پیش‌فرض "new" است.

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها، به جز گزینه weights پشتیبانی می‌کند.

noformat

مجبور ساختن libavfilter به عدم استفاده از هر یک از فرمت‌های پیکسلی مشخص‌شده برای ورودی فیلتر بعدی.

این فیلتر پارامترهای زیر را می‌پذیرد:

pix_fmts: فهرستی از نام‌های فرمت پیکسلی جداشده با '|'، مانند pix_fmts=yuv420p|monow|rgb24".

مثال‌ها (Examples)

مجبور ساختن libavfilter به استفاده از فرمتی متفاوت از yuv420p برای ورودی به فیلتر vflip:
```
noformat=pix_fmts=yuv420p,vflip
```
تبدیل ویدیوی ورودی به هر یک از فرمت‌هایی که در این فهرست وجود ندارند:
```
noformat=yuv420p|yuv444p|yuv410p
```

noise

افزودن نویز بر روی فریم ورودی ویدیو.

این فیلتر گزینه‌های زیر را می‌پذیرد:

all_seed
c0_seed
c1_seed
c2_seed
c3_seed: تنظیم سید (بذر) نویز برای مؤلفه پیکسلی خاص، یا برای تمام مؤلفه‌های پیکسلی در صورت استفاده از all_seed. مقدار پیش‌فرض 123457 است.
all_strength, alls
c0_strength, c0s
c1_strength, c1s
c2_strength, c2s
c3_strength, c3s: تنظیم شدت نویز برای مؤلفه پیکسلی خاص یا تمام مؤلفه‌های پیکسلی در صورت استفاده از all_strength. مقدار پیش‌فرض 0 است. محدوده مجاز [0, 100] است.
all_flags, allf
c0_flags, c0f
c1_flags, c1f
c2_flags, c2f
c3_flags, c3f: تنظیم فلگ‌های مؤلفه پیکسلی یا تنظیم پرچم‌ها برای تمام مؤلفه‌ها در صورت استفاده از all_flags. مقادیر موجود برای پرچم‌های مؤلفه عبارتند از:

a: نویز زمانی میانگین‌گیری‌شده (هموارتر)
p: ترکیب نویز تصادفی با یک الگوی (نیمه) منظم
t: نویز زمانی (الگوی نویز بین فریم‌ها تغییر می‌کند)
u: نویز یکنواخت (در غیر این صورت گاوسی)

مثال‌ها (Examples)

افزودن نویز زمانی و یکنواخت به ویدیوی ورودی:

noise=alls=20:allf=t+u

normalize

نرمال‌سازی ویدیوی RGB (معروف به کشش هیستوگرام، کشش کنتراست). ببینید: https://en.wikipedia.org/wiki/Normalization_(image_processing)

برای هر کانال از هر فریم، فیلتر محدوده ورودی را محاسبه کرده و آن را به صورت خطی به محدوده خروجی مشخص‌شده توسط کاربر نگاشت می‌کند. محدوده خروجی به‌طور پیش‌فرض کل محدوده دینامیکی از سیاه خالص تا سفید خالص است.

می‌توان از هموارسازی زمانی (temporal smoothing) روی محدوده ورودی برای کاهش سوسوزدن (تغییرات سریع روشنایی) ناشی از ورود یا خروج اشیاء کوچک تیره یا روشن به صحنه استفاده کرد. این شبیه به نوردهی خودکار (کنترل خودکار بهره) در یک دوربین ویدیویی است و مانند دوربین ویدیویی، ممکن است موجب دوره‌ای از بیش‌نوردهی یا کم‌نوردهی ویدیو شود.

کانال‌های R، G، B را می‌توان به صورت مستقل نرمال کرد که ممکن است باعث مقداری تغییر رنگ (color shifting) شود، یا به صورت پیوندیافته با یکدیگر به عنوان یک تک‌کانال، که از تغییر رنگ جلوگیری می‌کند. نرمال‌سازی پیوندیافته فام رنگ (hue) را حفظ می‌کند. نرمال‌سازی مستقل این کار را نمی‌کند، بنابراین می‌توان از آن برای حذف برخی خطاهای رنگی (color casts) استفاده کرد. نرمال‌سازی مستقل و پیوندیافته را می‌توان با هر نسبتی ترکیب کرد.

فیلتر normalize گزینه‌های زیر را می‌پذیرد:

blackpt
whitept: رنگ‌هایی که محدوده خروجی را تعریف می‌کنند. کمترین مقدار ورودی به blackpt نگاشت می‌شود. بیشترین مقدار ورودی به whitept نگاشت می‌شود. مقادیر پیش‌فرض به ترتیب سیاه و سفید هستند. مشخص کردن رنگ سفید برای blackpt و سیاه برای whitept ویدیوی نرمال‌شده با رنگ معکوس ارائه می‌دهد. سایه‌های خاکستری می‌توانند برای کاهش محدوده دینامیکی (کنتراست) استفاده شوند. مشخص کردن رنگ‌های اشباع در اینجا می‌تواند جلوه‌های جالبی ایجاد کند.
smoothing: تعداد فریم‌های قبلی جهت استفاده برای هموارسازی زمانی. محدوده ورودی هر کانال با استفاده از میانگین متحرک روی فریم فعلی و smoothing فریم پیشین هموار می‌شود. پیش‌فرض 0 است (بدون هموارسازی زمانی).
independence: کنترل نسبت نرمال‌سازی مستقل کانال‌ها (تغییردهنده رنگ) به نرمال‌سازی پیوندیافته (حفظ‌کننده رنگ). مقدار 0.0 کاملاً پیوندیافته و 1.0 کاملاً مستقل است. پیش‌فرض 1.0 (کاملاً مستقل) است.
strength: قدرت کلی فیلتر. مقدار 1.0 قدرت کامل است. مقدار 0.0 یک عملیات بی‌اثر نسبتاً پرهزینه است. پیش‌فرض 1.0 (قدرت کامل) است.

دستورات (Commands)

این فیلتر از دستوراتی مشابه گزینه‌ها، به جز گزینه smoothing پشتیبانی می‌کند. این دستور ساختار نحوی مشابه با گزینه متناظر را می‌پذیرد.

اگر عبارت مشخص‌شده معتبر نباشد، مقدار فعلی آن حفظ می‌شود.

مثال‌ها (Examples)

کشش کنتراست ویدیو برای استفاده از تمام محدوده دینامیکی، بدون هموارسازی زمانی؛ بسته به محتوای مبدأ ممکن است سوسو بزند:

normalize=blackpt=black:whitept=white:smoothing=0

همانند بالا، اما با ۵۰ فریم هموارسازی زمانی؛ بسته به محتوای مبدأ سوسوزدن باید کاهش یابد:

normalize=blackpt=black:whitept=white:smoothing=50

همانند بالا، اما با نرمال‌سازی کانال‌های پیوندیافته با حفظ فام رنگ:

normalize=blackpt=black:whitept=white:smoothing=50:independence=0

همانند بالا، اما با نصف قدرت:

normalize=blackpt=black:whitept=white:smoothing=50:independence=0:strength=0.5

نگاشت تاریک‌ترین رنگ ورودی به قرمز، روشن‌ترین رنگ ورودی به فیروزه‌ای:

normalize=blackpt=red:whitept=cyan

null

عبور دادن منبع ویدیو به خروجی بدون هیچ تغییری.

ocio

فیلتر کتابخانه OpenColorIO

این فیلتر به شما امکان می‌دهد مدیریت رنگ را با استفاده از کتابخانه OpenColorIO انجام دهید. برای جزئیات بیشتر به https://opencolorio.org مراجعه کنید. برای فعال‌سازی کامپایل این فیلتر، باید FFmpeg را با "--enable-libopencolorio" پیکربندی کنید.

این فیلتر گزینه‌های زیر را می‌پذیرد:

config: به‌طور پیش‌فرض فیلتر از پیکربندی OCIO تعریف‌شده توسط متغیر محیطی OCIO استفاده خواهد کرد، اما این پارامتر به شما امکان می‌دهد مکان آن را به‌طور صریح مشخص کنید. اگر به تازگی کار را آغاز کرده‌اید، می‌توانید از config=ocio://studio-config-v1.0.0_aces-v1.3_ocio-v2.1 استفاده کنید که یکی از پیش‌فرض‌های داخلی را مشخص می‌کند.
input: تنظیم فضای رنگی ورودی.
output: تنظیم فضای رنگی خروجی.
display: تنظیم فضای رنگی نمایشگر، در ترکیب با view استفاده می‌شود.
view: تنظیم فضای رنگی نما (view)، در ترکیب با display استفاده می‌شود.
inverse: هنگام استفاده در ترکیب با display و view، این گزینه تبدیل را معکوس می‌کند، بنابراین از یک display/view به "فضای رنگی ورودی" می‌رود.
filetransform: به شما امکان می‌دهد به جای فایل پیکربندی OCIO، یک فایل تبدیل خارجی مشخص کنید. این گزینه برای اعمال یک تبدیل منفرد بدون نیاز به یک فایل پیکربندی کامل OCIO سودمند است.
format: به شما اجازه می‌دهد فرمت پیکسلی (pix_fmt) خروجی فیلتر OCIO را تعیین کنید. این مقدار *حتماً* باید یک فضای رنگی RGB باشد، بنابراین شما محدود به گزینه‌های rgb24، rgba، rgb48، rgba48، gbrp10، gbrp12، gbrpf32le و gbrapf32le هستید؛ برای اغلب موارد انکودینگ rgb48 توصیه می‌شود.
context_params: به شما اجازه می‌دهد پارامترهای زمینه اضافی را برای فیلتر OCIO مشخص کنید. این یک فهرست از جفت‌های key=value است که با دونقطه از هم جدا شده‌اند.

مثال‌ها (Examples)

نگاشت از ACEScg به ACEScct، با این فرض که فایل OCIO از طریق متغیر محیطی OCIO تعریف شده است.

input=ACEScg:output=ACEScct:format=rgb48

نگاشت از ACEScg به یک نمایشگر sRGB با استفاده از تبدیل نمای "ACES 1.0 - SDR Video"، با این فرض که فایل OCIO از طریق متغیر محیطی OCIO تعریف شده است. توجه داشته باشید که باید آرگومان را درون گیومه قرار دهید تا مطمئن شوید فاصله‌ها به درستی تفسیر می‌شوند.

input=ACEScg:display=sRGB - Display:view=ACES 1.0 - SDR Video:format=rgb48

همانند بالا اما با استفاده از فایل OCIO به نام studio-config-v1.0.0_aces-v1.3_ocio-v2.1_ns.ocio به جای متغیر محیطی OCIO.

config=studio-config-v1.0.0_aces-v1.3_ocio-v2.1_ns.ocio:input=ACEScg:display=sRGB - Display:view=ACES 1.0 - SDR Video:format=rgb48

اگر در حال تبدیل به YCrCb هستید، همچنان باید ماتریس رنگ را برای تبدیل تنظیم کنید. این یک مثال خوب از ترکیب این دو است.

ffmpeg -y -i SOURCEFRAMES.%05d.exr -c:v libx265 -vf "ocio=input=ACEScg:output=ACEScct:format=rgb48,scale=in_color_matrix=bt709:out_color_matrix=bt709,format=yuv444p10"  OUTPUTFILE.mov

ocr

تشخیص نوری نویسه‌ها (OCR - Optical Character Recognition)

این فیلتر از Tesseract برای تشخیص نوری نویسه‌ها استفاده می‌کند. برای فعال‌سازی کامپایل این فیلتر، باید FFmpeg را با "--enable-libtesseract" پیکربندی کنید.

این فیلتر گزینه‌های زیر را می‌پذیرد:

datapath: تنظیم مسیر داده‌ها به داده‌های tesseract. پیش‌فرض استفاده از مقداری است که هنگام نصب تعیین شده بود.
language: تنظیم زبان، پیش‌فرض "eng" است.
whitelist: تنظیم فهرست مجاز نویسه‌ها.
blacklist: تنظیم فهرست غیرمجاز نویسه‌ها.

این فیلتر متن تشخیص‌داده‌شده را به عنوان متادیتای فریم "lavfi.ocr.text" صادر می‌کند. این فیلتر میزان اطمینان کلمات تشخیص‌داده‌شده را به عنوان متادیتای فریم "lavfi.ocr.confidence" صادر می‌کند.

ocv

اعمال تبدیل ویدیویی با استفاده از libopencv.

برای فعال‌سازی این فیلتر، کتابخانه و هدرهای libopencv را نصب کرده و FFmpeg را با "--enable-libopencv" پیکربندی کنید.

این فیلتر پارامترهای زیر را می‌پذیرد:

filter_name: نام فیلتر libopencv برای اعمال.
filter_params: پارامترهایی که به فیلتر libopencv ارسال می‌شوند. در صورت عدم تعیین، مقادیر پیش‌فرض فرض خواهند شد.

برای اطلاعات دقیق‌تر به مستندات رسمی libopencv مراجعه فرمایید: http://docs.opencv.org/master/modules/imgproc/doc/filtering.html

چندین فیلتر libopencv پشتیبانی می‌شوند؛ به بخش‌های زیر مراجعه کنید.

dilate

اتساع یک تصویر با استفاده از یک عنصر ساختاری مشخص. این متناظر با تابع "cvDilate" در libopencv است.

پارامترهای زیر را می‌پذیرد: struct_el|nb_iterations.

struct_el یک عنصر ساختاری را نشان می‌دهد و ساختار نحوی زیر را دارد: colsxrows+anchor_xxanchor_y/shape

cols و rows نشان‌دهنده تعداد ستون‌ها و ردیف‌های عنصر ساختاری هستند، anchor_x و anchor_y نقطه لنگر (anchor point)، و shape شکل عنصر ساختاری است. shape باید "rect" یا "cross" یا "ellipse" یا "custom" باشد.

اگر مقدار shape برابر "custom" باشد، باید رشته‌ای با فرمت "=filename" به دنبال آن بیاید. فرض می‌شود فایلی با نام filename یک تصویر باینری را نشان می‌دهد که در آن هر نویسه قابل چاپ متناظر با یک پیکسل روشن است. هنگامی که یک shape سفارشی استفاده می‌شود، cols و rows نادیده گرفته شده و تعداد ستون‌ها و ردیف‌های فایل خوانده‌شده به جای آن فرض می‌شود.

مقدار پیش‌فرض برای struct_el برابر "3x3+0x0/rect" است.

nb_iterations تعداد دفعاتی را مشخص می‌کند که تبدیل بر روی تصویر اعمال می‌شود، و پیش‌فرض آن 1 است.

چند مثال:

# استفاده از مقادیر پیش‌فرض
ocv=dilate
# اتساع با استفاده از عنصر ساختاری صلیب 5x5، با دو تکرار
ocv=filter_name=dilate:filter_params=5x5+2x2/cross|2
# خواندن شکل از فایل diamond.shape، با دو تکرار.
# فایل diamond.shape ممکن است شامل الگویی از نویسه‌ها مانند این باشد:
#   *
#  ***
# *****
#  ***
#   *
# ستون‌ها و ردیف‌های مشخص‌شده نادیده گرفته می‌شوند
# اما مختصات نقطه لنگر نادیده گرفته نمی‌شوند
ocv=dilate:0x0+2x2/custom=diamond.shape|2

erode

فرسایش یک تصویر با استفاده از یک عنصر ساختاری مشخص. این متناظر با تابع "cvErode" در libopencv است.

پارامترهای struct_el:nb_iterations را با همان ساختار نحوی و مفاهیم فیلتر dilate می‌پذیرد.

smooth

هموارسازی ویدیوی ورودی.

این فیلتر پارامترهای زیر را می‌گیرد: type|param1|param2|param3|param4.

type نوع فیلتر هموارسازی جهت اعمال است، و باید یکی از مقادیر زیر باشد: "blur"، "blur_no_scale"، "median"، "gaussian" یا "bilateral". مقدار پیش‌فرض "gaussian" است.

معنای param1، param2، param3 و param4 به نوع فیلتر هموارسازی بستگی دارد. param1 و param2 مقادیر عدد صحیح مثبت یا 0 را می‌پذیرند. param3 و param4 مقادیر اعشاری (ممیز شناور) را می‌پذیرند.

مقدار پیش‌فرض برای param1 برابر 3 است. مقدار پیش‌فرض برای سایر پارامترها 0 است.

این پارامترها متناظر با پارامترهای اختصاص‌یافته به تابع "cvSmooth" در libopencv هستند.

oscilloscope

اسیلوسکوپ ویدیویی دوبعدی.

سودمند برای اندازه‌گیری پاسخ ضربه مکانی، پاسخ‌های پله، تأخیرهای کروما و غیره.

این فیلتر پارامترهای زیر را می‌پذیرد:

x: تنظیم موقعیت افقی (x) مرکز اسکوپ.
y: تنظیم موقعیت عمودی (y) مرکز اسکوپ.
s: تنظیم اندازه اسکوپ، نسبت به قطر فریم.
t: تنظیم شیب/چرخش اسکوپ.
o: تنظیم کدر بودن (opacity) رد نما.
tx: تنظیم موقعیت افقی (x) مرکز رد نما.
ty: تنظیم موقعیت عمودی (y) مرکز رد نما.
tw: تنظیم عرض رد نما، نسبت به عرض فریم.
th: تنظیم ارتفاع رد نما، نسبت به ارتفاع فریم.
c: تنظیم مؤلفه‌هایی که باید ردیابی شوند. به‌طور پیش‌فرض سه مؤلفه نخست را ردیابی می‌کند.
g: ترسیم شبکه شطرنجی رد نما. به‌طور پیش‌فرض فعال است.
st: ترسیم برخی آمارها. به‌طور پیش‌فرض فعال است.
sc: ترسیم اسکوپ. به‌طور پیش‌فرض فعال است.

دستورات (Commands)

اگر عبارت مشخص‌شده معتبر نباشد، مقدار فعلی آن حفظ می‌شود.

مثال‌ها (Examples)

بررسی کامل نخستین ردیف فریم ویدیو:
```
oscilloscope=x=0.5:y=0:s=1
```
بررسی کامل آخرین ردیف فریم ویدیو:
```
oscilloscope=x=0.5:y=1:s=1
```
بررسی کامل خط پنجم از یک فریم ویدیویی با ارتفاع 1080:
```
oscilloscope=x=0.5:y=5/1080:s=1
```
بررسی کامل آخرین ستون فریم ویدیو:
```
oscilloscope=x=1:y=0.5:s=1:t=1
```

overlay

هم‌پوشانی یک ویدیو بر روی ویدیوی دیگر.

این فیلتر دو ورودی دریافت کرده و یک خروجی ارائه می‌دهد. ورودی نخست ویدیوی "اصلی" (main) است که ورودی دوم روی آن هم‌پوشانی می‌شود.

پارامترهای زیر را می‌پذیرد:

توضیحات مربوط به گزینه‌های پذیرفته‌شده در ادامه آمده است:

x
y: تنظیم عبارت برای مختصات x و y ویدیوی هم‌پوشانی‌شده روی ویدیوی اصلی. مقدار پیش‌فرض برای هر دو عبارت "0" است. در صورتی که عبارت نامعتبر باشد، روی مقداری بسیار بزرگ تنظیم می‌شود (به این معنی که هم‌پوشانی درون ناحیه قابل مشاهده خروجی نمایش داده نخواهد شد).
eof_action: به framesync مراجعه کنید.
eval: تنظیم زمان ارزیابی عبارت‌های x و y.
مقادیر زیر را می‌پذیرد:

init: تنها یک بار در طول مقداردهی اولیه فیلتر یا هنگام پردازش یک دستور عبارت‌ها را ارزیابی می‌کند
frame: ارزیابی عبارت‌ها به ازای هر فریم ورودی

مقدار پیش‌فرض frame است.

shortest: به framesync مراجعه کنید.
format: تنظیم فرمت برای ویدیوی خروجی.
مقادیر زیر را می‌پذیرد:

yuv420: اجبار خروجی صفحه‌ای (planar) با فرمت YUV 4:2:0 ۸ بیتی
yuv420p10: اجبار خروجی صفحه‌ای با فرمت YUV 4:2:0 ۱۰ بیتی
yuv422: اجبار خروجی صفحه‌ای با فرمت YUV 4:2:2 ۸ بیتی
yuv422p10: اجبار خروجی صفحه‌ای با فرمت YUV 4:2:2 ۱۰ بیتی
yuv444: اجبار خروجی صفحه‌ای با فرمت YUV 4:4:4 ۸ بیتی
yuv444p10: اجبار خروجی صفحه‌ای با فرمت YUV 4:4:4 ۱۰ بیتی
rgb: اجبار خروجی بسته‌بندی‌شده (packed) با فرمت RGB ۸ بیتی
gbrp: اجبار خروجی صفحه‌ای با فرمت RGB ۸ بیتی
auto: انتخاب خودکار فرمت

مقدار پیش‌فرض yuv420 است.

repeatlast: به framesync مراجعه کنید.
alpha: تنظیم فرمت آلفای ویدیوی هم‌پوشانی‌شده؛ می‌تواند straight یا premultiplied یا auto برای انتخاب خودکار حالت آلفا باشد. پیش‌فرض auto است.

عبارت‌های x و y می‌توانند شامل پارامترهای زیر باشند:

main_w, W
main_h, H: عرض و ارتفاع ورودی اصلی.
overlay_w, w
overlay_h, h: عرض و ارتفاع ورودی هم‌پوشانی.
x
y: مقادیر محاسبه‌شده برای x و y. این مقادیر برای هر فریم جدید ارزیابی می‌شوند.
hsub
vsub: مقادیر زیرنمونه‌برداری افقی و عمودی کروما برای فرمت خروجی. به عنوان مثال برای فرمت پیکسلی "yuv422p"، مقدار hsub برابر 2 و vsub برابر 1 است.
n: شماره فریم ورودی، با شروع از 0
pos: موقعیت فریم ورودی در فایل، در صورت نامشخص بودن NAN؛ منسوخ شده است، استفاده نکنید
t: برچسب زمانی، بر حسب ثانیه. اگر برچسب زمانی ورودی ناشناخته باشد برابر NAN است.

این فیلتر همچنین از گزینه‌های framesync پشتیبانی می‌کند.

توجه داشته باشید که متغیرهای n و t تنها زمانی در دسترس هستند که ارزیابی به ازای هر فریم (per frame) انجام شود، و در صورتی که eval روی init تنظیم شده باشد به NAN ارزیابی می‌شوند.

توجه داشته باشید که فریم‌ها به ترتیب برچسب زمانی از هر ویدیوی ورودی گرفته می‌شوند؛ بنابراین اگر برچسب‌های زمانی اولیه آن‌ها متفاوت باشد، ایده خوبی است که هر دو ورودی را از یک فیلتر setpts=PTS-STARTPTS عبور دهید تا همانند مثال فیلتر movie، هر دو با یک برچسب زمانی صفر یکسان آغاز شوند.

می‌توانید هم‌پوشانی‌های بیشتری را به صورت زنجیره‌ای متصل کنید، اما باید کارایی چنین رویکردی را بیازمایید.

دستورات (Commands)

این فیلتر از دستورات زیر پشتیبانی می‌کند:

x
y: تغییر مقادیر x و y ورودی هم‌پوشانی. این دستور ساختار نحوی مشابه با گزینه متناظر را می‌پذیرد.
اگر عبارت مشخص‌شده معتبر نباشد، مقدار فعلی آن حفظ می‌شود.

مثال‌ها (Examples)

رسم هم‌پوشانی در فاصله ۱۰ پیکسلی از گوشه پایین سمت راست ویدیوی اصلی:
```
overlay=main_w-overlay_w-10:main_h-overlay_h-10
```
با استفاده از گزینه‌های نام‌دار، مثال بالا به این صورت درمی‌آید:
```
overlay=x=main_w-overlay_w-10:y=main_h-overlay_h-10
```
درج یک لوگوی PNG شفاف در گوشه پایین سمت چپ ورودی، با استفاده از ابزار ffmpeg همراه با گزینه "-filter_complex":
```
ffmpeg -i input -i logo -filter_complex 'overlay=10:main_h-overlay_h-10' output
```
درج ۲ لوگوی PNG شفاف مختلف (لوگوی دوم در گوشه پایین سمت راست) با استفاده از ابزار ffmpeg:
```
ffmpeg -i input -i logo1 -i logo2 -filter_complex 'overlay=x=10:y=H-h-10,overlay=x=W-w-10:y=H-h-10' output
```
افزودن یک لایه رنگی شفاف بر روی ویدیوی اصلی؛ عبارت "WxH" باید اندازه ورودی اصلی فیلتر overlay را مشخص کند:
```
color=color=red@.3:size=WxH [over]; [in][over] overlay [out]
```
پخش ویدیوی اصلی و نسخه فیلترشده (در اینجا با فیلتر deshake) در کنار هم با استفاده از ابزار ffplay:
```
ffplay input.avi -vf 'split[a][b]; [a]pad=iw*2:ih[src]; [b]deshake[filt]; [src][filt]overlay=w'
```
دستور بالا معادل دستور زیر است:
```
ffplay input.avi -vf 'split[b], pad=iw*2[src], [b]deshake, [src]overlay=w'
```
ایجاد یک هم‌پوشانی کشویی که از سمت چپ پدیدار شده و از زمان 2 به سمت بخش بالای راست صفحه حرکت می‌کند:
```
overlay=x='if(gte(t,2), -w+(t-2)*20, NAN)':y=0
```

ترکیب خروجی با قرار دادن دو ویدیوی ورودی در کنار یکدیگر:

ffmpeg -i left.avi -i right.avi -filter_complex "
nullsrc=size=200x100 [background];
[0:v] setpts=PTS-STARTPTS, scale=100x100 [left];
[1:v] setpts=PTS-STARTPTS, scale=100x100 [right];
[background][left]       overlay=shortest=1       [background+left];
[background+left][right] overlay=shortest=1:x=100 [left+right]
"

ماسک کردن ۱۰ تا ۲۰ ثانیه از یک ویدیو با اعمال فیلتر delogo بر روی یک بخش:

ffmpeg -i test.avi -codec:v:0 wmv2 -ar 11025 -b:v 9000k \
-vf '[in]split[split_main][split_delogo];[split_delogo]trim=start=360:end=371,delogo=0:0:640:480[delogoed];[split_main][delogoed]overlay=eof_action=pass[out]' \
masked.avi

زنجیر کردن چندین هم‌پوشانی به صورت آبشاری:

nullsrc=s=200x200 [bg];
testsrc=s=100x100, split=4 [in0][in1][in2][in3];
[in0] lutrgb=r=0, [bg]   overlay=0:0     [mid0];
[in1] lutrgb=g=0, [mid0] overlay=100:0   [mid1];
[in2] lutrgb=b=0, [mid1] overlay=0:100   [mid2];
[in3] null,       [mid2] overlay=100:100 [out0]

owdenoise

اعمال نویززدای موجک فراتکمیل (Overcomplete Wavelet denoiser).

این فیلتر گزینه‌های زیر را می‌پذیرد:

depth

تنظیم عمق.

مقادیر عمق بزرگ‌تر، مؤلفه‌های فرکانس پایین را بیشتر نویززدایی می‌کنند، اما سرعت فیلتر کردن را کاهش می‌دهند.

باید یک عدد صحیح در محدوده 8-16 باشد، پیش‌فرض 8 است.

luma_strength, ls

تنظیم قدرت روشنایی (luma).

باید یک مقدار ممیز شناور در محدوده 0-1000 باشد، پیش‌فرض 1.0 است.

chroma_strength, cs

تنظیم قدرت کروما (chroma).

باید یک مقدار ممیز شناور در محدوده 0-1000 باشد، پیش‌فرض 1.0 است.

pad

افزودن فاصله‌گذاری (پدینگ - padding) به تصویر ورودی، و قرار دادن ورودی اصلی در مختصات x و y ارائه‌شده.

پارامترهای زیر را می‌پذیرد:

مشخص کردن عبارتی برای اندازه تصویر خروجی همراه با فاصله‌گذاری‌های اضافه‌شده. اگر مقدار width یا height برابر 0 باشد، اندازه ورودی متناظر برای خروجی استفاده می‌شود.

عبارت width می‌تواند به مقدار تنظیم‌شده توسط عبارت height ارجاع دهد و برعکس.

مقدار پیش‌فرض width و height برابر 0 است.

مشخص کردن آفست‌ها برای قرار دادن تصویر ورودی در ناحیه پدینگ، نسبت به حاشیه بالا/چپ تصویر خروجی.

عبارت x می‌تواند به مقدار تنظیم‌شده توسط عبارت y ارجاع دهد و برعکس.

مقدار پیش‌فرض x و y برابر 0 است.

اگر x یا y به یک عدد منفی ارزیابی شوند، تغییر داده خواهند شد تا تصویر ورودی در مرکز ناحیه پدینگ قرار گیرد.

padded_qrcode_width, Q

مشخص کردن رنگ ناحیه پدینگ. برای ساختار نحوی این گزینه، به بخش "Color" در راهنمای ffmpeg-utils مراجعه کنید.

مقدار پیش‌فرض color برابر "black" است.

eval

مشخص کردن زمان ارزیابی عبارت‌های width، height، x و y.

مقادیر زیر را می‌پذیرد:

init: تنها یک بار در طول مقداردهی اولیه فیلتر یا هنگام پردازش یک دستور، عبارت‌ها ارزیابی می‌شوند.
frame: ارزیابی عبارت‌ها به ازای هر فریم ورودی.

مقدار پیش‌فرض init است.

aspect: پدینگ بر اساس نسبت تصویر (aspect) به جای یک رزولوشن مشخص.

مقادیر گزینه‌های width، height، x و y عبارت‌هایی شامل ثابت‌های زیر هستند:

in_w
in_h: عرض و ارتفاع ویدیوی ورودی.
iw
ih: همانند in_w و in_h هستند.
out_w
out_h: عرض و ارتفاع خروجی (اندازه ناحیه پدینگ‌شده)، همان‌گونه که توسط عبارت‌های width و height مشخص شده است.
ow
oh: همانند out_w و out_h هستند.
x
y: آفست‌های x و y همان‌طور که توسط عبارت‌های x و y مشخص شده است، یا در صورتی که هنوز تعیین نشده باشد برابر NAN.
a: همانند iw / ih
sar: نسبت تصویر نمونه ورودی (sample aspect ratio).
dar: نسبت تصویر نمایش ورودی (display aspect ratio)، همانند (iw / ih) * sar است.
hsub
vsub: مقادیر زیرنمونه‌برداری افقی و عمودی کروما. برای مثال برای فرمت پیکسلی "yuv422p" مقدار hsub برابر 2 و vsub برابر 1 است.

مثال‌ها (Examples)

افزودن فاصله‌گذاری با رنگ "violet" به ویدیوی ورودی. اندازه ویدیوی خروجی 640x480 است، و گوشه بالا-چپ ویدیوی ورودی در ستون 0، ردیف 40 قرار می‌گیرد:
```
pad=640:480:0:40:violet
```
مثال بالا معادل دستور زیر است:
```
pad=width=640:height=480:x=0:y=40:color=violet
```
پدینگ ورودی برای رسیدن به خروجی با ابعادی که به میزان 3/2 افزایش یافته است، و قرار دادن ویدیوی ورودی در مرکز ناحیه پدینگ:
```
pad="3/2*iw:3/2*ih:(ow-iw)/2:(oh-ih)/2"
```
پدینگ ورودی جهت دستیابی به یک خروجی مربعی با اندازه‌ای برابر با بیشترین مقدار بین عرض و ارتفاع ورودی، و قرار دادن ویدیوی ورودی در مرکز ناحیه پدینگ:
```
pad="max(iw\,ih):ow:(ow-iw)/2:(oh-ih)/2"
```
پدینگ ورودی جهت به دست آوردن نسبت نهایی عرض به ارتفاع 16:9:
```
pad="ih*16/9:ih:(ow-iw)/2:(oh-ih)/2"
```
در مورد ویدیوی آنامورفیک، برای تنظیم صحیح نسبت تصویر نمایش خروجی، لازم است از sar در عبارت استفاده شود، مطابق با رابطه زیر:
```
(ih * X / ih) * sar = output_dar
X = output_dar / sar
```
بنابراین مثال قبلی باید به شکل زیر تغییر کند:
```
pad="ih*16/9/sar:ih:(ow-iw)/2:(oh-ih)/2"
```
دو برابر کردن اندازه خروجی و قرار دادن ویدیوی ورودی در گوشه پایین-راست ناحیه پدینگ‌شده خروجی:
```
pad="2*iw:2*ih:ow-iw:oh-ih"
```

palettegen

تولید یک پالت رنگی (palette) برای کل یک جریان ویدیویی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

max_colors: تنظیم حداکثر تعداد رنگ‌ها برای کوانتایز کردن در پالت. نکته: پالت همچنان شامل ۲۵۶ رنگ خواهد بود؛ خانه‌های استفاده‌نشده پالت سیاه خواهند بود.
reserve_transparent: ایجاد پالتی با حداکثر ۲۵۵ رنگ و رزرو آخرین رنگ برای شفافیت. رزرو رنگ شفافیت برای بهینه‌سازی GIF سودمند است. در صورت عدم تنظیم، حداکثر تعداد رنگ‌ها در پالت ۲۵۶ خواهد بود. احتمالاً می‌خواهید این گزینه را برای یک تصویر مستقل غیرفعال کنید. به‌طور پیش‌فرض تنظیم شده است.
transparency_color: تنظیم رنگی که به عنوان پس‌زمینه برای شفافیت استفاده خواهد شد.
stats_mode: تنظیم حالت آمارگیری.
مقادیر زیر را می‌پذیرد:

full: محاسبه هیستوگرام کامل فریم.
diff: محاسبه هیستوگرام تنها برای بخشی که با فریم قبلی تفاوت دارد. این امر ممکن است در صورت ثابت بودن پس‌زمینه، اهمیت بیشتری به بخش متحرک ورودی شما بدهد.
single: محاسبه هیستوگرام جدید برای هر فریم.

مقدار پیش‌فرض full است.

این فیلتر همچنین متادیتای فریم "lavfi.color_quant_ratio" ("nb_color_in / nb_color_out") را صادر می‌کند که می‌توانید برای ارزیابی میزان کوانتایزاسیون رنگ پالت از آن استفاده کنید. این اطلاعات در سطح گزارش‌گیری info نیز قابل مشاهده است.

مثال‌ها (Examples)

•

تولید یک پالت معرف از یک ویدیوی مشخص با استفاده از ffmpeg:

ffmpeg -i input.mkv -vf palettegen palette.png

paletteuse

استفاده از یک پالت برای کاهش نمونه (downsample) یک جریان ویدیویی ورودی.

این فیلتر دو ورودی دریافت می‌کند: یک جریان ویدیو و یک پالت. پالت باید تصویری به اندازه ۲۵۶ پیکسل باشد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

dither: انتخاب حالت دیترینگ (dithering). الگوریتم‌های موجود عبارتند از:

bayer: دیترینگ مرتب‌شده بایر 8x8 (قطعی)
heckbert: دیترینگ طبق تعریف پل هکبرت در سال ۱۹۸۲ (پخش خطای ساده). نکته: این دیترینگ گاهی "نادرست" در نظر گرفته می‌شود و به عنوان مرجع گنجانده شده است.
floyd_steinberg: دیترینگ فلوید و اشتاینبرگ (پخش خطا)
sierra2: دیترینگ فرانکی سیرا نسخه ۲ (پخش خطا)
sierra2_4a: دیترینگ فرانکی سیرا نسخه ۲ "Lite" (پخش خطا)
sierra3: دیترینگ فرانکی سیرا نسخه ۳ (پخش خطا)
burkes: دیترینگ برکس (پخش خطا)
atkinson: دیترینگ اتکینسون توسط بیل اتکینسون در شرکت اپل (پخش خطا)
none: غیرفعال‌سازی دیترینگ.

پیش‌فرض sierra2_4a است.

bayer_scale: هنگامی که دیترینگ bayer انتخاب شده باشد، این گزینه مقیاس الگو را تعیین می‌کند (میزان وضوح الگوی خطوط متقاطع). یک مقدار کم به معنای الگوی واضح‌تر برای اثر نواری کمتر است، و مقدار بالاتر به معنای الگوی کمتر قابل مشاهده به قیمت ایجاد اثر نواری (banding) بیشتر است.
این گزینه باید یک مقدار عدد صحیح در محدوده [0,5] باشد. پیش‌فرض 2 است.
diff_mode: در صورت تنظیم، ناحیه مورد پردازش را تعیین می‌کند

rectangle: تنها مستطیل در حال تغییر مجدداً پردازش خواهد شد. این شبیه به مکانیزم فشرده‌سازی برش/آفست در GIF است. این گزینه می‌تواند در صورت تغییر تنها بخشی از تصویر برای افزایش سرعت سودمند باشد، و کاربردهایی از جمله محدود کردن دامنه دیترینگ پخش خطا (dither) به مستطیلی که صحنه متحرک را در بر می‌گیرد دارد (اگر صحنه چندان تغییر نکند، منجر به خروجی قطعی‌تر و در نتیجه نویز متحرک کمتر و فشرده‌سازی بهتر GIF می‌شود).

پیش‌فرض none است.

new: گرفتن پالت جدید برای هر فریم خروجی.
alpha_threshold: تنظیم آستانه آلفا برای شفافیت. مقادیر آلفا بالاتر از این آستانه کاملاً کدر در نظر گرفته می‌شوند، و مقادیر پایین‌تر از این آستانه کاملاً شفاف در نظر گرفته خواهند شد.
این گزینه باید یک مقدار عدد صحیح در محدوده [0,255] باشد. پیش‌فرض 128 است.

مثال‌ها (Examples)

•

استفاده از یک پالت (برای مثال تولیدشده با palettegen) جهت انکود یک GIF با استفاده از ffmpeg:

ffmpeg -i input.mkv -i palette.png -lavfi paletteuse output.gif

perspective

تصحیح پرسپکتیو ویدیویی که به صورت عمود بر صفحه تصویربرداری نشده است.

توضیحات مربوط به پارامترهای پذیرفته‌شده در ادامه آمده است.

x0
y0
x1
y1
x2
y2
x3
y3: تنظیم عبارت مختصات برای گوشه‌های بالا-چپ، بالا-راست، پایین-چپ و پایین-راست. مقادیر پیش‌فرض "0:0:W:0:0:H:W:H" هستند که با آن‌ها پرسپکتیو بدون تغییر باقی خواهد ماند. اگر گزینه "sense" روی "source" تنظیم شده باشد، نقاط مشخص‌شده به گوشه‌های مقصد ارسال می‌شوند. اگر گزینه "sense" روی "destination" تنظیم شده باشد، گوشه‌های مبدأ به مختصات مشخص‌شده ارسال خواهند شد.
عبارت‌ها می‌توانند از متغیرهای زیر استفاده کنند:

W
H: عرض و ارتفاع فریم ویدیو.
in: شمارنده فریم ورودی.
on: شمارنده فریم خروجی.

interpolation: تنظیم درون‌یابی جهت تصحیح پرسپکتیو.
مقادیر زیر را می‌پذیرد:

linear
cubic

مقدار پیش‌فرض linear است.

sense: تنظیم تفسیر گزینه‌های مختصات.
مقادیر زیر را می‌پذیرد:

0, source: ارسال نقطه موجود در مبدأ که با مختصات داده‌شده مشخص شده است به گوشه‌های مقصد.
1, destination: ارسال گوشه‌های مبدأ به نقطه‌ای در مقصد که با مختصات داده‌شده مشخص شده است.
مقدار پیش‌فرض source است.

eval: تنظیم زمان ارزیابی عبارت‌ها برای مختصات‌های x0,y0,...x3,y3.
مقادیر زیر را می‌پذیرد:

init: تنها یک بار در طول مقداردهی اولیه فیلتر یا هنگام پردازش یک دستور عبارت‌ها را ارزیابی می‌کند
frame: ارزیابی عبارت‌ها به ازای هر فریم ورودی

مقدار پیش‌فرض init است.

phase

به تأخیر انداختن ویدیوی اینترلیس (interlaced) به اندازه مدت‌زمان یک فیلد، به طوری که ترتیب فیلدها تغییر کند.

کاربرد مورد نظر، اصلاح فیلم‌های PAL است که با ترتیب فیلد معکوس نسبت به تبدیل فیلم-به-ویدیو ضبط (کپچر) شده‌اند.

توضیحات مربوط به پارامترهای پذیرفته‌شده در ادامه آمده است.

mode: تنظیم حالت فاز.
مقادیر زیر را می‌پذیرد:

t: کپچر با ترتیب فیلد بالایی نخست (top-first)، انتقال پایینی نخست (bottom-first). فیلتر فیلد پایینی را به تأخیر می‌اندازد.
b: کپچر با ترتیب فیلد پایینی نخست (bottom-first)، انتقال بالایی نخست (top-first). فیلتر فیلد بالایی را به تأخیر می‌اندازد.
p: کپچر و انتقال با ترتیب فیلد یکسان. این حالت فقط برای ارجاع در مستندات سایر گزینه‌ها وجود دارد، اما اگر واقعاً آن را انتخاب کنید، فیلتر با وفاداری هیچ کاری انجام نخواهد داد.
a: ترتیب فیلد کپچر به‌طور خودکار توسط پرچم‌های فیلد تعیین می‌شود، انتقال معکوس. فیلتر با استفاده از پرچم‌های فیلد، به صورت فریم به فریم بین حالت‌های t و b انتخاب می‌کند. اگر اطلاعات فیلد در دسترس نباشد، درست مانند u عمل خواهد کرد.
u: کپچر نامشخص یا متغیر، انتقال معکوس. فیلتر با تحلیل تصاویر و انتخاب گزینه‌ای که بهترین تطابق را بین فیلدها ایجاد می‌کند، به صورت فریم به فریم بین t و b انتخاب می‌کند.
T: کپچر top-first، انتقال نامشخص یا متغیر. فیلتر با استفاده از تحلیل تصویر بین t و p انتخاب می‌کند.
B: کپچر bottom-first، انتقال نامشخص یا متغیر. فیلتر با استفاده از تحلیل تصویر بین b و p انتخاب می‌کند.
A: کپچر تعیین‌شده توسط پرچم‌های فیلد، انتقال نامشخص یا متغیر. فیلتر با استفاده از پرچم‌های فیلد و تحلیل تصویر بین t، b و p انتخاب می‌کند. اگر اطلاعات فیلد در دسترس نباشد، درست مانند U عمل می‌کند. این حالت پیش‌فرض است.
U: هر دو حالت کپچر و انتقال نامشخص یا متغیر. فیلتر تنها با استفاده از تحلیل تصویر بین t، b و p انتخاب می‌کند.

دستورات (Commands)

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

photosensitivity

کاهش انواع مختلف فلش‌ها در ویدیو، جهت کمک به کاربرانی که مبتلا به صرع (epilepsy) هستند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

frames, f: تنظیم تعداد فریم‌های مورد استفاده هنگام فیلتر کردن. پیش‌فرض 30 است.
threshold, t: تنظیم ضریب آستانه تشخیص. پیش‌فرض 1 است. مقادیر کمتر سخت‌گیرانه‌تر هستند.
skip: تنظیم تعداد پیکسل‌هایی که هنگام نمونه‌برداری از فریم‌ها نادیده گرفته می‌شوند. پیش‌فرض 1 است. محدوده مجاز از 1 تا 1024 است.
bypass: رها کردن فریم‌ها بدون تغییر. به‌طور پیش‌فرض غیرفعال است.

pixdesctest

فیلتر آزمون توصیف‌گر قالب پیکسل، که عمدتاً برای آزمون‌های داخلی مفید است. ویدیوی خروجی باید با ویدیوی ورودی برابر باشد.

برای مثال:

format=monow, pixdesctest

می‌تواند برای آزمایش تعریف توصیف‌گر قالب پیکسل monowhite به کار رود.

pixelize

اعمال پیکسل‌سازی (شطرنجی کردن) بر روی استریم ویدیو.

این فیلتر گزینه‌های زیر را می‌پذیرد:

width, w
height, h: تنظیم ابعاد بلوک که برای پیکسل‌سازی استفاده خواهد شد. مقدار پیش‌فرض 16 است.
mode, m: تنظیم حالت پیکسل‌سازی استفاده‌شده.
مقادیر ممکن عبارتند از:

avg
min
max

مقدار پیش‌فرض "avg" است.

planes, p: تنظیم صفحاتی که باید فیلتر شوند. پیش‌فرض فیلتر کردن تمامی صفحه‌ها است.

دستورات

این فیلتر از تمامی گزینه‌ها به عنوان دستورات پشتیبانی می‌کند.

pixscope

نمایش مقادیر نمونه کانال‌های رنگی. عمدتاً برای بررسی رنگ و سطوح مفید است. حداقل تفکیک‌پذیری پشتیبانی‌شده 640x480 است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

x: تنظیم موقعیت X اسکوپ، آفست نسبی در محور X.
y: تنظیم موقعیت Y اسکوپ، آفست نسبی در محور Y.
w: تنظیم عرض اسکوپ.
h: تنظیم ارتفاع اسکوپ.
o: تنظیم میزان مات بودن پنجره. این پنجره همچنین شامل آمار مربوط به ناحیه پیکسلی است.
wx: تنظیم موقعیت X پنجره، آفست نسبی در محور X.
wy: تنظیم موقعیت Y پنجره، آفست نسبی در محور Y.

دستورات

این فیلتر از همان دستورات به عنوان گزینه‌ها پشتیبانی می‌کند.

pp7

اعمال فیلتر پس‌پردازش 7 (Postprocessing filter 7). این گونه‌ای از فیلتر spp است، مشابه با spp = 6 به همراه DCT هفت نقطه‌ای، که در آن تنها نمونه مرکزی پس از IDCT استفاده می‌شود.

این فیلتر گزینه‌های زیر را می‌پذیرد:

qp: اجبار یک پارامتر کوانتیزاسیون ثابت. یک عدد صحیح در محدوده 0 تا 63 را می‌پذیرد. در صورت عدم تنظیم، فیلتر از QP موجود در استریم ویدیو (در صورت وجود) استفاده خواهد کرد.
mode: تنظیم حالت آستانه‌گذاری. حالت‌های موجود عبارتند از:

hard: تنظیم آستانه‌گذاری سخت.
soft: تنظیم آستانه‌گذاری نرم (اثر de-ringing بهتر، اما احتمالاً محوتر).
medium: تنظیم آستانه‌گذاری متوسط (نتایج خوب، پیش‌فرض).

premultiply

اعمال جلوه پیش‌ضرب آلفا (alpha premultiply) روی استریم ویدیوی ورودی با استفاده از صفحه اول استریم دوم به عنوان آلفا.

هر دو استریم باید ابعاد و قالب پیکسلی یکسانی داشته باشند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تنظیم صفحاتی که پردازش خواهند شد، صفحات پردازش‌نشده کپی می‌شوند. با مقدار پیش‌فرض 0xf، تمامی صفحات پردازش خواهند شد.
inplace: عدم نیاز به ورودی دوم برای پردازش، در عوض استفاده از صفحه آلفا از استریم ورودی.

premultiply_dynamic

پیش‌ضرب یا لغو پیش‌ضرب پویا روی استریم ویدیوی ورودی بر اساس نیاز، جهت تطابق با ملزومات گراف فیلتر پایین‌دست. این تقریباً معادل یکی از موارد "premultiply:inplace=yes" یا "unpremultiply:inplace=yes" است، و در غیر این صورت بدون عملیات (noop) خواهد بود.

این فیلتر گزینه زیر را می‌پذیرد:

planes: تنظیم صفحاتی که پردازش خواهند شد، صفحات پردازش‌نشده کپی می‌شوند. با مقدار پیش‌فرض 0xf، تمامی صفحات پردازش خواهند شد.

prewitt

اعمال عملگر پِرویت (prewitt operator) بر روی استریم ویدیوی ورودی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تنظیم صفحاتی که پردازش خواهند شد، صفحات پردازش‌نشده کپی می‌شوند. با مقدار پیش‌فرض 0xf، تمامی صفحات پردازش خواهند شد.
scale: تنظیم مقداری که در نتیجه فیلترشده ضرب خواهد شد.
delta: تنظیم مقداری که به نتیجه فیلترشده اضافه خواهد شد.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

pseudocolor

تغییر رنگ‌های فریم در ویدیو با رنگ‌های کاذب (pseudocolors).

این فیلتر گزینه‌های زیر را می‌پذیرد:

c0: تنظیم عبارت مؤلفه اول پیکسل
c1: تنظیم عبارت مؤلفه دوم پیکسل
c2: تنظیم عبارت مؤلفه سوم پیکسل
c3: تنظیم عبارت مؤلفه چهارم پیکسل، متناظر با مؤلفه آلفا
index, i: تنظیم مؤلفه‌ای که به عنوان پایه برای تغییر رنگ‌ها استفاده می‌شود
preset, p: انتخاب یکی از LUTهای توکار. به‌طور پیش‌فرض روی none تنظیم شده است.
LUTهای موجود:

opacity: تنظیم میزان مات بودن رنگ‌های خروجی. محدوده مجاز از 0 تا 1 است. مقدار پیش‌فرض روی 1 تنظیم شده است.

هر یک از گزینه‌های عبارت، عبارتی را مشخص می‌کند که برای محاسبه جدول جستجو (LUT) جهت مقادیر مؤلفه پیکسلی متناظر استفاده می‌شود.

عبارت‌ها می‌توانند شامل ثوابت و توابع زیر باشند:

w
h: عرض و ارتفاع ورودی.
val: مقدار ورودی برای مؤلفه پیکسل.
ymin, umin, vmin, amin: حداقل مقدار مجاز مؤلفه.
ymax, umax, vmax, amax: حداکثر مقدار مجاز مؤلفه.

پیش‌فرض تمامی عبارت‌ها "val" است.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

مثال‌ها

•

تغییر مقادیر روشنایی (luma) بیش از حد بالا به یک گرادیان:

pseudocolor="'if(between(val,ymax,amax),lerp(ymin,ymax,(val-ymax)/(amax-ymax)),-1):if(between(val,ymax,amax),lerp(umax,umin,(val-ymax)/(amax-ymax)),-1):if(between(val,ymax,amax),lerp(vmin,vmax,(val-ymax)/(amax-ymax)),-1):-1'"

psnr

به دست آوردن میانگین، حداکثر و حداقل مقدار PSNR (نسبت بیشینه سیگنال به نویز) میان دو ویدیوی ورودی.

این فیلتر دو ویدیوی ورودی را دریافت می‌کند؛ ورودی اول به عنوان منبع «اصلی» (main) در نظر گرفته شده و بدون تغییر به خروجی منتقل می‌شود. ورودی دوم به عنوان ویدیوی «مرجع» (reference) برای محاسبه PSNR استفاده می‌شود.

برای عملکرد صحیح این فیلتر، هر دو ویدیوی ورودی باید تفکیک‌پذیری و قالب پیکسلی یکسان داشته باشند. همچنین فرض می‌شود هر دو ورودی دارای تعداد فریم‌های برابری هستند که به صورت فریم‌به‌فریم مقایسه می‌شوند.

میانگین PSNR حاصل‌شده از طریق سامانه گزارش‌گیری (logging) چاپ می‌شود.

فیلتر مقدار انباشته‌شده MSE (میانگین مربعات خطا) مربوط به هر فریم را ذخیره می‌کند، و در پایان پردازش، میانگین آن به طور مساوی در تمامی فریم‌ها محاسبه شده و فرمول زیر برای به دست آوردن PSNR اعمال می‌گردد:

PSNR = 10*log10(MAX^2/MSE)

که در آن MAX میانگین حداکثر مقادیر هر مؤلفه تصویر است.

در ادامه شرح پارامترهای پذیرفته‌شده آمده است.

stats_file, f: در صورت تعیین، فیلتر از پرونده نام‌برده برای ذخیره PSNR هر تک فریم استفاده می‌کند. هنگامی که نام پرونده برابر با "-" باشد، داده‌ها به خروجی استاندارد فرستاده می‌شوند.
stats_version: مشخص می‌کند کدام نسخه از قالب پرونده آمار استفاده شود. جزئیات هر قالب در زیر نوشته شده است. مقدار پیش‌فرض 1 است.
output_max: تعیین می‌کند که آیا مقدار حداکثر در گزارش آمار خروجی داده شود یا خیر. مقدار پیش‌فرض 0 است. نیاز به stats_version >= 2 دارد. اگر این گزینه تنظیم شود و stats_version < 2 باشد، فیلتر یک خطا برمی‌گرداند.

این فیلتر همچنین از گزینه‌های framesync پشتیبانی می‌کند.

پرونده چاپ‌شده در صورت انتخاب stats_file، شامل دنباله‌ای از جفت‌های کلید/مقدار به صورت key:value برای هر جفت فریم مقایسه‌شده است.

اگر یک stats_version بزرگتر از 1 مشخص شود، یک خط سربرگ پیش از فهرست آمار جفت‌فریم‌ها قرار می‌گیرد، با جفت‌های کلید/مقدار مطابق با قالب فریم به همراه پارامترهای زیر:

psnr_log_version: نسخه قالب پرونده گزارش. با stats_version مطابقت خواهد داشت.
fields: فهرستی جداشده با کاما از پارامترهای به ازای هر جفت‌فریم گنجانده‌شده در گزارش.

شرح هر پارامتر نشان‌داده‌شده به ازای هر جفت‌فریم در ادامه آمده است:

n: شماره ترتیبی فریم ورودی، شروع از 1
mse_avg: میانگین مربعات خطای تفاضل پیکسل‌به‌پیکسل فریم‌های مقایسه‌شده، میانگین‌گیری‌شده در تمامی مؤلفه‌های تصویر.
mse_y, mse_u, mse_v, mse_r, mse_g, mse_b, mse_a: میانگین مربعات خطای تفاضل پیکسل‌به‌پیکسل فریم‌های مقایسه‌شده برای مؤلفه مشخص‌شده توسط پسوند.
psnr_y, psnr_u, psnr_v, psnr_r, psnr_g, psnr_b, psnr_a: نسبت بیشینه سیگنال به نویز فریم‌های مقایسه‌شده برای مؤلفه مشخص‌شده توسط پسوند.
max_avg, max_y, max_u, max_v: حداکثر مقدار مجاز برای هر کانال، و میانگین در تمامی کانال‌ها.

مثال‌ها

برای مثال:
```
movie=ref_movie.mpg, setpts=PTS-STARTPTS [main];
[main][ref] psnr="stats_file=stats.log" [out]
```
در این مثال پرونده ورودیِ در حال پردازش با پرونده مرجع ref_movie.mpg مقایسه می‌شود. مقدار PSNR هر فریم منفرد در stats.log ذخیره می‌شود.

مثال دیگری با کانتینرهای متفاوت:

ffmpeg -i main.mpg -i ref.mkv -lavfi  "[0:v]settb=AVTB,setpts=PTS-STARTPTS[main];[1:v]settb=AVTB,setpts=PTS-STARTPTS[ref];[main][ref]psnr" -f null -

pullup

فیلتر معکوس‌سازی Pulldown (تله‌سینه معکوس)، با توانایی مدیریت محتوای ترکیبی hard-telecine، پروگرسیو 24000/1001 فریم بر ثانیه، و پروگرسیو 30000/1001 فریم بر ثانیه.

فیلتر pullup به گونه‌ای طراحی شده است که در تصمیم‌گیری‌های خود از زمینه و اطلاعات آینده بهره ببرد. این فیلتر بدون حالت (stateless) است، به این معنا که روی الگویی خاص قفل نمی‌شود، بلکه به فیلدهای پس از آن نگاه می‌کند تا تطابق‌ها را شناسایی کرده و فریم‌های پروگرسیو را بازسازی نماید.

برای تولید محتوا با نرخ فریم یکنواخت، فیلتر fps را پس از pullup قرار دهید؛ در صورتی که نرخ فریم ورودی 29.97fps است از "fps=24000/1001"، و برای 30fps و ورودی (نادر) تله‌سینه‌شده 25fps از "fps=24" استفاده کنید.

این فیلتر گزینه‌های زیر را می‌پذیرد:

jl
jr
jt
jb: این گزینه‌ها به ترتیب مقدار حاشیه‌های اضافی ("junk") برای نادیده گرفتن در سمت چپ، راست، بالا، و پایین تصویر را تعیین می‌کنند. چپ و راست در واحدهای 8 پیکسلی هستند، در حالی که بالا و پایین در واحدهای 2 خطی می‌باشند. مقدار پیش‌فرض 8 پیکسل در هر طرف است.
sb: تنظیم شکست‌های دقیق (strict breaks). تنظیم این گزینه روی 1 شانس تولید فریم تصادفی نامطابق توسط فیلتر را کاهش می‌دهد، اما همچنین ممکن است باعث افت تعداد زیادی از فریم‌ها در طول سکانس‌های با حرکت سریع شود. برعکس، تنظیم آن روی -1 باعث می‌شود فیلتر فیلدها را آسان‌تر تطبیق دهد. این ممکن است به پردازش ویدیویی که در آن تاری جزئی بین فیلدها وجود دارد کمک کند، اما همچنین ممکن است باعث وجود فریم‌های درهم‌بافته در خروجی شود. مقدار پیش‌فرض 0 است.
mp: تنظیم صفحه سنجه (metric plane) برای استفاده. مقادیر زیر را می‌پذیرد:

l: استفاده از صفحه روشنایی (luma).
u: استفاده از صفحه رنگی آبی (chroma blue).
v: استفاده از صفحه رنگی قرمز (chroma red).

این گزینه ممکن است برای استفاده از صفحه رنگی به‌جای صفحه پیش‌فرض روشنایی جهت انجام محاسبات فیلتر تنظیم شود. این کار ممکن است دقت را روی محتوای منبع بسیار تمیز بهبود بخشد، اما به احتمال زیاد دقت را کاهش خواهد داد، به ویژه اگر نویز کروما (اثر رنگین‌کمانی) یا هرگونه ویدیوی مقیاس خاکستری وجود داشته باشد. هدف اصلی از تنظیم mp روی یک صفحه کروما، کاهش بار CPU و امکان استفاده از pullup به صورت بلادرنگ در رایانه‌های کند است.

برای بهترین نتایج (بدون فریم‌های تکراری در پرونده خروجی) تغییر نرخ فریم خروجی ضروری است. برای مثال، برای تله‌سینه معکوس ورودی NTSC:

ffmpeg -i input -vf pullup -r 24000/1001 ...

qp

تغییر پارامترهای کوانتیزاسیون ویدیو (QP).

این فیلتر گزینه زیر را می‌پذیرد:

qp: تنظیم عبارت برای پارامتر کوانتیزاسیون.

این عبارت از طریق رابط ارزیابی (eval API) ارزیابی می‌شود و می‌تواند از جمله شامل ثوابت زیر باشد:

known: 1 اگر ایندکس 129 نباشد، در غیر این صورت 0.
qp: ایندکس متوالی که از -129 تا 128 شروع می‌شود.

مثال‌ها

•

معادله‌ای مانند:

qp=2+2*sin(PI*qp)

qrencode

تولید یک کد QR با استفاده از کتابخانه libqrencode (ببینید https://fukuchi.org/works/qrencode)، و همپوشانی آن بر روی فریم جاری.

برای فعال‌سازی کامپایل این فیلتر، باید FFmpeg را با "--enable-libqrencode" پیکربندی کنید.

کد QR از متن یا الگوی متنی ارائه‌شده تولید می‌شود. کد QR مربوطه بر اساس گزینه‌های مشخص‌شده مقیاس‌بندی شده و روی خروجی ویدیو همپوشانی می‌شود.

در صورتی که هیچ متنی تعیین نشود، هیچ کد QR همپوشانی نمی‌گردد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

qrcode_width, q

تعیین یک عبارت برای عرض کد QR رندرشده، با و بدون حاشیه (padding). عبارت qrcode_width می‌تواند به مقدار تعیین‌شده توسط عبارت padded_qrcode_width ارجاع دهد و برعکس. به‌طور پیش‌فرض padded_qrcode_width روی qrcode_width تنظیم شده است، به این معنی که هیچ حاشیه‌ای وجود ندارد.

این عبارت‌ها برای هر فریم جدید ارزیابی می‌شوند.

برای جزئیات به بخش عبارت‌های qrencode مراجعه کنید.

تعیین یک عبارت برای موقعیت‌دهی گوشه بالا-چپ کد QR دارای حاشیه. عبارت x می‌تواند به مقدار تعیین‌شده توسط عبارت y ارجاع دهد و برعکس.

به‌طور پیش‌فرض x و y روی 0 تنظیم شده‌اند، به این معنی که کد QR در گوشه بالا-چپ ورودی قرار می‌گیرد.

این عبارت‌ها برای هر فریم جدید ارزیابی می‌شوند.

برای جزئیات به بخش عبارت‌های qrencode مراجعه کنید.

case_sensitive, cs

دستور به libqrencode جهت استفاده از کدگذاری حساس به حروف کوچک و بزرگ. این مورد به‌طور پیش‌فرض فعال است. می‌توان آن را برای کاهش اندازه کدگذاری QR غیرفعال کرد.

level, l

تعیین سطح تصحیح خطای کدگذاری QR. با سطح تصحیح بالاتر، اندازه کدگذاری افزایش می‌یابد اما کد در برابر خرابی مقاوم‌تر خواهد بود. سطح پایین‌تر L است.

مقادیر زیر را می‌پذیرد:

L
M
Q
H

expansion: انتخاب نحوه بسط متن ورودی. می‌تواند یکی از مقادیر "none" یا "normal" (پیش‌فرض) باشد. برای جزئیات به بخش بسط متن qrencode در زیر مراجعه کنید.
text
textfile: تعریف متنی که باید رندر شود. در صورتی که هیچ‌یک تعیین نشود، هیچ کد QR کدگذاری نمی‌شود (صرفاً یک فریم رنگی خالی).
در صورتی که بسط متن فعال باشد، با متن مانند یک الگوی متنی رفتار می‌شود که از سازوکار بسط qrencode استفاده می‌کند. برای جزئیات به بخش بسط متن qrencode در زیر مراجعه کنید.
background_color, bc
foreground_color, fc: تنظیم رنگ کد QR و رنگ پس‌زمینه. مقدار پیش‌فرض foreground_color برابر "black" و مقدار پیش‌فرض background_color برابر "white" است.
برای نحو گزینه‌های رنگ، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید.

عبارت‌های qrencode

عبارت‌های تعیین‌شده توسط گزینه‌ها شامل ثوابت و توابع زیر هستند:

dar: نسبت ابعاد نمایش ورودی، همانند (w / h) * sar است
duration: مدت زمان فریم جاری، بر حسب ثانیه
hsub
vsub: مقادیر زیرنمونه‌برداری رنگی افقی و عمودی. برای مثال برای قالب پیکسلی "yuv422p"، مقدار hsub برابر 2 و vsub برابر 1 است.
main_h, H: ارتفاع ورودی
main_w, W: عرض ورودی
n: شماره فریم ورودی، شروع از 0
pict_type: عددی که نوع تصویر را نشان می‌دهد
qr_w, w: عرض کد QR کدگذاری‌شده
rendered_qr_w, q
rendered_padded_qr_w, Q: عرض کد QR رندرشده، بدون و با حاشیه.
این پارامترها به عبارت‌های q و Q اجازه می‌دهند به یکدیگر ارجاع دهند، بنابراین می‌توانید به عنوان مثال "q=3/4*Q" را تعیین کنید.
rand(min, max): بازگرداندن یک عدد تصادفی بین min و max
sar: نسبت ابعاد نمونه ورودی
t: برچسب زمانی بیان‌شده به ثانیه، NAN در صورتی که برچسب زمانی ورودی ناشناخته باشد
x
y: مختصات آفست x و y در جایی که متن رسم می‌شود.
این پارامترها به عبارت‌های x و y اجازه می‌دهند به یکدیگر ارجاع دهند، بنابراین می‌توانید به عنوان مثال "y=x/dar" را تعیین کنید.

بسط متن qrencode

اگر expansion روی "none" تنظیم شود، متن عیناً چاپ می‌شود.

اگر expansion روی "normal" (که پیش‌فرض است) تنظیم شود، سازوکار بسط زیر استفاده می‌شود.

نویسه بک‌اسلش \، همراه با هر نویسه‌ای پس از آن، همواره به نویسه دوم بسط می‌یابد.

دنباله‌هایی به فرم "%{...}" بسط داده می‌شوند. متن میان آکولادها یک نام تابع است که احتمالاً آرگومان‌هایی جداشده با ':' به دنبال آن می‌آیند. اگر آرگومان‌ها شامل نویسه‌های خاص یا جداکننده‌ها (':' یا '}') باشند، باید اسکیپ شوند.

توجه داشته باشید که آنها احتمالاً باید به عنوان مقدار گزینه text در رشته آرگومان فیلتر و به عنوان آرگومان فیلتر در شرح گراف فیلتر، و احتمالاً برای پوسته نیز اسکیپ شوند، که تا چهار سطح اسکیپ ایجاد می‌کند؛ استفاده از یک پرونده متنی با گزینه textfile از این مشکلات جلوگیری می‌کند.

توابع زیر در دسترس هستند:

n, frame_num

بازگرداندن شماره فریم

pts

بازگرداندن برچسب زمانی نمایش (PTS) فریم جاری.

می‌تواند تا دو آرگومان دریافت کند.

آرگومان اول قالب برچسب زمانی است؛ پیش‌فرض "flt" برای ثانیه‌ها به صورت یک عدد اعشاری با دقت میکروثانیه است؛ "hms" نشان‌دهنده برچسب زمانی قالب‌بندی‌شده [-]HH:MM:SS.mmm با دقت میلی‌ثانیه است. "gmtime" نشان‌دهنده برچسب زمانی فریم در قالب زمان UTC است؛ "localtime" نشان‌دهنده برچسب زمانی فریم در قالب زمان منطقه زمانی محلی است. اگر قالب روی "hms24hh" تنظیم شود، زمان در قالب ۲۴ ساعته (00-23) قالب‌بندی می‌شود.

آرگومان دوم یک آفست است که به برچسب زمانی اضافه می‌شود.

اگر قالب روی "localtime" یا "gmtime" تنظیم شود، آرگومان سومی نیز ممکن است ارائه شود: یک رشته قالب تابع C از نوع "strftime". به‌طور پیش‌فرض، قالب YYYY-MM-DD HH:MM:SS استفاده خواهد شد.

محاسبه مقدار عبارت و خروجی دادن آن به صورت یک عدد اعشاری مضاعف (double).

باید یک آرگومان دریافت کند که عبارت مورد ارزیابی را مشخص می‌کند، و ثوابت و توابع تعریف‌شده در qrencode_expressions را می‌پذیرد.

expr_formatted, ef

محاسبه مقدار عبارت و خروجی دادن آن به صورت یک رشته قالب‌بندی‌شده.

آرگومان اول عبارتی است که باید ارزیابی شود، دقیقاً همانند تابع expr. آرگومان دوم قالب خروجی را مشخص می‌کند. مقادیر مجاز عبارتند از x، X، d و u. با آنها دقیقاً مانند تابع "printf" رفتار می‌شود. پارامتر سوم اختیاری است و تعداد موقعیت‌های اشغال‌شده توسط خروجی را تعیین می‌کند. می‌توان از آن برای افزودن پدینگ صفر از سمت چپ استفاده کرد.

gmtime

زمانی که فیلتر در آن در حال اجرا است، بیان‌شده به وقت UTC. می‌تواند یک آرگومان بپذیرد: رشته قالب تابع C از نوع "strftime". این رشته قالب برای پشتیبانی از متغیر %[1-6]N گسترش یافته است که کسرهای ثانیه را با تعداد ارقام اختیاری مشخص‌شده چاپ می‌کند.

localtime

زمانی که فیلتر در آن در حال اجرا است، بیان‌شده به وقت منطقه زمانی محلی. می‌تواند یک آرگومان بپذیرد: رشته قالب تابع C از نوع "strftime". این رشته قالب برای پشتیبانی از متغیر %[1-6]N گسترش یافته است که کسرهای ثانیه را با تعداد ارقام اختیاری مشخص‌شده چاپ می‌کند.

metadata

متاداده فریم. یک یا دو آرگومان می‌گیرد.

آرگومان اول اجباری است و کلید متاداده را مشخص می‌کند.

آرگومان دوم اختیاری است و یک مقدار پیش‌فرض را مشخص می‌کند، که در صورت یافت نشدن کلید متاداده یا خالی بودن آن استفاده می‌شود.

متاداده‌های موجود را می‌توان با بررسی ورودی‌هایی که با TAG شروع می‌شوند و در هر بخش فریم با اجرای "ffprobe -show_frames" چاپ می‌شوند، شناسایی کرد.

متاداده‌های متنی تولیدشده در فیلترهای منتهی به فیلتر qrencode نیز در دسترس هستند.

rand(min, max)

بازگرداندن یک عدد تصادفی بین min و max

مثال‌ها

تولید یک کد QR شامل متن مشخص‌شده با اندازه پیش‌فرض، همپوشانی‌شده در گوشه بالا-چپ ویدیوی ورودی با اندازه پیش‌فرض:
```
qrencode=text=www.ffmpeg.org
```
همانند مورد زیر، اما انتخاب رنگ‌های آبی روی صورتی:
```
qrencode=text=www.ffmpeg.org:bc=pink@0.5:fc=blue
```
قرار دادن کد QR در گوشه پایین-راست ویدیوی ورودی:
```
qrencode=text=www.ffmpeg.org:x=W-Q:y=H-Q
```
تولید یک کد QR با عرض 200 پیکسل و حاشیه، به طوری که عرض دارای حاشیه 4/3 عرض کد QR باشد:
```
qrencode=text=www.ffmpeg.org:q=200:Q=4/3*q
```
تولید یک کد QR با عرض دارای حاشیه 200 پیکسل و حاشیه، به طوری که عرض کد QR برابر 3/4 عرض دارای حاشیه باشد:
```
qrencode=text=www.ffmpeg.org:Q=200:q=3/4*Q
```
تنظیم کد QR به صورت کسری از عرض ویدیوی ورودی:
```
qrencode=text=www.ffmpeg.org:q=W/5
```
تولید یک کد QR شامل شماره فریم:
```
qrencode=text=%{n}
```
تولید یک کد QR شامل برچسب زمانی GMT:
```
qrencode=text=%{gmtime}
```
تولید یک کد QR شامل برچسب زمانی بیان‌شده به صورت عدد اعشاری:
```
qrencode=text=%{pts}
```

quirc

شناسایی و رمزگشایی یک کد QR با استفاده از کتابخانه libquirc (ببینید https://github.com/dlbeer/quirc)، و چاپ موقعیت‌ها و محموله (payload) کدهای QR شناسایی‌شده به عنوان متاداده.

برای فعال‌سازی کامپایل این فیلتر، باید FFmpeg را با "--enable-libquirc" پیکربندی کنید.

به ازای هر کد QR یافت‌شده در ویدیوی ورودی، مدخل‌هایی از متاداده با پیشوند lavfi.quirc.N اضافه می‌شود، که در آن N شاخص مربوط به کد QR با شروع از 0 است.

شرح هر مقدار متاداده در ادامه آمده است:

lavfi.quirc.count: تعداد کدهای QR یافت‌شده؛ در صورتی که هیچ کدی یافت نشود تنظیم نمی‌شود
lavfi.quirc.N.corner.M.x
lavfi.quirc.N.coreer.M.y: موقعیت‌های x/y چهار گوشه مربع حاوی کد QR، که در آن M شاخص گوشه با شروع از 0 است
lavfi.quirc.N.payload: محموله (payload) کد QR

random

تخلیه فریم‌های ویدیویی از حافظه موقت (کَش) داخلی فریم‌ها با ترتیبی تصادفی. هیچ فریمی دور ریخته نمی‌شود. با الهام از فیلتر nervous در frei0r.

frames: تنظیم اندازه کَش داخلی بر حسب تعداد فریم، در محدوده 2 تا 512. پیش‌فرض 30 است.
seed: تنظیم سید (seed) برای مولد اعداد تصادفی؛ باید یک عدد صحیح بین 0 و "UINT32_MAX" باشد. در صورت عدم تعیین، یا در صورتی که صراحتاً کمتر از 0 تنظیم شود، فیلتر تلاش می‌کند تا بر پایه بیشترین تلاش یک سید تصادفی مناسب استفاده کند.

readeia608

خواندن اطلاعات زیرنویس پنهان (EIA-608) از خطوط بالایی یک فریم ویدیو.

این فیلتر متاداده فریم را برای "lavfi.readeia608.X.cc" و "lavfi.readeia608.X.line" اضافه می‌کند، که در آن "X" شماره خط شناسایی‌شده حاوی داده‌های EIA-608 (شروع از 0) است. شرح هر مقدار متاداده در ادامه آمده است:

lavfi.readeia608.X.cc: دو بایت ذخیره‌شده به عنوان داده EIA-608 (چاپ‌شده در مبنای شانزده).
lavfi.readeia608.X.line: شماره خطی که داده‌های EIA-608 روی آن شناسایی و خوانده شدند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

scan_min: تنظیم خط برای شروع پویش جهت داده‌های EIA-608. پیش‌فرض 0 است.
scan_max: تنظیم خط برای پایان پویش جهت داده‌های EIA-608. پیش‌فرض 29 است.
spw: تنظیم نسبت عرض رزروشده برای تشخیص کد همگام‌سازی (sync code). پیش‌فرض 0.27 است. محدوده مجاز "[0.1 - 0.7]" است.
chp: فعال‌سازی بررسی بیت توازن (parity bit). در صورت بروز خطای توازن، فیلتر 0x00 را برای آن نویسه خروجی می‌دهد. پیش‌فرض false است.
lp: اعمال فیلتر پایین‌گذر بر روی خطوط پیش از پردازش بیشتر. پیش‌فرض فعال است.

دستورات

این فیلتر از تمامی گزینه‌های بالا به عنوان دستورات پشتیبانی می‌کند.

مثال‌ها

•

خروجی دادن یک پرونده csv همراه با زمان نمایش و دو خط اول از داده‌های زیرنویس EIA-608 شناسایی‌شده.

ffprobe -f lavfi -i movie=captioned_video.mov,readeia608 -show_entries frame=pts_time:frame_tags=lavfi.readeia608.0.cc,lavfi.readeia608.1.cc -of csv

readvitc

خواندن اطلاعات کد زمانی بازه عمودی (VITC) از خطوط بالایی یک فریم ویدیو.

در صورتی که یک کد زمانی معتبر شناسایی شده باشد، این فیلتر کلید متاداده فریم "lavfi.readvitc.tc_str" را با مقدار کد زمانی اضافه می‌کند. کلید متاداده دیگر با نام "lavfi.readvitc.found" بسته به اینکه داده‌های کد زمانی یافت شده باشد یا خیر روی 0/1 تنظیم می‌شود.

این فیلتر گزینه‌های زیر را می‌پذیرد:

scan_max: تنظیم حداکثر تعداد خطوط برای پویش جهت داده‌های VITC. اگر مقدار روی -1 تنظیم شود، کل فریم ویدیو پویش می‌شود. پیش‌فرض 45 است.
thr_b: تنظیم آستانه روشنایی (luma) برای رنگ سیاه. اعداد اعشاری در محدوده [0.0,1.0] را می‌پذیرد، مقدار پیش‌فرض 0.2 است. این مقدار باید برابر یا کمتر از "thr_w" باشد.
thr_w: تنظیم آستانه روشنایی (luma) برای رنگ سفید. اعداد اعشاری در محدوده [0.0,1.0] را می‌پذیرد، مقدار پیش‌فرض 0.6 است. این مقدار باید برابر یا بیشتر از "thr_b" باشد.

مثال‌ها

•

شناسایی و رسم داده‌های VITC بر روی فریم ویدیو؛ اگر VITC معتبری شناسایی نشود، رسم "--:--:--:--" به عنوان نگه‌دارنده مکان:

ffmpeg -i input.avi -filter:v 'readvitc,drawtext=fontfile=FreeMono.ttf:text=%{metadata\\:lavfi.readvitc.tc_str\\:--\\\\\\:--\\\\\\:--\\\\\\:--}:x=(w-tw)/2:y=400-ascent'

remap

نگاشت مجدد پیکسل‌ها با استفاده از استریم ویدیوی ورودی دوم: Xmap و سوم: Ymap.

پیکسل مقصد در موقعیت (X, Y) از موقعیت منبع (x, y) برداشته می‌شود که در آن x = Xmap(X, Y) و y = Ymap(X, Y) است. اگر مقادیر نگاشت خارج از محدوده باشند، مقدار صفر برای پیکسل مقصد استفاده خواهد شد.

استریم‌های ویدیوی ورودی Xmap و Ymap باید ابعاد یکسانی داشته باشند. استریم ویدیوی خروجی ابعاد استریم‌های ویدیویی Xmap/Ymap را خواهد داشت. استریم‌های ویدیوی ورودی Xmap و Ymap تک‌کاناله با عمق ۱۶ بیت هستند.

format: تعیین قالب پیکسلی خروجی از این فیلتر. می‌تواند "color" یا "gray" باشد. پیش‌فرض "color" است.
fill: تعیین رنگ پیکسل‌های نگاشت‌نشده. برای نحو این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید. رنگ پیش‌فرض "black" است.

removegrain

فیلتر removegrain یک نویزگیر مکانی (spatial denoiser) برای ویدیوی پروگرسیو است.

m0: تنظیم حالت برای صفحه اول.
m1: تنظیم حالت برای صفحه دوم.
m2: تنظیم حالت برای صفحه سوم.
m3: تنظیم حالت برای صفحه چهارم.

محدوده حالت از 0 تا 24 است. شرح هر حالت در ادامه آمده است:

0: رها کردن صفحه ورودی بدون تغییر. پیش‌فرض.
1: برش پیکسل با حداقل و حداکثر 8 پیکسل همسایه.
2: برش پیکسل با دومین حداقل و حداکثر 8 پیکسل همسایه.
3: برش پیکسل با سومین حداقل و حداکثر 8 پیکسل همسایه.
4: برش پیکسل با چهارمین حداقل و حداکثر 8 پیکسل همسایه. این معادل یک فیلتر میانه (median filter) است.
5: برش حساس به خط که کمترین تغییر را ایجاد می‌کند.
6: برش حساس به خط، حالت میانی.
7: برش حساس به خط، حالت میانی.
8: برش حساس به خط، حالت میانی.
9: برش حساس به خط روی خطی که در آن پیکسل‌های همسایه نزدیک‌ترین هستند.
10: جایگزینی پیکسل هدف با نزدیک‌ترین همسایه.
11: محو کردن هسته افقی و عمودی [1 2 1].
12: همانند حالت 11.
13: حالت Bob، درونیابی فیلد بالایی از روی خطی که در آن پیکسل‌های همسایه نزدیک‌ترین هستند.
14: حالت Bob، درونیابی فیلد پایینی از روی خطی که در آن پیکسل‌های همسایه نزدیک‌ترین هستند.
15: حالت Bob، درونیابی فیلد بالایی. همانند 13 اما با یک فرمول درونیابی پیچیده‌تر.
16: حالت Bob، درونیابی فیلد پایینی. همانند 14 اما با یک فرمول درونیابی پیچیده‌تر.
17: برش پیکسل با حداقل و حداکثرِ به ترتیب حداکثر و حداقلِ هر جفت از پیکسل‌های همسایه روبرو.
18: برش حساس به خط با استفاده از همسایه‌های روبرو که بیشترین فاصله آنها از پیکسل جاری کمترین است.
19: جایگزینی پیکسل با میانگین 8 همسایه آن.
20: میانگین‌گیری از 9 پیکسل (محو کردن افقی و عمودی [1 1 1]).
21: برش پیکسل‌ها با استفاده از میانگین‌های همسایه روبرو.
22: همانند حالت 21 اما ساده‌تر و سریع‌تر.
23: حذف لبه‌ها و هاله‌های کوچک، اما مشهور به بی‌فایده بودن.
24: مشابه با 23.

removelogo

حذف لوگوی شبکه تلویزیونی، با استفاده از یک پرونده تصویری برای تعیین اینکه کدام پیکسل‌ها لوگو را تشکیل می‌دهند. این فیلتر با پر کردن پیکسل‌های تشکیل‌دهنده لوگو با پیکسل‌های مجاور کار می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

filename, f: تنظیم پرونده بیت‌مپ فیلتر، که می‌تواند هر قالب تصویری پشتیبانی‌شده توسط libavformat باشد. عرض و ارتفاع پرونده تصویر باید با ابعاد استریم ویدیوی در حال پردازش مطابقت داشته باشد.

پیکسل‌های دارای مقدار صفر در تصویر بیت‌مپ ارائه‌شده، به عنوان بخشی از لوگو در نظر گرفته نمی‌شوند؛ پیکسل‌های غیرصفر بخشی از لوگو محسوب می‌شوند. اگر از رنگ سفید (255) برای لوگو و سیاه (0) برای بقیه تصویر استفاده کنید، مطمئن خواهید بود. برای ساخت بیت‌مپ فیلتر، توصیه می‌شود از یک فریم سیاه که لوگو روی آن قابل مشاهده است اسکرین‌شات بگیرید، و سپس یک یا دو بار از فیلتر آستانه (threshold) و به دنبال آن فیلتر سایش (erode) استفاده کنید.

در صورت نیاز، لکه‌های کوچک را می‌توان به صورت دستی اصلاح کرد. به یاد داشته باشید که اگر پیکسل‌های لوگو پوشش داده نشوند، کیفیت فیلتر به شدت کاهش می‌یابد. علامت‌گذاری بیش از حد پیکسل‌ها به عنوان بخشی از لوگو آسیب چندانی نمی‌زند، اما مقدار محوکردگی مورد نیاز برای پوشاندن روی تصویر را افزایش می‌دهد و اطلاعات بیشتری را نسبت به آنچه لازم است از بین می‌برد؛ همچنین پیکسل‌های اضافی در یک لوگوی بزرگ سرعت پردازش را کاهش می‌دهند.

repeatfields

این فیلتر از پرچم repeat_field موجود در سربرگ‌های Video ES استفاده کرده و فیلدها را بر پایه مقدار آن به صورت سخت (hard repeat) تکرار می‌کند.

reverse

معکوس کردن یک کلیپ ویدیویی.

هشدار: این فیلتر برای بافر کردن کل کلیپ به حافظه نیاز دارد، بنابراین برش زدن (trimming) پیشنهاد می‌شود.

مثال‌ها

•

گرفتن ۵ ثانیه اول یک کلیپ و معکوس کردن آن:

trim=end=5,reverse

rgbashift

تغییر مکان (شیفت) افقی و/یا عمودی پیکسل‌های R/G/B/A.

این فیلتر گزینه‌های زیر را می‌پذیرد:

rh: تنظیم مقدار جابه‌جایی افقی رنگ قرمز.
rv: تنظیم مقدار جابه‌جایی عمودی رنگ قرمز.
gh: تنظیم مقدار جابه‌جایی افقی رنگ سبز.
gv: تنظیم مقدار جابه‌جایی عمودی رنگ سبز.
bh: تنظیم مقدار جابه‌جایی افقی رنگ آبی.
bv: تنظیم مقدار جابه‌جایی عمودی رنگ آبی.
ah: تنظیم مقدار جابه‌جایی افقی آلفا.
av: تنظیم مقدار جابه‌جایی عمودی آلفا.
edge: تنظیم حالت لبه؛ می‌تواند smear (پیش‌فرض) یا warp باشد.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

roberts

اعمال عملگر متقاطع رابرتز (roberts cross operator) بر روی استریم ویدیوی ورودی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تنظیم صفحاتی که پردازش خواهند شد، صفحات پردازش‌نشده کپی می‌شوند. با مقدار پیش‌فرض 0xf، تمامی صفحات پردازش خواهند شد.
scale: تنظیم مقداری که در نتیجه فیلترشده ضرب خواهد شد.
delta: تنظیم مقداری که به نتیجه فیلترشده اضافه خواهد شد.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

rotate

چرخش ویدیو با یک زاویه دلخواه بر حسب رادیان.

این فیلتر گزینه‌های زیر را می‌پذیرد:

در ادامه شرح پارامترهای اختیاری آمده است.

angle, a: تنظیم یک عبارت برای زاویه‌ای که ویدیوی ورودی بر اساس آن در جهت عقربه‌های ساعت می‌چرخد، بر حسب تعداد رادیان. یک مقدار منفی منجر به چرخش در خلاف جهت عقربه‌های ساعت خواهد شد. به‌طور پیش‌فرض روی "0" تنظیم شده است.
این عبارت برای هر فریم ارزیابی می‌شود.
out_w, ow: تنظیم عبارت عرض خروجی؛ مقدار پیش‌فرض "iw" است. این عبارت فقط یک‌بار در طول پیکربندی ارزیابی می‌شود.
out_h, oh: تنظیم عبارت ارتفاع خروجی؛ مقدار پیش‌فرض "ih" است. این عبارت فقط یک‌بار در طول پیکربندی ارزیابی می‌شود.
bilinear: فعال‌سازی درونیابی دوخطی (bilinear) در صورت تنظیم روی 1؛ مقدار 0 آن را غیرفعال می‌کند. مقدار پیش‌فرض 1 است.
fillcolor, c: تنظیم رنگ مورد استفاده برای پر کردن ناحیه خروجی که توسط تصویر چرخانده‌شده پوشش داده نمی‌شود. برای نحو کلی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید. اگر مقدار ویژه "none" انتخاب شود، هیچ پس‌زمینه‌ای رسم نمی‌شود (برای مثال در حالتی که پس‌زمینه هرگز نشان داده نمی‌شود مفید است).
مقدار پیش‌فرض "black" است.

عبارت‌های مربوط به زاویه و اندازه خروجی می‌توانند شامل ثوابت و توابع زیر باشند:

n: شماره ترتیبی فریم ورودی، شروع از 0. پیش از فیلتر شدن اولین فریم همواره NAN است.
t: زمان بر حسب ثانیه برای فریم ورودی؛ هنگام پیکربندی فیلتر روی 0 تنظیم می‌شود. پیش از فیلتر شدن اولین فریم همواره NAN است.
hsub
vsub: مقادیر زیرنمونه‌برداری رنگی افقی و عمودی. برای مثال برای قالب پیکسلی "yuv422p"، مقدار hsub برابر 2 و vsub برابر 1 است.
in_w, iw
in_h, ih: عرض و ارتفاع ویدیوی ورودی
out_w, ow
out_h, oh: عرض و ارتفاع خروجی، یعنی اندازه ناحیه حاشیه‌دار (padded) مشخص‌شده توسط عبارت‌های width و height
rotw(a)
roth(a): حداقل عرض/ارتفاع مورد نیاز برای دربرگرفتن کامل ویدیوی ورودی چرخانده‌شده به اندازه a رادیان.
این موارد تنها هنگام محاسبه عبارت‌های out_w و out_h در دسترس هستند.

مثال‌ها

چرخش ورودی به اندازه PI/6 رادیان در جهت عقربه‌های ساعت:
```
rotate=PI/6
```
چرخش ورودی به اندازه PI/6 رادیان در خلاف جهت عقربه‌های ساعت:
```
rotate=-PI/6
```
چرخش ورودی به اندازه 45 درجه در جهت عقربه‌های ساعت:
```
rotate=45*PI/180
```
اعمال یک چرخش ثابت با دوره تناوب T، شروع از زاویه PI/3:
```
rotate=PI/3+2*PI*t/T
```
ایجاد نوسان در چرخش ویدیوی ورودی با دوره تناوب T ثانیه و دامنه A رادیان:
```
rotate=A*sin(2*PI/T*t)
```
چرخش ویدیو، اندازه خروجی طوری انتخاب می‌شود که کل ویدیوی ورودیِ در حال چرخش همواره کاملاً درون خروجی جا گیرد:
```
rotate='2*PI*t:ow=hypot(iw,ih):oh=ow'
```
چرخش ویدیو، کاهش اندازه خروجی به گونه‌ای که هرگز هیچ پس‌زمینه‌ای نشان داده نشود:
```
rotate=2*PI*t:ow='min(iw,ih)/sqrt(2)':oh=ow:c=none
```

دستورات

این فیلتر از دستورات زیر پشتیبانی می‌کند:

a, angle: تنظیم عبارت زاویه. این دستور همان نحو گزینه متناظر را می‌پذیرد.
اگر عبارت تعیین‌شده نامعتبر باشد، روی مقدار جاری خود باقی می‌ماند.

sab

اعمال محوکردگی تطبیقی با شکل (Shape Adaptive Blur).

این فیلتر گزینه‌های زیر را می‌پذیرد:

luma_radius, lr: تنظیم شدت فیلتر محوکننده روشنایی؛ باید مقداری در محدوده 0.1-4.0 باشد، مقدار پیش‌فرض 1.0 است. یک مقدار بزرگتر منجر به تصویری تارتر و پردازشی کندتر خواهد شد.
luma_pre_filter_radius, lpfr: تنظیم شعاع پیش‌فیلتر روشنایی؛ باید مقداری در محدوده 0.1-2.0 باشد، مقدار پیش‌فرض 1.0 است.
luma_strength, ls: تنظیم حداکثر اختلاف میان پیکسل‌ها در روشنایی برای اینکه همچنان در نظر گرفته شوند؛ باید مقداری در محدوده 0.1-100.0 باشد، مقدار پیش‌فرض 1.0 است.
chroma_radius, cr: تنظیم شدت فیلتر محوکننده رنگ؛ باید مقداری در محدوده -0.9-4.0 باشد. یک مقدار بزرگتر منجر به تصویری تارتر و پردازشی کندتر خواهد شد.
chroma_pre_filter_radius, cpfr: تنظیم شعاع پیش‌فیلتر رنگ؛ باید مقداری در محدوده -0.9-2.0 باشد.
chroma_strength, cs: تنظیم حداکثر اختلاف میان پیکسل‌ها در رنگ برای اینکه همچنان در نظر گرفته شوند؛ باید مقداری در محدوده -0.9-100.0 باشد.

مقدار هر گزینه رنگ (chroma) در صورتی که صراحتاً مشخص نشود، روی مقدار گزینه روشنایی (luma) متناظر تنظیم می‌شود.

scale

تغییر مقیاس (تغییر اندازه) ویدیوی ورودی، با استفاده از کتابخانه libswscale.

فیلتر scale با تغییر دادن نسبت ابعاد نمونه خروجی، نسبت ابعاد نمایش خروجی را مجبور می‌کند که با ورودی یکسان باشد.

اگر قالب تصویر ورودی با قالب درخواست‌شده توسط فیلتر بعدی متفاوت باشد، فیلتر scale ورودی را به قالب درخواست‌شده تبدیل خواهد کرد.

گزینه‌ها

این فیلتر گزینه‌های زیر، هر یک از گزینه‌های پشتیبانی‌شده توسط مقیاس‌بند libswscale، و همچنین هر یک از گزینه‌های framesync را می‌پذیرد.

برای فهرست کامل گزینه‌های مقیاس‌بند به راهنمای ffmpeg-scaler مراجعه کنید.

تنظیم عبارت ابعاد ویدیوی خروجی. مقدار پیش‌فرض ابعاد ورودی است.

اگر مقدار width یا w برابر 0 باشد، عرض ورودی برای خروجی استفاده می‌شود. اگر مقدار height یا h برابر 0 باشد، ارتفاع ورودی برای خروجی استفاده می‌شود.

اگر یکی و فقط یکی از مقادیر برابر -n با n >= 1 باشد، فیلتر scale مقداری را استفاده می‌کند که نسبت ابعاد تصویر ورودی را حفظ کند، که از بعد مشخص‌شده دیگر محاسبه می‌شود. پس از آن با این حال، مطمئن خواهد شد که بعد محاسبه‌شده بر n بخش‌پذیر است و در صورت لزوم مقدار را تعدیل می‌کند.

اگر هر دو مقدار برابر -n با n >= 1 باشند، رفتار کاملاً مشابه تنظیم هر دو مقدار روی 0 خواهد بود، همان‌طور که پیش‌تر شرح داده شد.

برای فهرست ثوابت پذیرفته‌شده جهت استفاده در عبارت بعد به زیر مراجعه کنید.

eval

تعیین زمان ارزیابی عبارت‌های width و height. مقادیر زیر را می‌پذیرد:

init: تنها یک‌بار ارزیابی عبارت‌ها در طول مقداردهی اولیه فیلتر یا هنگام پردازش یک دستور.
frame: ارزیابی عبارت‌ها برای هر فریم ورودی.

مقدار پیش‌فرض init است.

interl: تنظیم حالت درهم‌بافی (interlacing). مقادیر زیر را می‌پذیرد:

1: اجبار مقیاس‌بندی آگاه از درهم‌بافی.
0: عدم اعمال مقیاس‌بندی درهم‌بافته.
-1: انتخاب مقیاس‌بندی آگاه از درهم‌بافی بسته به اینکه فریم‌های منبع به عنوان درهم‌بافته نشانه‌گذاری شده باشند یا خیر.

مقدار پیش‌فرض 0 است.

flags: تنظیم فلگ‌های مقیاس‌بندی libswscale. برای فهرست کامل مقادیر به راهنمای ffmpeg-scaler مراجعه کنید. در صورت عدم تعیین صریح، فیلتر فلگ‌های پیش‌فرض را اعمال می‌کند.
param0, param1: تنظیم پارامترهای ورودی libswscale برای الگوریتم‌های مقیاس‌بندی که به آنها نیاز دارند. برای مستندات کامل به راهنمای ffmpeg-scaler مراجعه کنید. در صورت عدم تعیین صریح، فیلتر پارامترهای خالی اعمال می‌کند.
intent: تنظیم قصد رندرینگ (rendering intent) مربوط به ICC برای استفاده هنگام تبدیل میان فضاهای رنگی مختلف. مقادیر زیر را می‌پذیرد:

perceptual: استفاده از منحنی نگاشت تنالیته و گاموت با هدایت ادراکی (perceptual). جزئیات دقیق نگاشت مورداستفاده ممکن است در هر زمان تغییر کند و نباید به عنوان مقداری پایدار به آن اتکا شود. این قصد رندرینگ برای مشاهده نهایی محتوای تصویر/ویدیو در تنظیمات مشاهده معمول توصیه می‌شود.
relative_colorimetric: برش استاتیک رنگ‌های خارج از گاموت با استفاده از یک منحنی برش رنگ‌سنجی که تلاش می‌کند کم‌اختلاف‌ترین رنگ درون گاموت را از نظر رنگ‌سنجی پیدا کند. این قصد تطبیق نقطه سفید و تطبیق نقطه سیاه را انجام می‌دهد. این مقدار پیش‌فرض است. این قصد رندرینگ در هر جایی که بازتولید وفادارانه رنگ‌ها از بالاترین اهمیت برخوردار است، حتی به بهای برش خوردن، توصیه می‌شود.
absolute_colorimetric: برش سخت رنگ‌های خارج از گاموت بدون هیچ تلاشی برای بازتولید نقطه سفید یا سیاه. این قصد، رنگ‌های درون گاموت را روی نمایشگر خروجی نسبت 1:1 همان‌گونه که در نمایشگر مرجع ظاهر می‌شوند بازتولید می‌کند، با فرض اینکه نمایشگر خروجی به درستی کالیبره شده باشد.
saturation: انجام نگاشت اشباع - یعنی کشیدن حجم رنگ ورودی مستقیماً روی حجم رنگ خروجی، به روشی غیرخطی که ظاهر سیگنال اصلی را تا حد امکان حفظ کند. این قصد برای ارزیابی محتوای سیگنال توصیه می‌شود، زیرا منجر به هیچ‌گونه برشی نخواهد شد. این حالت تقریباً مشابه انجام ندادن هیچ‌گونه نگاشت رنگی است، گرچه هنوز رنگ‌های اصلی نمایشگر مسترینگ و هرگونه تفاوت در TRC کدگذاری را در نظر می‌گیرد.

تنظیم اندازه ویدیو. برای نحو این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید.

in_color_matrix

out_color_matrix

تنظیم نوع فضای رنگی YCbCr ورودی/خروجی.

این گزینه امکان بازنویسی مقدار خودکار تشخیص‌داده‌شده را فراهم می‌کند و همچنین اجازه می‌دهد یک مقدار خاص برای خروجی و انکودر تحمیل شود.

در صورت عدم تعیین، نوع فضای رنگی به قالب پیکسل بستگی دارد.

مقادیر ممکن:

auto: انتخاب خودکار.
bt709: قالب منطبق با توصیه‌نامه BT.709 اتحادیه بین‌المللی مخابرات (ITU).
fcc: تنظیم فضای رنگی منطبق با کمیسیون ارتباطات فدرال ایالات متحده (FCC) مجموعه قوانین مقررات فدرال (CFR) عنوان 47 سال (2003) بند 73.682 (a).
bt601
bt470
smpte170m: تنظیم فضای رنگی منطبق با:

توصیه‌نامه BT.601 بخش ارتباطات رادیویی اتحادیه بین‌المللی مخابرات (ITU-R)
توصیه‌نامه ITU-R Rec. BT.470-6 (1998) سامانه‌های B، B1، و G
انجمن مهندسان فیلم و تلویزیون (SMPTE) استاندارد ST 170:2004

smpte240m: تنظیم فضای رنگی منطبق با SMPTE ST 240:1999.
bt2020: تنظیم فضای رنگی منطبق با سیستم روشنایی غیرثابت ITU-R BT.2020.

in_range
out_range: تنظیم محدوده نمونه YCbCr ورودی/خروجی.
این گزینه اجازه می‌دهد مقدار تشخیص‌داده‌شده خودکار بازنویسی شود و همچنین امکان تحمیل یک مقدار خاص برای خروجی و انکودر را می‌دهد. در صورت عدم تعیین، محدوده به قالب پیکسل بستگی دارد. مقادیر ممکن:

auto/unknown: انتخاب خودکار.
jpeg/full/pc: تنظیم محدوده کامل (0-255 در مورد روشنایی ۸ بیتی).
mpeg/limited/tv: تنظیم محدوده "MPEG" (16-235 در مورد روشنایی ۸ بیتی).

in_chroma_loc
out_chroma_loc: تنظیم موقعیت مکانی نمونه کروما در ورودی/خروجی. در صورت عدم تعیین، کرومای در مرکز قرار گرفته (center-sited) به‌طور پیش‌فرض استفاده می‌شود. مقادیر ممکن:

auto, unknown
left
center
topleft
top
bottomleft
bottom

in_primaries
out_primaries: تنظیم رنگ‌های اصلی (primaries) در RGB ورودی/خروجی.
این گزینه اجازه می‌دهد مقدار تشخیص‌داده‌شده خودکار بازنویسی شود و همچنین امکان تحمیل یک مقدار خاص برای خروجی و انکودر را می‌دهد. مقادیر ممکن:

auto: انتخاب خودکار. این مقدار پیش‌فرض است.
bt709
bt470m
bt470bg
smpte170m
smpte240m
film
bt2020
smpte428
smpte431
smpte432
jedec-p22
ebu3213

in_transfer
out_transfer: تنظیم منحنی پاسخ انتقال (TRC) ورودی/خروجی.
این گزینه اجازه می‌دهد مقدار تشخیص‌داده‌شده خودکار بازنویسی شود و همچنین امکان تحمیل یک مقدار خاص برای خروجی و انکودر را می‌دهد. مقادیر ممکن:

auto: انتخاب خودکار. این مقدار پیش‌فرض است.
bt709
bt470m
gamma22
bt470bg
gamma28
smpte170m
smpte240m
linear
iec61966-2-1
srgb
iec61966-2-4
xvycc
bt1361e
bt2020-10
bt2020-12
smpte2084
smpte428
arib-std-b67

force_original_aspect_ratio: فعال‌سازی کاهش یا افزایش عرض یا ارتفاع ویدیوی خروجی در صورت لزوم جهت حفظ نسبت ابعاد اصلی. مقادیر ممکن:

disable: مقیاس‌بندی ویدیو طبق مشخصات تعیین‌شده و غیرفعال کردن این ویژگی.
decrease: ابعاد ویدیوی خروجی در صورت نیاز به طور خودکار کاهش می‌یابد.
increase: ابعاد ویدیوی خروجی در صورت نیاز به طور خودکار افزایش می‌یابد.

یک کاربرد مفید این گزینه زمانی است که حداکثر تفکیک‌پذیری مجاز یک دستگاه خاص را می‌دانید و می‌توانید از این گزینه برای محدود کردن ویدیوی خروجی به آن، همراه با حفظ نسبت ابعاد استفاده کنید. برای مثال، دستگاه A امکان پخش 1280x720 را می‌دهد، و ویدیوی شما 1920x800 است. استفاده از این گزینه (تنظیم آن روی decrease) و تعیین 1280x720 در خط فرمان، خروجی را برابر 1280x533 می‌سازد.

لطفاً توجه داشته باشید که این موضوع با تعیین -1 برای w یا h متفاوت است؛ برای کارکرد این گزینه همچنان باید وضوح خروجی را مشخص کنید.

force_divisible_by

اطمینان حاصل می‌کند که هر دو بعد خروجی، عرض و ارتفاع، در هنگام استفاده به همراه force_original_aspect_ratio بر عدد صحیح ارائه‌شده بخش‌پذیر باشند. این گزینه مشابه استفاده از "-n" در گزینه‌های w و h عمل می‌کند.

این گزینه به مقدار تنظیم‌شده برای force_original_aspect_ratio احترام می‌گذارد، و تفکیک‌پذیری را متناسب با آن افزایش یا کاهش می‌دهد. نسبت ابعاد ویدیو ممکن است اندکی دستخوش تغییر شود.

این گزینه می‌تواند زمانی مفید باشد که نیاز دارید با استفاده از force_original_aspect_ratio، یک ویدیو درون یک تفکیک‌پذیری معین جا گیرد یا از آن فراتر رود، اما محدودیت‌های انکودر روی بخش‌پذیری عرض یا ارتفاع نیز وجود دارد.

reset_sar

فعال‌سازی این گزینه منجر به ریست شدن SAR خروجی روی 1 می‌شود. علاوه بر این، اگر کاربر مقیاس‌بندی متناسب را از طریق عبارت‌های عرض یا ارتفاع درخواست کند، برای مثال "w=-4:h=360" یا "w=iw/2:h=-1" یا با فعال کردن "force_original_aspect_ratio"، آن‌گاه DAR ورودی در نظر گرفته شده و خروجی به گونه‌ای مقیاس‌بندی می‌شود که پیکسل‌های مربعی تولید کند. پیش‌فرض false است.

مقادیر گزینه‌های w و h عبارت‌هایی شامل ثوابت زیر هستند:

in_w
in_h: عرض و ارتفاع ورودی
iw
ih: این موارد با in_w و in_h یکسان هستند.
out_w
out_h: عرض و ارتفاع (مقیاس‌شده) خروجی
ow
oh: این موارد با out_w و out_h یکسان هستند.
a: همانند iw / ih
sar: نسبت ابعاد نمونه ورودی
dar: نسبت ابعاد نمایش ورودی. محاسبه‌شده از "(iw / ih) * sar".
hsub
vsub: مقادیر زیرنمونه‌برداری رنگی افقی و عمودی ورودی. برای مثال برای قالب پیکسلی "yuv422p"، مقدار hsub برابر 2 و vsub برابر 1 است.
ohsub
ovsub: مقادیر زیرنمونه‌برداری رنگی افقی و عمودی خروجی. برای مثال برای قالب پیکسلی "yuv422p"، مقدار hsub برابر 2 و vsub برابر 1 است.
n: شماره (ترتیبی) فریم ورودی، شروع از 0. تنها با "eval=frame" در دسترس است.
t: برچسب زمانی نمایش فریم ورودی، بیان‌شده به صورت تعداد ثانیه‌ها. تنها با "eval=frame" در دسترس است.
pos: موقعیت (آفست بایتی) فریم در استریم ورودی، یا NaN در صورتی که این اطلاعات در دسترس نباشد و/یا بی‌معنی باشد (برای مثال در مورد ویدیوی ساختگی). تنها با "eval=frame" در دسترس است. منسوخ‌شده، استفاده نکنید.
ref_w, rw
ref_h, rh
ref_a
ref_dar, rdar
ref_n
ref_t
ref_pos: معادل موارد بالا، اما برای یک ورودی مرجع دوم. اگر هر یک از این متغیرها وجود داشته باشند، این فیلتر دو ورودی را می‌پذیرد.

مثال‌ها

مقیاس‌بندی ویدیوی ورودی به اندازه 200x100
```
scale=w=200:h=100
```
این معادل است با:
```
scale=200:100
```
یا:
```
scale=200x100
```
مشخص کردن یک نام اختصاری برای اندازه خروجی:
```
scale=qcif
```
که همچنین می‌تواند به صورت زیر نوشته شود:
```
scale=size=qcif
```
مقیاس‌بندی ورودی به 2 برابر:
```
scale=w=2*iw:h=2*ih
```
مورد بالا همانند این است:
```
scale=2*in_w:2*in_h
```
مقیاس‌بندی ورودی به 2 برابر با تحمیل مقیاس‌بندی درهم‌بافته:
```
scale=2*iw:2*ih:interl=1
```
مقیاس‌بندی ورودی به نصف اندازه:
```
scale=w=iw/2:h=ih/2
```
افزایش عرض، و تنظیم ارتفاع به همان اندازه:
```
scale=3/2*iw:ow
```
تطابق با تناسب یونانی:
```
scale=iw:1/PHI*iw
scale=ih*PHI:ih
```
افزایش ارتفاع، و تنظیم عرض به 3/2 ارتفاع:
```
scale=w=3/2*oh:h=3/5*ih
```
افزایش اندازه، به طوری که اندازه مضربی از مقادیر زیرنمونه‌برداری رنگی باشد:
```
scale="trunc(3/2*iw/hsub)*hsub:trunc(3/2*ih/vsub)*vsub"
```
افزایش عرض به حداکثر 500 پیکسل، همراه با حفظ همان نسبت ابعاد ورودی:
```
scale=w='min(500\, iw*3/2):h=-1'
```
مربعی کردن پیکسل‌ها با ترکیب scale و setsar:
```
scale='trunc(ih*dar):ih',setsar=1/1
```
مربعی کردن پیکسل‌ها با استفاده از reset_sar، همراه با اطمینان از اینکه تفکیک‌پذیری حاصل زوج باشد (مورد نیاز توسط برخی کُدک‌ها):
```
scale='-2:ih-mod(ih,2):reset_sar=1'
```
مقیاس‌بندی دقیق به هدف، اما ریست کردن SAR روی 1:
```
scale='400:300:reset_sar=1'
```
مقیاس‌بندی به ابعاد زوج که درون 400x300 جا گیرند، با حفظ SAR ورودی:
```
scale='400:300:force_original_aspect_ratio=decrease:force_divisible_by=2'
```
مقیاس‌بندی برای تولید پیکسل‌های مربعی با ابعاد زوج که درون 400x300 جا گیرند:
```
scale='400:300:force_original_aspect_ratio=decrease:force_divisible_by=2:reset_sar=1'
```
مقیاس‌بندی یک استریم زیرنویس (sub) برای مطابقت با اندازه ویدیوی اصلی (main) پیش از همپوشانی. ("scale2ref")
```
'[main]split[a][b]; [ref][a]scale=rw:rh[c]; [b][c]overlay'
```
مقیاس‌بندی یک لوگو به 1/10 ارتفاع ویدیو، ضمن حفظ نسبت ابعاد نمایش آن.
```
[logo-in][video-in]scale=w=oh*dar:h=rh/10[logo-out]
```

دستورات

این فیلتر از دستورات زیر پشتیبانی می‌کند:

width, w
height, h: تنظیم عبارت ابعاد ویدیوی خروجی. این دستور همان نحو گزینه متناظر را می‌پذیرد.
اگر عبارت تعیین‌شده نامعتبر باشد، روی مقدار جاری خود باقی می‌ماند.

scharr

اعمال عملگر شار (scharr operator) بر روی استریم ویدیوی ورودی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تنظیم صفحاتی که پردازش خواهند شد، صفحات پردازش‌نشده کپی می‌شوند. با مقدار پیش‌فرض 0xf، تمامی صفحات پردازش خواهند شد.
scale: تنظیم مقداری که در نتیجه فیلترشده ضرب خواهد شد.
delta: تنظیم مقداری که به نتیجه فیلترشده اضافه خواهد شد.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

scroll

پیمایش (اسکرول) افقی و/یا عمودی ویدیوی ورودی با سرعت ثابت.

این فیلتر گزینه‌های زیر را می‌پذیرد:

horizontal, h: تنظیم سرعت پیمایش افقی. پیش‌فرض 0 است. محدوده مجاز از -1 تا 1 است. مقادیر منفی جهت پیمایش را تغییر می‌دهند.
vertical, v: تنظیم سرعت پیمایش عمودی. پیش‌فرض 0 است. محدوده مجاز از -1 تا 1 است. مقادیر منفی جهت پیمایش را تغییر می‌دهند.
hpos: تنظیم موقعیت اولیه پیمایش افقی. پیش‌فرض 0 است. محدوده مجاز از 0 تا 1 است.
vpos: تنظیم موقعیت اولیه پیمایش عمودی. پیش‌فرض 0 است. محدوده مجاز از 0 تا 1 است.

دستورات

این فیلتر از دستورات زیر پشتیبانی می‌کند:

horizontal, h: تنظیم سرعت پیمایش افقی.
vertical, v: تنظیم سرعت پیمایش عمودی.

scdet

تشخیص تغییر صحنه در ویدیو.

این فیلتر متاداده فریم را با mafd بین فریم و امتیاز صحنه تنظیم کرده، و فریم را به فیلتر بعدی ارسال می‌کند تا بتوانند از این متاداده برای تشخیص تغییر صحنه یا موارد دیگر استفاده کنند.

علاوه بر این، هنگامی که این فیلتر تغییر صحنه را با threshold تشخیص دهد، پیامی را ثبت کرده و متاداده فریم را تنظیم می‌کند.

کلیدهای متاداده "lavfi.scd.mafd" با mafd برای هر فریم تنظیم می‌شوند.

کلیدهای متاداده "lavfi.scd.score" با امتیاز تغییر صحنه برای هر فریم جهت تشخیص تغییر صحنه تنظیم می‌شوند.

کلیدهای متاداده "lavfi.scd.time" با زمان فریم فیلترشده جاری که تغییر صحنه را با threshold تشخیص می‌دهد تنظیم می‌شوند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

threshold, t: تنظیم آستانه تشخیص تغییر صحنه به صورت درصدی از حداکثر تغییر. مقادیر مناسب در محدوده "[8.0, 14.0]" هستند. محدوده برای threshold برابر "[0., 100.]" است.
مقدار پیش‌فرض 10. است.
sc_pass, s: تنظیم پرچم برای عبور دادن فریم‌های تغییر صحنه به فیلتر بعدی. مقدار پیش‌فرض 0 است. اگر می‌خواهید تنها اسنپ‌شات فریم‌های تغییر صحنه را دریافت کنید، می‌توانید آن را فعال نمایید.

selectivecolor

تنظیم فیروزه‌ای، ارغوانی، زرد و سیاه (CMYK) برای محدوده‌های خاصی از رنگ‌ها (مانند "reds"، "yellows"، "greens"، "cyans" و ...). محدوده تنظیم توسط «خلوص» رنگ (یعنی اینکه از پیش چقدر اشباع شده است) تعریف می‌شود.

این فیلتر مشابه ابزار Selective Color در ادوبی فتوشاپ است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

correction_method: انتخاب روش اصلاح رنگ.
مقادیر موجود عبارتند از:

absolute: تنظیمات مشخص‌شده عیناً اعمال می‌شوند (به مقدار مؤلفه پیکسل اصلی اضافه/کم می‌شوند).
relative: تنظیمات مشخص‌شده نسبت به مقدار مؤلفه اصلی هستند.

پیش‌فرض "absolute" است.

reds: تنظیمات برای پیکسل‌های قرمز (پیکسل‌هایی که مؤلفه قرمز در آنها بیشترین است)
yellows: تنظیمات برای پیکسل‌های زرد (پیکسل‌هایی که مؤلفه آبی در آنها کمترین است)
greens: تنظیمات برای پیکسل‌های سبز (پیکسل‌هایی که مؤلفه سبز در آنها بیشترین است)
cyans: تنظیمات برای پیکسل‌های فیروزه‌ای (پیکسل‌هایی که مؤلفه قرمز در آنها کمترین است)
blues: تنظیمات برای پیکسل‌های آبی (پیکسل‌هایی که مؤلفه آبی در آنها بیشترین است)
magentas: تنظیمات برای پیکسل‌های ارغوانی (پیکسل‌هایی که مؤلفه سبز در آنها کمترین است)
whites: تنظیمات برای پیکسل‌های سفید (پیکسل‌هایی که تمامی مؤلفه‌ها در آنها بیشتر از 128 است)
neutrals: تنظیمات برای تمامی پیکسل‌ها به جز سیاه خالص و سفید خالص
blacks: تنظیمات برای پیکسل‌های سیاه (پیکسل‌هایی که تمامی مؤلفه‌ها در آنها کمتر از 128 است)
psfile: تعیین یک پرونده selective color فتوشاپ (".asv") برای وارد کردن تنظیمات از آن.

تمامی تنظیمات (reds، yellows، ...) تا ۴ مقدار اعشاری جداشده با فاصله را در محدوده [-1,1] می‌پذیرند، که به ترتیب برای تنظیم مقدار فیروزه‌ای، ارغوانی، زرد و سیاه برای پیکسل‌های محدوده خود به کار می‌روند.

مثال‌ها

افزایش ۵۰ درصدی فیروزه‌ای و کاهش ۳۳ درصدی زرد در تمامی نواحی سبز، و افزایش ۲۷ درصدی ارغوانی در نواحی آبی:
```
selectivecolor=greens=.5 0 -.33 0:blues=0 .27
```
استفاده از یک پیش‌تنظیم selective color فتوشاپ:
```
selectivecolor=psfile=MySelectiveColorPresets/Misty.asv
```

separatefields

فیلتر "separatefields" یک ورودی ویدیویی مبتنی بر فریم را دریافت کرده و هر فریم را به فیلدهای تشکیل‌دهنده آن تقسیم می‌کند، که کلیپی جدید با نصف ارتفاع، دو برابر نرخ فریم و دو برابر تعداد فریم تولید می‌نماید.

این فیلتر از اطلاعات غلبه فیلد در فریم استفاده می‌کند تا تصمیم بگیرد کدام فیلد از هر جفت فیلد ابتدا در خروجی قرار گیرد. اگر اشتباه عمل کرد، پیش از فیلتر "separatefields" از فیلتر setfield استفاده کنید.

setdar, setsar

فیلتر "setdar" نسبت ابعاد نمایش (DAR) را برای ویدیوی خروجی فیلتر تنظیم می‌کند.

این کار با تغییر دادن نسبت ابعاد نمونه (معروف به پیکسل) مشخص‌شده، مطابق با معادله زیر انجام می‌شود:

<DAR> = <HORIZONTAL_RESOLUTION> / <VERTICAL_RESOLUTION> * <SAR>

به یاد داشته باشید که فیلتر "setdar" ابعاد پیکسلی فریم ویدیو را تغییر نمی‌دهد. همچنین، نسبت ابعاد نمایش تنظیم‌شده توسط این فیلتر ممکن است توسط فیلترهای بعدی در زنجیره فیلتر تغییر کند، برای مثال در صورت تغییر مقیاس یا اگر فیلتر دیگری از "setdar" یا "setsar" اعمال شود.

فیلتر "setsar" نسبت ابعاد نمونه (معروف به پیکسل) را برای ویدیوی خروجی فیلتر تنظیم می‌کند.

توجه داشته باشید که در نتیجه اعمال این فیلتر، نسبت ابعاد نمایش خروجی مطابق با معادله فوق تغییر خواهد کرد.

به یاد داشته باشید که نسبت ابعاد نمونه تنظیم‌شده توسط فیلتر "setsar" ممکن است توسط فیلترهای بعدی در زنجیره فیلتر تغییر کند، برای مثال اگر فیلتر دیگری از "setsar" یا "setdar" اعمال شود.

این فیلتر پارامترهای زیر را می‌پذیرد:

r, ratio, dar ("setdar" only), sar ("setsar" only): تنظیم نسبت ابعاد مورد استفاده توسط فیلتر.
پارامتر می‌تواند یک رشته عدد اعشاری، یا یک عبارت باشد. اگر پارامتر مشخص نشود، مقدار "0" در نظر گرفته می‌شود، به این معنی که همان مقدار ورودی استفاده می‌شود.
max: تنظیم حداکثر مقدار عدد صحیح برای استفاده در بیان صورت و مخرج هنگام کاهش نسبت ابعاد بیان‌شده به یک کسر گویا. مقدار پیش‌فرض 100 است.

پارامتر sar عبارتی شامل ثوابت زیر است:

w, h: عرض و ارتفاع ورودی.
a: همانند w / h.
sar: نسبت ابعاد نمونه ورودی.
dar: نسبت ابعاد نمایش ورودی. همانند (w / h) * sar است.
hsub, vsub: مقادیر زیرنمونه‌برداری رنگی افقی و عمودی. برای مثال، برای قالب پیکسلی "yuv422p"، مقدار hsub برابر 2 و vsub برابر 1 است.

مثال‌ها

برای تغییر نسبت ابعاد نمایش به 16:9، یکی از موارد زیر را مشخص کنید:
```
setdar=dar=1.77777
setdar=dar=16/9
```
برای تغییر نسبت ابعاد نمونه به 10:11، مشخص کنید:
```
setsar=sar=10/11
```
برای تنظیم نسبت ابعاد نمایش 16:9، و تعیین حداکثر مقدار عدد صحیح 1000 در ساده‌سازی نسبت ابعاد، از این دستور استفاده کنید:
```
setdar=ratio=16/9:max=1000
```

setfield

تحمیل فیلد برای فریم ویدیوی خروجی.

فیلتر "setfield" فیلد نوع درهم‌بافی را برای فریم‌های خروجی نشانه‌گذاری می‌کند. این فیلتر فریم ورودی را تغییر نمی‌دهد، بلکه تنها ویژگی متناظر را تنظیم می‌کند، که بر نحوه رفتار فیلترهای بعدی (مانند "fieldorder" یا "yadif") با فریم تأثیر می‌گذارد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

mode: مقادیر موجود عبارتند از:

auto: حفظ همان ویژگی فیلد.
bff: نشانه‌گذاری فریم به عنوان فیلد پایینی اول (bottom-field-first).
tff: نشانه‌گذاری فریم به عنوان فیلد بالایی اول (top-field-first).
prog: نشانه‌گذاری فریم به عنوان پروگرسیو.

setparams

تحمیل پارامتر فریم برای فریم ویدیوی خروجی.

فیلتر "setparams" درهم‌بافی و محدوده رنگ را برای فریم‌های خروجی نشانه‌گذاری می‌کند. این فیلتر فریم ورودی را تغییر نمی‌دهد، بلکه تنها ویژگی متناظر را تنظیم می‌کند، که بر نحوه برخورد فیلترها/انکودرها با فریم تأثیر می‌گذارد.

field_mode: مقادیر موجود عبارتند از:

auto: حفظ همان ویژگی فیلد (پیش‌فرض).
bff: نشانه‌گذاری فریم به عنوان فیلد پایینی اول (bottom-field-first).
tff: نشانه‌گذاری فریم به عنوان فیلد بالایی اول (top-field-first).
prog: نشانه‌گذاری فریم به عنوان پروگرسیو.

range: مقادیر موجود عبارتند از:

auto: حفظ همان ویژگی محدوده رنگ (پیش‌فرض).
unspecified, unknown: نشانه‌گذاری فریم به عنوان محدوده رنگ نامشخص.
limited, tv, mpeg: نشانه‌گذاری فریم به عنوان محدوده محدود (limited range).
full, pc, jpeg: نشانه‌گذاری فریم به عنوان محدوده کامل (full range).

color_primaries: تنظیم رنگ‌های اصلی (primaries). مقادیر موجود عبارتند از:

auto: حفظ همان ویژگی رنگ‌های اصلی (پیش‌فرض).
bt709
unknown
bt470m
bt470bg
smpte170m
smpte240m
film
bt2020
smpte428
smpte431
smpte432
jedec-p22

color_trc: تنظیم تابع انتقال رنگ (TRC). مقادیر موجود عبارتند از:

auto: حفظ همان ویژگی TRC رنگ (پیش‌فرض).
bt709
unknown
bt470m
bt470bg
smpte170m
smpte240m
linear
log100
log316
iec61966-2-4
bt1361e
iec61966-2-1
bt2020-10
bt2020-12
smpte2084
smpte428
arib-std-b67

colorspace: تنظیم فضای رنگی. مقادیر موجود عبارتند از:

auto: حفظ همان ویژگی فضای رنگی (پیش‌فرض).
gbr
bt709
unknown
fcc
bt470bg
smpte170m
smpte240m
ycgco
bt2020nc
bt2020c
smpte2085
chroma-derived-nc
chroma-derived-c
ictcp

chroma_location: تنظیم موقعیت مکانی نمونه کروما. مقادیر موجود عبارتند از:

auto: حفظ همان موقعیت کروما (پیش‌فرض).
unspecified, unknown
left
center
topleft
top
bottomleft
bottom

alpha_mode: تنظیم حالت آلفا. مقادیر موجود عبارتند از:

auto: حفظ همان حالت آلفا (پیش‌فرض).
unspecified, unknown
premultiplied
straight

shear

اعمال تبدیل برشی (shear transform) بر روی ویدیوی ورودی.

این فیلتر از گزینه‌های زیر پشتیبانی می‌کند:

shx: ضریب برش در راستای محور X. مقدار پیش‌فرض 0 است. محدوده مجاز از -2 تا 2 است.
shy: ضریب برش در راستای محور Y. مقدار پیش‌فرض 0 است. محدوده مجاز از -2 تا 2 است.
fillcolor, c: تنظیم رنگ مورد استفاده برای پر کردن ناحیه خروجی که توسط ویدیوی تبدیل‌یافته پوشش داده نمی‌شود. برای نحو کلی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید. اگر مقدار ویژه "none" انتخاب شود، هیچ پس‌زمینه‌ای چاپ نمی‌شود (برای مثال در حالتی که پس‌زمینه هرگز نشان داده نمی‌شود مفید است).
مقدار پیش‌فرض "black" است.
interp: تنظیم نوع درونیابی. می‌تواند "bilinear" یا "nearest" باشد. پیش‌فرض "bilinear" است.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

showinfo

نمایش یک خط حاوی اطلاعات گوناگون برای هر فریم ویدیوی ورودی. ویدیوی ورودی تغییر نمی‌کند.

این فیلتر از گزینه‌های زیر پشتیبانی می‌کند:

checksum: محاسبه چکسام (checksum) هر صفحه. به‌طور پیش‌فرض فعال است.
udu_sei_as_ascii: تلاش برای چاپ داده‌های کاربر در SEI ثبت‌نشده به صورت نویسه اسکی در صورت امکان، و در غیر این صورت در قالب هگز.

خط نشان‌داده‌شده شامل دنباله‌ای از جفت‌های کلید/مقدار به فرم key:value است.

مقادیر زیر در خروجی نشان داده می‌شوند:

n: شماره (ترتیبی) فریم ورودی، شروع از 0.
pts: برچسب زمانی نمایش (PTS) فریم ورودی، بیان‌شده بر حسب تعداد واحدهای پایه زمانی. واحد پایه زمانی به پد ورودی فیلتر بستگی دارد.
pts_time: برچسب زمانی نمایش فریم ورودی، بیان‌شده بر حسب ثانیه.
fmt: نام قالب پیکسل.
sar: نسبت ابعاد نمونه فریم ورودی، بیان‌شده به فرم num/den.
s: اندازه فریم ورودی. برای نحو این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید.
i: نوع حالت درهم‌بافته ("P" برای "پروگرسیو"، "T" برای فیلد بالایی اول، "B" برای فیلد پایینی اول).
iskey: این مقدار در صورتی که فریم یک فریم کلیدی باشد 1، و در غیر این صورت 0 است.
type: نوع تصویر فریم ورودی ("I" برای فریم نوع I، "P" برای فریم نوع P، "B" برای فریم نوع B، یا "?" برای یک نوع ناشناخته). همچنین به مستندات شمارش "AVPictureType" و تابع "av_get_picture_type_char" تعریف‌شده در libavutil/avutil.h مراجعه کنید.
checksum: چکسام Adler-32 (چاپ‌شده در مبنای شانزده) از تمامی صفحات فریم ورودی.
plane_checksum: چکسام Adler-32 (چاپ‌شده در مبنای شانزده) از هر صفحه فریم ورودی، بیان‌شده به فرم "[c0 c1 c2 c3]".
mean: مقدار میانگین پیکسل‌ها در هر صفحه فریم ورودی، بیان‌شده به فرم "[mean0 mean1 mean2 mean3]".
stdev: انحراف معیار مقادیر پیکسل در هر صفحه فریم ورودی، بیان‌شده به فرم "[stdev0 stdev1 stdev2 stdev3]".

showpalette

نمایش پالت ۲۵۶ رنگ هر فریم. این فیلتر تنها برای فریم‌های دارای قالب پیکسلی pal8 مرتبط است.

این فیلتر گزینه زیر را می‌پذیرد:

s: تنظیم اندازه کادر مورد استفاده برای نمایش یک مدخل رنگ پالت. پیش‌فرض 30 است (برای یک کادر پیکسلی "30x30").

shuffleframes

تغییر ترتیب و/یا تکثیر و/یا حذف فریم‌های ویدیو.

این فیلتر پارامترهای زیر را می‌پذیرد:

mapping: تنظیم شاخص‌های مقصد فریم‌های ورودی. این یک فهرست جداشده با فاصله یا '|' از شاخص‌ها است که فریم‌های ورودی را به فریم‌های خروجی نگاشت می‌کند. تعداد شاخص‌ها همچنین حداکثر مقداری را که هر شاخص می‌تواند داشته باشد مشخص می‌کند. شاخص '-1' معنای ویژه‌ای دارد و آن حذف فریم است.

فریم اول دارای شاخص 0 است. مقدار پیش‌فرض حفظ ورودی بدون تغییر است.

مثال‌ها

جابه‌جا کردن فریم دوم و سوم از هر سه فریم ورودی:
```
ffmpeg -i INPUT -vf "shuffleframes=0 2 1" OUTPUT
```
جابه‌جا کردن فریم دهم و اول از هر ده فریم ورودی:
```
ffmpeg -i INPUT -vf "shuffleframes=9 1 2 3 4 5 6 7 8 0" OUTPUT
```

shufflepixels

تغییر ترتیب پیکسل‌ها در فریم‌های ویدیو.

این فیلتر گزینه‌های زیر را می‌پذیرد:

direction, d: تنظیم جهت بازآرایی (shuffle). می‌تواند جهت مستقیم یا معکوس باشد. جهت پیش‌فرض مستقیم است.
mode, m: تنظیم حالت بازآرایی. می‌تواند حالت افقی، عمودی یا بلوکی باشد.
width, w
height, h: تنظیم اندازه بلوک بازآرایی. در مورد حالت بازآرایی افقی تنها بخش عرض اندازه استفاده می‌شود، و در مورد حالت بازآرایی عمودی تنها بخش ارتفاع اندازه استفاده می‌شود.
seed, s: تنظیم سید (seed) تصادفی مورد استفاده در بازآرایی پیکسل‌ها. عمدتاً برای این مفید است که بتوان فرایند فیلتر را برای به دست آوردن ورودی اصلی معکوس کرد. برای مثال، جهت معکوس کردن بازآرایی مستقیم باید از همان پارامترها و دقیقاً همان سید استفاده کرده و جهت را روی معکوس (inverse) تنظیم کنید.

shuffleplanes

تغییر ترتیب و/یا تکثیر صفحات ویدیویی.

این فیلتر پارامترهای زیر را می‌پذیرد:

map0: شاخص صفحه ورودی برای استفاده به عنوان اولین صفحه خروجی.
map1: شاخص صفحه ورودی برای استفاده به عنوان دومین صفحه خروجی.
map2: شاخص صفحه ورودی برای استفاده به عنوان سومین صفحه خروجی.
map3: شاخص صفحه ورودی برای استفاده به عنوان چهارمین صفحه خروجی.

صفحه اول دارای شاخص 0 است. مقدار پیش‌فرض حفظ ورودی بدون تغییر است.

مثال‌ها

•

جابه‌جا کردن صفحات دوم و سوم ورودی:

ffmpeg -i INPUT -vf shuffleplanes=0:2:1:3 OUTPUT

signalstats

ارزیابی معیارهای بصری گوناگون که به تعیین مشکلات مرتبط با دیجیتالی کردن رسانه‌های ویدیویی آنالوگ کمک می‌کنند.

به‌طور پیش‌فرض این فیلتر این مقادیر متاداده را ثبت می‌کند:

YMIN: نمایش حداقل مقدار Y موجود درون فریم ورودی. بیان‌شده در محدوده [0-255].
YLOW: نمایش مقدار Y در صدک ۱۰٪ درون فریم ورودی. بیان‌شده در محدوده [0-255].
YAVG: نمایش میانگین مقدار Y درون فریم ورودی. بیان‌شده در محدوده [0-255].
YHIGH: نمایش مقدار Y در صدک ۹۰٪ درون فریم ورودی. بیان‌شده در محدوده [0-255].
YMAX: نمایش حداکثر مقدار Y موجود درون فریم ورودی. بیان‌شده در محدوده [0-255].
UMIN: نمایش حداقل مقدار U موجود درون فریم ورودی. بیان‌شده در محدوده [0-255].
ULOW: نمایش مقدار U در صدک ۱۰٪ درون فریم ورودی. بیان‌شده در محدوده [0-255].
UAVG: نمایش میانگین مقدار U درون فریم ورودی. بیان‌شده در محدوده [0-255].
UHIGH: نمایش مقدار U در صدک ۹۰٪ درون فریم ورودی. بیان‌شده در محدوده [0-255].
UMAX: نمایش حداکثر مقدار U موجود درون فریم ورودی. بیان‌شده در محدوده [0-255].
VMIN: نمایش حداقل مقدار V موجود درون فریم ورودی. بیان‌شده در محدوده [0-255].
VLOW: نمایش مقدار V در صدک ۱۰٪ درون فریم ورودی. بیان‌شده در محدوده [0-255].
VAVG: نمایش میانگین مقدار V درون فریم ورودی. بیان‌شده در محدوده [0-255].
VHIGH: نمایش مقدار V در صدک ۹۰٪ درون فریم ورودی. بیان‌شده در محدوده [0-255].
VMAX: نمایش حداکثر مقدار V موجود درون فریم ورودی. بیان‌شده در محدوده [0-255].
SATMIN: نمایش حداقل مقدار اشباع موجود درون فریم ورودی. بیان‌شده در محدوده [0-~181.02].
SATLOW: نمایش مقدار اشباع در صدک ۱۰٪ درون فریم ورودی. بیان‌شده در محدوده [0-~181.02].
SATAVG: نمایش میانگین مقدار اشباع درون فریم ورودی. بیان‌شده در محدوده [0-~181.02].
SATHIGH: نمایش مقدار اشباع در صدک ۹۰٪ درون فریم ورودی. بیان‌شده در محدوده [0-~181.02].
SATMAX: نمایش حداکثر مقدار اشباع موجود درون فریم ورودی. بیان‌شده در محدوده [0-~181.02].
HUEMED: نمایش مقدار میانه برای فام درون فریم ورودی. بیان‌شده در محدوده [0-360].
HUEAVG: نمایش مقدار میانگین برای فام درون فریم ورودی. بیان‌شده در محدوده [0-360].
YDIF: نمایش میانگین اختلاف مقدار نمونه بین تمامی مقادیر صفحه Y در فریم جاری و مقادیر متناظر فریم ورودی قبلی. بیان‌شده در محدوده [0-255].
UDIF: نمایش میانگین اختلاف مقدار نمونه بین تمامی مقادیر صفحه U در فریم جاری و مقادیر متناظر فریم ورودی قبلی. بیان‌شده در محدوده [0-255].
VDIF: نمایش میانگین اختلاف مقدار نمونه بین تمامی مقادیر صفحه V در فریم جاری و مقادیر متناظر فریم ورودی قبلی. بیان‌شده در محدوده [0-255].
YBITDEPTH: نمایش عمق بیت صفحه Y در فریم جاری. بیان‌شده در محدوده [0-16].
UBITDEPTH: نمایش عمق بیت صفحه U در فریم جاری. بیان‌شده در محدوده [0-16].
VBITDEPTH: نمایش عمق بیت صفحه V در فریم جاری. بیان‌شده در محدوده [0-16].

این فیلتر گزینه‌های زیر را می‌پذیرد:

stat
out: stat شکل اضافی تحلیل تصویر را مشخص می‌کند. out ویدیو را با هایلایت کردن نوع مشخص‌شده از پیکسل‌ها خروجی می‌دهد.
هر دو گزینه مقادیر زیر را می‌پذیرند:

tout: شناسایی پیکسل‌های پرت زمانی (temporal outliers). یک پرت زمانی پیکسلی است که برخلاف پیکسل‌های مجاور در همان فیلد است. نمونه‌هایی از پرت‌های زمانی شامل نتایج افت ویدیو، گرفتگی هد، یا مشکلات ردیابی نوار است.
vrep: شناسایی تکرار خط عمودی. تکرار خط عمودی شامل ردیف‌های مشابهی از پیکسل‌ها درون یک فریم است. در ویدیوی ذاتاً دیجیتال تکرار خط عمودی رایج است، اما این الگو در ویدیوی دیجیتالی‌شده از یک منبع آنالوگ نامعمول است. هنگامی که در ویدیوی حاصل از دیجیتالی کردن یک منبع آنالوگ رخ می‌دهد، می‌تواند نشان‌دهنده پنهان‌سازی ناشی از جبران‌کننده افت سیگنال باشد.
brng: شناسایی پیکسل‌هایی که خارج از محدوده مجاز پخش قرار می‌گیرند.

color, c: تنظیم رنگ هایلایت برای گزینه out. رنگ پیش‌فرض زرد است.

مثال‌ها

خروجی دادن داده‌های سنجه‌های مختلف ویدیو:
```
ffprobe -f lavfi movie=example.mov,signalstats="stat=tout+vrep+brng" -show_frames
```
خروجی دادن داده‌های خاص در مورد مقادیر حداقل و حداکثر صفحه Y به ازای هر فریم:
```
ffprobe -f lavfi movie=example.mov,signalstats -show_entries frame_tags=lavfi.signalstats.YMAX,lavfi.signalstats.YMIN
```
پخش ویدیو در حین هایلایت کردن پیکسل‌های خارج از محدوده پخش به رنگ قرمز.
```
ffplay example.mov -vf signalstats="out=brng:color=red"
```

پخش ویدیو با متاداده signalstats رسم‌شده بر روی فریم.

ffplay example.mov -vf signalstats=stat=brng+vrep+tout,drawtext=fontfile=FreeSerif.ttf:textfile=signalstat_drawtext.txt

محتوای signalstat_drawtext.txt استفاده‌شده در دستور عبارت است از:

time %{pts:hms}
Y (%{metadata:lavfi.signalstats.YMIN}-%{metadata:lavfi.signalstats.YMAX})
U (%{metadata:lavfi.signalstats.UMIN}-%{metadata:lavfi.signalstats.UMAX})
V (%{metadata:lavfi.signalstats.VMIN}-%{metadata:lavfi.signalstats.VMAX})
saturation maximum: %{metadata:lavfi.signalstats.SATMAX}

signature

امضای ویدیویی (Video Signature) استاندارد MPEG-7 را محاسبه می‌کند. این فیلتر می‌تواند بیش از یک ورودی را مدیریت کند. در این حالت تطابق میان ورودی‌ها نیز می‌تواند به صورت اضافی محاسبه شود. فیلتر همواره ورودی اول را بدون تغییر عبور می‌دهد. امضای هر استریم را می‌توان در یک پرونده نوشت.

این فیلتر گزینه‌های زیر را می‌پذیرد:

detectmode: فعال یا غیرفعال کردن فرایند تطابق.
مقادیر موجود عبارتند از:

off: غیرفعال کردن محاسبه تطابق (پیش‌فرض).
full: محاسبه تطابق برای تمام ویدیو و تعیین اینکه آیا کل ویدیو مطابقت دارد یا تنها بخش‌هایی از آن.
fast: محاسبه فقط تا زمانی که یک تطابق پیدا شود یا ویدیو به پایان برسد. در برخی موارد باید سریع‌تر باشد.

nb_inputs: تنظیم تعداد ورودی‌ها. مقدار گزینه باید یک عدد صحیح غیرمنفی باشد. مقدار پیش‌فرض 1 است.
filename: تنظیم مسیری که خروجی در آن نوشته می‌شود. اگر بیش از یک ورودی وجود داشته باشد، مسیر باید یک الگو (prototype) باشد، یعنی حاوی %d یا %0nd (که در آن n یک عدد صحیح مثبت است) باشد که با شماره ورودی جایگزین خواهد شد. اگر نام پرونده‌ای مشخص نشود، هیچ خروجی نوشته نخواهد شد. این حالت پیش‌فرض است.
format: انتخاب قالب خروجی.
مقادیر موجود عبارتند از:

binary: استفاده از بازنمایی دودویی مشخص‌شده (پیش‌فرض).
xml: استفاده از بازنمایی xml مشخص‌شده.

th_d: تنظیم آستانه برای تشخیص یک کلمه به عنوان مشابه. مقدار گزینه باید یک عدد صحیح بزرگ‌تر از صفر باشد. مقدار پیش‌فرض 9000 است.
th_dc: تنظیم آستانه برای تشخیص تمام کلمات به عنوان مشابه. مقدار گزینه باید یک عدد صحیح بزرگ‌تر از صفر باشد. مقدار پیش‌فرض 60000 است.
th_xh: تنظیم آستانه برای تشخیص فریم‌ها به عنوان مشابه. مقدار گزینه باید یک عدد صحیح بزرگ‌تر از صفر باشد. مقدار پیش‌فرض 116 است.
th_di: تنظیم حداقل طول یک توالی بر حسب فریم برای شناسایی آن به عنوان توالی منطبق. مقدار گزینه باید یک مقدار صحیح غیرمنفی باشد. مقدار پیش‌فرض 0 است.
th_it: تنظیم حداقل نسبت فریم‌های منطبق به کل فریم‌ها. مقدار گزینه باید یک مقدار اعشاری با دقت مضاعف (double) بین 0 و 1 باشد. مقدار پیش‌فرض 0.5 است.

مثال‌ها

برای محاسبه امضای یک ویدیوی ورودی و ذخیره آن در signature.bin:
```
ffmpeg -i input.mkv -vf signature=filename=signature.bin -map 0:v -f null -
```
برای تشخیص اینکه آیا دو ویدیو مطابقت دارند یا خیر و ذخیره امضاها در قالب XML در signature0.xml و signature1.xml:
```
ffmpeg -i input1.mkv -i input2.mkv -filter_complex "[0:v][1:v] signature=nb_inputs=2:detectmode=full:format=xml:filename=signature%d.xml" -map :v -f null -
```

siti

محاسبه امتیازهای اطلاعات مکانی (SI) و اطلاعات زمانی (TI) برای یک ویدیو، مطابق با تعریف توصیه‌نامه ITU-T Rec. P.910 (11/21): روش‌های ارزیابی کیفی ذهنی ویدیو برای کاربردهای چندرسانه‌ای. فایل PDF در https://www.itu.int/rec/T-REC-P.910-202111-S/en در دسترس است. توجه داشته باشید که این یک پیاده‌سازی قدیمی است که مربوط به یک توصیه‌نامه منسوخ‌شده می‌باشد. برای آخرین نسخه به ITU-T Rec. P.910 (07/22) در https://www.itu.int/rec/T-REC-P.910-202207-I/en مراجعه کنید.

این فیلتر گزینه زیر را می‌پذیرد:

print_summary: اگر روی 1 تنظیم شود، آمارهای خلاصه در کنسول چاپ می‌شوند. پیش‌فرض 0 است.

مثال‌ها

•

برای محاسبه معیارهای SI/TI و چاپ خلاصه:

ffmpeg -i input.mp4 -vf siti=print_summary=1 -f null -

smartblur

تار کردن (بلور کردن) ویدیوی ورودی بدون تأثیر بر خطوط پیرامونی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

luma_radius, lr: تنظیم شعاع روشنایی (luma). مقدار گزینه باید یک عدد اعشاری در محدوده [0.1,5.0] باشد که واریانس فیلتر گوسی مورد استفاده برای تار کردن تصویر را مشخص می‌کند (هرچه بزرگ‌تر باشد، کندتر خواهد بود). مقدار پیش‌فرض 1.0 است.
luma_strength, ls: تنظیم شدت روشنایی (luma). مقدار گزینه باید یک عدد اعشاری در محدوده [-1.0,1.0] باشد که میزان تاری را پیکربندی می‌کند. مقداری در بازه [0.0,1.0] تصویر را تار می‌کند، در حالی که مقداری در بازه [-1.0,0.0] تصویر را شارپ (واضح) می‌کند. مقدار پیش‌فرض 1.0 است.
luma_threshold, lt: تنظیم آستانه روشنایی (luma) مورد استفاده به عنوان ضریبی برای تعیین اینکه آیا یک پیکسل باید تار شود یا خیر. مقدار گزینه باید یک عدد صحیح در محدوده [-30,30] باشد. مقدار 0 تمام تصویر را فیلتر می‌کند، مقداری در بازه [0,30] نواحی تخت را فیلتر می‌کند و مقداری در بازه [-30,0] لبه‌ها را فیلتر خواهد کرد. مقدار پیش‌فرض 0 است.
chroma_radius, cr: تنظیم شعاع رنگ (chroma). مقدار گزینه باید یک عدد اعشاری در محدوده [0.1,5.0] باشد که واریانس فیلتر گوسی مورد استفاده برای تار کردن تصویر را مشخص می‌کند (هرچه بزرگ‌تر باشد، کندتر خواهد بود). مقدار پیش‌فرض برابر با luma_radius است.
chroma_strength, cs: تنظیم شدت رنگ (chroma). مقدار گزینه باید یک عدد اعشاری در محدوده [-1.0,1.0] باشد که تاری را پیکربندی می‌کند. مقداری در بازه [0.0,1.0] تصویر را تار می‌کند در حالی که مقداری در بازه [-1.0,0.0] تصویر را شارپ می‌کند. مقدار پیش‌فرض برابر با luma_strength است.
chroma_threshold, ct: تنظیم آستانه رنگ (chroma) مورد استفاده به عنوان ضریبی برای تعیین اینکه آیا یک پیکسل باید تار شود یا خیر. مقدار گزینه باید یک عدد صحیح در محدوده [-30,30] باشد. مقدار 0 تمام تصویر را فیلتر می‌کند، مقداری در بازه [0,30] نواحی تخت را فیلتر می‌کند و مقداری در بازه [-30,0] لبه‌ها را فیلتر می‌کند. مقدار پیش‌فرض برابر با luma_threshold است.
alpha_radius, ar: تنظیم شعاع آلفا. مقدار گزینه باید یک عدد اعشاری در محدوده [0.1,5.0] باشد که واریانس فیلتر گوسی مورد استفاده برای تار کردن تصویر را مشخص می‌کند (هرچه بزرگ‌تر باشد، کندتر خواهد بود). مقدار پیش‌فرض برابر با luma_radius است.
alpha_strength, as: تنظیم شدت آلفا. مقدار گزینه باید یک عدد اعشاری در محدوده [-1.0,1.0] باشد که تاری را پیکربندی می‌کند. مقداری در بازه [0.0,1.0] تصویر را تار می‌کند، در حالی که مقداری در بازه [-1.0,0.0] تصویر را شارپ می‌کند. مقدار پیش‌فرض برابر با luma_strength است.
alpha_threshold, at: تنظیم آستانه آلفا مورد استفاده به عنوان ضریبی برای تعیین اینکه آیا یک پیکسل باید تار شود یا خیر. مقدار گزینه باید یک عدد صحیح در محدوده [-30,30] باشد. مقدار 0 کل تصویر را فیلتر می‌کند، مقداری در بازه [0,30] نواحی تخت را فیلتر می‌کند و مقداری در بازه [-30,0] لبه‌ها را فیلتر می‌کند. مقدار پیش‌فرض برابر با luma_threshold است.

اگر یکی از گزینه‌های chroma یا alpha صراحتاً تنظیم نشود، مقدار متناظر آن در luma تنظیم خواهد شد.

sobel

اعمال عملگر سوبل (sobel) بر روی استریم ویدیوی ورودی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تعیین اینکه کدام صفحات (planes) پردازش خواهند شد؛ صفحات پردازش‌نشده کپی می‌شوند. با مقدار پیش‌فرض 0xf، تمام صفحات پردازش خواهند شد.
scale: تنظیم مقداری که در نتیجه فیلترشده ضرب خواهد شد.
delta: تنظیم مقداری که به نتیجه فیلترشده اضافه خواهد شد.

دستورات

این فیلتر از تمام گزینه‌های بالا به عنوان دستورات پشتیبانی می‌کند.

spp

اعمال یک فیلتر پس‌پردازش ساده که تصویر را در چندین شیفت (یا در صورت سطح کیفیت quality برابر با 6، در تمام شیفت‌ها) فشرده و بازفشرده‌سازی می‌کند و نتایج را میانگین می‌گیرد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

quality: تنظیم کیفیت. این گزینه تعداد سطوح برای میانگین‌گیری را مشخص می‌کند. یک عدد صحیح در محدوده 0-6 می‌پذیرد. در صورت تنظیم روی 0، فیلتر هیچ اثری نخواهد داشت. مقدار 6 به معنای بالاترین کیفیت است. به ازای هر واحد افزایش در این مقدار، سرعت تقریباً به ضریب 2 کاهش می‌یابد. مقدار پیش‌فرض 3 است.
qp: اجبار یک پارامتر کوانتیزاسیون (QP) ثابت. در صورت عدم تنظیم، فیلتر از QP استریم ویدیو (در صورت وجود) استفاده خواهد کرد.
mode: تنظیم حالت آستانه‌گذاری. حالت‌های موجود عبارتند از:

hard: تنظیم آستانه‌گذاری سخت (پیش‌فرض).
soft: تنظیم آستانه‌گذاری نرم (اثر بهتر در حذف اثرات حلقه‌ای، اما احتمالاً تارتر).

use_bframe_qp: در صورت تنظیم روی 1، استفاده از QP فریم‌های B را فعال می‌کند. استفاده از این گزینه ممکن است سبب سوسوزدن شود زیرا فریم‌های B معمولاً دارای QP بزرگ‌تری هستند. پیش‌فرض 0 (غیرفعال) است.

دستورات

این فیلتر از دستورات زیر پشتیبانی می‌کند:

quality, level: تنظیم سطح کیفیت. مقدار "max" را می‌توان برای تنظیم حداکثر سطح، در حال حاضر 6، استفاده کرد.

sr

مقیاس‌بندی ورودی با اعمال یکی از روش‌های وضوح فوق‌العاده (super-resolution) مبتنی بر شبکه‌های عصبی پیچشی (CNN). مدل‌های پشتیبانی‌شده:

مدل شبکه عصبی پیچشی با وضوح فوق‌العاده (SRCNN). https://arxiv.org/abs/1501.00092 را ببینید.
مدل شبکه عصبی پیچشی زیرپیکسلی کارآمد (ESPCN). https://arxiv.org/abs/1609.05158 را ببینید.

اسکریپت‌های آموزش و همچنین اسکریپت‌های ذخیره پرونده مدل (.pb) را می‌توان در https://github.com/XueweiMeng/sr/tree/sr_dnn_native یافت. مخزن اصلی در https://github.com/HighVoltageRocknRoll/sr.git قرار دارد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

dnn_backend: تعیین اینکه از کدام بک‌اند DNN برای بارگذاری و اجرای مدل استفاده شود. این گزینه مقادیر زیر را می‌پذیرد:

tensorflow: بک‌اند TensorFlow. برای فعال کردن این بک‌اند باید کتابخانه TensorFlow for C را نصب کنید (به https://www.tensorflow.org/install/lang_c مراجعه کنید) و FFmpeg را با "--enable-libtensorflow" پیکربندی نمایید.

model: تنظیم مسیر پرونده مدل که معماری شبکه و پارامترهای آن را مشخص می‌کند. توجه داشته باشید که بک‌اندهای مختلف از قالب‌های پرونده متفاوتی استفاده می‌کنند. بک‌اندهای TensorFlow و OpenVINO تنها می‌توانند پرونده‌های قالب مخصوص خود را بارگذاری کنند.
scale_factor: تنظیم ضریب مقیاس برای مدل SRCNN. مقادیر مجاز 2، 3 و 4 هستند. مقدار پیش‌فرض 2 است. ضریب مقیاس برای مدل SRCNN ضروری است، زیرا ورودی را که با استفاده از مقیاس‌بندی دو‌مکعبی (bicubic) با ضریب مقیاس مناسب بزرگ شده است می‌پذیرد.

برای دسترسی به قابلیت‌های کامل (مانند اجرای ناهمگام)، لطفاً از فیلتر dnn_processing استفاده کنید.

sr_amf

افزایش مقیاس (بزرگ‌نمایی اندازه) برای ویدیوی ورودی با استفاده از کتابخانه چارچوب رسانه‌ای پیشرفته AMD (AMF) جهت شتاب‌دهی سخت‌افزاری. استفاده از الگوریتم‌های پیشرفته برای بزرگ‌نمایی با کیفیت خروجی بالاتر. تنظیم پهنا و ارتفاع خروجی به همان روش فیلتر scale کار می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

w
h: تنظیم عبارت ابعاد ویدیوی خروجی. مقدار پیش‌فرض ابعاد ورودی است.
همان عبارت‌های فیلتر scale را مجاز می‌داند.
algorithm: تنظیم الگوریتم مورد استفاده برای مقیاس‌بندی:

bilinear: دو‌خطی (Bilinear)
bicubic: دو‌مکعبی (Bicubic)
sr1-0: ویدیوی SR1.0 این مقدار پیش‌فرض است
point: نقطه‌ای (Point)
sr1-1: ویدیوی SR1.1

sharpness: کنترل شارپ‌سازی مقیاس‌بند باکیفیت (hq scaler). این مقدار یک عدد اعشاری در محدوده [0.0, 2.0] است.
format: کنترل قالب پیکسلی خروجی. به‌طور پیش‌فرض، یا در صورت عدم تعیین، از قالب پیکسلی ورودی استفاده می‌شود.
keep-ratio: اجبار مقیاس‌بند به حفظ نسبت ابعاد تصویر ورودی هنگامی که اندازه خروجی دارای نسبت ابعاد متفاوتی است. مقدار پیش‌فرض false است.
fill: مشخص می‌کند که آیا تصویر خروجی خارج از ناحیه مورد نظر، که تمام سطح خروجی را پر نمی‌کند، باید با یک رنگ یکدست پر شود یا خیر.

مثال‌ها

مقیاس‌بندی ورودی به 720p با حفظ نسبت ابعاد و اطمینان از اینکه خروجی yuv420p است.
```
sr_amf=-2:720:format=yuv420p
```
بزرگ‌نمایی به 4K با الگوریتم ویدیو SR1.1.
```
sr_amf=4096:2160:algorithm=sr1-1
```

ssim

محاسبه معیار شباهت ساختاری (SSIM) میان دو ویدیوی ورودی.

این فیلتر دو ویدیوی ورودی را دریافت می‌کند؛ ورودی اول منبع «اصلی» تلقی می‌شود و بدون تغییر به خروجی فرستاده می‌شود. ورودی دوم به عنوان ویدیوی «مرجع» برای محاسبه SSIM استفاده می‌شود.

هر دو ویدیوی ورودی باید دارای وضوح و قالب پیکسلی یکسانی باشند تا این فیلتر به درستی کار کند. همچنین فرض می‌شود هر دو ورودی دارای تعداد فریم‌های یکسانی هستند که یک به یک مقایسه می‌شوند.

این فیلتر مقدار SSIM محاسبه‌شده برای هر فریم را ذخیره می‌کند.

شرح پارامترهای پذیرفته‌شده در ادامه آمده است:

stats_file, f: در صورت مشخص شدن، فیلتر از پرونده نام‌برده برای ذخیره SSIM هر تک‌فریم استفاده خواهد کرد. هنگامی که نام پرونده برابر با "-" باشد، داده‌ها به خروجی استاندارد فرستاده می‌شوند.

پرونده چاپ‌شده در صورت انتخاب stats_file، شامل توالی‌ای از جفت‌های کلید/مقدار به شکل key:value برای هر جفت فریم مقایسه‌شده است.

شرح هر یک از پارامترهای نمایش‌داده‌شده در ادامه آمده است:

n: شماره ترتیبی فریم ورودی، با شروع از 1
Y, U, V, R, G, B: مقدار SSIM فریم‌های مقایسه‌شده برای مؤلفه مشخص‌شده با پسوند.
All: مقدار SSIM فریم‌های مقایسه‌شده برای کل فریم.
dB: مشابه موارد بالا اما در قالب بازنمایی دسی‌بل (dB).

این فیلتر همچنین از گزینه‌های framesync پشتیبانی می‌کند.

مثال‌ها

به عنوان مثال:
```
movie=ref_movie.mpg, setpts=PTS-STARTPTS [main];
[main][ref] ssim="stats_file=stats.log" [out]
```
در این مثال پرونده ورودی در حال پردازش با پرونده مرجع ref_movie.mpg مقایسه می‌شود. مقدار SSIM هر تک‌فریم در stats.log ذخیره می‌شود.
مثال دیگری با محاسبه همزمان هر دو معیار psnr و ssim:
```
ffmpeg -i main.mpg -i ref.mpg -lavfi  "ssim;[0:v][1:v]psnr" -f null -
```

مثال دیگری با کانتینرهای مختلف:

ffmpeg -i main.mpg -i ref.mkv -lavfi  "[0:v]settb=AVTB,setpts=PTS-STARTPTS[main];[1:v]settb=AVTB,setpts=PTS-STARTPTS[ref];[main][ref]ssim" -f null -

stereo3d

تبدیل میان قالب‌های مختلف تصویر برجسته‌نما (stereoscopic).

این فیلتر گزینه‌های زیر را می‌پذیرد:

in: تنظیم قالب تصویر برجسته‌نمای ورودی.
مقادیر موجود برای قالب‌های تصویر ورودی عبارتند از:

sbsl: کنار هم موازی (چشم چپ در چپ، چشم راست در راست)
sbsr: کنار هم ضربدری (چشم راست در چپ، چشم چپ در راست)
sbs2l: کنار هم موازی با وضوح نصف پهنا (چشم چپ در چپ، چشم راست در راست)
sbs2r: کنار هم ضربدری با وضوح نصف پهنا (چشم راست در چپ، چشم چپ در راست)
abl
tbl: بالا-پایین (چشم چپ در بالا، چشم راست در پایین)
abr
tbr: بالا-پایین (چشم راست در بالا، چشم چپ در پایین)
ab2l
tb2l: بالا-پایین با وضوح نصف ارتفاع (چشم چپ در بالا، چشم راست در پایین)
ab2r
tb2r: بالا-پایین با وضوح نصف ارتفاع (چشم راست در بالا، چشم چپ در پایین)
al: فریم‌های متناوب (ابتدا چشم چپ، سپس چشم راست)
ar: فریم‌های متناوب (ابتدا چشم راست، سپس چشم چپ)
irl: ردیف‌های درهم‌تنیده (چشم چپ ردیف بالایی، چشم راست از ردیف بعدی شروع می‌شود)
irr: ردیف‌های درهم‌تنیده (چشم راست ردیف بالایی، چشم چپ از ردیف بعدی شروع می‌شود)
icl: ستون‌های درهم‌تنیده، ابتدا چشم چپ
icr: ستون‌های درهم‌تنیده، ابتدا چشم راست
مقدار پیش‌فرض sbsl است.

out: تنظیم قالب تصویر برجسته‌نمای خروجی.

sbsl: کنار هم موازی (چشم چپ در چپ، چشم راست در راست)
sbsr: کنار هم ضربدری (چشم راست در چپ، چشم چپ در راست)
sbs2l: کنار هم موازی با وضوح نصف پهنا (چشم چپ در چپ، چشم راست در راست)
sbs2r: کنار هم ضربدری با وضوح نصف پهنا (چشم راست در چپ، چشم چپ در راست)
abl
tbl: بالا-پایین (چشم چپ در بالا، چشم راست در پایین)
abr
tbr: بالا-پایین (چشم راست در بالا، چشم چپ در پایین)
ab2l
tb2l: بالا-پایین با وضوح نصف ارتفاع (چشم چپ در بالا، چشم راست در پایین)
ab2r
tb2r: بالا-پایین با وضوح نصف ارتفاع (چشم راست در بالا، چشم چپ در پایین)
al: فریم‌های متناوب (ابتدا چشم چپ، سپس چشم راست)
ar: فریم‌های متناوب (ابتدا چشم راست، سپس چشم چپ)
irl: ردیف‌های درهم‌تنیده (چشم چپ ردیف بالایی، چشم راست از ردیف بعدی شروع می‌شود)
irr: ردیف‌های درهم‌تنیده (چشم راست ردیف بالایی، چشم چپ از ردیف بعدی شروع می‌شود)
arbg: آناگلیف قرمز/آبی خاکستری (فیلتر قرمز روی چشم چپ، فیلتر آبی روی چشم راست)
argg: آناگلیف قرمز/سبز خاکستری (فیلتر قرمز روی چشم چپ، فیلتر سبز روی چشم راست)
arcg: آناگلیف قرمز/فیروزه‌ای خاکستری (فیلتر قرمز روی چشم چپ، فیلتر فیروزه‌ای روی چشم راست)
arch: آناگلیف قرمز/فیروزه‌ای نیمه‌رنگی (فیلتر قرمز روی چشم چپ، فیلتر فیروزه‌ای روی چشم راست)
arcc: آناگلیف قرمز/فیروزه‌ای رنگی (فیلتر قرمز روی چشم چپ، فیلتر فیروزه‌ای روی چشم راست)
arcd: آناگلیف قرمز/فیروزه‌ای بهینه‌شده با تصویرسازی حداقل مربعات دوبوآ (فیلتر قرمز روی چشم چپ، فیلتر فیروزه‌ای روی چشم راست)
agmg: آناگلیف سبز/سرخابی خاکستری (فیلتر سبز روی چشم چپ، فیلتر سرخابی روی چشم راست)
agmh: آناگلیف سبز/سرخابی نیمه‌رنگی (فیلتر سبز روی چشم چپ، فیلتر سرخابی روی چشم راست)
agmc: آناگلیف سبز/سرخابی رنگی (فیلتر سبز روی چشم چپ، فیلتر سرخابی روی چشم راست)
agmd: آناگلیف سبز/سرخابی بهینه‌شده با تصویرسازی حداقل مربعات دوبوآ (فیلتر سبز روی چشم چپ، فیلتر سرخابی روی چشم راست)
aybg: آناگلیف زرد/آبی خاکستری (فیلتر زرد روی چشم چپ، فیلتر آبی روی چشم راست)
aybh: آناگلیف زرد/آبی نیمه‌رنگی (فیلتر زرد روی چشم چپ، فیلتر آبی روی چشم راست)
aybc: آناگلیف زرد/آبی رنگی (فیلتر زرد روی چشم چپ، فیلتر آبی روی چشم راست)
aybd: آناگلیف زرد/آبی بهینه‌شده با تصویرسازی حداقل مربعات دوبوآ (فیلتر زرد روی چشم چپ، فیلتر آبی روی چشم راست)
ml: خروجی تک‌کاناله (فقط چشم چپ)
mr: خروجی تک‌کاناله (فقط چشم راست)
chl: شطرنجی، ابتدا چشم چپ
chr: شطرنجی، ابتدا چشم راست
icl: ستون‌های درهم‌تنیده، ابتدا چشم چپ
icr: ستون‌های درهم‌تنیده، ابتدا چشم راست
hdmi: بسته‌بندی فریم HDMI

مقدار پیش‌فرض arcd است.

مثال‌ها

تبدیل ویدیوی ورودی از حالت کنار هم موازی به آناگلیف زرد/آبی دوبوآ:
```
stereo3d=sbsl:aybd
```
تبدیل ویدیوی ورودی از بالا-پایین (چشم چپ در بالا، چشم راست در پایین) به کنار هم ضربدری:
```
stereo3d=abl:sbsr
```

streamselect, astreamselect

انتخاب استریم‌های ویدیویی یا صوتی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

inputs: تنظیم تعداد ورودی‌ها. پیش‌فرض 2 است.
map: تنظیم اندیس‌های ورودی برای نگاشت مجدد به خروجی‌ها.

دستورات

فیلترهای "streamselect" و "astreamselect" از دستورات زیر پشتیبانی می‌کنند:

map: تنظیم اندیس‌های ورودی برای نگاشت مجدد به خروجی‌ها.

مثال‌ها

انتخاب استریم اول برای 5 ثانیه نخست و استریم دوم برای مابقی زمان:
```
sendcmd='5.0 streamselect map 1',streamselect=inputs=2:map=0
```
مشابه مورد بالا، اما برای صدا:
```
asendcmd='5.0 astreamselect map 1',astreamselect=inputs=2:map=0
```

subtitles

ترسیم زیرنویس بر روی ویدیوی ورودی با استفاده از کتابخانه libass.

برای فعال‌سازی کامپایل این فیلتر، باید FFmpeg را با "--enable-libass" پیکربندی کنید. این فیلتر همچنین برای تبدیل پرونده زیرنویس ارائه‌شده به قالب زیرنویس ASS (Advanced Substation Alpha)، نیازمند ساختی همراه با libavcodec و libavformat است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

filename, f: تنظیم نام پرونده زیرنویس جهت خواندن. تعیین آن الزامی است.
original_size: تعیین اندازه ویدیوی اصلی، یعنی ویدیویی که پرونده ASS برای آن ساخته شده است. برای نحو این گزینه، به بخش "Video size" در راهنمای ffmpeg-utils مراجعه کنید. به دلیل یک نقص طراحی در محاسبات نسبت ابعاد ASS، این گزینه برای مقیاس‌بندی صحیح قلم‌ها در صورت تغییر نسبت ابعاد ضروری است.
fontsdir: تنظیم مسیر پوشه‌ای حاوی قلم‌ها که می‌تواند توسط فیلتر استفاده شود. این قلم‌ها علاوه بر مواردی که ارائه‌دهنده قلم استفاده می‌کند، به کار گرفته خواهند شد.
alpha: پردازش کانال آلفا؛ به‌طور پیش‌فرض کانال آلفا دست‌نخورده باقی می‌ماند.
charenc: تنظیم کدگذاری نویسه‌های زیرنویس ورودی. فقط برای فیلتر "subtitles". تنها زمانی مفید است که کدگذاری UTF-8 نباشد.
stream_index, si: تنظیم اندیس استریم زیرنویس. فقط برای فیلتر "subtitles".
force_style: بازنویسی سبک پیش‌فرض یا پارامترهای اطلاعات اسکریپت زیرنویس. رشته‌ای حاوی جفت‌های "KEY=VALUE" با قالب سبک ASS را می‌پذیرد که با "," از هم جدا شده‌اند.
wrap_unicode: شکستن خطوط بر اساس الگوریتم شکستن خط یونیکد. در دسترس بودن آن نیازمند حداقل نسخه 0.17.0 کتابخانه libass (یا LIBASS_VERSION 0x01600010) است، و libass باید همراه با libunibreak ساخته شده باشد.
این گزینه به‌طور پیش‌فرض به جز برای ASS بومی فعال است.
shaping: تنظیم موتور شکل‌دهی متن.
مقادیر موجود عبارتند از:

auto: موتور شکل‌دهی پیش‌فرض libass که بهترین گزینه در دسترس است.
simple: شکل‌دهنده سریع و مستقل از قلم که تنها می‌تواند جایگزینی‌ها را انجام دهد.
complex: شکل‌دهنده کندتر با استفاده از OpenType برای جایگزینی‌ها و موقعیت‌یابی. برای رندر صحیح خطوط پیچیده مانند فارسی/عربی، عبری، دواناگاری و تایلندی ضروری است. نیازمند ساخت libass با HarfBuzz می‌باشد.

مقدار پیش‌فرض "auto" است.

اگر کلید اول مشخص نشود، فرض می‌شود که مقدار اول filename را مشخص می‌کند.

به عنوان مثال، برای رندر کردن پرونده sub.srt روی ویدیوی ورودی، از دستور زیر استفاده کنید:

subtitles=sub.srt

که معادل است با:

subtitles=filename=sub.srt

برای رندر استریم زیرنویس پیش‌فرض از پرونده video.mkv، استفاده کنید از:

subtitles=video.mkv

برای رندر دومین استریم زیرنویس از آن پرونده، استفاده کنید از:

subtitles=video.mkv:si=1

برای اینکه استریم زیرنویس از sub.srt با 80% آبی شفاف و با قلم "DejaVu Serif" نمایش داده شود، استفاده کنید از:

subtitles=sub.srt:force_style='Fontname=DejaVu Serif,PrimaryColour=&HCCFF0000'

super2xsai

مقیاس‌بندی ورودی به میزان 2 برابر و هموارسازی با استفاده از الگوریتم مقیاس‌بندی هنر پیکسلی Super2xSaI (Scale and Interpolate).

برای بزرگ‌نمایی تصاویر هنر پیکسلی بدون کاهش وضوح مفید است.

swaprect

جابجا کردن دو ناحیه مستطیلی در ویدیو.

این فیلتر گزینه‌های زیر را می‌پذیرد:

w: تنظیم پهنای شیء.
h: تنظیم ارتفاع شیء.
x1: تنظیم مختصات x مستطیل اول.
y1: تنظیم مختصات y مستطیل اول.
x2: تنظیم مختصات x مستطیل دوم.
y2: تنظیم مختصات y مستطیل دوم.
تمام عبارت‌ها یک بار برای هر فریم ارزیابی می‌شوند.

تمام گزینه‌ها عبارت‌هایی هستند که شامل ثابت‌های زیر می‌باشند:

w
h: پهنا و ارتفاع ورودی.
a: همان w / h
sar: نسبت ابعاد نمونه (sample aspect ratio) ورودی
dar: نسبت ابعاد نمایش (display aspect ratio) ورودی، معادل (w / h) * sar
n: شماره فریم ورودی، با شروع از 0.
t: برچسب زمانی بر حسب ثانیه. اگر برچسب زمانی ورودی ناشناخته باشد، NAN است.
pos: موقعیت فریم ورودی در پرونده، در صورت ناشناخته بودن NAN است؛ منسوخ‌شده، استفاده نکنید

دستورات

این فیلتر از تمام گزینه‌های بالا به عنوان دستورات پشتیبانی می‌کند.

swapuv

جابجا کردن صفحات U و V.

tblend

آمیختن فریم‌های متوالی ویدیو.

blend را ببینید

telecine

اعمال فرایند تله‌سینه (telecine) بر روی ویدیو.

این فیلتر گزینه‌های زیر را می‌پذیرد:

first_field

top, t: ابتدا فیلد بالایی
bottom, b: ابتدا فیلد پایینی مقدار پیش‌فرض "top" است.

pattern: رشته‌ای از اعداد که الگوی pulldown مورد نظر برای اعمال را مشخص می‌کند. مقدار پیش‌فرض 23 است.

Some typical patterns:

NTSC output (30i):
27.5p: 32222
24p: 23 (classic)
24p: 2332 (preferred)
20p: 33
18p: 334
16p: 3444

PAL output (25i):
27.5p: 12222
24p: 222222222223 ("Euro pulldown")
16.67p: 33
16p: 33333334

thistogram

محاسبه و رسم هیستوگرام توزیع رنگ برای ویدیوی ورودی در طول زمان.

برخلاف فیلتر ویدیویی histogram که تنها هیستوگرام یک تک‌فریم ورودی را در زمانی مشخص نشان می‌دهد، این فیلتر هیستوگرام‌های پیشین به تعداد فریم‌های مشخص‌شده با گزینه "width" را نیز نمایش می‌دهد.

هیستوگرام محاسبه‌شده بازنمایی توزیع مؤلفه‌های رنگ در یک تصویر است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

width, w: تنظیم پهنای خروجی یک مؤلفه رنگ منفرد. مقدار پیش‌فرض 0 است. مقدار 0 به این معنی است که پهنا از ویدیوی ورودی گرفته خواهد شد. این گزینه همچنین تعداد هیستوگرام‌های گذشته جهت نگهداری را مشخص می‌کند. محدوده مجاز [0, 8192] است.
display_mode, d: تنظیم حالت نمایش. مقادیر زیر را می‌پذیرد:

stack: نمودارهای هر مؤلفه رنگ زیر یکدیگر قرار می‌گیرند.
parade: نمودارهای هر مؤلفه رنگ کنار یکدیگر قرار می‌گیرند.
overlay: اطلاعاتی مشابه با "parade" ارائه می‌دهد، با این تفاوت که نمودارهای معرف مؤلفه‌های رنگ مستقیماً روی یکدیگر قرار می‌گیرند (روی هم انداخته می‌شوند).

پیش‌فرض "stack" است.

levels_mode, m: تنظیم حالت. می‌تواند "linear" (خطی) یا "logarithmic" (لگاریتمی) باشد. پیش‌فرض "linear" است.
components, c: تنظیم مؤلفه‌های رنگی جهت نمایش. پیش‌فرض 7 است.
bgopacity, b: تنظیم کدر بودن پس‌زمینه. پیش‌فرض 0.9 است.
envelope, e: نمایش پوش (envelope). به‌طور پیش‌فرض غیرفعال است.
ecolor, ec: تنظیم رنگ پوش. پیش‌فرض "gold" است.
slide: تنظیم حالت اسلاید (لغزش).
مقادیر موجود برای اسلاید عبارتند از:

frame: رسم فریم جدید هنگام رسیدن به حاشیه راست.
replace: جایگزینی ستون‌های قدیمی با ستون‌های جدید.
scroll: پیمایش از راست به چپ.
rscroll: پیمایش از چپ به راست.
picture: رسم یک تصویر منفرد.

پیش‌فرض "replace" است.

threshold

اعمال اثر آستانه‌گذاری بر روی استریم ویدیو.

این فیلتر برای انجام آستانه‌گذاری نیازمند چهار استریم ویدیویی است. استریم اول استریمی است که در حال فیلتر کردن آن هستیم. استریم دوم حامل مقادیر آستانه است، استریم سوم مقادیر حداقل را نگه می‌دارد، و آخرین استریم، یعنی استریم چهارم، مقادیر حداکثر را نگه می‌دارد.

این فیلتر گزینه زیر را می‌پذیرد:

planes: تعیین اینکه کدام صفحات پردازش خواهند شد؛ صفحات پردازش‌نشده کپی می‌شوند. با مقدار پیش‌فرض 0xf، تمام صفحات پردازش خواهند شد.

به عنوان مثال، اگر مقدار مؤلفه پیکسل استریم اول کمتر از مقدار آستانه مؤلفه پیکسل از استریم دوم (آستانه) باشد، مقدار استریم سوم انتخاب خواهد شد، در غیر این صورت مقدار مؤلفه پیکسل استریم چهارم انتخاب می‌شود.

با استفاده از فیلتر منبع رنگ (color)، می‌توان انواع مختلفی از آستانه‌گذاری را انجام داد:

دستورات

این فیلتر از تمام گزینه‌ها به عنوان دستورات پشتیبانی می‌کند.

مثال‌ها

آستانه‌گذاری دودویی، با استفاده از رنگ خاکستری به عنوان آستانه:
```
ffmpeg -i 320x240.avi -f lavfi -i color=gray -f lavfi -i color=black -f lavfi -i color=white -lavfi threshold output.avi
```
آستانه‌گذاری دودویی معکوس، با استفاده از رنگ خاکستری به عنوان آستانه:
```
ffmpeg -i 320x240.avi -f lavfi -i color=gray -f lavfi -i color=white -f lavfi -i color=black -lavfi threshold output.avi
```
آستانه‌گذاری دودویی برشی (truncate)، با استفاده از رنگ خاکستری به عنوان آستانه:
```
ffmpeg -i 320x240.avi -f lavfi -i color=gray -i 320x240.avi -f lavfi -i color=gray -lavfi threshold output.avi
```
آستانه‌گذاری به صفر، با استفاده از رنگ خاکستری به عنوان آستانه:
```
ffmpeg -i 320x240.avi -f lavfi -i color=gray -f lavfi -i color=white -i 320x240.avi -lavfi threshold output.avi
```
آستانه‌گذاری معکوس به صفر، با استفاده از رنگ خاکستری به عنوان آستانه:
```
ffmpeg -i 320x240.avi -f lavfi -i color=gray -i 320x240.avi -f lavfi -i color=white -lavfi threshold output.avi
```

thumbnail

انتخاب شاخص‌ترین فریم (نمای بندانگشتی) در یک توالی مشخص از فریم‌های متوالی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

n: تنظیم اندازه دسته فریم‌ها جهت تحلیل؛ در یک مجموعه از n فریم، فیلتر یکی از آن‌ها را برمی‌گزیند و سپس دسته بعدی از n فریم را تا انتها پردازش می‌کند. پیش‌فرض 100 است.
log: تنظیم سطح گزارش جهت نمایش آمارهای فریم برگزیده. پیش‌فرض "info" است.

از آنجا که فیلتر توالی کل فریم‌ها را دنبال می‌کند، مقدار بزرگ‌تر n منجر به مصرف حافظه بالاتر خواهد شد، بنابراین مقدار بالا توصیه نمی‌شود.

مثال‌ها

استخراج یک تصویر به ازای هر 50 فریم:
```
thumbnail=50
```
مثال کامل ساخت تصویر بندانگشتی با ffmpeg:
```
ffmpeg -i in.avi -vf thumbnail,scale=300:200 -frames:v 1 out.png
```

tile

کاشی‌کاری (چیدمان کنار هم) چندین فریم متوالی در کنار یکدیگر.

فیلتر untile می‌تواند عمل معکوس آن را انجام دهد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

layout: تنظیم اندازه شبکه به شکل "COLUMNSxROWS" (ستون‌هاxسطرها). محدوده تا UINT_MAX سلول است. پیش‌فرض "6x5" است.
nb_frames: تنظیم حداکثر تعداد فریم‌ها جهت رندر در ناحیه داده‌شده. باید کمتر یا مساوی با wxh باشد. مقدار پیش‌فرض 0 است، به این معنی که از تمام ناحیه استفاده خواهد شد.
margin: تنظیم حاشیه مرز بیرونی بر حسب پیکسل. محدوده از 0 تا 1024 است. پیش‌فرض 0 است.
padding: تنظیم ضخامت مرز درونی (یعنی تعداد پیکسل‌های میان فریم‌ها). برای گزینه‌های فاصله‌گذاری پیشرفته‌تر (مانند مقادیر متفاوت برای لبه‌ها)، به فیلتر ویدیویی pad مراجعه کنید. محدوده از 0 تا 1024 است. پیش‌فرض 0 است.
color: تعیین رنگ ناحیه بلااستفاده. برای نحو این گزینه، به بخش "Color" در راهنمای ffmpeg-utils مراجعه کنید. مقدار پیش‌فرض color برابر با "black" است.
overlap: تنظیم تعداد فریم‌های همپوشان هنگام کاشی‌کاری چندین فریم متوالی در کنار هم. مقدار باید بین 0 و nb_frames - 1 باشد. پیش‌فرض 0 است.
init_padding: تنظیم تعداد فریم‌هایی که در ابتدا قبل از نمایش اولین فریم خروجی خالی می‌مانند. این گزینه مشخص می‌کند چه زمانی اولین فریم خروجی دریافت می‌شود. مقدار باید بین 0 و nb_frames - 1 باشد. پیش‌فرض 0 است.

مثال‌ها

تولید کاشی‌های PNG با ابعاد 8x8 از تمام فریم‌های کلیدی (-skip_frame nokey) در یک فیلم:
```
ffmpeg -skip_frame nokey -i file.avi -vf 'scale=128:72,tile=8x8' -an -fps_mode passthrough keyframes%03d.png
```
گزینه -fps_mode passthrough برای جلوگیری از تکثیر هر فریم خروجی توسط ffmpeg جهت تطبیق با نرخ فریم شناسایی‌شده اصلی ضروری است.
نمایش 5 تصویر در ناحیه‌ای به ابعاد "3x2" فریم، با 7 پیکسل فاصله میان آن‌ها، و 2 پیکسل حاشیه اولیه، با استفاده از ترکیبی از گزینه‌های ترتیبی و نام‌دار:
```
tile=3x2:nb_frames=5:padding=7:margin=2
```

tiltandshift

اعمال اثر شیفت و تیلت (tilt-and-shift).

چه اتفاقی می‌افتد اگر زمان و فضا را وارونه کنید؟

به‌طور معمول یک ویدیو از چندین فریم تشکیل شده است که هر یک لحظه متفاوتی از زمان را نشان می‌دهند و صحنه‌ای را به تصویر می‌کشند که در فضای ضبط‌شده توسط فریم تکامل می‌یابد. این فیلتر نقطه مقابل این مفهوم است و از عکاسی تیلت و شیفت الهام گرفته است.

یک فریم فیلترشده شامل کل خط زمانی رویدادهای سازنده توالی است، و این با قرار دادن برشی از پیکسل‌های هر فریم در یک تک‌فریم به دست می‌آید. با این حال، از آنجا که فریم‌هایی با پهنای بی‌نهایت وجود ندارند، این کار تا پهنای فریم ورودی انجام می‌شود، و ویدیو با جابجایی (شیفت) یک ستون به ازای هر فریم بعدی بازسازی می‌شود. به منظور نگاشت فضا به زمان، فیلتر هر فریم ورودی را نیز کج (تیلت) می‌کند تا حرکت حفظ شود. این کار با انتخاب تدریجی یک ستون متفاوت از هر فریم ورودی محقق می‌شود.

نتیجه نهایی نوعی اختلاف‌منظر (پارالاکس) معکوس است، به‌گونه‌ای که اشیاء دوردست بسیار سریع‌تر از اشیاء جلو حرکت می‌کنند. شرایط ایده‌آل برای این اثر ویدیویی زمانی است که یا حرکت بسیار کمی وجود داشته باشد و پس‌زمینه ایستا باشد، یا زمانی که حرکت زیادی وجود داشته باشد و عمق میدان بسیار وسیعی حاکم باشد (مثلاً نمای سراسرنما/پانورامای وسیع، هنگام حرکت در قطار).

این فیلتر پارامترهای زیر را می‌پذیرد:

tilt: تیلت کردن ویدیو هنگام شیفت (پیش‌فرض). در صورت عدم تنظیم، ویدیو تصویری ایستا را می‌لغزاند که از ستون اول هر فریم تشکیل شده است.
start: در آغاز فیلتر کردن چه کاری انجام شود (زیر را ببینید).
end: در پایان فیلتر کردن چه کاری انجام شود (زیر را ببینید).
hold: چند ستون قبل از شروع فیلتر کردن عبور داده شود.
pad: چند ستون قبل از پایان فیلتر کردن درج شود.

به‌طور معمول فیلتر از همان فریم اول شیفت و تیلت را انجام می‌دهد و پس از دریافت آخرین فریم متوقف می‌شود. با این حال، قبل از شروع فیلتر کردن، می‌توان ویدیوی عادی را حفظ کرد تا این اثر به آرامی در جای خود بلغزد و بنشیند. به همین ترتیب، آخرین فریم ویدیو را می‌توان در پایان بازسازی کرد. متناوباً می‌توان کار را به سادگی با رنگ سیاه شروع کرد و به پایان رساند.

none: فیلتر کردن بلافاصله شروع می‌شود و پس از دریافت آخرین فریم پایان می‌یابد.
frame: فریم‌های اول یا آخرین فریم در حین پردازش دست‌نخورده باقی می‌مانند.
black: رنگ سیاه در ابتدا یا در انتهای فیلتر کردن افزوده می‌شود.

tinterlace

انجام انواع مختلف درهم‌تنیدگی فیلد زمانی (temporal field interlacing).

فریم‌ها با شروع از 1 شمرده می‌شوند، بنابراین اولین فریم ورودی فرد در نظر گرفته می‌شود.

این فیلتر گزینه‌های زیر را می‌پذیرد:

mode: تعیین حالت درهم‌تنیدگی. این گزینه را می‌توان به عنوان یک مقدار تنها نیز مشخص کرد. برای فهرست مقادیر این گزینه به ادامه مطلب مراجعه کنید.
مقادیر موجود عبارتند از:

merge, 0

انتقال فریم‌های فرد به فیلد بالایی و فریم‌های زوج به فیلد پایینی، که فریمی با ارتفاع دوبرابر در نصف نرخ فریم تولید می‌کند.

 ------> time
Input:
Frame 1         Frame 2         Frame 3         Frame 4

11111           22222           33333           44444
11111           22222           33333           44444
11111           22222           33333           44444
11111           22222           33333           44444

Output:
11111                           33333
22222                           44444
11111                           33333
22222                           44444
11111                           33333
22222                           44444
11111                           33333
22222                           44444

drop_even, 1

فقط فریم‌های فرد را خروجی می‌دهد و فریم‌های زوج دور انداخته می‌شوند، که فریمی با ارتفاع بدون تغییر در نصف نرخ فریم تولید می‌کند.

 ------> time
Input:
Frame 1         Frame 2         Frame 3         Frame 4

11111           22222           33333           44444
11111           22222           33333           44444
11111           22222           33333           44444
11111           22222           33333           44444

Output:
11111                           33333
11111                           33333
11111                           33333
11111                           33333

drop_odd, 2

فقط فریم‌های زوج را خروجی می‌دهد و فریم‌های فرد دور انداخته می‌شوند، که فریمی با ارتفاع بدون تغییر در نصف نرخ فریم تولید می‌کند.

 ------> time
Input:
Frame 1         Frame 2         Frame 3         Frame 4

11111           22222           33333           44444
11111           22222           33333           44444
11111           22222           33333           44444
11111           22222           33333           44444

Output:
                22222                           44444
                22222                           44444
                22222                           44444
                22222                           44444

pad, 3

گسترش هر فریم به ارتفاع کامل، اما پر کردن خطوط متناوب با رنگ سیاه، که فریمی با ارتفاع دوبرابر در همان نرخ فریم ورودی تولید می‌کند.

 ------> time
Input:
Frame 1         Frame 2         Frame 3         Frame 4

11111           22222           33333           44444
11111           22222           33333           44444
11111           22222           33333           44444
11111           22222           33333           44444

Output:
11111           .....           33333           .....
.....           22222           .....           44444
11111           .....           33333           .....
.....           22222           .....           44444
11111           .....           33333           .....
.....           22222           .....           44444
11111           .....           33333           .....
.....           22222           .....           44444

interleave_top, 4

درهم‌تنیدن فیلد بالایی از فریم‌های فرد با فیلد پایینی از فریم‌های زوج، که فریمی با ارتفاع بدون تغییر در نصف نرخ فریم تولید می‌کند.

 ------> time
Input:
Frame 1         Frame 2         Frame 3         Frame 4

11111<-         22222           33333<-         44444
11111           22222<-         33333           44444<-
11111<-         22222           33333<-         44444
11111           22222<-         33333           44444<-

Output:
11111                           33333
22222                           44444
11111                           33333
22222                           44444

interleave_bottom, 5

درهم‌تنیدن فیلد پایینی از فریم‌های فرد با فیلد بالایی از فریم‌های زوج، که فریمی با ارتفاع بدون تغییر در نصف نرخ فریم تولید می‌کند.

 ------> time
Input:
Frame 1         Frame 2         Frame 3         Frame 4

11111           22222<-         33333           44444<-
11111<-         22222           33333<-         44444
11111           22222<-         33333           44444<-
11111<-         22222           33333<-         44444

Output:
22222                           44444
11111                           33333
22222                           44444
11111                           33333

interlacex2, 6

دو برابر کردن نرخ فریم با ارتفاع بدون تغییر. فریم‌هایی درج می‌شوند که هر یک شامل دومین فیلد زمانی از فریم ورودی قبلی و اولین فیلد زمانی از فریم ورودی بعدی هستند. این حالت به پرچم top_field_first وابسته است. برای نمایشگرهای ویدیوی درهم‌تنیده بدون همگام‌سازی فیلد مفید است.

 ------> time
Input:
Frame 1         Frame 2         Frame 3         Frame 4

11111           22222           33333           44444
 11111           22222           33333           44444
11111           22222           33333           44444
 11111           22222           33333           44444

Output:
11111   22222   22222   33333   33333   44444   44444
 11111   11111   22222   22222   33333   33333   44444
11111   22222   22222   33333   33333   44444   44444
 11111   11111   22222   22222   33333   33333   44444

mergex2, 7

انتقال فریم‌های فرد به فیلد بالایی و فریم‌های زوج به فیلد پایینی، که فریمی با ارتفاع دوبرابر در همان نرخ فریم تولید می‌کند.

 ------> time
Input:
Frame 1         Frame 2         Frame 3         Frame 4

11111           22222           33333           44444
11111           22222           33333           44444
11111           22222           33333           44444
11111           22222           33333           44444

Output:
11111           33333           33333           55555
22222           22222           44444           44444
11111           33333           33333           55555
22222           22222           44444           44444
11111           33333           33333           55555
22222           22222           44444           44444
11111           33333           33333           55555
22222           22222           44444           44444

مقادیر عددی منسوخ شده‌اند اما به دلایل سازگاری عقبرو پذیرفته می‌شوند.

حالت پیش‌فرض "merge" است.

flags: تعیین پرچم‌های مؤثر بر فرایند فیلتر.
مقادیر موجود برای flags عبارتند از:

low_pass_filter, vlpf: فعال‌سازی فیلتر پایین‌گذر عمودی خطی در فیلتر. فیلتر کردن پایین‌گذر عمودی هنگام ایجاد یک مقصد درهم‌تنیده از یک منبع پیش‌رونده (progressive) حاوی جزئیات عمودی با فرکانس بالا الزامی است. فیلتر کردن باعث کاهش لرزش بین‌خطی و الگوهای موآره در حالت درهم‌تنیده می‌شود.
complex_filter, cvlpf: فعال‌سازی فیلتر پایین‌گذر عمودی پیچیده. این گزینه لرزش بین‌خطی و الگوهای موآره را اندکی کمتر کاهش می‌دهد اما جزئیات و حس ذهنی وضوح را بهتر حفظ می‌کند.
bypass_il: گذر دادن فریم‌هایی که از پیش درهم‌تنیده هستند، و تنها تنظیم نرخ فریم.

فیلتر کردن پایین‌گذر عمودی و گذر دادن فریم‌های از پیش درهم‌تنیده تنها می‌تواند برای modeهای interleave_top و interleave_bottom فعال شود.

tmedian

انتخاب پیکسل‌های میانه (median) از چندین فریم متوالی ویدیوی ورودی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

radius: تنظیم شعاع فیلتر میانه. پیش‌فرض 1 است. محدوده مجاز از 1 تا 127 است.
planes: تنظیم صفحاتی که باید فیلتر شوند. مقدار پیش‌فرض 15 است که با آن تمام صفحات پردازش می‌شوند.
percentile: تنظیم صدک میانه. مقدار پیش‌فرض 0.5 است. مقدار پیش‌فرض 0.5 همواره مقادیر میانه را انتخاب می‌کند، در حالی که 0 مقادیر کمینه و 1 مقادیر بیشینه را انتخاب خواهد کرد.

دستورات

این فیلتر از تمامی گزینه‌های فوق به جز گزینه "radius" به عنوان دستورات پشتیبانی می‌کند.

tmidequalizer

اعمال افکت همسان‌سازی ویدیویی میان‌راهی زمانی (Temporal Midway Video Equalization).

همسان‌سازی ویدیویی میان‌راهی یک توالی از فریم‌های ویدیو را به گونه‌ای تنظیم می‌کند که دارای هیستوگرام‌های یکسان باشند، در حالی که پویایی (dynamics) آن‌ها را تا حد ممکن حفظ می‌کند. این ویژگی برای مثال جهت تطبیق نوردهی (exposure) در یک توالی از فریم‌های ویدیو مفید است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

radius: تنظیم شعاع فیلتر کردن. پیش‌فرض 5 است. محدوده مجاز از 1 تا 127 است.
sigma: تنظیم سیگمای فیلتر کردن. پیش‌فرض 0.5 است. این گزینه شدت فیلتر کردن را کنترل می‌کند. تنظیم این گزینه روی 0 عملاً هیچ کاری انجام نمی‌دهد.
planes: تنظیم صفحاتی که باید پردازش شوند. پیش‌فرض 15 است که تمام صفحات موجود است.

tmix

آمیختن فریم‌های متوالی ویدیو.

توضیحات گزینه‌های پذیرفته‌شده در ادامه آمده است:

frames: تعداد فریم‌های متوالی برای آمیختن. در صورت مشخص نشدن، مقدار پیش‌فرض 3 است.
weights: مشخص کردن وزن هر فریم ویدیوی ورودی. هر وزن با فاصله (فاصله خالی) جدا می‌شود. اگر تعداد وزن‌ها کمتر از تعداد frames باشد، آخرین وزن مشخص‌شده برای تمام وزن‌های باقی‌مانده استفاده خواهد شد.
scale: مشخص کردن مقیاس (scale)؛ اگر تنظیم شود در مجموع حاصل‌ضرب هر وزن در مقادیر پیکسل ضرب می‌شود تا مقدار نهایی پیکسل مقصد به‌دست آید. به طور پیش‌فرض، scale به صورت خودکار با مجموع وزن‌ها مقیاس‌بندی می‌شود.
planes: تنظیم صفحاتی که باید فیلتر شوند. پیش‌فرض همه صفحات است. محدوده مجاز از 0 تا 15 است.

مثال‌ها

میانگین‌گیری از 7 فریم متوالی:
```
tmix=frames=7:weights="1 1 1 1 1 1 1"
```
اعمال یک کانولوشن زمانی ساده:
```
tmix=frames=3:weights="-1 3 -1"
```
مشابه مورد بالا اما تنها نمایش تفاوت‌های زمانی:
```
tmix=frames=3:weights="-1 2 -1":scale=1
```

دستورات

این فیلتر از دستورات زیر پشتیبانی می‌کند:

weights
scale
planes: نحوه نوشتن مشابه گزینه با همین نام است.

tonemap

نگاشت تن (Tone map) رنگ‌ها از محدوده‌های دینامیکی مختلف.

این فیلتر انتظار داده‌هایی با ممیز شناور با دقت یگانه (single precision) دارد، زیرا نیاز به کار روی مقادیر خارج از محدوده دارد (و می‌تواند آنها را در خروجی تولید کند). فیلتر دیگری مانند zscale برای تبدیل فریم حاصل به یک قالب قابل استفاده مورد نیاز است.

الگوریتم‌های نگاشت تن پیاده‌سازی‌شده تنها روی نور خطی (linear light) کار می‌کنند، بنابراین داده‌های ورودی باید از قبل خطی‌سازی شده باشند (و احتمالاً با برچسب‌های رنگی صحیح نشانه‌گذاری شده باشند).

ffmpeg -i INPUT -vf zscale=transfer=linear,tonemap=clip,zscale=transfer=bt709,format=yuv420p OUTPUT

گزینه‌ها

این فیلتر گزینه‌های زیر را می‌پذیرد:

tonemap: تنظیم الگوریتم نگاشت تن برای استفاده.
مقادیر ممکن عبارتند از:

none: هیچ نگاشت تنی اعمال نشود، فقط اشباع رنگ پیکسل‌های بیش از حد روشن کاهش یابد (desaturate).
clip: برش سخت (Hard-clip) مقادیر خارج از محدوده. از این حالت برای دقت رنگ بی‌نقص در مقادیر درون محدوده استفاده کنید، در حالی که مقادیر خارج از محدوده دگرگون می‌شوند.
linear: کشش کل وسعت رنگ (gamut) مرجع به یک مضرب خطی از نمایشگر.
gamma: برازش یک تبدیل لگاریتمی میان منحنی‌های تن.
reinhard: حفظ روشنایی کلی تصویر با یک منحنی ساده، با استفاده از کنتراست غیرخطی که منجر به مسطح شدن جزئیات و کاهش دقت رنگ می‌شود.
hable: حفظ بهتر جزئیات تاریک و روشن نسبت به reinhard، به قیمت اندکی تیره کردن همه‌چیز. زمانی از آن استفاده کنید که حفظ جزئیات مهم‌تر از دقت رنگ و روشنایی باشد.
mobius: نگاشت نرم مقادیر خارج از محدوده، در حالی که کنتراست و رنگ‌ها برای محتوای درون محدوده تا حد ممکن حفظ می‌شود. زمانی از آن استفاده کنید که دقت رنگ مهم‌تر از حفظ جزئیات باشد.

پیش‌فرض none است.

param: تنظیم دقیق الگوریتم نگاشت تن.
این گزینه بر الگوریتم‌های زیر تأثیر می‌گذارد:

none: نادیده گرفته می‌شود.
linear: ضریب مقیاس مورد استفاده هنگام کشش را تعیین می‌کند. پیش‌فرض 1.0 است.
gamma: توان تابع را تعیین می‌کند. پیش‌فرض 1.8 است.
clip: تعیین یک ضریب خطی اضافی برای ضرب در سیگنال پیش از برش. پیش‌فرض 1.0 است.
reinhard: تعیین ضریب کنتراست محلی در اوج روشنایی نمایشگر. پیش‌فرض 0.5 است، به این معنی که مقادیر درون دامنه (in-gamut) تقریباً نصف روشنایی حالت برش را خواهند داشت.
hable: نادیده گرفته می‌شود.
mobius: تعیین نقطه گذار از تبدیل خطی به موبیوس. تضمین می‌شود که تمام مقادیر زیر این نقطه به صورت 1:1 نگاشت شوند. هرچه مقدار بالاتر باشد، نتیجه دقیق‌تر خواهد بود اما به بهای از دست رفتن جزئیات روشن تمام می‌شود. پیش‌فرض 0.3 است که به دلیل شیب تند اولیه، رنگ‌های درون محدوده را همچنان با دقت قابل توجهی حفظ می‌کند.

desat

اعمال کاهش اشباع رنگ (desaturation) برای بخش‌های روشن (highlights) که از این سطح روشنایی فراتر می‌روند. هرچه این پارامتر بالاتر باشد، اطلاعات رنگ بیشتری حفظ خواهد شد. این تنظیم با تبدیل (نرم) رنگ‌ها به سفید، از ایجاد رنگ‌های سوخته و غیرطبیعی در هایلایت‌های شدید جلوگیری می‌کند. این کار به قیمت کاهش اطلاعات رنگ‌های خارج از محدوده، حس طبیعی‌تری به تصاویر می‌دهد.

مقدار پیش‌فرض 2.0 تا حدی محافظه‌کارانه است و اغلب فقط روی آسمان یا سطوحی که مستقیماً نور خورشید به آن‌ها می‌تابد اعمال می‌شود. مقدار 0.0 این گزینه را غیرفعال می‌کند.

این گزینه تنها در صورتی کار می‌کند که فریم ورودی دارای برچسب رنگی پشتیبانی‌شده باشد.

peak

بازنویسی اوج سیگنال/اسمی/مرجع با این مقدار. هنگامی مفید است که اطلاعات اوج تعبیه‌شده در متادیتای نمایشگر قابل اعتماد نباشد یا هنگام نگاشت تن از یک محدوده پایین‌تر به یک محدوده بالاتر.

tpad

افزودن موقت پدینگ به فریم‌های ویدیو (حاشیه‌گذاری زمانی).

این فیلتر گزینه‌های زیر را می‌پذیرد:

start: تعیین تعداد فریم‌های تأخیر پیش از جریان ویدیوی ورودی. پیش‌فرض 0 است.
stop: تعیین تعداد فریم‌های پدینگ پس از جریان ویدیوی ورودی. برای پدینگ نامحدود روی -1 تنظیم کنید. پیش‌فرض 0 است.
start_mode: تنظیم نوع فریم‌های اضافه‌شده به ابتدای جریان. می‌تواند add یا clone باشد. با add فریم‌هایی با رنگ یکدست اضافه می‌شوند. با clone فریم‌ها شبیه‌سازی‌شده از فریم نخست هستند. پیش‌فرض add است.
stop_mode: تنظیم نوع فریم‌های اضافه‌شده به انتهای جریان. می‌تواند add یا clone باشد. با add فریم‌هایی با رنگ یکدست اضافه می‌شوند. با clone فریم‌ها شبیه‌سازی‌شده از فریم پایانی هستند. پیش‌فرض add است.
start_duration, stop_duration: تعیین مدت‌زمان تأخیر شروع/پایان. برای ساختار نحوی پذیرفته‌شده به بخش مدت‌زمان (Time duration) در دفترچه راهنمای ffmpeg-utils(1) مراجعه کنید. این گزینه‌ها جایگزین start و stop می‌شوند. پیش‌فرض 0 است.
color: تعیین رنگ ناحیه پدینگ‌شده. برای ساختار نحوی این گزینه، بخش "Color" در دفترچه راهنمای ffmpeg-utils را بررسی کنید.
مقدار پیش‌فرض color برابر "black" است.

transpose

ترانهادن سطرهای ویدیوی ورودی با ستون‌های آن و در صورت تمایل برگرداندن (flip) آن.

پارامترهای زیر را می‌پذیرد:

dir: تعیین جهت ترانهش.
می‌تواند مقادیر زیر را به خود بگیرد:

0, 4, cclock_flip

چرخش 90 درجه پادساعت‌گرد و برگرداندن عمودی (پیش‌فرض)، یعنی:

L.R     L.l
. . ->  . .
l.r     R.r

1, 5, clock

چرخش 90 درجه ساعت‌گرد، یعنی:

L.R     l.L
. . ->  . .
l.r     r.R

2, 6, cclock

چرخش 90 درجه پادساعت‌گرد، یعنی:

L.R     R.r
. . ->  . .
l.r     L.l

3, 7, clock_flip

چرخش 90 درجه ساعت‌گرد و برگرداندن عمودی، یعنی:

L.R     r.R
. . ->  . .
l.r     l.L

برای مقادیر بین 4-7، ترانهش تنها در صورتی انجام می‌شود که هندسه ویدیوی ورودی پرتره (عمودی) باشد و نه لنداسکیپ (افقی). این مقادیر منسوخ شده‌اند و به جای آن‌ها باید از گزینه "passthrough" استفاده شود.

مقادیر عددی منسوخ شده‌اند و باید به نفع ثابت‌های نمادین کنار گذاشته شوند.

passthrough: اگر هندسه ورودی با مقدار مشخص‌شده مطابقت داشته باشد، ترانهش اعمال نشود. مقادیر زیر را می‌پذیرد:

none: همواره ترانهش اعمال شود.
portrait: حفظ هندسه پرتره (زمانی که height >= width).
landscape: حفظ هندسه لنداسکیپ (زمانی که width >= height).

مقدار پیش‌فرض "none" است.

برای مثال، جهت چرخش 90 درجه ساعت‌گرد و حفظ چیدمان پرتره:

transpose=dir=1:passthrough=portrait

دستور بالا می‌تواند به صورت زیر نیز مشخص شود:

transpose=1:portrait

trim

برش ورودی به گونه‌ای که خروجی شامل یک بخش پیوسته از ورودی باشد.

پارامترهای زیر را می‌پذیرد:

start: تعیین زمان شروع بخش نگه‌داشته‌شده؛ یعنی فریمی با برچسب زمانی start نخستین فریم در خروجی خواهد بود.
end: تعیین زمان نخستین فریمی که دور انداخته می‌شود؛ یعنی فریمی که بلافاصله پیش از فریم با برچسب زمانی end قرار دارد، آخرین فریم خروجی خواهد بود.
start_pts: مشابه start است، با این تفاوت که این گزینه برچسب زمانی شروع را بر حسب واحدهای پایه زمانی (timebase) به جای ثانیه تنظیم می‌کند.
end_pts: مشابه end است، با این تفاوت که این گزینه برچسب زمانی پایان را بر حسب واحدهای پایه زمانی (timebase) به جای ثانیه تنظیم می‌کند.
duration: حداکثر مدت زمان خروجی بر حسب ثانیه.
start_frame: شماره نخستین فریمی که باید به خروجی منتقل شود.
end_frame: شماره نخستین فریمی که باید دور انداخته شود.

مقادیر start، end و duration به صورت مشخصات مدت‌زمان بیان می‌شوند؛ برای ساختار نحوی پذیرفته‌شده به بخش مدت‌زمان (Time duration) در دفترچه راهنمای ffmpeg-utils(1) مراجعه کنید.

توجه داشته باشید که دو دسته اول از گزینه‌های start/end و گزینه duration به برچسب زمانی فریم نگاه می‌کنند، در حالی که گونه‌های _frame صرفاً فریم‌هایی را که از فیلتر عبور می‌کنند می‌شمارند. همچنین توجه داشته باشید که این فیلتر برچسب‌های زمانی را تغییر نمی‌دهد. اگر می‌خواهید برچسب‌های زمانی خروجی از صفر شروع شوند، یک فیلتر setpts بعد از فیلتر trim درج کنید.

اگر چندین گزینه شروع یا پایان تنظیم شوند، این فیلتر حریصانه تلاش می‌کند و تمام فریم‌هایی را که حداقل با یکی از محدودیت‌های مشخص‌شده مطابقت دارند نگه می‌دارد. برای نگه‌داشتن تنها بخشی که هم‌زمان با تمام محدودیت‌ها مطابقت دارد، چندین فیلتر trim را زنجیره‌ای کنید.

مقادیر پیش‌فرض به گونه‌ای هستند که کل ورودی نگه داشته می‌شود. بنابراین می‌توان مثلاً تنها مقادیر پایان را تنظیم کرد تا همه چیز پیش از زمان مشخص‌شده نگه داشته شود.

مثال‌ها:

دور انداختن همه‌چیز به جز دقیقه دوم ورودی:
```
ffmpeg -i INPUT -vf trim=60:120
```
نگه‌داشتن تنها ثانیه اول:
```
ffmpeg -i INPUT -vf trim=duration=1
```

unpremultiply

اعمال افکت وارون پیش‌ضرب آلفا (unpremultiply) بر جریان ویدیوی ورودی با استفاده از نخستین صفحه از جریان دوم به عنوان آلفا.

هر دو جریان باید ابعاد و قالب پیکسلی یکسانی داشته باشند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تعیین صفحاتی که پردازش می‌شوند؛ صفحات پردازش‌نشده کپی خواهند شد. به طور پیش‌فرض با مقدار 0xf، تمام صفحات پردازش می‌شوند.
اگر قالب دارای 1 یا 2 مؤلفه باشد، روشنایی (luma) بیت 0 است. اگر قالب دارای 3 یا 4 مؤلفه باشد: برای قالب‌های RGB، بیت 0 سبز، بیت 1 آبی و بیت 2 قرمز است؛ برای قالب‌های YUV، بیت 0 روشنایی (luma)، بیت 1 فام رنگ U و بیت 2 فام رنگ V است. کانال آلفا در صورت وجود، همواره آخرین بیت است.
inplace: برای پردازش نیازی به ورودی دوم نیست، در عوض از صفحه آلفای جریان ورودی استفاده می‌شود.

unsharp

واضح‌سازی (Sharpen) یا تار کردن (blur) ویدیوی ورودی.

پارامترهای زیر را می‌پذیرد:

luma_msize_x, lx

تنظیم اندازه افقی ماتریس روشنایی (luma). باید یک عدد صحیح فرد بین 3 و 23 باشد. مقدار پیش‌فرض 5 است.

luma_msize_y, ly

تنظیم اندازه عمودی ماتریس روشنایی (luma). باید یک عدد صحیح فرد بین 3 و 23 باشد. مقدار پیش‌فرض 5 است.

luma_amount, la

تنظیم شدت افکت روشنایی. باید یک عدد ممیز شناور باشد، مقادیر منطقی بین -1.5 و 1.5 قرار دارند.

مقادیر منفی ویدیوی ورودی را تار می‌کنند، در حالی که مقادیر مثبت آن را واضح می‌سازند؛ مقدار صفر افکت را غیرفعال می‌کند.

مقدار پیش‌فرض 1.0 است.

chroma_msize_x, cx

تنظیم اندازه افقی ماتریس رنگ (chroma). باید یک عدد صحیح فرد بین 3 و 23 باشد. مقدار پیش‌فرض 5 است.

chroma_msize_y, cy

تنظیم اندازه عمودی ماتریس رنگ (chroma). باید یک عدد صحیح فرد بین 3 و 23 باشد. مقدار پیش‌فرض 5 است.

chroma_amount, ca

تنظیم شدت افکت رنگ. باید یک عدد ممیز شناور باشد، مقادیر منطقی بین -1.5 و 1.5 قرار دارند.

مقدار پیش‌فرض 0.0 است.

alpha_msize_x, ax

تنظیم اندازه افقی ماتریس آلفا. باید یک عدد صحیح فرد بین 3 و 23 باشد. مقدار پیش‌فرض 5 است.

alpha_msize_y, ay

تنظیم اندازه عمودی ماتریس آلفا. باید یک عدد صحیح فرد بین 3 و 23 باشد. مقدار پیش‌فرض 5 است.

alpha_amount, aa

تنظیم شدت افکت آلفا. باید یک عدد ممیز شناور باشد، مقادیر منطقی بین -1.5 و 1.5 قرار دارند.

مقدار پیش‌فرض 0.0 است.

تمامی پارامترها اختیاری هستند و پیش‌فرض آن‌ها معادل رشته '5:5:1.0:5:5:0.0' است.

مثال‌ها

اعمال افکت واضح‌سازی شدید روشنایی:
```
unsharp=luma_msize_x=7:luma_msize_y=7:luma_amount=2.5
```
اعمال تاری شدید روی هر دو پارامتر روشنایی و رنگ:
```
unsharp=7:7:-2:7:7:-2
```

untile

تجزیه ویدیویی متشکل از تصاویر کاشی‌کاری‌شده (tiled) به تصاویر مجزا.

نرخ فریم ویدیوی خروجی برابر است با نرخ فریم ویدیوی ورودی ضرب در تعداد کاشی‌ها.

این فیلتر عکس عمل tile را انجام می‌دهد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

layout: تنظیم اندازه شبکه (یعنی تعداد سطرها و ستون‌ها). برای ساختار نحوی این گزینه، بخش "Video size" در دفترچه راهنمای ffmpeg-utils را بررسی کنید.

مثال‌ها

•

تولید یک ویدیوی 1 ثانیه‌ای از یک پرونده تصویر ثابت شامل 25 فریم که به صورت عمودی روی هم چیده شده‌اند، مانند یک حلقه فیلم آنالوگ:

ffmpeg -r 1 -i image.jpg -vf untile=1x25 movie.mkv

uspp

اعمال یک فیلتر پس‌پردازش فوق‌العاده آهسته/ساده که تصویر را در چندین انتقال (shift) مختلف (یا در سطح کیفی quality برابر 8، در تمامی شیفت‌ها) فشرده و باز می‌کند و از نتایج میانگین می‌گیرد.

تفاوت این فیلتر با رفتار spp در این است که uspp عملاً هر حالت را با libavcodec Snow کدگذاری و کدگشایی می‌کند، در حالی که spp از یک DCT ساده‌شده 8x8 فقط درون‌فریمی (intra only) شبیه به MJPEG استفاده می‌نماید.

این فیلتر در نسخه‌های FFmpeg بین 5.0 و 6.0 در دسترس نیست.

این فیلتر گزینه‌های زیر را می‌پذیرد:

quality: تنظیم کیفیت. این گزینه تعداد سطوح را برای میانگین‌گیری تعیین می‌کند. یک عدد صحیح در محدوده 0-8 می‌پذیرد. در صورت تنظیم روی 0، فیلتر هیچ اثری نخواهد داشت. مقدار 8 به معنای بالاترین کیفیت است. به ازای هر واحد افزایش این مقدار، سرعت تقریباً به نصف کاهش می‌یابد. مقدار پیش‌فرض 3 است.
qp: اجبار به استفاده از یک پارامتر کوانتیزاسیون ثابت. در صورت تنظیم نشدن، فیلتر از QP جریان ویدیو (در صورت وجود) استفاده خواهد کرد.
codec: استفاده از کدک مشخص‌شده به جای snow.

v360

تبدیل ویدیوهای ۳۶۰ درجه بین قالب‌های مختلف.

این فیلتر گزینه‌های زیر را می‌پذیرد:

input
output: تنظیم قالب ویدیوی ورودی/خروجی.
قالب‌های موجود:

e
equirect: تصویرسازی متساوی‌المستطیل (Equirectangular projection).
c3x2
c6x1
c1x6: نگاشت مکعبی (Cubemap) با چیدمان 3x2/6x1/1x6.
گزینه‌های اختصاصی این قالب:

in_pad
out_pad: تنظیم نسبت پدینگ (حاشیه) برای نگاشت مکعبی ورودی/خروجی. مقادیر به صورت اعشاری.
نمونه مقادیر:

0: بدون پدینگ.
0.01: ۱٪ از هر وجه پدینگ است. برای نمونه، با تفکیک‌پذیری 1920x1280 اندازه هر وجه 640x640 خواهد بود و پدینگ از هر طرف ۳ پیکسل است. (640 * 0.01 = 6 پیکسل)

مقدار پیش‌فرض @samp{0} است. حداکثر مقدار @samp{0.1} است.

fin_pad
fout_pad: تنظیم پدینگ ثابت برای نگاشت مکعبی ورودی/خروجی. مقادیر به پیکسل است.
مقدار پیش‌فرض @samp{0} است. در صورت بزرگتر بودن از صفر، سایر گزینه‌های پدینگ را نادیده می‌گیرد (override می‌کند).
in_forder
out_forder: تنظیم ترتیب وجه‌ها برای نگاشت مکعبی ورودی/خروجی. برای هر موقعیت یک جهت را انتخاب کنید.
نشانه‌های جهت‌ها:

r: راست (right)
l: چپ (left)
u: بالا (up)
d: پایین (down)
f: جلو (forward)
b: عقب (back)

مقدار پیش‌فرض @samp{rludfb} است.

in_frot
out_frot: تنظیم چرخش وجه‌ها برای نگاشت مکعبی ورودی/خروجی. برای هر موقعیت یک زاویه انتخاب کنید.
نشانه‌های زوایا:

0: ۰ درجه در جهت ساعت‌گرد
1: ۹۰ درجه در جهت ساعت‌گرد
2: ۱۸۰ درجه در جهت ساعت‌گرد
3: ۲۷۰ درجه در جهت ساعت‌گرد

مقدار پیش‌فرض @samp{000000} است.

eac: نگاشت مکعبی هم‌زاویه (Equi-Angular Cubemap).
flat
gnomonic
rectilinear: ویدیوی معمولی (Regular video).
گزینه‌های اختصاصی قالب:

h_fov
v_fov
d_fov: تنظیم میدان دید (field of view) افقی/عمودی/قطری خروجی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.
ih_fov
iv_fov
id_fov: تنظیم میدان دید افقی/عمودی/قطری ورودی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.

dfisheye: چشم‌ماهی دوگانه (Dual fisheye).
گزینه‌های اختصاصی قالب:

h_fov
v_fov
d_fov: تنظیم میدان دید افقی/عمودی/قطری خروجی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.
ih_fov
iv_fov
id_fov: تنظیم میدان دید افقی/عمودی/قطری ورودی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.

barrel
fb
barrelsplit: قالب‌های ۳۶۰ درجه فیس‌بوک (Facebook).
sg: قالب برجسته‌نگاری (Stereographic format).
گزینه‌های اختصاصی قالب:

h_fov
v_fov
d_fov: تنظیم میدان دید افقی/عمودی/قطری خروجی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.
ih_fov
iv_fov
id_fov: تنظیم میدان دید افقی/عمودی/قطری ورودی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.

mercator: قالب مرکاتور (Mercator format).
ball: قالب کروی (Ball format)، اعوجاج قابل توجهی به سمت عقب ایجاد می‌کند.
hammer: قالب تصویرسازی نقشه هامر-آیتوف (Hammer-Aitoff).
sinusoidal: قالب تصویرسازی نقشه سینوسی (Sinusoidal).
fisheye: تصویرسازی چشم‌ماهی (Fisheye projection).
گزینه‌های اختصاصی قالب:

h_fov
v_fov
d_fov: تنظیم میدان دید افقی/عمودی/قطری خروجی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.
ih_fov
iv_fov
id_fov: تنظیم میدان دید افقی/عمودی/قطری ورودی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.

pannini: تصویرسازی پانینی (Pannini projection).
گزینه‌های اختصاصی قالب:

h_fov: تنظیم پارامتر پانینی خروجی.
ih_fov: تنظیم پارامتر پانینی ورودی.

cylindrical: تصویرسازی استوانه‌ای (Cylindrical projection).
گزینه‌های اختصاصی قالب:

h_fov
v_fov
d_fov: تنظیم میدان دید افقی/عمودی/قطری خروجی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.
ih_fov
iv_fov
id_fov: تنظیم میدان دید افقی/عمودی/قطری ورودی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.

perspective: تصویرسازی پرسپکتیو (Perspective projection). (فقط خروجی)
گزینه‌های اختصاصی قالب:

v_fov: تنظیم پارامتر پرسپکتیو.

tetrahedron: تصویرسازی چهاروجهی (Tetrahedron projection).
tsp: تصویرسازی هرم مربعی بریده‌شده (Truncated square pyramid projection).
he
hequirect: تصویرسازی نیمه‌متساوی‌المستطیل (Half equirectangular projection).
equisolid: قالب هم‌زاویه متقارن (Equisolid format).
گزینه‌های اختصاصی قالب:

h_fov
v_fov
d_fov: تنظیم میدان دید افقی/عمودی/قطری خروجی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.
ih_fov
iv_fov
id_fov: تنظیم میدان دید افقی/عمودی/قطری ورودی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.

og: قالب اورتوگرافیک (Orthographic format).
گزینه‌های اختصاصی قالب:

h_fov
v_fov
d_fov: تنظیم میدان دید افقی/عمودی/قطری خروجی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.
ih_fov
iv_fov
id_fov: تنظیم میدان دید افقی/عمودی/قطری ورودی. مقادیر بر حسب درجه.
اگر میدان دید قطری تنظیم شود، جایگزین میدان دید افقی و عمودی خواهد شد.

octahedron: تصویرسازی هشت‌وجهی (Octahedron projection).
cylindricalea: تصویرسازی استوانه‌ای هم‌مساحت (Cylindrical Equal Area projection).

interp: تنظیم روش درونیابی.توجه: روش‌های درونیابی پیچیده‌تر برای اجرا به حافظه بسیار بیشتری نیاز دارند.
روش‌های موجود:

near
nearest: نزدیک‌ترین همسایه (Nearest neighbour).
line
linear: درونیابی دوسطحی (Bilinear).
lagrange9: درونیابی لاگرانژ ۹ (Lagrange9).
cube
cubic: درونیابی دومکعبی (Bicubic).
lanc
lanczos: درونیابی لانچوز (Lanczos).
sp16
spline16: درونیابی اسپیلاین ۱۶ (Spline16).
gauss
gaussian: درونیابی گاوسی (Gaussian).
mitchell: درونیابی میچل (Mitchell).

مقدار پیش‌فرض @samp{line} است.

w
h: تنظیم تفکیک‌پذیری (رزولوشن) ویدیوی خروجی.
تفکیک‌پذیری پیش‌فرض به قالب‌ها بستگی دارد.
in_stereo
out_stereo: تنظیم قالب استریوی ورودی/خروجی.

2d: دوبعدی مونو (2D mono)
sbs: کنار هم (Side by side)
tb: بالا پایین (Top bottom)

مقدار پیش‌فرض برای قالب ورودی و خروجی @samp{2d} است.

yaw
pitch
roll: تنظیم چرخش برای ویدیوی خروجی. مقادیر بر حسب درجه.
rorder: تنظیم ترتیب چرخش برای ویدیوی خروجی. برای هر موقعیت یک مورد را انتخاب کنید.

y, Y: یاو / چرخش افقی (yaw)
p, P: پیچ / زاویه شیب (pitch)
r, R: رول / غلتش (roll)

مقدار پیش‌فرض @samp{ypr} است.

h_flip
v_flip
d_flip: برگرداندن ویدیوی خروجی به صورت افقی (جابجایی چپ-راست) / عمودی (جابجایی بالا-پایین) / در عمق (جابجایی عقب-جلو). مقادیر بولی.
ih_flip
iv_flip: تعیین این که آیا ویدیوی ورودی به صورت افقی/عمودی برگردانده شود یا خیر. مقادیر بولی.
in_trans: تعیین این که آیا ویدیوی ورودی ترانهاده (transposed) شود یا خیر. مقدار بولی، به طور پیش‌فرض غیرفعال است.
out_trans: تعیین این که آیا ویدیوی خروجی نیاز به ترانهش دارد یا خیر. مقدار بولی، به طور پیش‌فرض غیرفعال است.
h_offset
v_offset: تنظیم آفست غیرمحوری افقی/عمودی خروجی. مقدار پیش‌فرض روی 0 تنظیم شده است. محدوده مجاز از -1 تا 1 است.
alpha_mask: ساخت ماسک در صفحه آلفا برای تمام پیکسل‌های نگاشت‌نشده با علامت‌گذاری آنها به عنوان کاملاً شفاف. مقدار بولی، به طور پیش‌فرض غیرفعال است.
reset_rot: بازنشانی چرخش ویدیوی خروجی. مقدار بولی، به طور پیش‌فرض غیرفعال است.

مثال‌ها

تبدیل ویدیوی متساوی‌المستطیل به نگاشت مکعبی با چیدمان 3x2 و پدینگ ۱٪ با استفاده از درونیابی دومکعبی:
```
ffmpeg -i input.mkv -vf v360=e:c3x2:cubic:out_pad=0.01 output.mkv
```
استخراج نمای عقب از نگاشت مکعبی هم‌زاویه:
```
ffmpeg -i input.mkv -vf v360=eac:flat:yaw=180 output.mkv
```
تبدیل نگاشت مکعبی هم‌زاویه ترانهاده و به صورت افقی برگردانده‌شده در قالب استریوی کنار هم به قالب استریوی متساوی‌المستطیل بالا-پایین:
```
v360=eac:equirect:in_stereo=sbs:in_trans=1:ih_flip=1:out_stereo=tb
```

دستورات

این فیلتر از زیرمجموعه‌ای از گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

vaguedenoiser

اعمال یک حذف‌کننده نویز (denoiser) مبتنی بر موجک (wavelet).

این فیلتر هر فریم را از ورودی ویدیو با استفاده از Cohen-Daubechies-Feauveau 9/7 به دامنه موجک تبدیل می‌کند. سپس مقداری فیلتر روی ضرایب به‌دست‌آمده اعمال می‌نماید. پس از آن تبدیل معکوس موجک انجام می‌دهد. با توجه به ویژگی‌های موجک، این روش باید نتیجه‌ای هموار و نویز کاهش‌یافته را بدون محو کردن ویژگی‌های تصویر به همراه داشته باشد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

threshold: شدت فیلتر کردن. هرچه بالاتر باشد، ویدیو بیشتر فیلتر خواهد شد. آستانه‌گذاری سخت (Hard thresholding) می‌تواند پیش از آنکه ویدیو بیش از حد فیلترشده به نظر برسد، از آستانه بالاتری نسبت به آستانه‌گذاری نرم استفاده کند. مقدار پیش‌فرض 2 است.
method: روش فیلتر کردنی که فیلتر استفاده خواهد کرد.
مقادیر زیر را می‌پذیرد:

hard: تمام مقادیر زیر آستانه صفر می‌شوند.
soft: تمام مقادیر زیر آستانه صفر می‌شوند. تمام مقادیر بالاتر به اندازه آستانه کاهش می‌یابند.
garrote: ضرایب را مقیاس‌بندی یا صفر می‌کند - حالتی بینابین آستانه‌گذاری (بیشتر) نرم و (کمتر) سخت.

پیش‌فرض garrote است.

nsteps: تعداد دفعاتی که موجک تصویر را تجزیه می‌کند. تصویر نمی‌تواند فراتر از یک نقطه مشخص تجزیه شود (معمولاً 8 برای یک فریم 640x480 - زیرا 2^9 = 512 > 480). مقادیر معتبر اعداد صحیح بین 1 و 32 هستند. مقدار پیش‌فرض 6 است.
percent: حذف نویز جزئی یا کامل (کاهش محدود ضرایب)، از 0 تا 100. مقدار پیش‌فرض 85 است.
planes: فهرستی از صفحاتی که باید پردازش شوند. به طور پیش‌فرض تمام صفحات پردازش می‌شوند.
type: نوع آستانه‌ای که فیلتر استفاده خواهد کرد.
مقادیر زیر را می‌پذیرد:

universal: آستانه مورد استفاده برای تمام تجزیه‌ها یکسان است.
bayes: آستانه مورد استفاده به ضرایب هر تجزیه نیز بستگی دارد.

پیش‌فرض universal است.

varblur

اعمال فیلتر تاری متغیر با استفاده از جریان ویدیوی دوم برای تنظیم شعاع تاری. جریان دوم باید ابعاد یکسانی داشته باشد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

min_r: تنظیم حداقل شعاع مجاز. محدوده مجاز از 0 تا 254 است. پیش‌فرض 0 است.
max_r: تنظیم حداکثر شعاع مجاز. محدوده مجاز از 1 تا 255 است. پیش‌فرض 8 است.
planes: تنظیم صفحاتی که باید پردازش شوند. به طور پیش‌فرض، همه استفاده می‌شوند.

فیلتر "varblur" همچنین از گزینه‌های framesync پشتیبانی می‌کند.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستورات پشتیبانی می‌کند.

vectorscope

نمایش مقادیر ۲ مؤلفه رنگی در نمودار دوبعدی (که وکتوراسکوپ نامیده می‌شود).

این فیلتر گزینه‌های زیر را می‌پذیرد:

mode, m: تنظیم حالت وکتوراسکوپ.
مقادیر زیر را می‌پذیرد:

gray
tint: مقادیر خاکستری در نمودار نمایش داده می‌شوند؛ روشنایی بالاتر به این معنی است که پیکسل‌های بیشتری دارای مقدار رنگی یکسان برای آن مؤلفه در آن موقعیت از نمودار هستند. این حالت پیش‌فرض است.
color: مقادیر خاکستری در نمودار نمایش داده می‌شوند. مقادیر پیکسل‌های اطراف که در فریم ویدیو وجود ندارند، با گرادیانی از ۲ مؤلفه رنگ که با گزینه‌های "x" و "y" تنظیم شده‌اند رسم می‌شوند. مؤلفه رنگ سوم ایستا (استاتیک) است.
color2: مقادیر مؤلفه‌های رنگ واقعی موجود در فریم ویدیو در نمودار نمایش داده می‌شوند.
color3: مشابه color2 اما تکرار بالاتر مقادیر یکسان "x" و "y" در نمودار، مقدار مؤلفه رنگ دیگر را افزایش می‌دهد که با مقادیر پیش‌فرض "x" و "y" روشنایی (درخشندگی) است.
color4: رنگ‌های واقعی موجود در فریم ویدیو در نمودار نمایش داده می‌شوند. اگر دو رنگ مختلف به یک موقعیت در نمودار نگاشت شوند، رنگ با مقدار بالاتر از مؤلفه‌ای که در نمودار وجود ندارد انتخاب می‌شود.
color5: مقادیر خاکستری در نمودار نمایش داده می‌شوند. مشابه "color" اما مؤلفه رنگ سوم از گرادیان شعاعی انتخاب می‌شود.

x: تعیین این که کدام مؤلفه رنگ روی محور X نشان داده شود. پیش‌فرض 1 است.
y: تعیین این که کدام مؤلفه رنگ روی محور Y نشان داده شود. پیش‌فرض 2 است.
intensity, i: تنظیم شدت، مورد استفاده در حالت‌های: gray، color، color3 و color5 برای افزایش روشنایی مؤلفه رنگی که فراوانی موقعیت (X, Y) را در نمودار نشان می‌دهد.
envelope, e

none: بدون پوش (envelope)، این حالت پیش‌فرض است.
instant: پوش آنی، حتی تاریک‌ترین تک‌پیکسل نیز به وضوح برجسته خواهد شد.
peak: نگه‌داشتن مقادیر بیشینه و کمینه ارائه‌شده در نمودار در طول زمان. از این طریق همچنان می‌توانید مقادیر خارج از محدوده را بدون نگاه مداوم به وکتوراسکوپ تشخیص دهید.
peak+instant: ترکیب هم‌زمان پوش اوج و آنی.

graticule, g: تنظیم نوع شبکه مدرج (graticule) برای رسم.

none
green
color
invert

opacity, o: تنظیم کدر بودن (شفافیت معکوس) شبکه مدرج.
flags, f: تنظیم پرچم‌های شبکه مدرج.

white: رسم شبکه مدرج برای نقطه سفید.
black: رسم شبکه مدرج برای نقطه سیاه.
name: رسم نام‌های کوتاه نقاط رنگی.

bgopacity, b: تنظیم کدر بودن پس‌زمینه.
lthreshold, l: تنظیم آستانه پایین برای مؤلفه رنگی که روی محور X یا Y نمایش داده نمی‌شود. مقادیر پایین‌تر از این مقدار نادیده گرفته می‌شوند. پیش‌فرض 0 است. توجه داشته باشید که این مقدار در حداکثر مقدار ممکن واقعی که یک مؤلفه پیکسل می‌تواند داشته باشد ضرب می‌شود. بنابراین برای ورودی 8-بیتی و مقدار آستانه پایین 0.1، آستانه واقعی برابر است با 0.1 * 255 = 25.
hthreshold, h: تنظیم آستانه بالا برای مؤلفه رنگی که روی محور X یا Y نمایش داده نمی‌شود. مقادیر بالاتر از این مقدار نادیده گرفته می‌شوند. پیش‌فرض 1 است. توجه داشته باشید که این مقدار در حداکثر مقدار ممکن واقعی که یک مؤلفه پیکسل می‌تواند داشته باشد ضرب می‌شود. بنابراین برای ورودی 8-بیتی و مقدار آستانه بالا 0.9، آستانه واقعی برابر است با 0.9 * 255 = 230.
colorspace, c: تعیین فضای رنگی مورد استفاده هنگام رسم شبکه مدرج.

auto
601
709

پیش‌فرض auto است.

tint0, t0
tint1, t1: تنظیم ته‌رنگ (tint) برای حالت وکتوراسکوپ gray/tint. به طور پیش‌فرض هر دو گزینه صفر هستند. این به معنای نبود ته‌رنگ است و خروجی به رنگ خاکستری باقی می‌ماند.

vidstabdetect

تحلیل پایداری ویدیو / لرزش‌گیری (deshaking). انجام پاس 1 از 2، برای پاس 2 به vidstabtransform مراجعه کنید.

این فیلتر پرونده‌ای حاوی اطلاعات تبدیلات چرخش و انتقال نسبی فریم‌های بعدی تولید می‌کند که سپس توسط فیلتر vidstabtransform استفاده می‌شود.

برای فعال‌سازی کامپایل این فیلتر باید FFmpeg را با "--enable-libvidstab" پیکربندی کنید.

این فیلتر گزینه‌های زیر را می‌پذیرد:

result

تنظیم مسیر پرونده‌ای که برای نوشتن اطلاعات تبدیلات استفاده می‌شود. مقدار پیش‌فرض transforms.trf است.

shakiness

تنظیم میزان لرزش ویدیو و سرعت حرکت دوربین. این گزینه یک عدد صحیح در بازه 1-10 می‌پذیرد؛ مقدار 1 به معنای لرزش کم و مقدار 10 به معنای لرزش شدید است. مقدار پیش‌فرض 5 است.

accuracy

تنظیم دقت فرایند تشخیص. باید مقداری در بازه 1-15 باشد. مقدار 1 به معنای دقت کم و مقدار 15 به معنای دقت زیاد است. مقدار پیش‌فرض 15 است.

stepsize

تنظیم اندازه گام (stepsize) فرایند جستجو. ناحیه اطراف مقدار کمینه با تفکیک‌پذیری 1 پیکسل پویش می‌شود. مقدار پیش‌فرض 6 است.

mincontrast

تنظیم حداقل کنتراست. میدان اندازه‌گیری محلی زیر این مقدار دور انداخته می‌شود. باید یک مقدار ممیز شناور در بازه 0-1 باشد. مقدار پیش‌فرض 0.3 است.

tripod

تنظیم شماره فریم مرجع برای حالت سه‌پایه (tripod).

در صورت فعال بودن، حرکت فریم‌ها با یک فریم مرجع در استریم فیلترشده که با شماره مشخص‌شده تعیین می‌شود، مقایسه می‌گردد. ایده این است که تمام حرکات در یک صحنه کم‌وبیش ایستا جبران شوند و نمای دوربین کاملاً ثابت نگه داشته شود.

اگر روی 0 تنظیم شود، غیرفعال خواهد بود. شمارش فریم‌ها از 1 شروع می‌شود.

show

نمایش میدان‌ها و تبدیلات در فریم‌های خروجی حاصل. یک عدد صحیح در بازه 0-2 می‌پذیرد. مقدار پیش‌فرض 0 است که هرگونه مصورسازی را غیرفعال می‌کند.

fileformat

قالب پرونده داده‌های تبدیلات برای نوشتن. مقادیر پذیرفتنی عبارتند از:

ascii: متن ساده خوانا برای انسان
binary: قالب دودویی، تقریباً 40% کوچک‌تر از "ascii". (پیش‌فرض)

مثال‌ها

استفاده از مقادیر پیش‌فرض:
```
vidstabdetect
```
تحلیل فیلم با لرزش شدید و قرار دادن نتایج در پرونده mytransforms.trf:
```
vidstabdetect=shakiness=10:accuracy=15:result="mytransforms.trf"
```
مصورسازی نتیجه تبدیلات درونی در ویدیوی حاصل:
```
vidstabdetect=show=1
```
تحلیل یک ویدیو با لرزش متوسط با استفاده از ffmpeg:
```
ffmpeg -i input -vf vidstabdetect=shakiness=5:show=1 dummy.avi
```

vidstabtransform

پایداری ویدیو / لرزش‌گیری: پاس 2 از 2، برای پاس 1 به vidstabdetect مراجعه کنید.

خواندن یک پرونده با اطلاعات تبدیل برای هر فریم و اعمال/جبران‌سازی آن‌ها. این فیلتر به همراه فیلتر vidstabdetect می‌تواند برای لرزش‌گیری ویدیوها استفاده شود. همچنین ببینید http://public.hronopik.de/vid.stab. استفاده از فیلتر unsharp نیز مهم است، به بخش زیر مراجعه کنید.

برای فعال‌سازی کامپایل این فیلتر باید FFmpeg را با "--enable-libvidstab" پیکربندی کنید.

گزینه‌ها

input: تنظیم مسیر پرونده مورد استفاده برای خواندن تبدیلات. مقدار پیش‌فرض transforms.trf است.
smoothing: تنظیم تعداد فریم‌ها (مقدار*2 + 1) مورد استفاده برای فیلتر پایین‌گذر حرکات دوربین. مقدار پیش‌فرض 10 است.
برای مثال مقدار 10 به این معنی است که از 21 فریم (10 فریم در گذشته و 10 فریم در آینده) برای هموارسازی حرکت در ویدیو استفاده می‌شود. مقدار بزرگ‌تر منجر به ویدیوی هموارتر می‌شود، اما شتاب دوربین (حرکات pan/tilt) را محدود می‌کند. 0 یک حالت خاص است که در آن دوربین ثابت شبیه‌سازی می‌شود.
optalgo: تنظیم الگوریتم بهینه‌سازی مسیر دوربین.
مقادیر پذیرفته‌شده عبارتند از:

gauss: فیلتر پایین‌گذر هسته گاوسی روی حرکت دوربین (پیش‌فرض)
avg: میانگین‌گیری روی تبدیلات

maxshift: تنظیم حداکثر تعداد پیکسل‌ها برای جابجایی فریم‌ها. مقدار پیش‌فرض -1 است، به معنای نامحدود.
maxangle: تنظیم حداکثر زاویه بر حسب رادیان (درجه*PI/180) برای چرخش فریم‌ها. مقدار پیش‌فرض -1 است، به معنای نامحدود.
crop: تعیین نحوه برخورد با حاشیه‌هایی که ممکن است به دلیل جبران‌سازی حرکت نمایان شوند.
مقادیر موجود عبارتند از:

keep: نگه‌داشتن اطلاعات تصویر از فریم پیشین (پیش‌فرض)
black: پر کردن حاشیه با رنگ سیاه

invert: معکوس کردن تبدیلات در صورت تنظیم روی 1. مقدار پیش‌فرض 0 است.
relative: در نظر گرفتن تبدیلات به صورت نسبی به فریم پیشین در صورت تنظیم روی 1، و مطلق در صورت تنظیم روی 0. مقدار پیش‌فرض 0 است.
zoom: تنظیم درصد بزرگ‌نمایی (zoom). مقدار مثبت منجر به اثر بزرگ‌نمایی (zoom-in) و مقدار منفی منجر به اثر کوچک‌نمایی (zoom-out) می‌شود. مقدار پیش‌فرض 0 است (بدون بزرگ‌نمایی).
optzoom: تنظیم بزرگ‌نمایی بهینه برای جلوگیری از ایجاد حاشیه‌ها.
مقادیر پذیرفته‌شده عبارتند از:

0: غیرفعال
1: مقدار بزرگ‌نمایی ایستای بهینه تعیین می‌شود (تنها حرکات بسیار شدید منجر به حاشیه‌های مشهود می‌شوند) (پیش‌فرض)
2: مقدار بزرگ‌نمایی تطبیقی بهینه تعیین می‌شود (هیچ حاشیه‌ای نمایان نخواهد شد)، به zoomspeed مراجعه کنید.

توجه داشته باشید که مقدار داده‌شده در zoom به مقدار محاسبه‌شده در اینجا اضافه می‌شود.

zoomspeed: تنظیم حداکثر درصد بزرگ‌نمایی در هر فریم (در صورتی که optzoom روی 2 تنظیم شده باشد فعال می‌شود). بازه از 0 تا 5 است، مقدار پیش‌فرض 0.25 است.
interpol: تعیین نوع درون‌یابی (interpolation).
مقادیر موجود عبارتند از:

no: بدون درون‌یابی
linear: خطی فقط به صورت افقی
bilinear: خطی در هر دو جهت (پیش‌فرض)
bicubic: مکعبی در هر دو جهت (کند)

tripod: فعال‌سازی حالت سه‌پایه مجازی در صورت تنظیم روی 1، که معادل "relative=0:smoothing=0" است. مقدار پیش‌فرض 0 است.
همچنین از گزینه "tripod" در vidstabdetect استفاده کنید.
debug: افزایش سطح جزئیات گزارش‌ها در صورت تنظیم روی 1. همچنین حرکات سراسری شناسایی‌شده در پرونده موقت global_motions.trf نوشته می‌شوند. مقدار پیش‌فرض 0 است.

مثال‌ها

استفاده از ffmpeg برای یک پایداری‌سازی معمول با مقادیر پیش‌فرض:
```
ffmpeg -i inp.mpeg -vf vidstabtransform,unsharp=5:5:0.8:3:3:0.4 inp_stabilized.mpeg
```
به استفاده از فیلتر unsharp که همواره توصیه می‌شود توجه کنید.
بزرگ‌نمایی کمی بیشتر و بارگذاری داده‌های تبدیل از یک پرونده مشخص:
```
vidstabtransform=zoom=5:input="mytransforms.trf"
```
هموارسازی باز هم بیشتر ویدیو:
```
vidstabtransform=smoothing=30
```

vflip

برگرداندن (flip) عمودی ویدیوی ورودی.

برای مثال، برای برگرداندن عمودی یک ویدیو با ffmpeg:

ffmpeg -i in.avi -vf "vflip" out.avi

vfrdet

تشخیص نرخ فریم متغیر ویدیو.

این فیلتر سعی می‌کند تشخیص دهد که آیا ورودی نرخ فریم متغیر دارد یا ثابت.

در پایان، تعداد فریم‌هایی که با delta pts متغیر تشخیص داده شده‌اند و فریم‌هایی با delta pts ثابت را در خروجی نمایش می‌دهد. اگر فریم‌هایی با دلتای متغیر وجود داشته باشند، کمینه، بیشینه و میانگین دلتای مشاهده‌شده را نیز نشان خواهد داد.

vibrance

تقویت یا تغییر اشباع رنگ (saturation).

این فیلتر گزینه‌های زیر را می‌پذیرد:

intensity: تنظیم شدت تقویت در صورت مثبت بودن مقدار یا شدت تغییر در صورت منفی بودن مقدار. پیش‌فرض 0 است. بازه مجاز از -2 تا 2 است.
rbal: تنظیم تعادل رنگ قرمز. پیش‌فرض 1 است. بازه مجاز از -10 تا 10 است.
gbal: تنظیم تعادل رنگ سبز. پیش‌فرض 1 است. بازه مجاز از -10 تا 10 است.
bbal: تنظیم تعادل رنگ آبی. پیش‌فرض 1 است. بازه مجاز از -10 تا 10 است.
rlum: تنظیم ضریب روشنایی (luma) قرمز.
glum: تنظیم ضریب روشنایی (luma) سبز.
blum: تنظیم ضریب روشنایی (luma) آبی.
alternate: اگر "intensity" منفی باشد و این گزینه روی 1 تنظیم شود، رنگ‌ها تغییر خواهند کرد، در غیر این صورت اشباع رنگ‌ها کمتر شده و بیشتر به سمت خاکستری میل می‌کنند.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستور پشتیبانی می‌کند.

vif

به دست آوردن میانگین VIF (Visual Information Fidelity) بین دو ویدیوی ورودی.

این فیلتر دو ویدیوی ورودی می‌گیرد.

هر دو ویدیوی ورودی باید رزولوشن و قالب پیکسلی یکسانی داشته باشند تا این فیلتر به درستی کار کند. همچنین فرض می‌شود که هر دو ورودی تعداد فریم‌های یکسانی دارند که یک‌به‌یک با هم مقایسه می‌شوند.

امتیاز میانگین VIF به دست آمده از طریق سیستم گزارش‌گیری (logging) چاپ می‌شود.

فیلتر امتیاز VIF محاسبه‌شده برای هر فریم را ذخیره می‌کند.

این فیلتر همچنین از گزینه‌های framesync پشتیبانی می‌کند.

در مثال زیر پرونده ورودی main.mpg که در حال پردازش است با پرونده مرجع ref.mpg مقایسه می‌شود.

ffmpeg -i main.mpg -i ref.mpg -lavfi vif -f null -

vignette

ایجاد یا معکوس کردن افکت وینیت (vignetting) طبیعی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

angle, a

تنظیم عبارت زاویه لنز به عنوان تعدادی رادیان.

مقدار در بازه "[0,PI/2]" محدود (clip) می‌شود.

مقدار پیش‌فرض: "PI/5"

x0

y0

تنظیم عبارات مختصات مرکز. به طور پیش‌فرض به ترتیب "w/2" و "h/2".

تنظیم حالت مستقیم/معکوس (forward/backward).

حالت‌های موجود عبارتند از:

forward: هر چه فاصله از نقطه مرکزی بیشتر شود، تصویر تاریک‌تر می‌شود.
backward: هر چه فاصله از نقطه مرکزی بیشتر شود، تصویر روشن‌تر می‌شود. این حالت می‌تواند برای معکوس کردن افکت وینیت استفاده شود، هرچند هنوز هیچ تشخیص خودکاری برای استخراج angle لنز و سایر تنظیمات وجود ندارد. همچنین می‌تواند برای ایجاد یک افکت سوختگی (burning) استفاده شود.

مقدار پیش‌فرض forward است.

eval: تنظیم حالت ارزیابی عبارات (angle، x0، y0).
مقادیر زیر را می‌پذیرد:

init: ارزیابی عبارات فقط یک بار در طول مقداردهی اولیه فیلتر.
frame: ارزیابی عبارات برای هر فریم ورودی. این حالت بسیار کندتر از حالت init است زیرا نیاز دارد تمام مقیاس‌بندها دوباره محاسبه شوند، اما امکان استفاده از عبارات پویای پیشرفته را فراهم می‌کند.

مقدار پیش‌فرض init است.

dither: تنظیم دیترینگ (dithering) برای کاهش اثرات نواری دایره‌ای (circular banding). پیش‌فرض 1 (فعال) است.
aspect: تنظیم نسبت ابعاد وینیت. این تنظیم امکان تغییر شکل وینیت را فراهم می‌کند. تنظیم این مقدار روی SAR ورودی، یک وینیت مستطیلی متناسب با ابعاد ویدیو ایجاد می‌کند.
پیش‌فرض "1/1" است.

عبارات

عبارات alpha، x0 و y0 می‌توانند شامل پارامترهای زیر باشند:

w
h: عرض و ارتفاع ورودی
n: شماره فریم ورودی، شروع از 0
pts: زمان برچسب زمانی نمایش (PTS) فریم ویدیوی فیلترشده، بیان‌شده در واحدهای TB، در صورت تعریف نشدن NAN
r: نرخ فریم ویدیوی ورودی، در صورت نامشخص بودن نرخ فریم ورودی NAN
t: برچسب زمانی نمایش (PTS) فریم ویدیوی فیلترشده، بیان‌شده به ثانیه، در صورت تعریف نشدن NAN
tb: پایه زمانی (time base) ویدیوی ورودی

مثال‌ها

اعمال یک افکت وینیت قوی ساده:
```
vignette=PI/4
```
ایجاد یک وینیت چشمک‌زن:
```
vignette='PI/4+random(1)*PI/50':eval=frame
```

vmafmotion

به دست آوردن میانگین امتیاز حرکت VMAF یک ویدیو. این یکی از معیارهای سازنده VMAF است.

امتیاز حرکت میانگین به دست آمده از طریق سیستم گزارش‌گیری چاپ می‌شود.

این فیلتر گزینه‌های زیر را می‌پذیرد:

stats_file: در صورت تعیین، فیلتر از پرونده نام‌برده برای ذخیره امتیاز حرکت هر فریم نسبت به فریم قبلی استفاده می‌کند. وقتی نام پرونده برابر "-" باشد، داده‌ها به خروجی استاندارد فرستاده می‌شوند.

مثال:

ffmpeg -i ref.mpg -vf vmafmotion -f null -

vpp_amf

مقیاس‌بندی (تغییر اندازه) و تبدیل فضای رنگی، ویژگی‌های انتقال یا رنگ‌های اصلی برای ویدیوی ورودی، با استفاده از کتابخانه AMD Advanced Media Framework برای شتاب‌دهی سخت‌افزاری. تنظیم عرض و ارتفاع خروجی به همان شیوه فیلتر scale کار می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

w
h: تنظیم عبارت ابعاد ویدیوی خروجی. مقدار پیش‌فرض ابعاد ورودی است.
عبارات یکسانی مانند فیلتر scale را مجاز می‌داند.
scale_type: تنظیم الگوریتم مورد استفاده برای مقیاس‌بندی:

bilinear: دوسطحی (Bilinear)
این حالت پیش‌فرض است.
bicubic: دومکعبی (Bicubic)

format: قالب پیکسلی خروجی را کنترل می‌کند. به طور پیش‌فرض، یا در صورت عدم تعیین، از قالب پیکسلی ورودی استفاده می‌شود.
force_original_aspect_ratio
force_divisible_by: مانند گزینه‌های مشابه در فیلتر scale کار می‌کنند.
reset_sar: مانند گزینه مشابه در فیلتر scale کار می‌کند.
in_color_range: بازنویسی محدوده رنگ ورودی.
out_color_range: تعیین محدوده رنگ خروجی.
مقادیر پذیرفته‌شده برای in_trc و out_trc عبارتند از:

studio: محدوده رنگ استودیویی (یا محدود، یا MPEG).
full: محدوده رنگ کامل (یا JPEG).

color_profile: تعیین تمامی مشخصه‌های رنگ به طور همزمان.
مقادیر پذیرفته‌شده عبارتند از:

bt601: BT.601
bt709: BT.709
bt2020: BT.2020

in_trc: بازنویسی ویژگی‌های انتقال ورودی.
out_trc: تعیین ویژگی‌های انتقال خروجی.
مقادیر پذیرفته‌شده برای in_trc و out_trc عبارتند از:

bt709: BT.709
gamma22: گامای ثابت 2.2
gamma28: گامای ثابت 2.8
smpte170m: SMPTE-170M
smpte240m: SMPTE-240M
linear: خطی (Linear)
log: LOG
log-sqrt: LOG_SQRT
iec61966-2-4: iec61966-2-4
bt1361-ecg: BT1361_ECG
iec61966-2-1: iec61966-2-1
bt2020-10: BT.2020 برای محتوای 10-بیتی
bt2020-12: BT.2020 برای محتوای 12-بیتی
smpte2084: SMPTE2084
smpte428: SMPTE428
arib-std-b67: ARIB_STD_B67

in_primaries: بازنویسی رنگ‌های اصلی ورودی.
out_primaries: تعیین رنگ‌های اصلی خروجی.
مقادیر پذیرفته‌شده برای in_primaries و out_primaries عبارتند از:

bt709: BT.709
bt470m: BT.470M
bt470bg: BT.470BG یا BT.601-6 625
smpte170m: SMPTE-170M یا BT.601-6 525
smpte240m: SMPTE-240M
film: فیلم (film)
bt2020: BT.2020
smpte428: SMPTE-428
smpte431: SMPTE-431
smpte432: SMPTE-432
jedec-p22: فسفرهای JEDEC P22

مثال‌ها

مقیاس‌بندی ورودی به 720p با حفظ نسبت ابعاد و اطمینان از اینکه خروجی yuv420p است:
```
vpp_amf=-2:720:format=yuv420p
```
افزایش مقیاس به 4K و تغییر نمایه رنگ به bt2020:
```
vpp_amf=4096:2160:color_profile=bt2020
```
بازنویسی رنگ‌های اصلی ورودی و ویژگی‌های انتقال ورودی، و تغییر هر دو به bt709:
```
vpp_amf=color_profile=bt2020:in_trc=smpte2084:in_primaries=bt2020:out_trc=bt709:out_primaries=bt709
```

vstack

چیدمان عمودی ویدیوهای ورودی روی یکدیگر.

تمام استریم‌ها باید دارای قالب پیکسلی و عرض یکسانی باشند.

توجه داشته باشید که این فیلتر سریع‌تر از استفاده از فیلترهای overlay و pad برای ایجاد همان خروجی است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

inputs: تنظیم تعداد استریم‌های ورودی. پیش‌فرض 2 است.
shortest: در صورت تنظیم روی 1، خروجی را وادار می‌کند با پایان یافتن کوتاه‌ترین ورودی خاتمه یابد. مقدار پیش‌فرض 0 است.

w3fdif

دی‌اینترلیس کردن (Deinterlace) ویدیوی ورودی ("w3fdif" مخفف "Weston 3 Field Deinterlacing Filter" است).

فیلتر دی‌اینترلیس ۳ میدانی وستون، بر پایه فرایند شرح‌داده‌شده توسط مارتین وستون برای بخش تحقیق و توسعه بی‌بی‌سی (BBC R&D) و پیاده‌سازی‌شده بر اساس الگوریتم دی‌اینترلیس نوشته‌شده توسط جیم ایستربروک برای BBC R&D، از ضرایب فیلتر محاسبه‌شده توسط BBC R&D استفاده می‌کند.

این فیلتر از اطلاعات تسلط میدان (field-dominance) در فریم برای تصمیم‌گیری درباره اینکه کدام میدان از هر جفت میدان در ابتدا در خروجی قرار گیرد، استفاده می‌کند. اگر این تصمیم اشتباه بود، پیش از فیلتر "w3fdif" از فیلتر setfield استفاده کنید.

دو مجموعه ضریب فیلتر وجود دارد که "ساده" (simple) و "پیچیده" (complex) نامیده می‌شوند. اینکه کدام مجموعه از ضرایب فیلتر استفاده شود را می‌توان با ارسال یک پارامتر اختیاری تنظیم کرد:

filter: تنظیم ضرایب فیلتر اینترلیس. یکی از مقادیر زیر را می‌پذیرد:

simple: مجموعه ضرایب فیلتر ساده.
complex: مجموعه ضرایب فیلتر پیچیده‌تر.

مقدار پیش‌فرض complex است.

mode: حالت اینترلیس برای اتخاذ. یکی از مقادیر زیر را می‌پذیرد:

frame: خروجی دادن یک فریم به ازای هر فریم.
field: خروجی دادن یک فریم به ازای هر میدان.

مقدار پیش‌فرض "field" است.

parity: توازن (parity) میدان تصویر که برای ویدیوی اینترلیس ورودی فرض می‌شود. یکی از مقادیر زیر را می‌پذیرد:

tff: فرض می‌شود میدان بالایی در ابتدا است (top field first).
bff: فرض می‌شود میدان پایینی در ابتدا است (bottom field first).
auto: فعال‌سازی تشخیص خودکار توازن میدان.

مقدار پیش‌فرض "auto" است. اگر حالت اینترلیس ناشناخته باشد یا رمزگشا این اطلاعات را صادر نکند، فرض می‌شود که میدان بالایی در ابتدا است.

deint: تعیین اینکه کدام فریم‌ها دی‌اینترلیس شوند. یکی از مقادیر زیر را می‌پذیرد:

all: دی‌اینترلیس کردن تمامی فریم‌ها.
interlaced: فقط دی‌اینترلیس کردن فریم‌هایی که به عنوان اینترلیس علامت‌گذاری شده‌اند.

مقدار پیش‌فرض all است.

دستورات

این فیلتر از دستورات مشابهی مانند گزینه‌ها پشتیبانی می‌کند.

waveform

پایشگر شکل‌موج (waveform) ویدیو.

پایشگر شکل‌موج، شدت مؤلفه‌های رنگ را ترسیم می‌کند. به طور پیش‌فرض فقط روشنایی (luma). هر ستون از شکل‌موج متناظر با یک ستون از پیکسل‌ها در ویدیوی مبدأ است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

mode, m: می‌تواند "row" (سطری) یا "column" (ستونی) باشد. پیش‌فرض "column" است. در حالت سطری، نمودار در سمت چپ نشان‌دهنده مقدار مؤلفه رنگ 0 و سمت راست نشان‌دهنده مقدار 255 است. در حالت ستونی، سمت بالا نشان‌دهنده مقدار مؤلفه رنگ 0 و سمت پایین نشان‌دهنده مقدار 255 است.
intensity, i: تنظیم شدت. مقادیر کوچک‌تر برای پی بردن به اینکه چه تعداد مقدار با روشنایی یکسان در سطرها/ستون‌های ورودی توزیع شده‌اند مفید است. مقدار پیش‌فرض 0.04 است. بازه مجاز [0, 1] است.
mirror, r: تنظیم حالت آینه‌ای. 0 به معنای بدون آینه و 1 به معنای آینه‌ای است. در حالت آینه‌ای، مقادیر بالاتر در سمت چپ برای حالت "row" و در بالا برای حالت "column" نمایش داده می‌شوند. پیش‌فرض 1 (آینه‌ای) است.
display, d: تنظیم حالت نمایش. مقادیر زیر را می‌پذیرد:

overlay: اطلاعاتی همسان با حالت "parade" ارائه می‌دهد، با این تفاوت که نمودارهای نشان‌دهنده مؤلفه‌های رنگ مستقیماً روی یکدیگر قرار می‌گیرند.
این حالت نمایش، تشخیص تفاوت‌ها یا شباهت‌های نسبی در نواحی هم‌پوشان مؤلفه‌های رنگی را که قرار است یکسان باشند، مانند سفید، خاکستری یا سیاه خنثی، آسان‌تر می‌کند.
stack: نمایش نمودارهای جداگانه برای مؤلفه‌های رنگ کنار هم در حالت "row" یا زیر یکدیگر در حالت "column".
parade: نمایش نمودارهای جداگانه برای مؤلفه‌های رنگ کنار هم در حالت "column" یا زیر یکدیگر در حالت "row".
استفاده از این حالت نمایش، تشخیص ته‌رنگ‌ها (color casts) را در سایه‌روشن‌ها و تاریکی‌های تصویر با مقایسه خطوط کانتور بالا و پایین هر شکل‌موج آسان می‌کند. از آنجا که رنگ‌های سفید، خاکستری و سیاه با مقادیر دقیقاً مساوی از قرمز، سبز و آبی مشخص می‌شوند، نواحی خنثی تصویر باید سه شکل‌موج با عرض/ارتفاع تقریباً برابر نمایش دهند. در غیر این صورت، تصحیح با انجام تنظیمات سطح روی سه شکل‌موج آسان خواهد بود.

پیش‌فرض "stack" است.

components, c: تنظیم مؤلفه‌های رنگی مورد نمایش. پیش‌فرض 1 است، که به معنای تنها روشنایی (luma) یا مؤلفه رنگ قرمز در صورت قرار داشتن ورودی در فضای رنگی RGB است. اگر برای مثال روی 7 تنظیم شود، هر 3 مؤلفه رنگی موجود (در صورت وجود) را نمایش می‌دهد.
envelope, e

none: بدون پوش (envelope)، این حالت پیش‌فرض است.
instant: پوش لحظه‌ای، مقادیر کمینه و بیشینه ارائه‌شده در نمودار حتی با مقدار کوچک "step" به راحتی قابل مشاهده خواهند بود.
peak: نگه‌داشتن مقادیر کمینه و بیشینه ارائه‌شده در نمودار در طول زمان. از این طریق می‌توانید مقادیر خارج از محدوده را بدون نگاه مداوم به شکل‌موج‌ها تشخیص دهید.
peak+instant: ترکیب هر دو پوش اوج (peak) و لحظه‌ای (instant) با یکدیگر.

filter, f

lowpass: بدون فیلتر، این حالت پیش‌فرض است.
flat: ترکیب روشنایی (luma) و رنگ (chroma) با یکدیگر.
aflat: مشابه موارد بالا، اما تفاوت بین رنگ آبی و قرمز را نشان می‌دهد.
xflat: مشابه موارد بالا، اما از رنگ‌های متفاوتی استفاده می‌کند.
yflat: مشابه موارد بالا، اما مجدداً با رنگ‌های متفاوت.
chroma: فقط نمایش رنگ (chroma).
color: نمایش مقدار رنگ واقعی روی شکل‌موج.
acolor: مشابه مورد بالا، اما با روشنایی که بسامد مقادیر رنگ را نشان می‌دهد.

graticule, g: تنظیم اینکه کدام شبکه مدرج (graticule) نمایش داده شود.

none: عدم نمایش شبکه مدرج.
green: نمایش شبکه مدرج سبز که محدوده‌های قانونی پخش (broadcast) را نشان می‌دهد.
orange: نمایش شبکه مدرج نارنجی که محدوده‌های قانونی پخش را نشان می‌دهد.
invert: نمایش شبکه مدرج معکوس که محدوده‌های قانونی پخش را نشان می‌دهد.

opacity, o: تنظیم کدر بودن (opacity) شبکه مدرج.
flags, fl: تنظیم پرچم‌های شبکه مدرج.

numbers: رسم اعداد بالای خطوط. به طور پیش‌فرض فعال است.
dots: رسم نقطه به جای خط.

scale, s: تنظیم مقیاس مورد استفاده برای نمایش شبکه مدرج.

digital
millivolts
ire

پیش‌فرض digital است.

bgopacity, b: تنظیم کدر بودن پس‌زمینه.
tint0, t0
tint1, t1: تنظیم ته‌رنگ خروجی. تنها با فیلتر lowpass و زمانی که حالت نمایش overlay نیست و قالب‌های پیکسلی ورودی RGB نیستند استفاده می‌شود.
fitmode, fm: تنظیم نسبت ابعاد نمونه (SAR) فریم‌های خروجی ویدیو. می‌تواند برای پیکربندی شکل‌موج استفاده شود تا در یکی از جهات بیش از حد کشیده نشود.

none: تنظیم نسبت ابعاد نمونه روی 1/1.
size: تنظیم نسبت ابعاد نمونه برای مطابقت با اندازه ویدیوی ورودی.

پیش‌فرض none است.

input: تنظیم قالب‌های ورودی برای انتخاب توسط فیلتر. می‌تواند all برای انتخاب از میان تمامی قالب‌های موجود، یا first برای انتخاب نخستین قالب موجود باشد. پیش‌فرض first است.

weave, doubleweave

فیلتر "weave" یک ورودی ویدیویی مبتنی بر میدان (field-based) را می‌گیرد و هر دو میدان متوالی را در یک فریم ادغام می‌کند و یک کلیپ جدید با ارتفاع دوبرابر، نرخ فریم نصف و تعداد فریم نصف تولید می‌کند.

فیلتر "doubleweave" همانند "weave" کار می‌کند اما بدون نصف کردن نرخ فریم و تعداد فریم‌ها.

این فیلتر گزینه زیر را می‌پذیرد:

first_field: تنظیم میدان اول. مقادیر موجود عبارتند از:

top, t: تنظیم فریم به صورت میدان بالایی در ابتدا (top-field-first).
bottom, b: تنظیم فریم به صورت میدان پایینی در ابتدا (bottom-field-first).

مثال‌ها

•

اینترلیس کردن ویدیو با استفاده از فیلترهای select و separatefields:

separatefields,select=eq(mod(n,4),0)+eq(mod(n,4),3),weave

xbr

اعمال فیلتر بزرگ‌نمایی باکیفیت xBR که برای پیکسل آرت (pixel art) طراحی شده است. این فیلتر از مجموعه‌ای از قوانین تشخیص لبه پیروی می‌کند، ببینید https://forums.libretro.com/t/xbr-algorithm-tutorial/123.

این فیلتر گزینه زیر را می‌پذیرد:

n: تنظیم ابعاد مقیاس‌بندی: 2 برای "2xBR"، 3 برای "3xBR" و 4 برای "4xBR". پیش‌فرض 3 است.

xcorrelate

اعمال همبستگی متقابل نرمال‌شده (normalized cross-correlation) میان استریم ویدیوی ورودی اول و دوم.

ابعاد استریم ویدیوی ورودی دوم باید کوچک‌تر از استریم ویدیوی ورودی اول باشد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تنظیم صفحه‌هایی که باید پردازش شوند.
secondary: تنظیم اینکه کدام فریم‌های ویدیوی ثانویه از استریم ویدیوی ورودی دوم پردازش شوند، می‌تواند first یا all باشد. پیش‌فرض all است.

فیلتر "xcorrelate" همچنین از گزینه‌های framesync پشتیبانی می‌کند.

xfade

اعمال محوشدگی متقاطع (cross fade) از یک استریم ویدیوی ورودی به استریم ویدیوی ورودی دیگر. محوشدگی متقاطع برای مدت‌زمان مشخص اعمال می‌شود.

هر دو ورودی باید دارای نرخ فریم ثابت بوده و تفکیک‌پذیری، قالب پیکسلی، نرخ فریم و پایه زمانی یکسانی داشته باشند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

transition: تنظیم یکی از جلوه‌های گذار (transition) موجود:

جلوه گذار پیش‌فرض fade است.

duration: تنظیم مدت‌زمان محوشدگی متقاطع به ثانیه. بازه 0 تا 60 ثانیه است. مدت‌زمان پیش‌فرض 1 ثانیه است.
offset: تنظیم نقطه شروع محوشدگی متقاطع نسبت به استریم ورودی اول به ثانیه. میزان آفست پیش‌فرض 0 است.
expr: تنظیم عبارت برای جلوه گذار سفارشی.
عبارات می‌توانند از متغیرها و توابع زیر استفاده کنند:

X
Y: مختصات نمونه کنونی.
W
H: عرض و ارتفاع تصویر.
P: پیشرفت جلوه گذار.
PLANE: صفحه در حال پردازش کنونی.
A: مقدار بازگشتی ورودی اول در موقعیت و صفحه کنونی.
B: مقدار بازگشتی ورودی دوم در موقعیت و صفحه کنونی.
a0(x, y)
a1(x, y)
a2(x, y)
a3(x, y): بازگرداندن مقدار پیکسل در موقعیت (x,y) مؤلفه اول/دوم/سوم/چهارم ورودی اول.
b0(x, y)
b1(x, y)
b2(x, y)
b3(x, y): بازگرداندن مقدار پیکسل در موقعیت (x,y) مؤلفه اول/دوم/سوم/چهارم ورودی دوم.

مثال‌ها

•

محوشدگی متقاطع از یک ویدیوی ورودی به ویدیوی ورودی دیگر، با گذار fade و مدت‌زمان گذار 2 ثانیه که در آفست 5 ثانیه‌ای آغاز می‌شود:

ffmpeg -i first.mp4 -i second.mp4 -filter_complex xfade=transition=fade:duration=2:offset=5 output.mp4

xmedian

انتخاب پیکسل‌های میانه (median) از چندین ویدیوی ورودی.

این فیلتر گزینه‌های زیر را می‌پذیرد:

inputs: تنظیم تعداد ورودی‌ها. پیش‌فرض 3 است. بازه مجاز از 3 تا 255 است. اگر تعداد ورودی‌ها عددی زوج باشد، نتیجه مقدار میانگین بین دو مقدار میانه خواهد بود.
planes: تنظیم صفحه‌هایی که باید فیلتر شوند. مقدار پیش‌فرض 15 است که با آن همه صفحه‌ها پردازش می‌شوند.
percentile: تنظیم صدک میانه. مقدار پیش‌فرض 0.5 است. مقدار پیش‌فرض 0.5 همیشه مقادیر میانه را انتخاب می‌کند، در حالی که 0 مقادیر کمینه و 1 مقادیر بیشینه را انتخاب خواهد کرد.

دستورات

این فیلتر از تمامی گزینه‌های فوق به عنوان دستور پشتیبانی می‌کند، به جز گزینه "inputs".

xpsnr

به دست آوردن میانگین (در تمام فریم‌های ورودی) و کمینه (در تمام میانگین‌های صفحه‌های رنگی) نسبت سیگنال به نویز اوج وزن‌دهی‌شده ادراکی تعمیم‌یافته (XPSNR) میان دو ویدیوی ورودی.

معیار XPSNR یک الگوریتم اندازه‌گیری اعوجاج با پیچیدگی پایین و با انگیزه روانی-دیداری (psychovisually) برای ارزیابی تفاوت بین دو استریم ویدیو یا تصویر است. این معیار به‌ویژه برای تعیین کمّی عینی اعوجاج‌های ناشی از کدک‌های ویدیویی و تصویری، به عنوان جایگزینی برای آزمون ذهنی رسمی مفید است. مقادیر لگاریتمی خروجی XPSNR در محدوده‌ای مشابه با ارزیابی‌های سنتی psnr قرار دارند اما برداشت‌های انسانی از کیفیت کدگذاری دیداری را بهتر بازتاب می‌دهند. جزئیات بیشتر درباره معیار XPSNR، که اساساً بیانگر یک گونه وزن‌دهی‌شده بلوکی از معیار PSNR است، در مقالات آزاد زیر قابل دسترسی است:

C. R. Helmrich, M. Siekmann, S. Becker, S. Bosse, D. Marpe, and T. Wiegand, "XPSNR: A Low-Complexity Extension of the Perceptually Weighted Peak Signal-to-Noise Ratio for High-Resolution Video Quality Assessment," in Proc. IEEE Int. Conf. Acoustics, Speech, Sig. Process. (ICASSP), virt./online, May 2020. <www.ecodis.de/xpsnr.htm>
C. R. Helmrich, S. Bosse, H. Schwarz, D. Marpe, and T. Wiegand, "A Study of the Extended Perceptually Weighted Peak Signal-to-Noise Ratio (XPSNR) for Video Compression with Different Resolutions and Bit Depths," ITU Journal: ICT Discoveries, vol. 3, no. 1, pp. 65 - 72, May 2020. http://handle.itu.int/11.1002/pub/8153d78b-en

هنگام انتشار نتایج ارزیابی‌های XPSNR به دست آمده مثلاً با استفاده از این فیلتر FFmpeg، ارجاع به مقالات فوق به عنوان روشی برای مستندسازی اکیداً توصیه می‌شود. این فیلتر به دو ویدیوی ورودی نیاز دارد. ورودی اول به عنوان منبع مرجع (معمولاً بدون اعوجاج) در نظر گرفته شده و بدون تغییر به خروجی منتقل می‌شود، در حالی که ورودی دوم سیگنال آزمون (دارای اعوجاج) است. به جز عمق بیتی (bit depth)، این دو ویدیوی ورودی باید دارای قالب پیکسلی یکسانی باشند. علاوه بر این، برای بهترین عملکرد، هر دو ویدیوی ورودی مورد مقایسه باید در قالب رنگی YCbCr باشند.

مقادیر کلی به دست آمده XPSNR ذکرشده در بالا از طریق سیستم گزارش‌گیری چاپ می‌شوند. در صورت ورودی با چندین صفحه رنگی، پیشنهاد می‌کنیم کمینه میانگین XPSNR گزارش شود.

پارامتر زیر که رفتاری مشابه با پارامتر فیلتر psnr دارد پذیرفته می‌شود:

stats_file, f: در صورت تعیین، فیلتر از پرونده نام‌برده برای ذخیره مقدار XPSNR هر فریم منفرد و صفحه رنگی استفاده می‌کند. وقتی نام پرونده برابر "-" باشد، آن داده‌ها به خروجی استاندارد فرستاده می‌شوند.

این فیلتر همچنین از گزینه‌های framesync پشتیبانی می‌کند.

مثال‌ها

تحلیل XPSNR دو ویدیوی HD با تفکیک‌پذیری 1080p با نام‌های ref_source.yuv و test_video.yuv، هر دو با نرخ 24 فریم بر ثانیه، با قالب رنگی 4:2:0، عمق بیتی 8، و خروجی در یک پرونده لاگ به نام "xpsnr.log":
```
ffmpeg -s 1920x1080 -framerate 24 -pix_fmt yuv420p -i ref_source.yuv -s 1920x1080 -framerate
24 -pix_fmt yuv420p -i test_video.yuv -lavfi xpsnr="stats_file=xpsnr.log" -f null -
```
تحلیل XPSNR دو ویدیوی UHD با تفکیک‌پذیری 2160p با نام‌های ref_source.yuv با عمق بیتی 8 و test_video.yuv با عمق بیتی 10، هر دو با نرخ 60 فریم بر ثانیه با قالب رنگی 4:2:0، بدون خروجی پرونده لاگ:
```
ffmpeg -s 3840x2160 -framerate 60 -pix_fmt yuv420p -i ref_source.yuv -s 3840x2160 -framerate
60 -pix_fmt yuv420p10le -i test_video.yuv -lavfi xpsnr="stats_file=-" -f null -
```

xstack

چیدمان ورودی‌های ویدیو در یک طرح‌بندی (layout) سفارشی.

تمام استریم‌ها باید دارای قالب پیکسلی یکسانی باشند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

inputs

تنظیم تعداد استریم‌های ورودی. پیش‌فرض 2 است.

layout

تعیین طرح‌بندی ورودی‌ها. این گزینه نیازمند آن است که پیکربندی طرح‌بندی دلخواه صریحاً توسط کاربر تعیین شود. این گزینه موقعیت هر ورودی ویدیو را در خروجی مشخص می‌کند. هر ورودی با '|' جدا می‌شود. عدد اول نشان‌دهنده ستون و عدد دوم نشان‌دهنده سطر است. اعداد از 0 شروع می‌شوند و با '_' جدا می‌گردند. به صورت اختیاری می‌توان از wX و hX استفاده کرد که در آن X ورودی ویدیویی است که عرض یا ارتفاع از آن گرفته می‌شود. در صورت جداسازی با '+' می‌توان از چندین مقدار استفاده کرد. در چنین حالتی مقادیر با یکدیگر جمع می‌شوند.

توجه داشته باشید که اگر ورودی‌ها دارای اندازه‌های متفاوتی باشند ممکن است فاصله‌های خالی ایجاد شود، زیرا تمام فریم ویدیوی خروجی پر نخواهد شد. به طور مشابه، اگر موقعیت ویدیوها فضای کافی برای فریم کامل ویدیوهای مجاور باقی نگذارد، ویدیوها می‌توانند روی یکدیگر هم‌پوشانی داشته باشند.

برای 2 ورودی، یک طرح‌بندی پیش‌فرض "0_0|w0_0" (معادل "grid=2x1") تنظیم شده است. در تمام موارد دیگر، یک طرح‌بندی یا یک شبکه (grid) باید توسط کاربر تنظیم شود. در هر زمان تنها یکی از گزینه‌های "grid" یا "layout" را می‌توان تعیین کرد. تعیین هر دوی آن‌ها منجر به خطا خواهد شد.

grid

تعیین یک شبکه (grid) با اندازه ثابت از ورودی‌ها. این گزینه برای ایجاد یک شبکه با اندازه ثابت از استریم‌های ورودی استفاده می‌شود. اندازه شبکه را به صورت "COLUMNSxROWS" تنظیم کنید. باید به تعداد "ROWS * COLUMNS" استریم ورودی وجود داشته باشد و آن‌ها به صورت یک شبکه با "ROWS" سطر و "COLUMNS" ستون چیده خواهند شد. هنگام استفاده از این گزینه، هر استریم ورودی درون یک سطر باید ارتفاع یکسانی داشته باشد و تمامی سطرها باید عرض یکسانی داشته باشند.

اگر "grid" تنظیم شود، گزینه "inputs" نادیده گرفته شده و به طور ضمنی روی "ROWS * COLUMNS" تنظیم می‌شود.

برای 2 ورودی، یک شبکه پیش‌فرض "2x1" (معادل "layout=0_0|w0_0") تنظیم شده است. در تمام موارد دیگر، یک طرح‌بندی یا یک شبکه باید توسط کاربر تنظیم شود. در هر زمان تنها یکی از گزینه‌های "grid" یا "layout" را می‌توان تعیین کرد. تعیین هر دوی آن‌ها منجر به خطا خواهد شد.

shortest

در صورت تنظیم روی 1، خروجی را وادار می‌کند با پایان یافتن کوتاه‌ترین ورودی خاتمه یابد. مقدار پیش‌فرض 0 است.

fill

در صورت تنظیم روی یک رنگ معتبر، تمام پیکسل‌های استفاده‌نشده با آن رنگ پر می‌شوند. به طور پیش‌فرض fill روی none تنظیم شده است، بنابراین غیرفعال است.

مثال‌ها

نمایش 4 ورودی در یک شبکه 2x2.
طرح‌بندی:
```
input1(0, 0)  | input3(w0, 0)
input2(0, h0) | input4(w0, h0)

xstack=inputs=4:layout=0_0|0_h0|w0_0|w0_h0
```
توجه داشته باشید که اگر ورودی‌ها دارای اندازه‌های متفاوتی باشند، ممکن است فاصله‌های خالی یا هم‌پوشانی رخ دهد.
نمایش 4 ورودی در یک شبکه 1x4.
طرح‌بندی:
```
input1(0, 0)
input2(0, h0)
input3(0, h0+h1)
input4(0, h0+h1+h2)

xstack=inputs=4:layout=0_0|0_h0|0_h0+h1|0_h0+h1+h2
```
توجه داشته باشید که اگر ورودی‌ها دارای عرض‌های متفاوتی باشند، فضای استفاده‌نشده ظاهر خواهد شد.
نمایش 9 ورودی در یک شبکه 3x3.
طرح‌بندی:
```
input1(0, 0)       | input4(w0, 0)      | input7(w0+w3, 0)
input2(0, h0)      | input5(w0, h0)     | input8(w0+w3, h0)
input3(0, h0+h1)   | input6(w0, h0+h1)  | input9(w0+w3, h0+h1)

xstack=inputs=9:layout=0_0|0_h0|0_h0+h1|w0_0|w0_h0|w0_h0+h1|w0+w3_0|w0+w3_h0|w0+w3_h0+h1
```
توجه داشته باشید که اگر ورودی‌ها دارای اندازه‌های متفاوتی باشند، ممکن است فاصله‌های خالی یا هم‌پوشانی رخ دهد.

نمایش 16 ورودی در یک شبکه 4x4.

طرح‌بندی:

input1(0, 0)       | input5(w0, 0)       | input9 (w0+w4, 0)       | input13(w0+w4+w8, 0)
input2(0, h0)      | input6(w0, h0)      | input10(w0+w4, h0)      | input14(w0+w4+w8, h0)
input3(0, h0+h1)   | input7(w0, h0+h1)   | input11(w0+w4, h0+h1)   | input15(w0+w4+w8, h0+h1)
input4(0, h0+h1+h2)| input8(w0, h0+h1+h2)| input12(w0+w4, h0+h1+h2)| input16(w0+w4+w8, h0+h1+h2)

xstack=inputs=16:layout=0_0|0_h0|0_h0+h1|0_h0+h1+h2|w0_0|w0_h0|w0_h0+h1|w0_h0+h1+h2|w0+w4_0|
w0+w4_h0|w0+w4_h0+h1|w0+w4_h0+h1+h2|w0+w4+w8_0|w0+w4+w8_h0|w0+w4+w8_h0+h1|w0+w4+w8_h0+h1+h2

توجه داشته باشید که اگر ورودی‌ها دارای اندازه‌های متفاوتی باشند، ممکن است فاصله‌های خالی یا هم‌پوشانی رخ دهد.

yadif

دی‌اینترلیس کردن ویدیوی ورودی ("yadif" به معنای "yet another deinterlacing filter" است).

این فیلتر پارامترهای زیر را می‌پذیرد:

mode: حالت اینترلیس برای اتخاذ. یکی از مقادیر زیر را می‌پذیرد:

0, send_frame: خروجی دادن یک فریم به ازای هر فریم.
1, send_field: خروجی دادن یک فریم به ازای هر میدان.
2, send_frame_nospatial: مشابه "send_frame"، اما بررسی اینترلیس مکانی را نادیده می‌گیرد.
3, send_field_nospatial: مشابه "send_field"، اما بررسی اینترلیس مکانی را نادیده می‌گیرد.

مقدار پیش‌فرض "send_frame" است.

parity: توازن میدان تصویر که برای ویدیوی اینترلیس ورودی فرض می‌شود. یکی از مقادیر زیر را می‌پذیرد:

0, tff: فرض می‌شود میدان بالایی در ابتدا است.
1, bff: فرض می‌شود میدان پایینی در ابتدا است.
-1, auto: فعال‌سازی تشخیص خودکار توازن میدان.

deint: تعیین اینکه کدام فریم‌ها دی‌اینترلیس شوند. یکی از مقادیر زیر را می‌پذیرد:

0, all: دی‌اینترلیس کردن تمام فریم‌ها.
1, interlaced: فقط دی‌اینترلیس کردن فریم‌هایی که به عنوان اینترلیس علامت‌گذاری شده‌اند.

مقدار پیش‌فرض "all" است.

yaepblur

اعمال فیلتر تاری (blur) با حفظ لبه‌ها ("yaepblur" مخفف "yet another edge preserving blur filter" است). این الگوریتم در منبع زیر شرح داده شده است: "J. S. Lee, Digital image enhancement and noise filtering by use of local statistics, IEEE Trans. Pattern Anal. Mach. Intell. PAMI-2, 1980."

این فیلتر پارامترهای زیر را می‌پذیرد:

radius, r: تنظیم شعاع پنجره. مقدار پیش‌فرض 3 است.
planes, p: تنظیم صفحه‌هایی که باید فیلتر شوند. پیش‌فرض تنها صفحه اول است.
sigma, s: تنظیم شدت تاری. مقدار پیش‌فرض 128 است.

دستورات

این فیلتر از دستورات مشابهی مانند گزینه‌ها پشتیبانی می‌کند.

zoompan

اعمال جلوه بزرگ‌نمایی و حرکت افقی/عمودی (Zoom & Pan).

این فیلتر گزینه‌های زیر را می‌پذیرد:

zoom, z: تنظیم عبارت بزرگ‌نمایی. بازه 1-10 است. پیش‌فرض 1 است.
x
y: تنظیم عبارات x و y. پیش‌فرض 0 است.
d: تنظیم عبارت مدت‌زمان بر حسب تعداد فریم‌ها. این گزینه تعیین می‌کند که جلوه برای یک تصویر ورودی منفرد چند فریم دوام داشته باشد. پیش‌فرض 90 است.
s: تنظیم اندازه تصویر خروجی، پیش‌فرض 'hd720' است.
fps: تنظیم نرخ فریم خروجی، پیش‌فرض '25' است.

هر عبارت می‌تواند شامل ثابت‌های زیر باشد:

in_w, iw: عرض ورودی.
in_h, ih: ارتفاع ورودی.
out_w, ow: عرض خروجی.
out_h, oh: ارتفاع خروجی.
in: شمارش فریم ورودی.
on: شمارش فریم خروجی.
in_time, it: برچسب زمانی ورودی بیان‌شده به ثانیه. در صورت نامشخص بودن برچسب زمانی ورودی NAN است.
out_time, time, ot: برچسب زمانی خروجی بیان‌شده به ثانیه.
x
y: آخرین موقعیت 'x' و 'y' محاسبه‌شده از عبارت 'x' و 'y' برای فریم ورودی کنونی.
px
py: موقعیت‌های 'x' و 'y' آخرین فریم خروجی فریم ورودی پیشین یا 0 در صورتی که هنوز چنین فریمی وجود نداشته باشد (نخستین فریم ورودی).
zoom: آخرین بزرگ‌نمایی محاسبه‌شده از عبارت 'z' برای فریم ورودی کنونی.
pzoom: آخرین بزرگ‌نمایی محاسبه‌شده آخرین فریم خروجی فریم ورودی پیشین.
duration: تعداد فریم‌های خروجی برای فریم ورودی کنونی. برای هر فریم ورودی از عبارت 'd' محاسبه می‌شود.
pduration: تعداد فریم‌های خروجی ایجادشده برای فریم ورودی پیشین.
a: عدد کسری: عرض ورودی / ارتفاع ورودی
sar: نسبت ابعاد نمونه (sample aspect ratio)
dar: نسبت ابعاد نمایش (display aspect ratio)

مثال‌ها

بزرگ‌نمایی تا 1.5 برابر و همزمان جابجایی به نقطه‌ای نزدیک به مرکز تصویر:
```
zoompan=z='min(zoom+0.0015,1.5)':d=700:x='if(gte(zoom,1.5),x,x+1/a)':y='if(gte(zoom,1.5),y,y+1)':s=640x360
```
بزرگ‌نمایی تا 1.5 برابر و جابجایی همواره در مرکز تصویر:
```
zoompan=z='min(zoom+0.0015,1.5)':d=700:x='iw/2-(iw/zoom/2)':y='ih/2-(ih/zoom/2)'
```

مشابه مورد بالا اما بدون مکث:

zoompan=z='min(max(zoom,pzoom)+0.0015,1.5)':d=1:x='iw/2-(iw/zoom/2)':y='ih/2-(ih/zoom/2)'

بزرگ‌نمایی 2 برابر در مرکز تصویر تنها برای ثانیه اول ویدیوی ورودی:
```
zoompan=z='if(between(in_time,0,1),2,1)':d=1:x='iw/2-(iw/zoom/2)':y='ih/2-(ih/zoom/2)'
```

zscale

مقیاس‌بندی (تغییر اندازه) ویدیوی ورودی با استفاده از کتابخانه z.lib: https://github.com/sekrit-twc/zimg. برای فعال‌سازی کامپایل این فیلتر باید FFmpeg را با "--enable-libzimg" پیکربندی کنید.

فیلتر zscale با تغییر نسبت ابعاد نمونه خروجی، نسبت ابعاد نمایش خروجی را مجبور می‌کند با ورودی یکسان باشد.

اگر قالب تصویر ورودی با قالب درخواست‌شده توسط فیلتر بعدی متفاوت باشد، فیلتر zscale ورودی را به قالب درخواست‌شده تبدیل می‌کند.

گزینه‌ها

این فیلتر گزینه‌های زیر را می‌پذیرد:

تنظیم عبارت ابعاد ویدیوی خروجی. مقدار پیش‌فرض همان ابعاد ورودی است.

اگر یکی و فقط یکی از مقادیر برابر -n با n >= 1 باشد، فیلتر zscale از مقداری استفاده می‌کند که نسبت ابعاد تصویر ورودی را حفظ کند که از بعد مشخص‌شده دیگر محاسبه می‌شود. پس از آن، اطمینان حاصل می‌کند که بعد محاسبه‌شده بر n بخش‌پذیر است و در صورت لزوم مقدار را تنظیم می‌کند.

اگر هر دو مقدار برابر -n با n >= 1 باشند، رفتار دقیقاً مشابه حالتی خواهد بود که هر دو مقدار روی 0 تنظیم شده باشند همان‌طور که پیش‌تر توضیح داده شد.

برای فهرست ثابت‌های پذیرفته‌شده جهت استفاده در عبارت ابعاد، به بخش زیر مراجعه کنید.

تنظیم اندازه ویدیو. برای نحو نگارش این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید.

dither, d

تنظیم نوع دیتر (dither).

مقادیر ممکن عبارتند از:

none
ordered
random
error_diffusion

پیش‌فرض none است.

filter, f: تنظیم نوع فیلتر تغییر اندازه.
مقادیر ممکن عبارتند از:

point
bilinear
bicubic
spline16
spline36
spline64
lanczos

پیش‌فرض bilinear است.

range, r: تنظیم محدوده رنگ.
مقادیر ممکن عبارتند از:

input
limited
full

پیش‌فرض همانند ورودی است.

primaries, p: تنظیم رنگ‌های اصلی.
مقادیر ممکن عبارتند از:

input
709
unspecified
170m
240m
2020

پیش‌فرض همانند ورودی است.

transfer, t: تنظیم ویژگی‌های انتقال.
مقادیر ممکن عبارتند از:

input
709
unspecified
601
linear
2020_10
2020_12
smpte2084
iec61966-2-1
arib-std-b67

پیش‌فرض همانند ورودی است.

matrix, m: تنظیم ماتریس فضای رنگی.
مقادیر ممکن عبارتند از:

input
709
unspecified
470bg
170m
2020_ncl
2020_cl

پیش‌فرض همانند ورودی است.

rangein, rin: تنظیم محدوده رنگ ورودی.
مقادیر ممکن عبارتند از:

input
limited
full

پیش‌فرض همانند ورودی است.

primariesin, pin: تنظیم رنگ‌های اصلی ورودی.
مقادیر ممکن عبارتند از:

input
709
unspecified
170m
240m
2020

پیش‌فرض همانند ورودی است.

transferin, tin: تنظیم ویژگی‌های انتقال ورودی.
مقادیر ممکن عبارتند از:

input
709
unspecified
601
linear
2020_10
2020_12

پیش‌فرض همانند ورودی است.

matrixin, min: تنظیم ماتریس فضای رنگی ورودی.
مقادیر ممکن عبارتند از:

input
709
unspecified
470bg
170m
2020_ncl
2020_cl

chromal, c: تنظیم موقعیت رنگ (chroma) خروجی.
مقادیر ممکن عبارتند از:

input
left
center
topleft
top
bottomleft
bottom

chromalin, cin: تنظیم موقعیت رنگ (chroma) ورودی.
مقادیر ممکن عبارتند از:

input
left
center
topleft
top
bottomleft
bottom

npl: تنظیم روشنایی اوج نامی (nominal peak luminance).
param_a: پارامتر A برای فیلترهای مقیاس‌بندی. پارامتر "b" برای دومکعبی (bicubic)، و تعداد شاخه‌ها (taps) برای لانچوس (lanczos).
param_b: پارامتر B برای فیلترهای مقیاس‌بندی. پارامتر "c" برای دومکعبی.

مقادیر گزینه‌های w و h عباراتی هستند که شامل ثابت‌های زیر می‌باشند:

in_w
in_h: عرض و ارتفاع ورودی
iw
ih: همانند in_w و in_h هستند.
out_w
out_h: عرض و ارتفاع خروجی (مقیاس‌شده)
ow
oh: همانند out_w و out_h هستند.
a: همانند iw / ih
sar: نسبت ابعاد نمونه ورودی
dar: نسبت ابعاد نمایش ورودی. محاسبه‌شده از "(iw / ih) * sar".
hsub
vsub: مقادیر زیرنمونه‌برداری رنگ (chroma subsample) افقی و عمودی ورودی. برای مثال برای قالب پیکسلی "yuv422p" مقدار hsub برابر 2 و vsub برابر 1 است.
ohsub
ovsub: مقادیر زیرنمونه‌برداری رنگ افقی و عمودی خروجی. برای مثال برای قالب پیکسلی "yuv422p" مقدار hsub برابر 2 و vsub برابر 1 است.

دستورات

این فیلتر از دستورات زیر پشتیبانی می‌کند:

width, w
height, h: تنظیم عبارت ابعاد ویدیوی خروجی. دستور همان نحو نگارش گزینه متناظر را می‌پذیرد.
اگر عبارت مشخص‌شده معتبر نباشد، مقدار کنونی خود را حفظ می‌کند.

CUDA VIDEO FILTERS

در ادامه شرحی از فیلترهای ویدیویی Nvidia CUDA موجود ارائه شده است.

پیش‌نیازها:

*<Install Nvidia CUDA Toolkit>

نکته: اگر FFmpeg در طول پیکربندی Nvidia CUDA Toolkit را تشخیص دهد، فیلترهای CUDA را به طور خودکار بدون نیاز به هیچ پرچم اضافی فعال می‌کند. اگر می‌خواهید آن‌ها را صریحاً فعال کنید، از گزینه‌های زیر استفاده نمایید:

*<Configure FFmpeg with "--enable-cuda-nvcc --enable-nonfree".>
*<Configure FFmpeg with "--enable-cuda-llvm". Additional requirement: "llvm" lib must be installed.>

اجرای فیلترهای CUDA نیازمند آن است که یک دستگاه سخت‌افزاری را مقداردهی اولیه کرده و آن دستگاه را به تمام فیلترها در هر گراف فیلتری ارسال کنید.

-init_hw_device cuda[=name][:device[,key=value...]]: مقداردهی اولیه یک دستگاه سخت‌افزاری جدید از نوع cuda به نام name، با استفاده از پارامترهای دستگاه داده‌شده.
-filter_hw_device name: ارسال دستگاه سخت‌افزاری با نام name به تمامی فیلترها در هر گراف فیلتر.

برای کسب اطلاعات دقیق‌تر به https://www.ffmpeg.org/ffmpeg.html#Advanced-Video-options مراجعه کنید

•

مثال از مقداردهی اولیه دومین دستگاه CUDA در سیستم و اجرای فیلترهای scale_cuda و bilateral_cuda روی آن:

./ffmpeg -hwaccel cuda -hwaccel_output_format cuda -i input.mp4 -init_hw_device cuda:1 -filter_complex \
"[0:v]scale_cuda=format=yuv444p[scaled_video];[scaled_video]bilateral_cuda=window_size=9:sigmaS=3.0:sigmaR=50.0" \
-an -sn -c:v h264_nvenc -cq 20 out.mp4

از آنجا که فیلترهای CUDA منحصراً روی حافظه GPU کار می‌کنند، داده‌های فریم گاهی اوقات باید پیش از پردازش به سطوح سخت‌افزاری مرتبط با دستگاه CUDA مناسب بارگذاری شوند (hwupload)، و پس از آن در صورت نیاز به حافظه عادی بازگردانده شوند (hwdownload). اینکه آیا hwupload یا hwdownload ضروری است یا خیر، به گردش کار خاص بستگی دارد:

*<If the input frames are already in GPU memory (e.g., when using "-hwaccel cuda"; or "-hwaccel_output_format cuda";), explicit use of hwupload is not needed, as the data is already in the appropriate memory space.>
*<If the input frames are in CPU memory (e.g., software-decoded frames or frames processed by CPU-based filters), it is necessary to use hwupload to transfer the data to GPU memory for CUDA processing.>
*<If the output of the CUDA filters needs to be further processed by software-based filters or saved in a format not supported by GPU-based encoders, hwdownload is required to transfer the data back to CPU memory.>

توجه داشته باشید که hwupload داده‌ها را روی سطحی با همان طرح‌بندی فریم نرم‌افزاری بارگذاری می‌کند، بنابراین ممکن است لازم باشد بلافاصله پیش از hwupload یک فیلتر format اضافه کنید تا مطمئن شوید ورودی در قالب درستی قرار دارد. به طور مشابه، hwdownload ممکن است از همه قالب‌های خروجی پشتیبانی نکند، بنابراین ممکن است لازم باشد یک فیلتر format اضافی بلافاصله پس از hwdownload در گراف فیلتر قرار داده شود تا سازگاری تضمین شود.

bilateral_cuda

فیلتر دوطرفه (bilateral) شتاب‌یافته با CUDA، یک فیلتر حفظ‌کننده لبه. این فیلتر به لطف استفاده از شتاب‌دهی GPU از نظر ریاضی دقیق است. برای بهترین کیفیت خروجی، از زیرنمونه‌برداری رنگ یک‌به‌یک، یعنی قالب yuv444p استفاده کنید.

این فیلتر گزینه‌های زیر را می‌پذیرد:

sigmaS: تنظیم سیگما برای تابع گاوسی جهت محاسبه وزن مکانی، که سیگمای مکان (sigma space) نیز نامیده می‌شود. بازه مجاز 0.1 تا 512 است. پیش‌فرض 0.1 است.
sigmaR: تنظیم سیگما برای تابع گاوسی جهت محاسبه وزن محدوده رنگ، که سیگمای رنگ (sigma color) نیز نامیده می‌شود. بازه مجاز 0.1 تا 512 است. پیش‌فرض 0.1 است.
window_size: تنظیم اندازه پنجره تابع دوطرفه برای تعیین تعداد همسایه‌ها جهت حلقه زدن روی آن‌ها. اگر عدد واردشده زوج باشد، یک واحد به طور خودکار به آن اضافه می‌شود. بازه مجاز 1 تا 255 است. پیش‌فرض 1 است.

مثال‌ها

•

اعمال فیلتر دوطرفه روی یک ویدیو:

./ffmpeg -v verbose \
-hwaccel cuda -hwaccel_output_format cuda -i input.mp4  \
-init_hw_device cuda \
-filter_complex \
" \
[0:v]scale_cuda=format=yuv444p[scaled_video];
[scaled_video]bilateral_cuda=window_size=9:sigmaS=3.0:sigmaR=50.0" \
-an -sn -c:v h264_nvenc -cq 20 out.mp4

bwdif_cuda

دی‌اینترلیس کردن ویدیوی ورودی با استفاده از الگوریتم bwdif، اما پیاده‌سازی‌شده در CUDA تا بتواند به عنوان بخشی از یک خط‌لوله شتاب‌یافته با GPU به همراه nvdec و/یا nvenc کار کند.

این فیلتر پارامترهای زیر را می‌پذیرد:

mode: حالت اینترلیس برای اتخاذ. یکی از مقادیر زیر را می‌پذیرد:

0, send_frame: خروجی دادن یک فریم به ازای هر فریم.
1, send_field: خروجی دادن یک فریم به ازای هر میدان.

مقدار پیش‌فرض "send_field" است.

parity: توازن میدان تصویر که برای ویدیوی اینترلیس ورودی فرض می‌شود. یکی از مقادیر زیر را می‌پذیرد:

0, tff: فرض می‌شود میدان بالایی در ابتدا است.
1, bff: فرض می‌شود میدان پایینی در ابتدا است.
-1, auto: فعال‌سازی تشخیص خودکار توازن میدان.

deint: تعیین اینکه کدام فریم‌ها دی‌اینترلیس شوند. یکی از مقادیر زیر را می‌پذیرد:

0, all: دی‌اینترلیس کردن تمامی فریم‌ها.
1, interlaced: فقط دی‌اینترلیس کردن فریم‌هایی که به عنوان اینترلیس علامت‌گذاری شده‌اند.

مقدار پیش‌فرض "all" است.

chromakey_cuda

حذف رنگ پس‌زمینه (color/chroma keying) در فضای رنگی YUV با شتاب‌دهی CUDA.

این فیلتر مانند فیلتر کروماکی معمولی کار می‌کند اما روی فریم‌های CUDA عمل می‌نماید. برای جزئیات و پارامترهای بیشتر به chromakey مراجعه کنید.

مثال‌ها

شفاف کردن تمام پیکسل‌های سبز در ویدیوی ورودی و استفاده از آن به عنوان یک لایه روی ویدیوی دیگر:

./ffmpeg \
    -hwaccel cuda -hwaccel_output_format cuda -i input_green.mp4  \
    -hwaccel cuda -hwaccel_output_format cuda -i base_video.mp4 \
    -init_hw_device cuda \
    -filter_complex \
    " \
        [0:v]chromakey_cuda=0x25302D:0.1:0.12:1[overlay_video]; \
        [1:v]scale_cuda=format=yuv420p[base]; \
        [base][overlay_video]overlay_cuda" \
    -an -sn -c:v h264_nvenc -cq 20 output.mp4

پردازش دو منبع نرم‌افزاری، همراه با بارگذاری صریح فریم‌ها:

./ffmpeg -init_hw_device cuda=cuda -filter_hw_device cuda \
    -f lavfi -i color=size=800x600:color=white,format=yuv420p \
    -f lavfi -i yuvtestsrc=size=200x200,format=yuv420p \
    -filter_complex \
    " \
        [0]hwupload[under]; \
        [1]hwupload,chromakey_cuda=green:0.1:0.12[over]; \
        [under][over]overlay_cuda" \
    -c:v hevc_nvenc -cq 18 -preset slow output.mp4

colorspace_cuda

پیاده‌سازی شتاب‌یافته با CUDA از فیلتر فضای رنگی (colorspace).

این فیلتر در مقایسه با فیلتر نرم‌افزاری colorspace به هیچ وجه از نظر قابلیت کامل نیست و در حال حاضر فقط از تبدیل محدوده رنگ بین محدوده jpeg/کامل و mpeg/محدود پشتیبانی می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

range: تعیین محدوده رنگ خروجی.
مقادیر پذیرفته‌شده عبارتند از:

tv: محدوده تلویزیونی (محدود)
mpeg: محدوده MPEG (محدود)
pc: محدوده PC (کامل)
jpeg: محدوده JPEG (کامل)

overlay_cuda

قرار دادن یک ویدیو روی ویدیوی دیگر (overlay).

این نسخه CUDA از فیلتر overlay است. این فیلتر تنها فریم‌های CUDA را می‌پذیرد. قالب‌های پیکسلی ورودی زیربنایی باید مطابقت داشته باشند.

این فیلتر دو ورودی می‌گیرد و یک خروجی دارد. ورودی اول ویدیوی "اصلی" است که ورودی دوم روی آن قرار می‌گیرد.

این فیلتر پارامترهای زیر را می‌پذیرد:

x
y: تنظیم عبارات برای مختصات x و y ویدیوی قرار داده‌شده روی ویدیوی اصلی.
آن‌ها می‌توانند شامل پارامترهای زیر باشند:

main_w, W
main_h, H: عرض و ارتفاع ورودی اصلی.
overlay_w, w
overlay_h, h: عرض و ارتفاع ورودی لایه رویی (overlay).
x
y: مقادیر محاسبه‌شده برای x و y. آن‌ها برای هر فریم جدید ارزیابی می‌شوند.
n: شاخص ترتیبی فریم ورودی اصلی، شروع از 0.
pos: موقعیت آفست بایتی فریم ورودی اصلی در پرونده، در صورت نامشخص بودن NAN. منسوخ‌شده، استفاده نکنید.
t: برچسب زمانی فریم ورودی اصلی، بیان‌شده به ثانیه، در صورت نامشخص بودن NAN.

مقدار پیش‌فرض برای هر دو عبارت "0" است.

eval: تنظیم زمان ارزیابی عبارات x و y.
مقادیر زیر را می‌پذیرد:

init: ارزیابی عبارات یک بار در حین مقداردهی اولیه فیلتر یا هنگام پردازش یک دستور.
frame: ارزیابی عبارات برای هر فریم ورودی

مقدار پیش‌فرض frame است.

eof_action: به framesync مراجعه کنید.
shortest: به framesync مراجعه کنید.
repeatlast: به framesync مراجعه کنید.

این فیلتر همچنین از گزینه‌های framesync پشتیبانی می‌کند.

pad_cuda

افزودن حاشیه (padding) به استریم ویدیوی ورودی با استفاده از CUDA.

این فیلتر نسخه شتاب‌یافته با CUDA از فیلتر pad است. این فیلتر همان گزینه‌ها و عبارات را می‌پذیرد و همان قابلیت اصلی را ارائه می‌دهد. برای شرح دقیق گزینه‌های موجود، لطفاً مستندات فیلتر pad را ببینید.

مثال‌ها

افزودن یک حاشیه سیاه 200 پیکسلی به تمام جهات فریم ویدیو:

ffmpeg -hwaccel cuda -hwaccel_output_format cuda -i input.mp4 -vf "pad_cuda=w=iw+400:h=ih+400:x=200:y=200" -c:v h264_nvenc out.mp4

افزودن حاشیه به ویدیوی ورودی برای رسیدن به نسبت ابعاد 16:9، پر شده با رنگ "blue":
```
ffmpeg -hwaccel cuda -hwaccel_output_format cuda -i input.mp4 -vf "pad_cuda=w=ih*16/9/sar:h=ih:x=(ow-iw)/2:y=(oh-ih)/2:color=blue" -c:v h264_nvenc out.mp4
```

scale_cuda

مقیاس‌بندی (تغییر اندازه) و تبدیل (قالب پیکسلی) ویدیوی ورودی با استفاده از هسته‌های شتاب‌یافته CUDA. تنظیم عرض و ارتفاع خروجی به همان شیوه فیلتر scale کار می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

w
h: تنظیم عبارت ابعاد ویدیوی خروجی. مقدار پیش‌فرض ابعاد ورودی است.
عبارات یکسانی مانند فیلتر scale را مجاز می‌داند.
interp_algo: تنظیم الگوریتم مورد استفاده برای مقیاس‌بندی:

nearest: نزدیک‌ترین همسایه (Nearest neighbour)
اگر پارامترهای ورودی با خروجی مورد نظر مطابقت داشته باشند، به طور پیش‌فرض استفاده می‌شود.
bilinear: دوسطحی (Bilinear)
bicubic: دومکعبی (Bicubic)
این حالت پیش‌فرض است.
lanczos: لانچوس (Lanczos)

format: قالب پیکسلی خروجی را کنترل می‌کند. به طور پیش‌فرض، یا در صورت عدم تعیین، از قالب پیکسلی ورودی استفاده می‌شود.
این فیلتر از تبدیل بین قالب‌های پیکسلی YUV و RGB پشتیبانی نمی‌کند.
passthrough: اگر روی 0 تنظیم شود، هر فریم حتی اگر هیچ تبدیلی لازم نباشد پردازش می‌شود. این حالت می‌تواند برای استفاده از فیلتر به عنوان بافر برای یک مصرف‌کننده فریم پایینی که مخزن فریم محدود رمزگشا را تخلیه می‌کند، مفید باشد.
اگر روی 1 تنظیم شود، در صورتی که فریم‌ها با پارامترهای خروجی مورد نظر مطابقت داشته باشند بدون تغییر عبور داده می‌شوند. این رفتار پیش‌فرض است.
use_filters: اگر روی 1 تنظیم شود، به جای استفاده از هسته‌های سایه‌زن تابع‌ثابت، با یک جدول مراجعه (LUT) وزن سراسری فیلتر می‌کند. بسته به سخت‌افزار ممکن است سریع‌تر یا کندتر باشد. مقدار "auto" (پیش‌فرض) این ویژگی را در صورت لزوم برای ضدپلگی (anti-aliasing) صحیح هنگام کاهش مقیاس به طور خودکار فعال می‌کند.
param: پارامتر خاص الگوریتم.
بر منحنی‌های الگوریتم bicubic تأثیر می‌گذارد.
force_original_aspect_ratio
force_divisible_by: مشابه گزینه‌های هم‌نام در فیلتر scale کار می‌کنند.
reset_sar: مشابه گزینه هم‌نام در فیلتر scale کار می‌کند.

مثال‌ها

مقیاس‌بندی ورودی به 720p با حفظ نسبت ابعاد و اطمینان از اینکه خروجی yuv420p است:
```
scale_cuda=-2:720:format=yuv420p
```
افزایش مقیاس به 4K با استفاده از الگوریتم نزدیک‌ترین همسایه:
```
scale_cuda=4096:2160:interp_algo=nearest
```
هیچ تبدیل یا مقیاس‌بندی انجام ندهد، اما تمام فریم‌های ورودی را در فریم‌های تازه تخصیص‌یافته کپی کند. این می‌تواند برای مدیریت یک زنجیره فیلتر و کدگذاری که در غیر این صورت مخزن فریم‌های رمزگشاها را تخلیه می‌کند مفید باشد:
```
scale_cuda=passthrough=0
```

thumbnail_cuda

انتخاب نماینده‌ترین فریم در یک دنباله مشخص از فریم‌های متوالی با استفاده از CUDA.

این فیلتر گزینه‌های زیر را می‌پذیرد:

n: تنظیم اندازه دسته فریم‌ها برای تحلیل؛ در مجموعه‌ای از n فریم، فیلتر یکی از آن‌ها را انتخاب کرده و سپس دسته بعدی از n فریم را تا پایان پردازش می‌کند. پیش‌فرض 100 است.

از آنجا که فیلتر رد کل دنباله فریم‌ها را نگه می‌دارد، مقدار بزرگ‌تر n منجر به مصرف حافظه بیشتر خواهد شد، بنابراین مقدار بالا توصیه نمی‌شود.

مثال

•

بندانگشتی‌ها از هر دسته n=150 فریمی استخراج می‌شوند و در هر دسته یک فریم انتخاب می‌شود. فریم‌های انتخاب‌شده سپس با scale_cuda مقیاس‌بندی می‌شوند:

./ffmpeg  -hwaccel cuda -hwaccel_output_format cuda  -i ./input.mp4 -vf "thumbnail_cuda=150,scale_cuda=1920:1080,hwdownload,format=nv12" ./output/out%03d.png

transpose_cuda

جابجایی سطرها با ستون‌ها در ویدیوی ورودی و برگرداندن (flip) اختیاری آن. برای مثال‌های دقیق‌تر فیلتر ویدیویی transpose را ببینید که عمدتاً گزینه‌های یکسانی دارد.

این فیلتر پارامترهای زیر را می‌پذیرد:

dir: تعیین جهت ترانهش (transposition).
می‌تواند مقادیر زیر را به خود بگیرد:

cclock_flip: چرخش ۹۰ درجه خلاف جهت عقربه‌های ساعت و برگرداندن عمودی. (پیش‌فرض)
clock: چرخش ۹۰ درجه در جهت عقربه‌های ساعت.
cclock: چرخش ۹۰ درجه خلاف جهت عقربه‌های ساعت.
clock_flip: چرخش ۹۰ درجه در جهت عقربه‌های ساعت و برگرداندن عمودی.
reversal: چرخش ۱۸۰ درجه.
hflip: برگرداندن افقی.
vflip: برگرداندن عمودی.

passthrough: در صورتی که هندسه ورودی با هندسه مشخص‌شده توسط مقدار تعیین‌شده مطابقت داشته باشد، ترانهش اعمال نشود. مقادیر زیر را می‌پذیرد:

none: همواره ترانهش اعمال شود. (پیش‌فرض)
portrait: حفظ هندسه عمودی (پرتره) (زمانی که height >= width).
landscape: حفظ هندسه افقی (لنداسکیپ) (زمانی که width >= height).

yadif_cuda

دی‌اینترلیس کردن ویدیوی ورودی با استفاده از الگوریتم yadif، اما پیاده‌سازی‌شده در CUDA تا بتواند به عنوان بخشی از یک خط‌لوله شتاب‌یافته با GPU به همراه nvdec و/یا nvenc کار کند.

این فیلتر پارامترهای زیر را می‌پذیرد:

mode: حالت اینترلیس برای اتخاذ. یکی از مقادیر زیر را می‌پذیرد:

0, send_frame: خروجی دادن یک فریم به ازای هر فریم.
1, send_field: خروجی دادن یک فریم به ازای هر میدان.
2, send_frame_nospatial: مشابه "send_frame"، اما بررسی اینترلیس مکانی را نادیده می‌گیرد.
3, send_field_nospatial: مشابه "send_field"، اما بررسی اینترلیس مکانی را نادیده می‌گیرد.

مقدار پیش‌فرض "send_frame" است.

parity: توازن میدان تصویر که برای ویدیوی اینترلیس ورودی فرض می‌شود. یکی از مقادیر زیر را می‌پذیرد:

0, tff: فرض می‌شود میدان بالایی در ابتدا است.
1, bff: فرض می‌شود میدان پایینی در ابتدا است.
-1, auto: فعال‌سازی تشخیص خودکار توازن میدان.

deint: تعیین اینکه کدام فریم‌ها دی‌اینترلیس شوند. یکی از مقادیر زیر را می‌پذیرد:

0, all: دی‌اینترلیس کردن تمام فریم‌ها.
1, interlaced: فقط دی‌اینترلیس کردن فریم‌هایی که به عنوان اینترلیس علامت‌گذاری شده‌اند.

مقدار پیش‌فرض "all" است.

OPENCL VIDEO FILTERS

در ادامه شرحی از فیلترهای ویدیویی OpenCL موجود ارائه شده است.

برای فعال‌سازی کامپایل این فیلترها باید FFmpeg را با "--enable-opencl" پیکربندی کنید.

اجرای فیلترهای OpenCL نیازمند آن است که یک دستگاه سخت‌افزاری را مقداردهی اولیه کرده و آن دستگاه را به تمام فیلترها در هر گراف فیلتری ارسال کنید.

-init_hw_device opencl[=name][:device[,key=value...]]: مقداردهی اولیه یک دستگاه سخت‌افزاری جدید از نوع opencl به نام name، با استفاده از پارامترهای دستگاه داده‌شده.
-filter_hw_device name: ارسال دستگاه سخت‌افزاری با نام name به تمامی فیلترها در هر گراف فیلتر.

برای کسب اطلاعات دقیق‌تر به https://www.ffmpeg.org/ffmpeg.html#Advanced-Video-options مراجعه کنید

•

مثال از انتخاب دستگاه اول روی پلتفرم دوم و اجرای فیلتر avgblur_opencl با پارامترهای پیش‌فرض روی آن:

-init_hw_device opencl=gpu:1.0 -filter_hw_device gpu -i INPUT -vf "hwupload, avgblur_opencl, hwdownload" OUTPUT

از آنجا که فیلترهای OpenCL قادر به دسترسی به داده‌های فریم در حافظه عادی نیستند، تمام داده‌های فریم باید پیش از استفاده در سطوح سخت‌افزاری متصل به دستگاه مناسب بارگذاری شوند (hwupload) و سپس به حافظه عادی بازگردانده شوند (hwdownload). توجه داشته باشید که hwupload روی سطحی با همان طرح‌بندی فریم نرم‌افزاری بارگذاری می‌کند، بنابراین ممکن است لازم باشد بلافاصله پیش از آن یک فیلتر format اضافه کنید تا ورودی به قالب درستی تبدیل شود و hwdownload از همه قالب‌ها در خروجی پشتیبانی نمی‌کند - ممکن است لازم باشد یک فیلتر format اضافی بلافاصله پس از آن در گراف درج شود تا خروجی در یک قالب پشتیبانی‌شده به دست آید.

avgblur_opencl

اعمال فیلتر تاری میانگین (average blur).

این فیلتر گزینه‌های زیر را می‌پذیرد:

sizeX: تنظیم اندازه شعاع افقی. بازه "[1, 1024]" و مقدار پیش‌فرض 1 است.
planes: تنظیم صفحه‌هایی که باید فیلتر شوند. مقدار پیش‌فرض 0xf است که با آن همه صفحه‌ها پردازش می‌شوند.
sizeY: تنظیم اندازه شعاع عمودی. بازه "[1, 1024]" و مقدار پیش‌فرض 0 است. اگر صفر باشد، مقدار "sizeX" استفاده خواهد شد.

مثال

•

اعمال فیلتر تاری میانگین با اندازه افقی و عمودی 3، که هر پیکسل خروجی را روی مقدار میانگین ناحیه 7x7 متمرکز بر آن در ورودی تنظیم می‌کند. برای پیکسل‌های روی لبه‌های تصویر، این ناحیه فراتر از مرزهای تصویر گسترش نمی‌یابد، و بنابراین از مختصات خارج از محدوده در محاسبات استفاده نمی‌شود:

-i INPUT -vf "hwupload, avgblur_opencl=3, hwdownload" OUTPUT

boxblur_opencl

الگوریتم تاری جعبه‌ای (boxblur) را روی ویدیوی ورودی اعمال می‌کند.

این فیلتر پارامترهای زیر را می‌پذیرد:

luma_radius, lr
luma_power, lp
chroma_radius, cr
chroma_power, cp
alpha_radius, ar
alpha_power, ap

شرح گزینه‌های پذیرفته‌شده در ادامه آمده است.

luma_radius, lr

chroma_radius, cr

alpha_radius, ar

عبارتی را برای شعاع جعبه بر حسب پیکسل تعیین می‌کند که برای محو کردن صفحه ورودی مربوطه استفاده می‌شود.

مقدار شعاع باید یک عدد غیرمنفی باشد، و نباید بزرگ‌تر از مقدار عبارت "min(w,h)/2" برای صفحه‌های روشنایی (luma) و آلفا (alpha)، و عبارت "min(cw,ch)/2" برای صفحه‌های رنگی (chroma) باشد.

مقدار پیش‌فرض برای luma_radius برابر "2" است. در صورت عدم تعیین، مقدار chroma_radius و alpha_radius به صورت پیش‌فرض برابر با مقدار تعیین‌شده برای luma_radius خواهد بود.

عبارات می‌توانند حاوی ثابت‌های زیر باشند:

w
h: عرض و ارتفاع ورودی بر حسب پیکسل.
cw
ch: عرض و ارتفاع تصویر رنگی (chroma) ورودی بر حسب پیکسل.
hsub
vsub: مقادیر زیرنمونه‌برداری افقی و عمودی کروما. برای مثال، برای قالب پیکسلی "yuv422p"، مقدار hsub برابر ۲ و vsub برابر ۱ است.

luma_power, lp

chroma_power, cp

alpha_power, ap

مشخص می‌کند که فیلتر boxblur چند بار بر روی صفحه مربوطه اعمال شود.

مقدار پیش‌فرض برای luma_power برابر 2 است. در صورت عدم تعیین، مقادیر chroma_power و alpha_power به طور پیش‌فرض برابر با مقدار تعیین‌شده برای luma_power خواهد بود.

مقدار 0 این جلوه را غیرفعال می‌کند.

Examples

فیلتر boxblur را اعمال می‌کند و هر پیکسل خروجی را بر روی میانگین مقادیر شعاع‌های جعبه‌ای luma_radius، chroma_radius و alpha_radius به ترتیب برای هر صفحه تنظیم می‌کند. فیلتر به تعداد luma_power، chroma_power و alpha_power بار بر روی صفحه مربوطه اعمال خواهد شد. برای پیکسل‌های روی لبه‌های تصویر، شعاع فراتر از مرزهای تصویر گسترش نمی‌یابد، بنابراین مختصات خارج از محدوده در محاسبات استفاده نمی‌شوند.

اعمال یک فیلتر boxblur با تنظیم شعاع روشنایی (luma)، کروما و آلفا روی 2 و توان روشنایی، کروما و آلفا روی 3. فیلتر 3 بار با شعاع جعبه 2 برای تمام صفحات تصویر اجرا خواهد شد.
```
-i INPUT -vf "hwupload, boxblur_opencl=luma_radius=2:luma_power=3, hwdownload" OUTPUT
-i INPUT -vf "hwupload, boxblur_opencl=2:3, hwdownload" OUTPUT
```
اعمال یک فیلتر boxblur با تنظیم شعاع روشنایی روی 2، luma_power روی 1، chroma_radius روی 4، chroma_power روی 5، alpha_radius روی 3 و alpha_power روی 7.
برای صفحه روشنایی (luma)، یک شعاع جعبه 2x2 یک‌بار اجرا خواهد شد.

برای صفحه کروما (chroma)، یک شعاع جعبه 4x4 پنج بار اجرا خواهد شد.

برای صفحه آلفا (alpha)، یک شعاع جعبه 3x3 هفت بار اجرا خواهد شد.
```
-i INPUT -vf "hwupload, boxblur_opencl=2:1:4:5:3:7, hwdownload" OUTPUT
```

colorkey_opencl

کلیدگذاری رنگی (color keying) در فضای رنگی RGB.

این فیلتر گزینه‌های زیر را می‌پذیرد:

رنگی که با شفافیت جایگزین خواهد شد.

smooth_window_multiplier

درصد شباهت با رنگ کلید.

مقدار 0.01 فقط دقیقاً با رنگ کلید مطابقت دارد، در حالی که 1.0 با همه چیز مطابقت دارد.

blend

درصد آمیختگی (blend).

مقدار 0.0 پیکسل‌ها را یا کاملاً شفاف می‌کند، یا اصلاً شفاف نمی‌کند.

مقادیر بالاتر منجر به پیکسل‌های نیمه‌شفاف می‌شوند، و هرچه رنگ پیکسل‌ها به رنگ کلید شبیه‌تر باشد، شفافیت بیشتری خواهند داشت.

Examples

•

شفاف کردن هر پیکسل مایل به سبز در ورودی با مقداری آمیختگی اندک:

-i INPUT -vf "hwupload, colorkey_opencl=green:0.3:0.1, hwdownload" OUTPUT

convolution_opencl

اعمال کانولوشن با ماتریس 3x3، 5x5 یا 7x7.

این فیلتر گزینه‌های زیر را می‌پذیرد:

0m
1m
2m
3m: تنظیم ماتریس برای هر صفحه. ماتریس دنباله‌ای از 9، 25 یا 49 عدد علامت‌دار است. مقدار پیش‌فرض برای هر صفحه "0 0 0 0 1 0 0 0 0" است.
0rdiv
1rdiv
2rdiv
3rdiv: تنظیم ضریب برای مقدار محاسبه‌شده در هر صفحه. در صورت عدم تنظیم یا مقدار 0، برابر مجموع تمام عناصر ماتریس خواهد بود. مقدار گزینه باید یک عدد اعشاری بزرگ‌تر یا مساوی 0.0 باشد. مقدار پیش‌فرض 1.0 است.
0bias
1bias
2bias
3bias: تنظیم بایاس (bias) برای هر صفحه. این مقدار به حاصل ضرب اضافه می‌شود. برای روشن‌تر یا تاریک‌تر کردن تصویر کلی مفید است. مقدار گزینه باید یک عدد اعشاری بزرگ‌تر یا مساوی 0.0 باشد. مقدار پیش‌فرض 0.0 است.

Examples

اعمال شارپ کردن (تیز کردن تصویر):

-i INPUT -vf "hwupload, convolution_opencl=0 -1 0 -1 5 -1 0 -1 0:0 -1 0 -1 5 -1 0 -1 0:0 -1 0 -1 5 -1 0 -1 0:0 -1 0 -1 5 -1 0 -1 0, hwdownload" OUTPUT

اعمال تاری (blur):

-i INPUT -vf "hwupload, convolution_opencl=1 1 1 1 1 1 1 1 1:1 1 1 1 1 1 1 1 1:1 1 1 1 1 1 1 1 1:1 1 1 1 1 1 1 1 1:1/9:1/9:1/9:1/9, hwdownload" OUTPUT

اعمال برجسته‌سازی لبه‌ها (edge enhance):

-i INPUT -vf "hwupload, convolution_opencl=0 0 0 -1 1 0 0 0 0:0 0 0 -1 1 0 0 0 0:0 0 0 -1 1 0 0 0 0:0 0 0 -1 1 0 0 0 0:5:1:1:1:0:128:128:128, hwdownload" OUTPUT

اعمال تشخیص لبه (edge detect):

-i INPUT -vf "hwupload, convolution_opencl=0 1 0 1 -4 1 0 1 0:0 1 0 1 -4 1 0 1 0:0 1 0 1 -4 1 0 1 0:0 1 0 1 -4 1 0 1 0:5:5:5:1:0:128:128:128, hwdownload" OUTPUT

اعمال آشکارساز لبه لاپلاسی شامل قطرها:

-i INPUT -vf "hwupload, convolution_opencl=1 1 1 1 -8 1 1 1 1:1 1 1 1 -8 1 1 1 1:1 1 1 1 -8 1 1 1 1:1 1 1 1 -8 1 1 1 1:5:5:5:1:0:128:128:0, hwdownload" OUTPUT

اعمال نقش‌برجسته (emboss):

-i INPUT -vf "hwupload, convolution_opencl=-2 -1 0 -1 1 1 0 1 2:-2 -1 0 -1 1 1 0 1 2:-2 -1 0 -1 1 1 0 1 2:-2 -1 0 -1 1 1 0 1 2, hwdownload" OUTPUT

erosion_opencl

اعمال جلوه فرسایش (erosion) روی ویدیو.

این فیلتر هر پیکسل را با کمینه محلی (3x3) جایگزین می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

محدود کردن حداکثر تغییر برای هر صفحه. محدوده "[0, 65535]" و مقدار پیش‌فرض 65535 است. اگر 0 باشد، صفحه بدون تغییر باقی خواهد ماند.

coordinates

پرچمی که پیکسل‌های مورد ارجاع را مشخص می‌کند. محدوده "[0, 255]" و مقدار پیش‌فرض 255 است، یعنی از تمام هشت پیکسل استفاده می‌شود.

پرچم‌ها برای ناحیه مختصات محلی 3x3 متمرکز بر "x":

1 2 3
4 x 5
6 7 8

Example

•

اعمال فیلتر فرسایش با threshold0 برابر 30، threshold1 برابر 40، threshold2 برابر 50 و coordinates برابر 231، که هر پیکسل خروجی را بر روی کمینه محلی بین پیکسل‌های 1، 2، 3، 6، 7، 8 از ناحیه 3x3 متمرکز بر آن در ورودی تنظیم می‌کند. اگر تفاوت بین پیکسل ورودی و کمینه محلی بیشتر از آستانه صفحه مربوطه باشد، پیکسل خروجی بر روی مقدار (پیکسل ورودی منهای آستانه صفحه مربوطه) تنظیم خواهد شد.

-i INPUT -vf "hwupload, erosion_opencl=30:40:50:coordinates=231, hwdownload" OUTPUT

deshake_opencl

فیلتر تثبیت‌کننده ویدیو (لرزش‌گیر) بر پایه نقاط مشخصه.

این فیلتر گزینه‌های زیر را می‌پذیرد:

tripod

با جلوگیری از هرگونه حرکت دوربین نسبت به فریم اصلی، یک سه‌پایه را شبیه‌سازی می‌کند. مقدار پیش‌فرض 0 است.

debug

نمایش یا عدم نمایش اطلاعات اشکال‌زدایی اضافی، چه در خروجی پردازش‌شده و چه در کنسول.

توجه داشته باشید که برای مشاهده خروجی اشکال‌زدایی در کنسول، باید شناسه "-v verbose"; را نیز به ffmpeg ارسال کنید.

مشاهده تطابق نقاط در ویدیوی خروجی فقط برای ورودی RGB پشتیبانی می‌شود.

مقدار پیش‌فرض 0 است.

adaptive_crop

انجام یا عدم انجام برش اندک در لبه‌ها جهت کاهش مقدار پیکسل‌های آینه‌ای‌شده.

مقدار پیش‌فرض 1 است.

refine_features

اصلاح یا عدم اصلاح نقاط مشخصه در سطح زیرپیکسل (sub-pixel).

این گزینه را می‌توان برای بهبود جزئی عملکرد به قیمت کاهش دقت خاموش کرد.

مقدار پیش‌فرض 1 است.

smooth_strength

قدرت هموارسازی اعمال‌شده به مسیر دوربین از 0.0 تا 1.0.

مقدار 1.0 حداکثر قدرت هموارسازی است در حالی که مقادیر کمتر از آن منجر به هموارسازی کمتری می‌شوند.

مقدار 0.0 باعث می‌شود که فیلتر به صورت تطبیقی قدرت هموارسازی را بر مبنای هر فریم انتخاب کند.

مقدار پیش‌فرض 0.0 است.

کنترل اندازه پنجره هموارسازی (تعداد فریم‌های بافرشده برای تعیین اطلاعات حرکت).

اندازه پنجره هموارسازی با ضرب کردن نرخ فریم ویدیو در این عدد تعیین می‌شود.

مقادیر قابل قبول در محدوده 0.1 تا 10.0 قرار دارند.

مقادیر بزرگ‌تر مقدار داده‌های حرکتی در دسترس را برای تعیین نحوه هموارسازی مسیر دوربین افزایش می‌دهند و به‌طور بالقوه نرمی حرکت را بهبود می‌بخشند، اما تأخیر و مصرف حافظه را نیز افزایش می‌دهند.

مقدار پیش‌فرض 2.0 است.

Examples

تثبیت یک ویدیو با قدرت هموارسازی ثابت و متوسط:
```
-i INPUT -vf "hwupload, deshake_opencl=smooth_strength=0.5, hwdownload" OUTPUT
```
تثبیت ویدیو همراه با اشکال‌زدایی (هم در کنسول و هم در ویدیوی رندرشده):
```
-i INPUT -filter_complex "[0:v]format=rgba, hwupload, deshake_opencl=debug=1, hwdownload, format=rgba, format=yuv420p" -v verbose OUTPUT
```

dilation_opencl

اعمال جلوه اتساع (dilation) روی ویدیو.

این فیلتر هر پیکسل را با بیشینه محلی (3x3) جایگزین می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

پرچم‌ها برای ناحیه مختصات محلی 3x3 متمرکز بر "x":

1 2 3
4 x 5
6 7 8

Example

•

اعمال فیلتر اتساع با threshold0 برابر 30، threshold1 برابر 40، threshold2 برابر 50 و coordinates برابر 231، که هر پیکسل خروجی را بر روی بیشینه محلی بین پیکسل‌های 1، 2، 3، 6، 7، 8 از ناحیه 3x3 متمرکز بر آن در ورودی تنظیم می‌کند. اگر تفاوت بین پیکسل ورودی و بیشینه محلی بیشتر از آستانه صفحه مربوطه باشد، پیکسل خروجی بر روی مقدار (پیکسل ورودی به علاوه آستانه صفحه مربوطه) تنظیم خواهد شد.

-i INPUT -vf "hwupload, dilation_opencl=30:40:50:coordinates=231, hwdownload" OUTPUT

nlmeans_opencl

فیلتر کاهش نویز میانگین غیرمحلی (Non-local Means) از طریق OpenCL؛ این فیلتر همان گزینه‌های فیلتر nlmeans را می‌پذیرد.

overlay_opencl

هم‌پوشانی یک ویدیو بر روی ویدیوی دیگر.

این فیلتر دو ورودی می‌گیرد و یک خروجی دارد. ورودی اول ویدیوی «اصلی» است که ورودی دوم بر روی آن هم‌پوشانی می‌شود. این فیلتر نیازمند چیدمان حافظه یکسان برای تمام ورودی‌ها است. بنابراین ممکن است تبدیل قالب (فرمت) لازم باشد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

x: تنظیم مختصات x ویدیوی روکش‌شده بر روی ویدیوی اصلی. مقدار پیش‌فرض 0 است.
y: تنظیم مختصات y ویدیوی روکش‌شده بر روی ویدیوی اصلی. مقدار پیش‌فرض 0 است.

Examples

هم‌پوشانی یک تصویر LOGO در گوشه بالا-چپ ویدیوی INPUT. هر دو ورودی دارای قالب yuv420p هستند.
```
-i INPUT -i LOGO -filter_complex "[0:v]hwupload[a], [1:v]format=yuv420p, hwupload[b], [a][b]overlay_opencl, hwdownload" OUTPUT
```
ورودی‌ها چیدمان حافظه یکسانی برای کانال‌های رنگی دارند، لایه روکش دارای صفحه آلفای اضافه است، مانند اینکه INPUT دارای قالب yuv420p باشد و LOGO دارای قالب yuva420p.
```
-i INPUT -i LOGO -filter_complex "[0:v]hwupload[a], [1:v]format=yuva420p, hwupload[b], [a][b]overlay_opencl, hwdownload" OUTPUT
```

pad_opencl

افزودن حاشیه (padding) به تصویر ورودی و قرار دادن ورودی اصلی در مختصات ارائه‌شده x، y.

این فیلتر گزینه‌های زیر را می‌پذیرد:

تعیین یک عبارت برای اندازه تصویر خروجی با احتساب حاشیه‌های اضافه‌شده. اگر مقدار width یا height برابر 0 باشد، اندازه ورودی متناظر برای خروجی استفاده می‌شود.

عبارت width می‌تواند به مقدار تنظیم‌شده توسط عبارت height ارجاع دهد و برعکس.

مقدار پیش‌فرض width و height برابر 0 است.

تعیین آفست‌ها برای قرار دادن تصویر ورودی در ناحیه حاشیه‌بندی‌شده نسبت به مرز بالا/چپ تصویر خروجی.

عبارت x می‌تواند به مقدار تنظیم‌شده توسط عبارت y ارجاع دهد و برعکس.

مقدار پیش‌فرض x و y برابر 0 است.

اگر x یا y به یک عدد منفی ارزیابی شوند، تغییر داده خواهند شد تا تصویر ورودی در مرکز ناحیه حاشیه‌بندی‌شده قرار گیرد.

تعیین رنگ ناحیه حاشیه‌بندی‌شده. برای ساختار نحوی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید.

aspect

حاشیه‌بندی بر اساس یک نسبت تصویر به جای یک وضوح.

مقادیر گزینه‌های width، height، x و y عباراتی حاوی ثابت‌های زیر هستند:

in_w
in_h: عرض و ارتفاع ویدیوی ورودی.
iw
ih: این موارد همانند in_w و in_h هستند.
out_w
out_h: عرض و ارتفاع خروجی (اندازه ناحیه حاشیه‌بندی‌شده)، همان‌طور که توسط عبارات width و height تعیین شده است.
ow
oh: این موارد همانند out_w و out_h هستند.
x
y: آفست‌های x و y همان‌طور که توسط عبارات x و y مشخص شده‌اند، یا در صورت عدم تعیین NAN.
a: همانند iw / ih
sar: نسبت تصویر نمونه (SAR) ورودی
dar: نسبت تصویر نمایش (DAR) ورودی، همانند (iw / ih) * sar

prewitt_opencl

عملگر پرویت (https://en.wikipedia.org/wiki/Prewitt_operator) را روی استریم ویدیوی ورودی اعمال می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

planes: تعیین صفحاتی که باید فیلتر شوند. مقدار پیش‌فرض 0xf است که به وسیله آن تمام صفحات پردازش می‌شوند.
scale: تنظیم مقداری که در نتیجه فیلتر ضرب خواهد شد. محدوده "[0.0, 65535]" و مقدار پیش‌فرض 1.0 است.
delta: تنظیم مقداری که به نتیجه فیلتر اضافه خواهد شد. محدوده "[-65535, 65535]" و مقدار پیش‌فرض 0.0 است.

Example

•

اعمال عملگر پرویت با scale تنظیم‌شده روی 2 و delta روی 10.

-i INPUT -vf "hwupload, prewitt_opencl=scale=2:delta=10, hwdownload" OUTPUT

program_opencl

فیلتر کردن ویدیو با استفاده از یک برنامه OpenCL.

source: پرونده سورس برنامه OpenCL.
kernel: نام کرنل در برنامه.
inputs: تعداد ورودی‌های فیلتر. پیش‌فرض 1 است.
size, s: اندازه فریم‌های خروجی. پیش‌فرض همانند ورودی اول است.

فیلتر "program_opencl" همچنین از گزینه‌های framesync پشتیبانی می‌کند.

پرونده سورس برنامه باید شامل یک تابع کرنل با نام مشخص‌شده باشد که برای هر صفحه خروجی یک‌بار اجرا خواهد شد. هر اجرا بر روی یک صفحه به عنوان یک NDRange دو‌بعدی سراسری مجزا با یک work-item برای هر پیکسلی که باید تولید شود در صف قرار می‌گیرد. بنابراین آفست شناسه سراسری (global ID) برای هر work-item، مختصات یک پیکسل در تصویر مقصد است.

تابع کرنل باید آرگومان‌های زیر را دریافت کند:

تصویر مقصد، __write_only image2d_t.
این تصویر خروجی خواهد شد؛ کرنل باید کل آن را بنویسد.
شاخص فریم، unsigned int.
این یک شمارنده است که از صفر شروع می‌شود و برای هر فریم یکی افزایش می‌یابد.
تصاویر مبدأ، __read_only image2d_t.
این‌ها جدیدترین تصاویر در هر ورودی هستند. کرنل می‌تواند برای تولید خروجی از آن‌ها بخواند، اما نمی‌تواند در آن‌ها بنویسد.

برنامه‌های نمونه:

کپی کردن ورودی در خروجی (خروجی باید هم‌اندازه ورودی باشد).

__kernel void copy(__write_only image2d_t destination,
                   unsigned int index,
                   __read_only  image2d_t source)
{
    const sampler_t sampler = CLK_NORMALIZED_COORDS_FALSE;

    int2 location = (int2)(get_global_id(0), get_global_id(1));

    float4 value = read_imagef(source, sampler, location);

    write_imagef(destination, location, value);
}

اعمال یک تبدیل ساده، چرخاندن ورودی به میزانی که با شمارنده شاخص افزایش می‌یابد. مقادیر پیکسل‌ها توسط نمونه‌بردار به صورت خطی درون‌یابی می‌شوند، و خروجی نیازی ندارد که ابعادی یکسان با ورودی داشته باشد.

__kernel void rotate_image(__write_only image2d_t dst,
                           unsigned int index,
                           __read_only  image2d_t src)
{
    const sampler_t sampler = (CLK_NORMALIZED_COORDS_FALSE |
                               CLK_FILTER_LINEAR);

    float angle = (float)index / 100.0f;

    float2 dst_dim = convert_float2(get_image_dim(dst));
    float2 src_dim = convert_float2(get_image_dim(src));

    float2 dst_cen = dst_dim / 2.0f;
    float2 src_cen = src_dim / 2.0f;

    int2   dst_loc = (int2)(get_global_id(0), get_global_id(1));

    float2 dst_pos = convert_float2(dst_loc) - dst_cen;
    float2 src_pos = {
        cos(angle) * dst_pos.x - sin(angle) * dst_pos.y,
        sin(angle) * dst_pos.x + cos(angle) * dst_pos.y
    };
    src_pos = src_pos * src_dim / dst_dim;

    float2 src_loc = src_pos + src_cen;

    if (src_loc.x < 0.0f      || src_loc.y < 0.0f ||
        src_loc.x > src_dim.x || src_loc.y > src_dim.y)
        write_imagef(dst, dst_loc, 0.5f);
    else
        write_imagef(dst, dst_loc, read_imagef(src, sampler, src_loc));
}

ترکیب کردن دو ورودی با یکدیگر، با تغییر میزان استفاده از هر ورودی متناسب با شمارنده شاخص.

__kernel void blend_images(__write_only image2d_t dst,
                           unsigned int index,
                           __read_only  image2d_t src1,
                           __read_only  image2d_t src2)
{
    const sampler_t sampler = (CLK_NORMALIZED_COORDS_FALSE |
                               CLK_FILTER_LINEAR);

    float blend = (cos((float)index / 50.0f) + 1.0f) / 2.0f;

    int2  dst_loc = (int2)(get_global_id(0), get_global_id(1));
    int2 src1_loc = dst_loc * get_image_dim(src1) / get_image_dim(dst);
    int2 src2_loc = dst_loc * get_image_dim(src2) / get_image_dim(dst);

    float4 val1 = read_imagef(src1, sampler, src1_loc);
    float4 val2 = read_imagef(src2, sampler, src2_loc);

    write_imagef(dst, dst_loc, val1 * blend + val2 * (1.0f - blend));
}

remap_opencl

نگاشت مجدد پیکسل‌ها با استفاده از استریم ویدیوی ورودی دوم: Xmap و سوم: Ymap.

پیکسل مقصد در موقعیت (X, Y) از موقعیت سورس (x, y) برداشته می‌شود که در آن x = Xmap(X, Y) و y = Ymap(X, Y) است. اگر مقادیر نگاشت خارج از محدوده باشند، مقدار صفر برای پیکسل در مقصد استفاده خواهد شد.

استریم‌های ویدیویی ورودی Xmap و Ymap باید ابعاد یکسانی داشته باشند. استریم ویدیوی خروجی ابعاد استریم‌های ویدیویی Xmap/Ymap را خواهد داشت. استریم‌های ویدیویی ورودی Xmap و Ymap قالب پیکسلی اعشاری ۳۲ بیتی و تک‌کاناله دارند.

interp: تعیین درون‌یابی مورد استفاده برای نگاشت مجدد پیکسل‌ها. مقادیر مجاز عبارتند از "near" و "linear". مقدار پیش‌فرض "linear" است.
fill: تعیین رنگ پیکسل‌های نگاشت‌نشده. برای ساختار نحوی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید. رنگ پیش‌فرض "black" است.

roberts_opencl

اعمال عملگر متقاطع رابرتز (https://en.wikipedia.org/wiki/Roberts_cross) بر روی استریم ویدیوی ورودی.

این فیلتر گزینه زیر را می‌پذیرد:

planes: تعیین صفحاتی که باید فیلتر شوند. مقدار پیش‌فرض 0xf است که با آن تمام صفحات پردازش می‌شوند.
scale: تنظیم مقداری که در نتیجه فیلتر ضرب خواهد شد. محدوده "[0.0, 65535]" و مقدار پیش‌فرض 1.0 است.
delta: تنظیم مقداری که به نتیجه فیلتر اضافه خواهد شد. محدوده "[-65535, 65535]" و مقدار پیش‌فرض 0.0 است.

Example

•

اعمال عملگر متقاطع رابرتز با scale تنظیم‌شده روی 2 و delta روی 10

-i INPUT -vf "hwupload, roberts_opencl=scale=2:delta=10, hwdownload" OUTPUT

sobel_opencl

اعمال عملگر سوبل (https://en.wikipedia.org/wiki/Sobel_operator) بر روی استریم ویدیوی ورودی.

این فیلتر گزینه زیر را می‌پذیرد:

planes: تعیین صفحاتی که باید فیلتر شوند. مقدار پیش‌فرض 0xf است که با آن تمام صفحات پردازش می‌شوند.
scale: تنظیم مقداری که در نتیجه فیلتر ضرب خواهد شد. محدوده "[0.0, 65535]" و مقدار پیش‌فرض 1.0 است.
delta: تنظیم مقداری که به نتیجه فیلتر اضافه خواهد شد. محدوده "[-65535, 65535]" و مقدار پیش‌فرض 0.0 است.

Example

•

اعمال عملگر سوبل با scale تنظیم‌شده روی 2 و delta روی 10

-i INPUT -vf "hwupload, sobel_opencl=scale=2:delta=10, hwdownload" OUTPUT

tonemap_opencl

انجام تبدیل HDR(PQ/HLG) به SDR همراه با نگاشت تن (tone-mapping).

این فیلتر پارامترهای زیر را می‌پذیرد:

tonemap: تعیین عملگر نگاشت تن مورد استفاده. همانند گزینه tonemap در فیلتر tonemap است.
param: تنظیم دقیق الگوریتم نگاشت تن. همانند گزینه param در فیلتر tonemap است.
desat: اعمال اشباع‌زدایی (desaturation) برای های‌لایت‌هایی که از این سطح روشنایی فراتر می‌روند. هرچه این پارامتر بالاتر باشد، اطلاعات رنگی بیشتری حفظ خواهد شد. این تنظیم با تبدیل (نرم و یکنواخت) به رنگ سفید، از رنگ‌های به شکل غیرطبیعی سوخته در های‌لایت‌های بسیار شدید جلوگیری می‌کند. این کار باعث می‌شود تصاویر طبیعی‌تر به نظر برسند، به قیمت کاهش اطلاعات مربوط به رنگ‌های خارج از محدوده.
مقدار پیش‌فرض 0.5 است، و الگوریتم در اینجا در حال حاضر کمی با نسخه CPU فیلتر tonemap متفاوت است. مقدار 0.0 این گزینه را غیرفعال می‌کند.
threshold: پارامترهای الگوریتم نگاشت تن برای هر صحنه به طور دقیق تنظیم می‌شوند. و از یک آستانه برای تشخیص تغییر صحنه استفاده می‌شود. اگر فاصله میانگین روشنایی فریم فعلی و میانگین متحرک فعلی از مقدار آستانه فراتر رود، میانگین و اوج روشنایی صحنه مجدداً محاسبه خواهد شد. مقدار پیش‌فرض 0.2 است.
format: تعیین قالب پیکسلی خروجی.
قالب‌های پشتیبانی‌شده در حال حاضر عبارتند از:

p010
nv12

range, r: تنظیم محدوده رنگ خروجی.
مقادیر ممکن عبارتند از:

tv/mpeg
pc/jpeg

پیش‌فرض همانند ورودی است.

primaries, p: تنظیم مشخصه‌های رنگ‌های اولیه (primaries) خروجی.
مقادیر ممکن عبارتند از:

bt709
bt2020

پیش‌فرض همانند ورودی است.

transfer, t: تنظیم مشخصه‌های تابع انتقال خروجی.
مقادیر ممکن عبارتند از:

bt709
bt2020

پیش‌فرض bt709 است.

matrix, m: تنظیم ماتریس فضای رنگی خروجی.
مقادیر ممکن عبارتند از:

bt709
bt2020

پیش‌فرض همانند ورودی است.

Example

•

تبدیل ویدیوی HDR(PQ/HLG) به قالب p010 با ویژگی تابع انتقال bt2020 با استفاده از عملگر خطی (linear).

-i INPUT -vf "format=p010,hwupload,tonemap_opencl=t=bt2020:tonemap=linear:format=p010,hwdownload,format=p010" OUTPUT

unsharp_opencl

تیز کردن (شارپ) یا محو کردن (بلور) ویدیوی ورودی.

این فیلتر پارامترهای زیر را می‌پذیرد:

luma_msize_x, lx: تنظیم اندازه افقی ماتریس روشنایی (luma). محدوده "[1, 23]" و مقدار پیش‌فرض 5 است.
luma_msize_y, ly: تنظیم اندازه عمودی ماتریس روشنایی (luma). محدوده "[1, 23]" و مقدار پیش‌فرض 5 است.
luma_amount, la: تنظیم قدرت جلوه روشنایی (luma). محدوده "[-10, 10]" و مقدار پیش‌فرض 1.0 است.
مقادیر منفی ویدیوی ورودی را محو می‌کنند، در حالی که مقادیر مثبت آن را تیز می‌کنند؛ مقدار صفر این جلوه را غیرفعال می‌کند.
chroma_msize_x, cx: تنظیم اندازه افقی ماتریس کروما (chroma). محدوده "[1, 23]" و مقدار پیش‌فرض 5 است.
chroma_msize_y, cy: تنظیم اندازه عمودی ماتریس کروما (chroma). محدوده "[1, 23]" و مقدار پیش‌فرض 5 است.
chroma_amount, ca: تنظیم قدرت جلوه کروما (chroma). محدوده "[-10, 10]" و مقدار پیش‌فرض 0.0 است.
مقادیر منفی ویدیوی ورودی را محو می‌کنند، در حالی که مقادیر مثبت آن را تیز می‌کنند؛ مقدار صفر این جلوه را غیرفعال می‌کند.

تمام پارامترها اختیاری هستند و به صورت پیش‌فرض معادل رشته '5:5:1.0:5:5:0.0' می‌باشند.

Examples

اعمال جلوه تیز کردن قوی روشنایی:

-i INPUT -vf "hwupload, unsharp_opencl=luma_msize_x=7:luma_msize_y=7:luma_amount=2.5, hwdownload" OUTPUT

اعمال تاری قوی برای هر دو پارامتر روشنایی و کروما:
```
-i INPUT -vf "hwupload, unsharp_opencl=7:7:-2:7:7:-2, hwdownload" OUTPUT
```

xfade_opencl

ایجاد انتقال تدریجی متقاطع (cross fade) میان دو ویدیو با جلوه گذار سفارشی با استفاده از OpenCL.

این فیلتر گزینه‌های زیر را می‌پذیرد:

transition: تنظیم یکی از جلوه‌های گذار ممکن.

custom: انتخاب جلوه گذار سفارشی؛ شرح گذار واقعی از گزینه‌های source و kernel برداشته خواهد شد.
fade
wipeleft
wiperight
wipeup
wipedown
slideleft
slideright
slideup
slidedown: گذار پیش‌فرض fade است.

source: پرونده سورس برنامه OpenCL برای گذار سفارشی.
kernel: تنظیم نام کرنل مورد استفاده برای گذار سفارشی از پرونده سورس برنامه.
duration: تنظیم مدت‌زمان گذار ویدیویی.
offset: تنظیم زمان شروع گذار نسبت به ویدیوی اول.

پرونده سورس برنامه باید شامل یک تابع کرنل با نام مشخص‌شده باشد که برای هر صفحه از خروجی یک‌بار اجرا خواهد شد. هر اجرا بر روی یک صفحه به عنوان یک NDRange دو‌بعدی سراسری مجزا با یک work-item برای هر پیکسلی که باید تولید شود در صف قرار می‌گیرد. بنابراین آفست شناسه سراسری برای هر work-item، مختصات یک پیکسل در تصویر مقصد است.

تابع کرنل باید آرگومان‌های زیر را دریافت کند:

تصویر مقصد، __write_only image2d_t.
این تصویر خروجی خواهد شد؛ کرنل باید کل آن را بنویسد.
تصویر سورس اول، __read_only image2d_t. تصویر سورس دوم، __read_only image2d_t.
این‌ها جدیدترین تصاویر در هر ورودی هستند. کرنل می‌تواند برای تولید خروجی از آن‌ها بخواند، اما نمی‌تواند در آن‌ها بنویسد.
میزان پیشرفت گذار، float. این مقدار همیشه بین 0 و 1 (شامل خود آن‌ها) است.

برنامه‌های نمونه:

•

اعمال جلوه گذار پرده نقطه‌ای (dots curtain):

__kernel void blend_images(__write_only image2d_t dst,
                           __read_only  image2d_t src1,
                           __read_only  image2d_t src2,
                           float progress)
{
    const sampler_t sampler = (CLK_NORMALIZED_COORDS_FALSE |
                               CLK_FILTER_LINEAR);
    int2  p = (int2)(get_global_id(0), get_global_id(1));
    float2 rp = (float2)(get_global_id(0), get_global_id(1));
    float2 dim = (float2)(get_image_dim(src1).x, get_image_dim(src1).y);
    rp = rp / dim;

    float2 dots = (float2)(20.0, 20.0);
    float2 center = (float2)(0,0);
    float2 unused;

    float4 val1 = read_imagef(src1, sampler, p);
    float4 val2 = read_imagef(src2, sampler, p);
    bool next = distance(fract(rp * dots, &unused), (float2)(0.5, 0.5)) < (progress / distance(rp, center));

    write_imagef(dst, p, next ? val1 : val2);
}

فیلترهای ویدیویی VAAPI (VAAPI VIDEO FILTERS)

فیلترهای ویدیویی VAAPI معمولاً همراه با دیکودر VAAPI و اینکودر VAAPI استفاده می‌شوند. در ادامه شرح فیلترهای ویدیویی VAAPI آمده است.

برای فعال‌سازی کامپایل این فیلترها باید FFmpeg را با شناسه "--enable-vaapi" پیکربندی کنید.

برای استفاده از فیلترهای vaapi، باید دستگاه vaapi را به درستی راه‌اندازی کنید. برای اطلاعات بیشتر، لطفاً https://trac.ffmpeg.org/wiki/Hardware/VAAPI را مطالعه فرمایید.

overlay_vaapi

هم‌پوشانی یک ویدیو بر روی ویدیوی دیگر.

این فیلتر دو ورودی می‌گیرد و یک خروجی دارد. ورودی اول ویدیوی «اصلی» است که ورودی دوم بر روی آن هم‌پوشانی می‌شود.

این فیلتر گزینه‌های زیر را می‌پذیرد:

تنظیم عبارات برای مختصات x و y ویدیوی روکش‌شده بر روی ویدیوی اصلی.

مقدار پیش‌فرض برای هر دو عبارت "0" است.

w

h

تنظیم عبارات برای عرض و ارتفاع ویدیوی روکش‌شده بر روی ویدیوی اصلی.

مقادیر پیش‌فرض برابر 'overlay_iw' برای 'w' و 'overlay_ih*w/overlay_iw' برای 'h' هستند.

این عبارات می‌توانند شامل پارامترهای زیر باشند:

main_w, W
main_h, H: عرض و ارتفاع ورودی اصلی.
overlay_iw
overlay_ih: عرض و ارتفاع ورودی لایه روکش (overlay).
overlay_w, w
overlay_h, h: عرض و ارتفاع خروجی لایه روکش (overlay).
overlay_x, x
overlay_y, y: موقعیت لایه روکش در داخل ورودی اصلی

alpha: تنظیم شفافیت ویدیوی روکش‌شده. محدوده مجاز 0.0 تا 1.0 است. مقدار بالاتر به معنای شفافیت کمتر است. مقدار پیش‌فرض 1.0 است.
eof_action: به framesync مراجعه کنید.
shortest: به framesync مراجعه کنید.
repeatlast: به framesync مراجعه کنید.

این فیلتر همچنین از گزینه‌های framesync پشتیبانی می‌کند.

Examples

هم‌پوشانی یک تصویر LOGO در گوشه بالا-چپ ویدیوی INPUT. هر دو ورودی برای این فیلتر با قالب yuv420p هستند.
```
-i INPUT -i LOGO -filter_complex "[0:v]hwupload[a], [1:v]format=yuv420p, hwupload[b], [a][b]overlay_vaapi" OUTPUT
```
هم‌پوشانی یک تصویر LOGO در آفست (200, 100) از گوشه بالا-چپ ویدیوی INPUT. ورودی‌ها چیدمان حافظه یکسانی برای کانال‌های رنگی دارند، لایه روکش دارای صفحه آلفای اضافه است، مانند اینکه INPUT دارای قالب yuv420p و LOGO دارای قالب yuva420p باشد.
```
-i INPUT -i LOGO -filter_complex "[0:v]hwupload[a], [1:v]format=yuva420p, hwupload[b], [a][b]overlay_vaapi=x=200:y=100:w=400:h=300:alpha=1.0, hwdownload, format=nv12" OUTPUT
```

tonemap_vaapi

انجام نگاشت تن (tone-mapping) از نوع HDR به SDR یا HDR به HDR. این فیلتر در حال حاضر تنها HDR10 را به عنوان ورودی می‌پذیرد.

این فیلتر پارامترهای زیر را می‌پذیرد:

format: تعیین قالب پیکسلی خروجی.
پیش‌فرض nv12 برای نگاشت تن HDR به SDR و p010 برای نگاشت تن HDR به HDR است.
primaries, p: تنظیم مشخصه‌های رنگ‌های اولیه خروجی.
پیش‌فرض bt709 برای نگاشت تن HDR به SDR و همانند ورودی برای نگاشت تن HDR به HDR است.
transfer, t: تنظیم مشخصه‌های تابع انتقال خروجی.
پیش‌فرض bt709 برای نگاشت تن HDR به SDR و همانند ورودی برای نگاشت تن HDR به HDR است.
matrix, m: تنظیم ماتریس فضای رنگی خروجی.
پیش‌فرض bt709 برای نگاشت تن HDR به SDR و همانند ورودی برای نگاشت تن HDR به HDR است.
display: تنظیم حجم رنگ نمایشگر مرجع مسترینگ در خروجی. این گزینه به صورت فهرستی جداشده با '|' از دو مقدار داده می‌شود و دو مقدار با فاصله از یکدیگر تفکیک شده‌اند. این گزینه مشخصه‌های اولیه نمایشگر x و y را به ترتیب G، B، R، سپس نقطه سفید x و y و درخشش اسمی حداقل و حداکثر نمایشگر را تنظیم می‌کند.
در صورت تنظیم این گزینه، نگاشت تن HDR به HDR انجام خواهد شد.
light: تنظیم اطلاعات سطح نور محتوا در خروجی. این گزینه ۲ مقدار جداشده با فاصله را می‌پذیرد، ورودی اول حداکثر سطح نور و ورودی دوم حداکثر سطح نور میانگین است.
این گزینه برای نگاشت تن HDR به SDR نادیده گرفته می‌شود و برای نگاشت تن HDR به HDR اختیاری است.

Example

تبدیل ویدیوی HDR(HDR10) به قالب p010 با ویژگی انتقال bt2020
```
tonemap_vaapi=format=p010:t=bt2020-10
```

تبدیل ویدیوی HDR به ویدیوی HDR

tonemap_vaapi=display=7500\ 3000|34000\ 16000|13250\ 34500|15635\ 16450|500\ 10000000

hstack_vaapi

چیدمان افقی ویدیوهای ورودی در کنار یکدیگر.

این گونهٔ تحت VA-API از فیلتر hstack است؛ هر استریم ورودی ممکن است ارتفاع متفاوتی داشته باشد، این فیلتر هر استریم ورودی را ضمن حفظ نسبت تصویر اصلی، به سمت بالا/پایین مقیاس‌بندی خواهد کرد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

inputs: به hstack مراجعه کنید.
shortest: به hstack مراجعه کنید.
height: تنظیم ارتفاع خروجی. اگر روی 0 تنظیم شود، این فیلتر ارتفاع خروجی را برابر با ارتفاع نخستین استریم ورودی قرار می‌دهد. مقدار پیش‌فرض 0 است.

vstack_vaapi

چیدمان عمودی ویدیوهای ورودی روی یکدیگر.

این گونهٔ تحت VA-API از فیلتر vstack است؛ هر استریم ورودی ممکن است عرض متفاوتی داشته باشد، این فیلتر هر استریم ورودی را ضمن حفظ نسبت تصویر اصلی، به سمت بالا/پایین مقیاس‌بندی خواهد کرد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

inputs: به vstack مراجعه کنید.
shortest: به vstack مراجعه کنید.
width: تنظیم عرض خروجی. اگر روی 0 تنظیم شود، این فیلتر عرض خروجی را برابر با عرض نخستین استریم ورودی قرار می‌دهد. مقدار پیش‌فرض 0 است.

xstack_vaapi

چیدمان ورودی‌های ویدیویی در یک قالب و ساختار سفارشی.

این گونهٔ تحت VA-API از فیلتر xstack است؛ هر استریم ورودی ممکن است اندازه متفاوتی داشته باشد، این فیلتر هر استریم ورودی را به اندازه خروجی داده‌شده یا اندازه اولین استریم ورودی مقیاس‌بندی می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

inputs

به xstack مراجعه کنید.

shortest

به xstack مراجعه کنید.

layout

به xstack مراجعه کنید. علاوه بر این، به کاربر امکان می‌دهد اندازه خروجی را برای هر استریم ورودی مشخص کند.

xstack_vaapi=inputs=4:layout=0_0_1920x1080|0_h0_1920x1080|w0_0_1920x1080|w0_h0_1920x1080

grid

به xstack مراجعه کنید.

grid_tile_size

تنظیم اندازه خروجی برای هر استریم ورودی در هنگام تنظیم grid. اگر این گزینه تنظیم نشود، این فیلتر به صورت پیش‌فرض اندازه خروجی را برابر با اندازه نخستین استریم ورودی قرار می‌دهد. برای ساختار نحوی این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید.

fill

به xstack مراجعه کنید.

pad_vaapi

افزودن حاشیه (padding) به تصویر ورودی و قرار دادن ورودی اصلی در مختصات ارائه‌شده x، y.

این فیلتر گزینه‌های زیر را می‌پذیرد:

عبارت width می‌تواند به مقدار تنظیم‌شده توسط عبارت height ارجاع دهد و برعکس.

مقدار پیش‌فرض width و height برابر 0 است.

تعیین آفست‌ها برای قرار دادن تصویر ورودی در ناحیه حاشیه‌بندی‌شده نسبت به مرز بالا/چپ تصویر خروجی.

عبارت x می‌تواند به مقدار تنظیم‌شده توسط عبارت y ارجاع دهد و برعکس.

مقدار پیش‌فرض x و y برابر 0 است.

تعیین رنگ ناحیه حاشیه‌بندی‌شده. برای ساختار نحوی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید.

aspect

حاشیه‌بندی بر اساس یک نسبت تصویر به جای یک وضوح.

مقادیر گزینه‌های width، height، x و y عباراتی حاوی ثابت‌های زیر هستند:

in_w
in_h: عرض و ارتفاع ویدیوی ورودی.
iw
ih: این موارد همانند in_w و in_h هستند.
out_w
out_h: عرض و ارتفاع خروجی (اندازه ناحیه حاشیه‌بندی‌شده)، همان‌طور که توسط عبارات width و height تعیین شده است.
ow
oh: این موارد همانند out_w و out_h هستند.
x
y: آفست‌های x و y همان‌طور که توسط عبارات x و y مشخص شده‌اند، یا در صورت عدم تعیین NAN.
a: همانند iw / ih
sar: نسبت تصویر نمونه (SAR) ورودی
dar: نسبت تصویر نمایش (DAR) ورودی، همانند (iw / ih) * sar

drawbox_vaapi

رسم یک جعبه رنگی روی تصویر ورودی.

این فیلتر پارامترهای زیر را می‌پذیرد:

x
y: عباراتی که مختصات گوشه بالا-چپ جعبه را مشخص می‌کنند. مقدار پیش‌فرض آن 0 است.
width, w
height, h: عباراتی که عرض و ارتفاع جعبه را مشخص می‌کنند؛ اگر 0 باشند به عنوان عرض و ارتفاع ورودی تفسیر می‌شوند. پیش‌فرض 0 است.
color, c: تعیین رنگ جعبه‌ای که رسم می‌شود. برای ساختار نحوی عمومی این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید.
thickness, t: عبارتی که ضخامت لبه جعبه را تعیین می‌کند. مقدار "fill" یک جعبه توپُر ایجاد خواهد کرد. مقدار پیش‌فرض 3 است.
فهرست ثابت‌های پذیرفته‌شده را در زیر مشاهده کنید.
replace: با مقدار 1، پیکسل‌های جعبه رسم‌شده جایگزین پیکسل‌های رنگ و آلفای ویدیو خواهند شد. پیش‌فرض 0 است که جعبه را روی ویدیوی ورودی ترکیب می‌کند.

پارامترهای x، y، w، h و t عباراتی حاوی ثابت‌های زیر هستند:

in_h, ih
in_w, iw: عرض و ارتفاع ورودی.
x
y: مختصات آفست x و y که جعبه در آن رسم می‌شود.
w
h: عرض و ارتفاع جعبه رسم‌شده.
t: ضخامت جعبه رسم‌شده.

Examples

رسم یک جعبه سیاه در اطراف لبه تصویر ورودی:
```
drawbox
```
رسم یک جعبه با رنگ قرمز و کدر بودن (opacity) ۵۰٪:
```
drawbox=10:20:200:60:red@0.5
```
مثال قبلی را می‌توان به این صورت نیز مشخص کرد:
```
drawbox=x=10:y=20:w=200:h=60:color=red@0.5
```
پر کردن جعبه با رنگ صورتی:
```
drawbox=x=10:y=10:w=100:h=100:color=pink@0.5:t=fill
```
رسم یک ماسک ۲ پیکسلی قرمز با نسبت تصویر ۲.۴۰:۱:
```
drawbox=x=-t:y=0.5*(ih-iw/2.4)-t:w=iw+t*2:h=iw/2.4+t*2:t=2:c=red
```

فیلترهای ویدیویی VIDEOTOOLBOX (VIDEOTOOLBOX VIDEO FILTERS)

در ادامه شرح فیلترهای ویدیویی VideoToolbox که در حال حاضر در دسترس هستند آمده است.

فیلتر VideoToolbox به چارچوب VideoToolbox وابسته است و هنگام ساخت FFmpeg برای یک پلتفرم شرکت اپل مانند macOS به طور خودکار شناسایی می‌شود. در صورت غیرفعال بودن شناسایی خودکار، گزینه "--enable-videotoolbox" را به configure اضافه کنید.

scale_vt

مقیاس‌بندی و تبدیل پارامترهای رنگ با استفاده از VTPixelTransferSession.

این فیلتر گزینه‌های زیر را می‌پذیرد:

w
h: تنظیم عبارت ابعاد ویدیوی خروجی. مقدار پیش‌فرض ابعاد ورودی است.
color_matrix: تنظیم ماتریس فضای رنگی خروجی.
color_primaries: تنظیم مشخصه‌های رنگ‌های اولیه خروجی.
color_transfer: تنظیم مشخصه‌های تابع انتقال خروجی.

Examples

•

انجام تبدیل HDR به SDR، و مقیاس‌بندی به نصف اندازه ورودی

ffmpeg -hwaccel videotoolbox \
        -hwaccel_output_format videotoolbox_vld \
        -i hdr.mov \
        -c:v hevc_videotoolbox \
        -profile:v main \
        -b:v 3M \
        -vf scale_vt=w=iw/2:h=ih/2:color_matrix=bt709:color_primaries=bt709:color_transfer=bt709 \
        -c:a copy \
        -tag:v hvc1 \
        sdr.mp4

transpose_vt

ترانهادن سطرها و ستون‌ها در ویدیوی ورودی و برگرداندن اختیاری آن (flip). برای مثال‌های عمیق‌تر، فیلتر ویدیویی transpose را مشاهده کنید که عمدتاً گزینه‌های یکسانی دارد.

این فیلتر پارامترهای زیر را می‌پذیرد:

dir: تعیین جهت ترانهش (transposition).
می‌تواند مقادیر زیر را به خود بگیرد:

cclock_flip: چرخش ۹۰ درجه در خلاف جهت عقربه‌های ساعت و برگرداندن عمودی (پیش‌فرض).
clock: چرخش ۹۰ درجه در جهت عقربه‌های ساعت.
cclock: چرخش ۹۰ درجه در خلاف جهت عقربه‌های ساعت.
clock_flip: چرخش ۹۰ درجه در جهت عقربه‌های ساعت و برگرداندن عمودی.
hflip: برگرداندن افقی ویدیوی ورودی.
vflip: برگرداندن عمودی ویدیوی ورودی.

passthrough: عدم اعمال ترانهش در صورتی که هندسه ورودی با مقدار مشخص‌شده مطابقت داشته باشد. این گزینه مقادیر زیر را می‌پذیرد:

none: همواره ترانهش اعمال شود (پیش‌فرض).
portrait: حفظ هندسه عمودی (پرتره) (زمانی که height >= width).
landscape: حفظ هندسه افقی (لندسکیپ) (زمانی که width >= height).

فیلترهای ویدیویی VULKAN (VULKAN VIDEO FILTERS)

در ادامه شرح فیلترهای ویدیویی Vulkan که در حال حاضر در دسترس هستند آمده است.

برای فعال‌سازی کامپایل این فیلترها باید FFmpeg را با شناسه "--enable-vulkan" پیکربندی کنید، و یک کامپایلر SPIR-V ("glslc" یا "glslangValidator") را در زمان ساخت در دسترس داشته باشید.

اجرای فیلترهای Vulkan نیازمند راه‌اندازی اولیه یک دستگاه سخت‌افزاری و ارسال آن دستگاه به تمامی فیلترها در هر گراف فیلتر است.

-init_hw_device vulkan[=name][:device[,key=value...]]: راه‌اندازی اولیه یک دستگاه سخت‌افزاری جدید از نوع vulkan با نام name، با استفاده از پارامترهای دستگاه و گزینه‌های داده‌شده در key=value. گزینه‌های زیر پشتیبانی می‌شوند:

debug: در صورت تنظیم روی 1، لایه‌های اعتبارسنجی را فعال می‌کند.
linear_images: تخصیص تصاویر خطی. برای دیکودینگ کاربرد ندارد.
disable_multiplane: غیرفعال کردن تصاویر چندصفحه‌ای. برای دیکودینگ کاربرد ندارد.
avoid_host_import: اجتناب از واردسازی‌های حافظه میزبان پویا، به نفع استفاده از یک memcpy() معمولی درون بافری که از قبل نگاشت شده است.

-filter_hw_device name: ارسال دستگاه سخت‌افزاری با نام name به تمامی فیلترها در هر گراف فیلتر.

برای اطلاعات دقیق‌تر، https://www.ffmpeg.org/ffmpeg.html#Advanced-Video-options را مشاهده کنید.

•

نمونه‌ای از انتخاب اولین دستگاه و اجرای فیلتر nlmeans_vulkan با پارامترهای پیش‌فرض روی آن:

-init_hw_device vulkan=vk:0 -filter_hw_device vk -i INPUT -vf "hwupload,nlmeans_vulkan,hwdownload" OUTPUT

از آنجا که فیلترهای Vulkan قادر به دسترسی به داده‌های فریم در حافظه عادی نیستند، تمامی داده‌های فریم باید پیش از استفاده به سطوح سخت‌افزاری متصل به دستگاه مناسب بارگذاری شوند (hwupload) و سپس مجدداً به حافظه عادی دانلود شوند (hwdownload). توجه داشته باشید که hwupload داده‌ها را در فریمی با همان چیدمان فریم نرم‌افزاری بارگذاری می‌کند، بنابراین ممکن است لازم باشد بلافاصله قبل از آن یک فیلتر format اضافه کنید تا ورودی به قالب مناسب تبدیل شود؛ و hwdownload نیز از تمامی قالب‌ها در خروجی پشتیبانی نمی‌کند - معمولاً لازم است بلافاصله پس از آن در گراف یک فیلتر format اضافی درج شود تا خروجی در یک قالب پشتیبانی‌شده به دست آید.

avgblur_vulkan

اعمال یک فیلتر محوکننده میانگین (average blur)، پیاده‌سازی‌شده بر روی GPU با استفاده از Vulkan.

این فیلتر گزینه‌های زیر را می‌پذیرد:

sizeX: تنظیم اندازه شعاع افقی. محدوده "[1, 32]" و مقدار پیش‌فرض 3 است.
sizeY: تنظیم اندازه شعاع عمودی. محدوده "[1, 32]" و مقدار پیش‌فرض 3 است.
planes: تعیین صفحاتی که باید فیلتر شوند. مقدار پیش‌فرض 0xf است که با آن تمام صفحات پردازش می‌شوند.

blend_vulkan

ترکیب و آمیختن دو فریم Vulkan در یکدیگر.

فیلتر "blend" دو استریم ورودی می‌گیرد و یک استریم خروجی می‌دهد؛ ورودی اول لایه «رویی» و ورودی دوم لایه «زیرین» است. به صورت پیش‌فرض، خروجی زمانی پایان می‌یابد که طولانی‌ترین ورودی خاتمه یابد.

شرح گزینه‌های پذیرفته‌شده در ادامه آمده است.

c0_mode
c1_mode
c2_mode
c3_mode
all_mode: تنظیم حالت آمیختگی برای یک مؤلفه پیکسلی خاص یا تمام مؤلفه‌های پیکسلی در صورت استفاده از all_mode. مقدار پیش‌فرض "normal" است.
مقادیر موجود برای حالت‌های مؤلفه عبارتند از:

normal
multiply

bwdif_vulkan

فیلتر حذف درهم‌بافتگی (deinterlacer) با استفاده از bwdif، الگوریتم "Bob Weaver Deinterlacing Filter"، پیاده‌سازی‌شده روی GPU با استفاده از Vulkan.

این فیلتر پارامترهای زیر را می‌پذیرد:

mode: حالت درهم‌بافتگی اتخاذشده. یکی از مقادیر زیر را می‌پذیرد:

0, send_frame: خروجی دادن یک فریم به ازای هر فریم.
1, send_field: خروجی دادن یک فریم به ازای هر فیلد.

مقدار پیش‌فرض "send_field" است.

parity: برابری فیلد تصویر فرض‌شده برای ویدیوی درهم‌بافته ورودی. یکی از مقادیر زیر را می‌پذیرد:

0, tff: فرض اینکه فیلد بالایی اول است (top field first).
1, bff: فرض اینکه فیلد پایینی اول است (bottom field first).
-1, auto: فعال‌سازی تشخیص خودکار تقدم فیلد.

مقدار پیش‌فرض "auto" است. اگر درهم‌بافتگی ناشناخته باشد یا دیکودر این اطلاعات را صادر نکند، اولویت با فیلد بالایی فرض خواهد شد.

deint: تعیین فریم‌هایی که باید درهم‌بافتگی‌زدایی شوند. یکی از مقادیر زیر را می‌پذیرد:

0, all: حذف درهم‌بافتگی از تمام فریم‌ها.
1, interlaced: تنها حذف درهم‌بافتگی از فریم‌هایی که به عنوان درهم‌بافته نشانه‌گذاری شده‌اند.

مقدار پیش‌فرض "all" است.

chromaber_vulkan

اعمال جلوه‌ای که ابیراهی رنگی (chromatic aberration) را شبیه‌سازی می‌کند. با ورودی‌های RGB بهترین نتیجه را دارد، اما با ورودی‌های YCbCr نیز جلوه مشابهی فراهم می‌کند.

dist_x: ضریب جابجایی افقی. موقعیت هر پیکسل کروما با شروع از مرکز تصویر، در این مقدار ضرب خواهد شد. پیش‌فرض 0 است.
dist_y: به طور مشابه، ضریب جابجایی عمودی را تعیین می‌کند. پیش‌فرض 0 است.

color_vulkan

سورس ویدیویی که یک فریم Vulkan با رنگ یکدست ایجاد می‌کند. برای بنچمارک یا هم‌پوشانی مفید است.

این فیلتر پارامترهای زیر را می‌پذیرد:

color: رنگ مورد استفاده. نام یا مقدار هگزادسیمال. مقدار پیش‌فرض "black" است.
size: اندازه فریم خروجی. مقدار پیش‌فرض "1920x1080" است.
rate: نرخ فریم خروجی. مقدار پیش‌فرض 60 فریم در ثانیه است.
duration: مدت‌زمان ویدیو. مقدار پیش‌فرض -0.000001 است.
sar: نسبت تصویر نمونه سیگنال ویدیویی. مقدار پیش‌فرض "1/1" است.
format: قالب پیکسلی فریم‌های Vulkan خروجی. مقدار پیش‌فرض "yuv444p" است.
out_range: تنظیم محدوده نمونه YCbCr خروجی.
این گزینه اجازه می‌دهد مقدار شناسایی‌شده خودکار بازنویسی شود و همچنین امکان تحمیل یک مقدار خاص مورد استفاده برای خروجی و اینکودر را فراهم می‌کند. در صورت عدم تعیین، محدوده به قالب پیکسلی بستگی دارد. مقادیر ممکن:

auto/unknown: انتخاب خودکار.
jpeg/full/pc: تنظیم محدوده کامل (0-255 در صورت روشنایی ۸ بیتی).
mpeg/limited/tv: تنظیم محدوده "MPEG" (16-235 در صورت روشنایی ۸ بیتی).

vflip_vulkan

تصویر را به صورت عمودی برمی‌گرداند.

hflip_vulkan

تصویر را به صورت افقی برمی‌گرداند.

flip_vulkan

تصویر را در راستای هر دو محور عمودی و افقی برمی‌گرداند.

gblur_vulkan

اعمال فیلتر محوکننده گاوسی (Gaussian blur) بر روی فریم‌های Vulkan.

این فیلتر گزینه‌های زیر را می‌پذیرد:

sigma: تنظیم سیگما افقی، انحراف معیار تاری گاوسی. پیش‌فرض 0.5 است.
sigmaV: تنظیم سیگما عمودی؛ اگر منفی باشد برابر "sigma" خواهد بود. پیش‌فرض -1 است.
planes: تعیین صفحاتی که باید فیلتر شوند. به طور پیش‌فرض تمام صفحات فیلتر می‌شوند.
size: تنظیم اندازه کرنل در راستای محور افقی. پیش‌فرض 19 است.
sizeV: تنظیم اندازه کرنل در راستای محور عمودی. پیش‌فرض 0 است که باعث استفاده از مقداری مشابه با size می‌شود.

nlmeans_vulkan

کاهش نویز فریم‌ها با استفاده از الگوریتم میانگین غیرمحلی (Non-Local Means)، پیاده‌سازی‌شده بر روی GPU با استفاده از Vulkan. از قالب‌های پیکسلی بیشتری نسبت به nlmeans یا nlmeans_opencl پشتیبانی می‌کند، از جمله پشتیبانی از کانال آلفا.

این فیلتر گزینه‌های زیر را می‌پذیرد:

s: تنظیم قدرت کاهش نویز برای تمامی مؤلفه‌ها. پیش‌فرض 1.0 است. باید در محدوده [0.0, 100.0] باشد.
p: تنظیم اندازه وصله (patch size) برای تمام صفحات. پیش‌فرض 7 است. باید یک عدد فرد در محدوده [0, 99] باشد.
r: تنظیم اندازه جستجو (research size). پیش‌فرض 15 است. باید یک عدد فرد در محدوده [0, 99] باشد.
t: تنظیم موازی‌سازی (parallelism). پیش‌فرض 8 است. باید عددی در محدوده [1, 64] باشد. مقادیر بزرگ‌تر حافظه ویدیویی (VRAM) بیشتری مصرف می‌کنند اما لزوماً منجر به سرعت بیشتر نمی‌شوند. مقدار بهینه به سخت‌افزار و ورودی وابسته است.
s0
s1
s2
s3: تنظیم قدرت کاهش نویز برای یک مؤلفه خاص. پیش‌فرض 1.0 و برابر با s است. باید در محدوده [0.0, 100.0] باشد. مقدار 0.0 کاهش نویز را در آن مؤلفه غیرفعال می‌کند.
p0
p1
p2
p3: تنظیم اندازه وصله برای یک مؤلفه خاص. پیش‌فرض 7 و برابر با p است. باید یک عدد فرد در محدوده [0, 99] باشد.

overlay_vulkan

هم‌پوشانی یک ویدیو بر روی ویدیوی دیگر.

دو ورودی می‌گیرد و یک خروجی دارد. ورودی اول ویدیوی «اصلی» است که ورودی دوم بر روی آن هم‌پوشانی می‌شود. این فیلتر نیازمند این است که تمام ورودی‌ها از قالب پیکسلی یکسانی استفاده کنند. بنابراین ممکن است تبدیل قالب لازم باشد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

x: تنظیم مختصات x ویدیوی روکش‌شده بر روی ویدیوی اصلی. مقدار پیش‌فرض 0 است.
y: تنظیم مختصات y ویدیوی روکش‌شده بر روی ویدیوی اصلی. مقدار پیش‌فرض 0 است.

transpose_vulkan

این فیلتر پارامترهای زیر را می‌پذیرد:

dir: تعیین جهت ترانهش (transposition).
می‌تواند مقادیر زیر را به خود بگیرد:

cclock_flip: چرخش ۹۰ درجه در خلاف جهت عقربه‌های ساعت و برگرداندن عمودی (پیش‌فرض).
clock: چرخش ۹۰ درجه در جهت عقربه‌های ساعت.
cclock: چرخش ۹۰ درجه در خلاف جهت عقربه‌های ساعت.
clock_flip: چرخش ۹۰ درجه در جهت عقربه‌های ساعت و برگرداندن عمودی.

passthrough: عدم اعمال ترانهش در صورتی که هندسه ورودی با مقدار مشخص‌شده مطابقت داشته باشد. مقادیر زیر را می‌پذیرد:

none: همواره ترانهش اعمال شود (پیش‌فرض).
portrait: حفظ هندسه عمودی (پرتره) (زمانی که height >= width).
landscape: حفظ هندسه افقی (لندسکیپ) (زمانی که width >= height).

فیلترهای ویدیویی QSV (QSV VIDEO FILTERS)

در ادامه شرح فیلترهای ویدیویی QSV که در حال حاضر در دسترس هستند آمده است.

برای فعال‌سازی کامپایل این فیلترها باید FFmpeg را با شناسه "--enable-libmfx" یا "--enable-libvpl" پیکربندی کنید.

برای استفاده از فیلترهای QSV، باید دستگاه QSV را به درستی راه‌اندازی کنید. برای اطلاعات بیشتر، لطفاً https://trac.ffmpeg.org/wiki/Hardware/QuickSync را مطالعه فرمایید.

hstack_qsv

چیدمان افقی ویدیوهای ورودی در کنار یکدیگر.

این گونهٔ تحت QSV از فیلتر hstack است؛ هر استریم ورودی ممکن است ارتفاع متفاوتی داشته باشد، این فیلتر هر استریم ورودی را ضمن حفظ نسبت تصویر اصلی، به سمت بالا/پایین مقیاس‌بندی خواهد کرد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

inputs: به hstack مراجعه کنید.
shortest: به hstack مراجعه کنید.
height: تنظیم ارتفاع خروجی. اگر روی 0 تنظیم شود، این فیلتر ارتفاع خروجی را برابر با ارتفاع نخستین استریم ورودی قرار می‌دهد. مقدار پیش‌فرض 0 است.

vstack_qsv

چیدمان عمودی ویدیوهای ورودی روی یکدیگر.

این گونهٔ تحت QSV از فیلتر vstack است؛ هر استریم ورودی ممکن است عرض متفاوتی داشته باشد، این فیلتر هر استریم ورودی را ضمن حفظ نسبت تصویر اصلی، به سمت بالا/پایین مقیاس‌بندی خواهد کرد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

inputs: به vstack مراجعه کنید.
shortest: به vstack مراجعه کنید.
width: تنظیم عرض خروجی. اگر روی 0 تنظیم شود، این فیلتر عرض خروجی را برابر با عرض نخستین استریم ورودی قرار می‌دهد. مقدار پیش‌فرض 0 است.

xstack_qsv

چیدمان ورودی‌های ویدیویی در یک قالب و ساختار سفارشی.

این گونهٔ تحت QSV از فیلتر xstack است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

inputs

به xstack مراجعه کنید.

shortest

به xstack مراجعه کنید.

layout

به xstack مراجعه کنید. علاوه بر این، به کاربر امکان می‌دهد اندازه خروجی را برای هر استریم ورودی مشخص کند.

xstack_qsv=inputs=4:layout=0_0_1920x1080|0_h0_1920x1080|w0_0_1920x1080|w0_h0_1920x1080

grid

به xstack مراجعه کنید.

grid_tile_size

تنظیم اندازه خروجی برای هر استریم ورودی در هنگام تنظیم grid. اگر این گزینه تنظیم نشود، این فیلتر به صورت پیش‌فرض اندازه خروجی را برابر با اندازه نخستین استریم ورودی تنظیم خواهد کرد. برای ساختار نحوی این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید.

fill

به xstack مراجعه کنید.

سورس‌های ویدیویی (VIDEO SOURCES)

در ادامه شرح سورس‌های ویدیویی که در حال حاضر در دسترس هستند آمده است.

buffer

بافر کردن فریم‌های ویدیو و در دسترس قرار دادن آن‌ها برای زنجیره فیلتر.

این سورس عمدتاً برای استفاده برنامه‌نویسی‌شده در نظر گرفته شده است، به ویژه از طریق رابط تعریف‌شده در libavfilter/buffersrc.h.

این فیلتر پارامترهای زیر را می‌پذیرد:

video_size: تعیین اندازه (عرض و ارتفاع) فریم‌های ویدیویی بافرشده. برای ساختار نحوی این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید.
width: عرض ویدیوی ورودی.
height: ارتفاع ویدیوی ورودی.
pix_fmt: رشته‌ای که نشان‌دهنده قالب پیکسلی فریم‌های ویدیویی بافرشده است. می‌تواند عددی متناظر با یک قالب پیکسلی، یا نام یک قالب پیکسلی باشد.
time_base: تعیین پایه زمانی فرض‌شده برای برچسب‌های زمانی فریم‌های بافرشده.
frame_rate: تعیین نرخ فریم مورد انتظار برای استریم ویدیو.
colorspace: رشته‌ای که نشان‌دهنده فضای رنگی فریم‌های ویدیویی بافرشده است. می‌تواند عددی متناظر با یک فضای رنگی، یا نام یک فضای رنگی باشد.
range: رشته‌ای که نشان‌دهنده محدوده رنگی فریم‌های ویدیویی بافرشده است. می‌تواند عددی متناظر با یک محدوده رنگی، یا نام یک محدوده رنگی باشد.
alpha_mode: رشته‌ای که نشان‌دهنده حالت آلفای فریم‌های ویدیویی بافرشده است. می‌تواند عددی متناظر با یک حالت آلفا، یا نام یک حالت آلفا باشد.
pixel_aspect, sar: نسبت تصویر نمونه (پیکسل) در ویدیوی ورودی.
hw_frames_ctx: هنگام استفاده از یک قالب پیکسلی سخت‌افزاری، این گزینه باید ارجاعی به یک AVHWFramesContext باشد که فریم‌های ورودی را توصیف می‌کند.

برای مثال:

buffer=width=320:height=240:pix_fmt=yuv410p:time_base=1/24:sar=1

به سورس دستور می‌دهد فریم‌های ویدیویی با اندازه 320x240 و قالب "yuv410p" را بپذیرد، با فرض 1/24 به عنوان پایه زمانی برچسب‌های زمانی و پیکسل‌های مربعی (نسبت تصویر نمونه 1:1). از آنجا که قالب پیکسلی با نام "yuv410p" متناظر با عدد 6 است (تعریف شمارشی AVPixelFormat در libavutil/pixfmt.h را بررسی کنید)، این مثال متناظر است با:

buffer=size=320x240:pixfmt=6:time_base=1/24:pixel_aspect=1/1

به عنوان روشی جایگزین، گزینه‌ها را می‌توان به عنوان یک رشته مسطح مشخص کرد، اما این ساختار نحوی منسوخ شده است:

width:height:pix_fmt:time_base.num:time_base.den:pixel_aspect.num:pixel_aspect.den

cellauto

ایجاد یک الگو که توسط یک خودکاره سلولی ابتدایی (cellular automaton) تولید می‌شود.

وضعیت اولیه خودکاره سلولی را می‌توان از طریق گزینه‌های filename و pattern تعریف کرد. اگر چنین گزینه‌هایی تعیین نشوند، وضعیت اولیه به صورت تصادفی ایجاد می‌شود.

در هر فریم جدید، یک سطر جدید در ویدیو با نتیجه نسل بعدی خودکاره سلولی پر می‌شود. رفتار فیلتر در هنگام پر شدن کامل فریم توسط گزینه scroll تعیین می‌گردد.

این سورس گزینه‌های زیر را می‌پذیرد:

filename, f

خواندن وضعیت اولیه خودکاره سلولی، یعنی سطر شروع، از پرونده مشخص‌شده. در پرونده، هر نویسه غیر از فاصله خالی (non-whitespace) به عنوان یک سلول زنده در نظر گرفته می‌شود، یک خط جدید سطر را خاتمه می‌دهد، و نویسه‌های بعدی در پرونده نادیده گرفته خواهند شد.

pattern, p

خواندن وضعیت اولیه خودکاره سلولی، یعنی سطر شروع، از رشته مشخص‌شده.

هر نویسه غیر از فاصله خالی در رشته به عنوان یک سلول زنده در نظر گرفته می‌شود، یک خط جدید سطر را خاتمه می‌دهد، و نویسه‌های بعدی در رشته نادیده گرفته خواهند شد.

random_fill_ratio, ratio

تنظیم نرخ ویدیو، یعنی تعداد فریم‌های تولیدشده در هر ثانیه. پیش‌فرض 25 است.

تنظیم نسبت پر کردن تصادفی برای سطر اولیه خودکاره سلولی. این یک مقدار عددی اعشاری در محدوده 0 تا 1 است و مقدار پیش‌فرض آن 1/PHI می‌باشد.

این گزینه در صورت مشخص شدن یک پرونده یا یک الگو نادیده گرفته می‌شود.

random_seed, seed

تنظیم بذر تصادفی (seed) برای پر کردن تصادفی سطر اولیه؛ باید یک عدد صحیح بین 0 و UINT32_MAX باشد. در صورت عدم تعیین، یا در صورت تنظیم صریح روی -1، فیلتر سعی خواهد کرد بر پایه بهترین تلاش از یک بذر تصادفی مناسب استفاده کند.

rule

تنظیم قاعده خودکاره سلولی، که عددی در محدوده 0 تا 255 است. مقدار پیش‌فرض 110 است.

تنظیم اندازه ویدیوی خروجی. برای ساختار نحوی این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید.

اگر filename یا pattern مشخص شده باشد، اندازه به طور پیش‌فرض روی عرض سطر وضعیت اولیه مشخص‌شده تنظیم می‌شود، و ارتفاع روی width * PHI تنظیم خواهد شد.

اگر size تنظیم شود، باید حاوی عرض رشته الگوی مشخص‌شده باشد، و الگوی مشخص‌شده در مرکز سطر بزرگ‌تر قرار خواهد گرفت.

اگر نام پرونده یا رشته الگو مشخص نشود، مقدار اندازه به طور پیش‌فرض "320x518" خواهد بود (که برای وضعیت اولیه تصادفی تولیدشده استفاده می‌شود).

scroll

اگر روی 1 تنظیم شود، هنگامی که تمام سطرهای خروجی پر شدند، خروجی را به سمت بالا پیمایش می‌کند. اگر روی 0 تنظیم شود، سطر جدید تولیدشده درست پس از پر شدن سطر انتهایی، روی سطر بالایی بازنویسی می‌شود. پیش‌فرض 1 است.

start_full, full

اگر روی 1 تنظیم شود، خروجی را قبل از ارسال فریم اول، به طور کامل با سطرهای تولیدشده پر می‌کند. این رفتار پیش‌فرض است؛ برای غیرفعال کردن مقدار را روی 0 تنظیم کنید.

stitch

اگر روی 1 تنظیم شود، لبه‌های چپ و راست سطر را به یکدیگر وصل می‌کند. این رفتار پیش‌فرض است؛ برای غیرفعال کردن مقدار را روی 0 تنظیم کنید.

Examples

خواندن وضعیت اولیه از pattern و تعیین خروجی با اندازه 200x400.
```
cellauto=f=pattern:s=200x400
```
تولید یک سطر اولیه تصادفی با عرض ۲۰۰ سلول، با نسبت پر کردن ۲/۳:
```
cellauto=ratio=2/3:s=200x200
```
ایجاد یک الگو که توسط قاعده 18 با شروع از یک سلول زنده منفرد متمرکز در سطر اولیه با عرض 100 تولید می‌شود:
```
cellauto=p=@s=100x400:full=0:rule=18
```
تعیین یک الگوی اولیه پیچیده‌تر:
```
cellauto=p='@@ @ @@':s=100x400:full=0:rule=18
```

coreimagesrc

سورس ویدیویی تولیدشده بر روی GPU با استفاده از API بخش CoreImage شرکت اپل در OSX.

این سورس ویدیویی نسخه تخصصی فیلتر ویدیویی coreimage است. برای تولید محتوا، از یک تولیدکننده CoreImage در ابتدای زنجیره فیلترهای اعمال‌شده استفاده کنید.

سورس ویدیویی coreimagesrc گزینه‌های زیر را می‌پذیرد:

list_generators

فهرست کردن تمام مولدهای موجود به همراه تمامی گزینه‌های مربوطه و مقادیر حداقل و حداکثر ممکن در کنار مقادیر پیش‌فرض.

list_generators=true

تعیین اندازه ویدیوی تولیدشده. برای ساختار نحوی این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "320x240" است.

تعیین نرخ فریم ویدیوی تولیدشده، به عنوان تعداد فریم‌های تولیدشده در ثانیه. باید رشته‌ای در قالب frame_rate_num/frame_rate_den، یک عدد صحیح، یک عدد اعشاری یا یک اختصار معتبر نرخ فریم ویدیو باشد. مقدار پیش‌فرض "25" است.

sar

تنظیم نسبت تصویر نمونه ویدیوی تولیدشده.

duration, d

تنظیم مدت‌زمان ویدیوی تولیدشده. بخش مدت‌زمان (Time duration) در راهنمای ffmpeg-utils(1) را برای ساختار نحوی پذیرفته‌شده مشاهده کنید.

اگر تعیین نشود، یا مدت‌زمان بیان‌شده منفی باشد، فرض می‌شود که ویدیو برای همیشه تولید خواهد شد.

علاوه بر این، تمامی گزینه‌های فیلتر ویدیویی coreimage پذیرفته می‌شوند. می‌توان از یک زنجیره فیلتر کامل برای پردازش بیشتر ورودی تولیدشده بدون انتقال میان پردازنده و میزبان (CPU-HOST) استفاده کرد. برای جزئیات به مستندات و مثال‌های coreimage مراجعه کنید.

Examples

•

استفاده از CIQRCodeGenerator برای ایجاد کد QR برای صفحه خانگی FFmpeg، ارائه‌شده به عنوان خط فرمان کامل و گریزدار برای پوسته استاندارد bash اپل:

ffmpeg -f lavfi -i coreimagesrc=s=100x100:filter=CIQRCodeGenerator@inputMessage=https\\\\\://FFmpeg.org/@inputCorrectionLevel=H -frames:v 1 QRCode.png

این مثال معادل مثال QRCode در coreimage بدون نیاز به سورس ویدیویی nullsrc است.

ddagrab

ضبط دسکتاپ ویندوز از طریق API تکثیر دسکتاپ (Desktop Duplication API).

این فیلتر منحصراً فریم‌های سخت‌افزاری D3D11 را برای انکود یا پردازش روی GPU برمی‌گرداند. بنابراین برای هر نوع پردازش نرم‌افزاری، یک hwdownload صریح مورد نیاز است.

این فیلتر گزینه‌های زیر را می‌پذیرد:

output_idx

شاخص خروجی DXGI برای ضبط.

معمولاً متناظر با شاخصی است که ویندوز به صفحه نمایش داده است منهای یک، بنابراین از 0 شروع می‌شود.

پیش‌فرض خروجی 0 است.

draw_mouse

رسم یا عدم رسم مکان‌نمای ماوس.

پیش‌فرض true است.

تنها مکان‌نماهای سخت‌افزاری را تحت تأثیر قرار می‌دهد. اگر یک بازی یا برنامه مکان‌نمای خود را رندر کند، همواره ضبط خواهد شد.

framerate

حداکثر نرخ فریمی که دسکتاپ با آن ضبط خواهد شد - فاصله بین فریم‌های متوالی کوچک‌تر از معکوس نرخ فریم نخواهد بود. هنگامی که dup_frames برابر true باشد (پیش‌فرض) و دسکتاپ به اندازه کافی به‌روزرسانی نشود، فیلتر فریم قبلی را تکثیر خواهد کرد. توجه داشته باشید که هیچ بافرینگی در پس‌زمینه انجام نمی‌شود، بنابراین هنگامی که فیلتر به اندازه کافی فراخوانی نشود، فاصله واقعی بین فریم‌ها ممکن است به طور قابل توجهی بزرگ‌تر باشد.

پیش‌فرض 30 FPS است.

video_size

تعیین اندازه ویدیوی ضبط‌شده.

پیش‌فرض اندازه کامل صفحه نمایش است.

در صورتی که کوچک‌تر از اندازه صفحه باشد، از پایین/راست بریده می‌شود.

offset_x

آفست افقی ویدیوی ضبط‌شده.

offset_y

آفست عمودی ویدیوی ضبط‌شده.

output_fmt

قالب خروجی مورد نظر فیلتر. پیش‌فرض 8 بیتی BGRA است.

مقادیر زیر را می‌پذیرد:

auto: تمامی قالب‌های خروجی پشتیبانی‌شده را به DDA ارسال می‌کند و آنچه را که DDA تصمیم به استفاده از آن می‌گیرد برمی‌گرداند.
8bit
bgra: قالب‌های ۸ بیتی همیشه کار می‌کنند و DDA در صورت لزوم به آن‌ها تبدیل خواهد کرد.
10bit
x2bgr10: اگر قالب ۱۰ بیتی درخواست شود اما در دسترس نباشد، راه‌اندازی اولیه فیلتر با شکست مواجه خواهد شد.

dup_frames: هنگامی که این گزینه روی true تنظیم شود (پیش‌فرض)، فیلتر در صورت عدم به‌روزرسانی دسکتاپ، فریم‌ها را تکرار می‌کند تا نرخ فریم هدف را تقریباً ثابت نگه دارد. هنگامی که این گزینه روی false تنظیم شود، فیلتر منتظر به‌روزرسانی دسکتاپ می‌ماند (در این حالت فاصله‌های بین فریم‌ها ممکن است به طور چشمگیری متفاوت باشند).

Examples

ضبط صفحه اصلی و اینکود با استفاده از nvenc:

ffmpeg -f lavfi -i ddagrab -c:v h264_nvenc -cq 18 output.mp4

شما همچنین می‌توانید از دستگاه lavfi صرف‌نظر کرده و مستقیماً از فیلتر استفاده کنید. همچنین دانلود فریم و انکود با libx264 را نشان می‌دهد. در این حالت تعیین صریح قالب خروجی الزامی است:

ffmpeg -filter_complex ddagrab=output_idx=1:framerate=60,hwdownload,format=bgra -c:v libx264 -crf 18 output.mp4

اگر می‌خواهید تنها بخشی از دسکتاپ را ضبط کنید، می‌توان این کار را با مشخص کردن یک اندازه کوچک‌تر و آفست‌های آن در صفحه به انجام رساند:

ddagrab=video_size=800x600:offset_x=100:offset_y=100

gfxcapture

ضبط پنجره‌ها یا مانیتورها با استفاده از API مربوط به Windows.Graphics.Capture.

این سورس ضبط با سربار کم از پنجره‌های برنامه‌ها یا کل مانیتورها را فراهم می‌کند. این فیلتر فریم‌های سخت‌افزاری را در قالب "d3d11" خروجی می‌دهد؛ در صورتی که فریم‌ها در حافظه سیستم مورد نیاز باشند از "hwdownload,format=" استفاده کنید.

پنجره‌ای که باید ضبط شود را می‌توان از طریق عبارات باقاعده (regex) روی عنوان، نام کلاس یا نام فایل اجرایی پشتیبان آن، با دستگیره‌های بومی (handles) صریح، یا با شاخص مانیتور یا دستگیره بومی صریح انتخاب کرد. یک پنجره برای انتخاب شدن باید با تمام عبارات ارائه‌شده مطابقت داشته باشد. نخستین پنجره منطبق، به هر ترتیبی که ویندوز آن‌ها را بازگرداند، برداشته خواهد شد.

دستگیره‌های صریح (hwnd، hmonitor) اولویت بالاتری نسبت به انتخاب بر اساس الگو یا شاخص دارند. اگر نه دستگیره‌ها و نه شاخص مانیتور داده نشوند، اولین پنجره منطبق با عبارات باقاعده ارائه‌شده ضبط می‌شود.

این سورس یک FPS ثابت را حفظ نمی‌کند. فریم‌ها را با هر نرخی که ترکیب‌کننده (compositor) ارائه می‌دهد بازمی‌گرداند، و فقط توسط max_framerate محدود می‌شود. اگر به نرخ ثابتی نیاز دارید، باید یک فیلتر fps اضافه کنید تا بر حسب نیاز فریم‌ها را حذف یا تکرار کند.

اگر سورس ضبط در میانه ضبط ناپدید شود (پنجره بسته شود، مانیتور قطع شود)، فیلتر EOF برمی‌گرداند.

این سورس گزینه‌های زیر را می‌پذیرد:

window_title: عبارت باقاعده ECMAScript که با عنوان پنجره مطابقت داده می‌شود. از پیشوند "(?i)" به سبک PCRE برای تطابق بدون تمایز حروف کوچک و بزرگ پشتیبانی می‌کند.
window_class: همانند window_title، اما با نام کلاس پنجره مطابقت داده می‌شود.
window_exe: همانند window_title، اما با نام پرونده اجرایی فرایند پنجره مطابقت داده می‌شود.
monitor_idx: شاخص مبتنی بر صفر از مانیتور جهت ضبط.
همچنین می‌تواند روی "window" تنظیم شود تا مانیتوری را ضبط کند که پنجره انتخاب‌شده در زمان راه‌اندازی اولیه فیلتر روی آن نمایش داده می‌شود.
hwnd: دستگیره بومی صریح پنجره (HWND).
hmonitor: دستگیره بومی صریح مانیتور (HMONITOR).
capture_cursor: ضبط مکان‌نمای ماوس. به طور پیش‌فرض فعال است.
capture_border: ضبط کل ناحیه پنجره، شامل تزیینات/کادر حاشیه پنجره. به طور پیش‌فرض غیرفعال است.
display_border: رسم یک کادر حاشیه برجسته زرد در اطراف پنجره ضبط‌شده. به طور پیش‌فرض غیرفعال است.
max_framerate: حداکثر نرخ فریم ضبط. یک نرخ ویدیو را می‌پذیرد (مانند 30، "60/1"، "24000/1001"). مقدار پیش‌فرض 60 فریم در ثانیه است. نرخ واقعی نرخی است که ترکیب‌کننده پنجره/مانیتور را رندر می‌کند، و با این گزینه محدود می‌شود.
width: اجبار عرض بوم خروجی. اگر صفر باشد (پیش‌فرض)، عرض سورس ضبط‌شده اولیه استفاده می‌شود. اگر یک عدد منفی ارائه شود، عرض به مضرب بعدی آن عدد گرد می‌شود.
به resize_mode مراجعه کنید.
height: اجبار ارتفاع بوم خروجی. اگر صفر باشد (پیش‌فرض)، ارتفاع سورس ضبط‌شده اولیه استفاده می‌شود. اگر یک عدد منفی ارائه شود، ارتفاع به مضرب بعدی آن عدد گرد می‌شود.
به resize_mode مراجعه کنید.
crop_left: برش این تعداد پیکسل از سمت چپ فریم‌های ضبط‌شده.
crop_top: برش این تعداد پیکسل از سمت بالای فریم‌های ضبط‌شده.
crop_right: برش این تعداد پیکسل از سمت راست فریم‌های ضبط‌شده.
crop_bottom: برش این تعداد پیکسل از سمت پایین فریم‌های ضبط‌شده.
premultiplied: اگر روی 1 تنظیم شود، فریم‌ها را با آلفای پیش‌ضرب‌شده (premultiplied alpha) بازمی‌گرداند. پیش‌فرض 0 است (آلفای مستقیم/straight alpha).
resize_mode: نحوه برازش محتوای ضبط‌شده در اندازه بوم خروجی را تعریف می‌کند. مقادیر ممکن:

crop: برش (یا حاشیه‌بندی با رنگ سیاه) به اندازه بوم (پیش‌فرض).
scale: مقیاس‌بندی مبدأ برای پر کردن بوم، با احتمال تغییر نسبت تصویر.
scale_aspect: مقیاس‌بندی مبدأ برای قرار گرفتن درون بوم ضمن حفظ نسبت تصویر. ناحیه باقیمانده با رنگ سیاه پر می‌شود.

scale_mode: الگوریتم مقیاس‌بندی مورد استفاده در هنگام نیاز به تغییر اندازه.
مقادیر ممکن:

point: مقیاس‌بندی نزدیک‌ترین همسایه (پیکسلی‌شده).
bilinear: فیلتر کردن دوخطی (bilinear) (پیش‌فرض).
bicubic: فیلتر کردن دوبعدی مکعبی (bicubic). بالقوه تارتر، اما بسته به محتوا دارای مصنوعات مقیاس‌بندی کمتر.

output_fmt: قالب پیکسلی خروجی مورد نظر درون فریم‌های سخت‌افزاری D3D11.
مقادیر ممکن:

bgra
8bit: خروجی ۸ بیتی BGRA (پیش‌فرض)
x2bgr10
10bit: خروجی ۱۰ بیتی BGR
rgbaf16
16bit: خروجی RGBA اعشاری ۱۶ بیتی

Examples

*<Capture a window by title (case-insensitive) at a maximum of 60 fps:>

ffmpeg -filter_complex gfxcapture=window_title='(?i)My Application':max_framerate=60,hwdownload,format=bgra,format=yuv420p -c:v libx264 -crf 15 capture.mp4

*<Capture monitor 1 at native refresh, 10bit color depth, scale to 1920x1080 preserving aspect:>

ffmpeg -filter_complex gfxcapture=monitor_idx=1:width=1920:height=1080:resize_mode=scale_aspect:output_fmt=10bit -c:v hevc_nvenc -cq 15 capture.mp4

*<Capture a window by executable name, draw border, force point scaling, fixed 60 fps:>

ffmpeg -filter_complex gfxcapture=window_exe='^firefox.exe$':display_border=1:scale_mode=point,fps=60 -rc qvbr -qvbr_quality_level 15 -c:v h264_amf capture.mp4

gradients

تولید چندین گرادیان رنگی.

size, s: تنظیم اندازه فریم. برای ساختار نحوی این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "640x480" است.
rate, r: تنظیم نرخ فریم، بیان‌شده به صورت تعداد فریم‌ها در هر ثانیه. مقدار پیش‌فرض "25" است.
c0, c1, c2, c3, c4, c5, c6, c7: تنظیم ۸ رنگ. مقادیر پیش‌فرض برای رنگ‌ها انتخاب رنگ تصادفی است.
x0, y0, y0, y1: تنظیم نقاط مبدأ و مقصد خط گرادیان. اگر منفی یا خارج از محدوده باشند، مقادیر تصادفی انتخاب می‌شوند.
nb_colors, n: تنظیم تعداد رنگ‌های مورد استفاده در یک زمان. محدوده مجاز از 2 تا 8 است. مقدار پیش‌فرض 2 است.
seed: تنظیم بذر تصادفی (seed) برای انتخاب نقاط خط گرادیان.
duration, d: تنظیم مدت‌زمان ویدیوی تولیدشده. بخش مدت‌زمان (Time duration) در راهنمای ffmpeg-utils(1) را برای ساختار نحوی پذیرفته‌شده مشاهده کنید.
اگر تعیین نشود، یا مدت‌زمان بیان‌شده منفی باشد، فرض می‌شود که ویدیو برای همیشه تولید خواهد شد.
speed: تنظیم سرعت چرخش گرادیان‌ها.
type, t: تنظیم نوع گرادیان‌ها. مقادیر موجود عبارتند از:

linear
radial
circular
spiral
square

نوع پیش‌فرض linear است.

Commands

این سورس از برخی از گزینه‌های بالا به عنوان دستورات (commands) پشتیبانی می‌کند.

mandelbrot

تولید یک فراکتال مجموعه مندلبرو (Mandelbrot set) و بزرگ‌نمایی تدریجی به سمت نقطه مشخص‌شده با start_x و start_y.

این سورس گزینه‌های زیر را می‌پذیرد:

end_pts: تنظیم مقدار پایانی pts. مقدار پیش‌فرض 400 است.
end_scale: تنظیم مقدار مقیاس پایانی. باید یک مقدار ممیز شناور باشد. مقدار پیش‌فرض 0.3 است.
inner: تنظیم حالت رنگ‌آمیزی درونی، یعنی الگوریتم مورد استفاده برای رسم ناحیه درونی فراکتال مندلبرو.
باید یکی از مقادیر زیر را به خود بگیرد:

black: حالت سیاه.
convergence: نمایش زمان تا رسیدن به همگرایی.
mincol: تنظیم رنگ بر اساس نزدیک‌ترین نقطه به مبدأ تکرارها.
period: حالت تناوب (period).

مقدار پیش‌فرض mincol است.

bailout: تنظیم مقدار خروج (bailout). مقدار پیش‌فرض 10.0 است.
maxiter: تنظیم حداکثر تعداد تکرارهای انجام‌شده توسط الگوریتم رندر. مقدار پیش‌فرض 7189 است.
outer: تنظیم حالت رنگ‌آمیزی بیرونی. باید یکی از مقادیر زیر را به خود بگیرد:

iteration_count: حالت شمارش تکرار.
normalized_iteration_count: حالت شمارش تکرار نرمال‌شده.

مقدار پیش‌فرض normalized_iteration_count است.

rate, r: تنظیم نرخ فریم، بیان‌شده به صورت تعداد فریم‌ها در هر ثانیه. مقدار پیش‌فرض "25" است.
size, s: تنظیم اندازه فریم. برای ساختار نحوی این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "640x480" است.
start_scale: تنظیم مقدار مقیاس اولیه. مقدار پیش‌فرض 3.0 است.
start_x: تنظیم موقعیت اولیه x. باید یک مقدار ممیز شناور بین -100 و 100 باشد. مقدار پیش‌فرض -0.743643887037158704752191506114774 است.
start_y: تنظیم موقعیت اولیه y. باید یک مقدار ممیز شناور بین -100 و 100 باشد. مقدار پیش‌فرض -0.131825904205311970493132056385139 است.

mptestsrc

تولید الگوهای آزمایشی مختلف، همان‌طور که توسط فیلتر آزمایشی MPlayer تولید می‌شوند.

اندازه ویدیوی تولیدشده ثابت و برابر با 512x512 است. این سورس به ویژه برای آزمایش ویژگی‌های اینکودینگ مفید است.

این سورس گزینه‌های زیر را می‌پذیرد:

rate, r: تعیین نرخ فریم ویدیوی تولیدشده، به صورت تعداد فریم‌های تولیدشده در ثانیه. باید رشته‌ای در قالب frame_rate_num/frame_rate_den، یک عدد صحیح، یک عدد اعشاری یا یک اختصار معتبر نرخ فریم ویدیو باشد. مقدار پیش‌فرض "25" است.
duration, d: تنظیم مدت‌زمان ویدیوی تولیدشده. بخش مدت‌زمان (Time duration) در راهنمای ffmpeg-utils(1) را برای ساختار نحوی پذیرفته‌شده مشاهده کنید.
اگر تعیین نشود، یا مدت‌زمان بیان‌شده منفی باشد، فرض می‌شود که ویدیو برای همیشه تولید خواهد شد.
test, t: تنظیم شماره یا نام آزمایشی که باید انجام شود. آزمایش‌های پشتیبانی‌شده عبارتند از:

dc_luma
dc_chroma
freq_luma
freq_chroma
amp_luma
amp_chroma
cbp
mv
ring1
ring2
all
max_frames, m: تنظیم حداکثر تعداد فریم‌های تولیدشده برای هر آزمایش؛ مقدار پیش‌فرض 30 است.

مقدار پیش‌فرض "all" است، که در میان فهرست تمام آزمایش‌ها چرخش خواهد کرد.

چندین نمونه:

mptestsrc=t=dc_luma

یک الگوی آزمایشی "dc_luma" تولید خواهد کرد.

frei0r_src

ارائه یک سورس frei0r.

برای فعال‌سازی کامپایل این فیلتر باید هدر frei0r را نصب کرده و FFmpeg را با شناسه "--enable-frei0r" پیکربندی کنید.

این سورس پارامترهای زیر را می‌پذیرد:

size: اندازه ویدیوی تولیدی. برای ساختار نحوی این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید.
framerate: نرخ فریم ویدیوی تولیدشده. ممکن است رشته‌ای به شکل num/den یا اختصار نرخ فریم باشد.
filter_name: نام سورس frei0r جهت بارگذاری. برای اطلاعات بیشتر در مورد frei0r و نحوه تنظیم پارامترها، بخش frei0r را در مستندات فیلترهای ویدیو مطالعه فرمایید.
filter_params: فهرستی از پارامترهای جداشده با '|' جهت ارسال به سورس frei0r.

برای مثال، جهت تولید یک سورس partik0l از نوع frei0r با اندازه 200x200 و نرخ فریم 10 که روی ورودی اصلی فیلتر overlay هم‌پوشانی می‌شود:

frei0r_src=size=200x200:framerate=10:filter_name=partik0l:filter_params=1234 [overlay]; [in][overlay] overlay

life

تولید الگوی زندگی (life pattern).

این سورس بر پایه تعمیمی از بازی زندگی جان کانوی (John Conway) است.

ورودی سورس نشان‌دهنده یک شبکه زندگی است؛ هر پیکسل نشان‌دهنده یک سلول است که می‌تواند در یکی از دو وضعیت ممکن، زنده یا مرده باشد. هر سلول با هشت همسایه خود که سلول‌های مجاور افقی، عمودی یا مورب هستند، تعامل دارد.

در هر تعامل، شبکه با توجه به قاعده اتخاذشده تکامل می‌یابد، که تعداد سلول‌های زنده همسایه‌ای را که باعث زنده ماندن یا متولد شدن یک سلول می‌شوند، مشخص می‌کند. گزینه rule امکان می‌دهد قاعده مورد نظر را مشخص کنید.

این سورس گزینه‌های زیر را می‌پذیرد:

filename, f

تعیین پرونده‌ای که وضعیت اولیه شبکه از آن خوانده می‌شود. در پرونده، هر نویسه غیر از فاصله خالی به عنوان یک سلول زنده در نظر گرفته می‌شود، و خط جدید برای تعیین انتهای هر سطر استفاده می‌شود.

اگر این گزینه مشخص نشود، شبکه اولیه به صورت تصادفی تولید می‌شود.

random_fill_ratio, ratio

تنظیم نرخ ویدیو، یعنی تعداد فریم‌های تولیدشده در هر ثانیه. پیش‌فرض 25 است.

تنظیم نسبت پر کردن تصادفی برای شبکه تصادفی اولیه. این یک مقدار عددی اعشاری در محدوده 0 تا 1 است و پیش‌فرض آن 1/PHI می‌باشد. هنگامی که پرونده‌ای مشخص شود، این گزینه نادیده گرفته می‌شود.

random_seed, seed

تنظیم بذر تصادفی برای پر کردن شبکه تصادفی اولیه؛ باید یک عدد صحیح بین 0 و UINT32_MAX باشد. در صورت عدم تعیین، یا در صورت تنظیم صریح روی -1، فیلتر سعی خواهد کرد بر پایه بهترین تلاش از یک بذر تصادفی مناسب استفاده کند.

rule

تنظیم قاعده زندگی (life rule).

یک قاعده را می‌توان با کدی از نوع "SNS/BNB" مشخص کرد، که در آن NS و NB دنباله‌هایی از اعداد در محدوده 0-8 هستند، NS تعداد سلول‌های زنده همسایه را مشخص می‌کند که باعث زنده ماندن یک سلول زنده می‌شوند، و NB تعداد سلول‌های زنده همسایه را که باعث زنده شدن یک سلول مرده می‌شوند (یعنی «متولد شدن»). می‌توان از "s" و "b" به جای "S" و "B" استفاده کرد.

به عنوان روشی دیگر، یک قاعده را می‌توان با یک عدد صحیح ۱۸ بیتی مشخص کرد. ۹ بیت مرتبه بالا برای رمزگذاری وضعیت سلول بعدی در صورت زنده بودن به ازای هر تعداد سلول زنده همسایه استفاده می‌شود، و بیت‌های مرتبه پایین قاعده «متولد شدن» سلول‌های جدید را مشخص می‌کنند. بیت‌های مرتبه بالاتر تعداد بیشتری از سلول‌های همسایه را رمزگذاری می‌کنند. برای مثال عدد 6153 = "(12<<9)+9" یک قاعده زنده ماندن 12 و یک قاعده تولد 9 را تعیین می‌کند، که متناظر با "S23/B03" است.

مقدار پیش‌فرض "S23/B3" است، که همان قاعده اصلی بازی زندگی کانوی است، و اگر سلول دارای ۲ یا ۳ سلول زنده همسایه باشد آن را زنده نگه می‌دارد، و در صورتی که سه سلول زنده در اطراف یک سلول مرده وجود داشته باشد یک سلول جدید متولد خواهد کرد.

padded_qrcode_width, Q

تنظیم اندازه ویدیوی خروجی. برای ساختار نحوی این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید.

اگر filename مشخص شود، اندازه به طور پیش‌فرض روی همان اندازه پرونده ورودی تنظیم می‌شود. اگر size تنظیم شود، باید شامل اندازه مشخص‌شده در پرونده ورودی باشد، و شبکه اولیه تعریف‌شده در آن پرونده در مرکز ناحیه حاصل بزرگ‌تر قرار خواهد گرفت.

اگر نام پرونده مشخص نشود، مقدار اندازه به طور پیش‌فرض "320x240" خواهد بود (که برای یک شبکه اولیه تصادفی تولیدشده استفاده می‌شود).

stitch

اگر روی 1 تنظیم شود، لبه‌های چپ و راست شبکه را به یکدیگر وصل می‌کند، و لبه‌های بالا و پایین را نیز همین‌طور. پیش‌فرض 1 است.

mold

تنظیم سرعت کپک زدن سلول. در صورت تنظیم، یک سلول مرده با گام mold از رنگ death_color به mold_color تغییر وضعیت می‌دهد. mold می‌تواند مقداری از 0 تا 255 داشته باشد.

life_color

تنظیم رنگ سلول‌های زنده (یا تازه متولدشده).

death_color

تنظیم رنگ سلول‌های مرده. اگر mold تنظیم شده باشد، این نخستین رنگی است که برای بازنمایی یک سلول مرده استفاده می‌شود.

mold_color

تنظیم رنگ کپک، برای سلول‌های قطعاً مرده و کپک‌زده.

برای ساختار نحوی این ۳ گزینه رنگ، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید.

Examples

خواندن یک شبکه از pattern، و قرار دادن آن در مرکز یک شبکه با اندازه 300x300 پیکسل:
```
life=f=pattern:s=300x300
```
تولید یک شبکه تصادفی با اندازه 200x200، با نسبت پر کردن ۲/۳:
```
life=ratio=2/3:s=200x200
```
تعیین یک قاعده سفارشی برای تکامل یک شبکه تصادفی تولیدشده:
```
life=rule=S14/B34
```

مثال کامل با جلوه مرگ تدریجی (کپک) با استفاده از ffplay:

ffplay -f lavfi life=s=300x200:mold=10:r=60:ratio=0.1:death_color=#C83232:life_color=#00ff00,scale=1200:800:flags=16

perlin

تولید نویز پرلین (Perlin noise).

نویز پرلین نوعی نویز با پیوستگی محلی در فضا است. از این نویز می‌توان برای ایجاد الگوهایی با پیوستگی در فضا و زمان استفاده کرد، به عنوان مثال برای شبیه‌سازی دود، سیالات یا عوارض زمین (terrain).

در صورتی که از طریق گزینه octaves بیش از یک اکتاو تعیین شود، نویز پرلین به عنوان مجموعی از مؤلفه‌ها تولید می‌شود که فرکانس هر یک دو برابر مؤلفه قبلی است. در این حالت، گزینه persistence نسبت دامنه را نسبت به مؤلفه قبلی مشخص می‌کند. مؤلفه‌های اکتاو بیشتر امکان تعیین جزئیات فرکانس بالای بیشتری را در نویز تولیدشده فراهم می‌سازند (به عنوان مثال تغییرات کوچک ناشی از تخته‌سنگ‌ها در یک عارضه زمین تولیدشده).

گزینه‌ها

size, s: اندازه (عرض و ارتفاع) فریم‌های ویدیویی بافرشده را مشخص می‌کند. برای سینتکس این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "320x240" است.
rate, r: نرخ فریم مورد انتظار برای استریم ویدیو را بر حسب تعداد فریم در ثانیه مشخص می‌کند. مقدار پیش‌فرض 25 است.
octaves: تعداد کل مؤلفه‌های تشکیل‌دهنده نویز را مشخص می‌کند که فرکانس هر یک دو برابر مؤلفه قبلی است. مقدار پیش‌فرض 1 است.
persistence: نسبت مورد استفاده برای محاسبه دامنه مؤلفه اکتاو بعدی نسبت به دامنه مؤلفه قبلی را تنظیم می‌کند. مقدار پیش‌فرض 1 است.
xscale
yscale: یک ضریب مقیاس‌بندی مورد استفاده برای ضرب در مختصات x و y را تعریف می‌کند. این می‌تواند برای تعریف اثری با الگوی کشیده‌شده در امتداد محور x یا y مفید باشد. مقدار پیش‌فرض 1 است.
tscale: یک ضریب مقیاس‌بندی مورد استفاده برای ضرب در مختصات زمان را تعریف می‌کند. این می‌تواند برای تغییر سرعت تغییرات زمانی مفید باشد. مقدار پیش‌فرض 1 است.
random_mode: حالت تصادفی مورد استفاده برای محاسبه الگوی اولیه را تنظیم می‌کند.
مقادیر پشتیبانی‌شده عبارتند از:

random: محاسبه و استفاده از سید (seed) تصادفی.
ken: استفاده از الگوی اولیه پیش‌تعریف‌شده توسط کن پرلین در مقاله اصلی؛ می‌تواند برای مقایسه خروجی با سایر سورس‌ها مفید باشد.
seed: استفاده از مقدار مشخص‌شده توسط گزینه random_seed.

مقدار پیش‌فرض "random" است.

random_seed, seed: هنگامی که random_mode روی random_seed تنظیم شده باشد، از این مقدار برای محاسبه الگوی اولیه استفاده می‌کند. مقدار پیش‌فرض 0 است.

مثال‌ها

تولید یک مؤلفه منفرد:
```
perlin
```
استفاده از نویز پرلین با 7 مؤلفه، که هر یک سهم نصف‌شده‌ای در دامنه کل دارند:
```
perlin=octaves=7:persistence=0.5
```
زنجیر کردن نویز پرلین با lutyuv برای تولید اثر سیاه‌وسفید:
```
perlin=octaves=3:tscale=0.3,lutyuv=y='if(lt(val\,128)\,255\,0)'
```
کشیدن نویز در امتداد محور y و تبدیل سطح خاکستری به سیگنال فقط قرمز:
```
perlin=octaves=7:tscale=0.4:yscale=0.3,lutrgb=r=val:b=0:g=0
```

qrencodesrc

تولید یک کد QR با استفاده از کتابخانه libqrencode (به https://fukuchi.org/works/qrencode مراجعه کنید).

برای فعال‌سازی کامپایل این سورس، باید FFmpeg را با "--enable-libqrencode" پیکربندی کنید.

کد QR از متن یا الگوی متنی ارائه‌شده تولید می‌شود. کد QR متناظر بر اساس گزینه‌های اندازه خروجی مشخص‌شده، مقیاس‌بندی شده و در خروجی ویدیو قرار می‌گیرد.

در صورتی که هیچ متنی مشخص نشود، کد QR تولید نمی‌شود، بلکه یک خروجی رنگی خالی برگردانده می‌شود.

این سورس گزینه‌های زیر را می‌پذیرد:

qrcode_width, q

یک عبارت برای عرض کد QR رندرشده، با و بدون پدینگ (فاصله‌گذاری) مشخص می‌کند. عبارت qrcode_width می‌تواند به مقدار تنظیم‌شده توسط عبارت padded_qrcode_width ارجاع دهد و برعکس. به طور پیش‌فرض padded_qrcode_width روی qrcode_width تنظیم شده است، به این معنی که هیچ پدینگی وجود ندارد.

این عبارات فقط یک بار، هنگام مقداردهی اولیه سورس ارزیابی می‌شوند. برای جزئیات به بخش عبارات qrencode مراجعه کنید.

توجه داشته باشید که برخی از ثوابت برای این سورس وجود ندارند (برای مثال x یا t یا n)، زیرا آنها فقط هنگام ارزیابی عبارت برای هر فریم معنا دارند نه در زمان مقداردهی اولیه.

نرخ فریم ویدیوی سورس را به صورت تعداد فریم‌های تولیدشده در ثانیه مشخص می‌کند. این مقدار باید یک رشته در قالب frame_rate_num/frame_rate_den، یک عدد صحیح، یک عدد ممیز شناور یا یک اختصار معتبر نرخ فریم ویدیو باشد. مقدار پیش‌فرض "25" است.

case_sensitive, cs

به libqrencode دستور می‌دهد تا از کدگذاری حساس به حروف بزرگ و کوچک استفاده کند. این گزینه به طور پیش‌فرض فعال است. برای کاهش اندازه کدگذاری QR می‌توان آن را غیرفعال کرد.

level, l

سطح تصحیح خطای کدگذاری QR را مشخص می‌کند. با سطح تصحیح بالاتر، اندازه کدگذاری افزایش می‌یابد اما کد در برابر خرابی مقاوم‌تر خواهد بود. سطح پایین‌تر L است.

مقادیر زیر را می‌پذیرد:

L
M
Q
H

expansion: نحوه بسط دادن متن ورودی را انتخاب می‌کند. می‌تواند "none" یا "normal" (پیش‌فرض) باشد. برای جزئیات به بخش بسط متن qrencode مراجعه کنید.
text
textfile: متنی را که باید رندر شود تعریف می‌کند. در صورتی که هیچ‌یک مشخص نشود، هیچ کدی انکود نمی‌شود (صرفاً یک فریم رنگی خالی).
در صورتی که بسط فعال باشد، با متن مانند یک الگوی متنی با استفاده از سازوکار بسط qrencode رفتار می‌شود. برای جزئیات به بخش بسط متن qrencode مراجعه کنید.
background_color, bc
foreground_color, fc: رنگ کد QR و رنگ پس‌زمینه را تنظیم می‌کند. مقدار پیش‌فرض foreground_color برابر با "black" و مقدار پیش‌فرض background_color برابر با "white" است.
برای سینتکس گزینه‌های رنگ، بخش "رنگ" (Color) در راهنمای ffmpeg-utils را بررسی کنید.

مثال‌ها

تولید یک کد QR که متن مشخص‌شده را با اندازه پیش‌فرض کدگذاری می‌کند:
```
qrencodesrc=text=www.ffmpeg.org
```
همانند مورد قبل، اما با انتخاب رنگ آبی روی صورتی:
```
qrencodesrc=text=www.ffmpeg.org:bc=pink:fc=blue
```
تولید یک کد QR با عرض 200 پیکسل و پدینگ، به طوری که عرض پدینگ‌شده 4/3 عرض کد QR باشد:
```
qrencodesrc=text=www.ffmpeg.org:q=200:Q=4/3*q
```
تولید یک کد QR با عرض پدینگ‌شده 200 پیکسل و پدینگ، به طوری که عرض کد QR برابر 3/4 عرض پدینگ‌شده باشد:
```
qrencodesrc=text=www.ffmpeg.org:Q=200:q=3/4*Q
```
تولید یک کد QR که شماره فریم را کدگذاری می‌کند:
```
qrencodesrc=text=%{n}
```
تولید یک کد QR که برچسب زمانی GMT را کدگذاری می‌کند:
```
qrencodesrc=text=%{gmtime}
```
تولید یک کد QR که برچسب زمانی را به صورت عدد ممیز شناور کدگذاری می‌کند:
```
qrencodesrc=text=%{pts}
```

allrgb, allyuv, color, colorchart, colorspectrum, haldclutsrc, nullsrc, pal75bars, pal100bars, rgbtestsrc, smptebars, smptehdbars, testsrc, testsrc2, yuvtestsrc

سورس "allrgb" فریم‌هایی به اندازه 4096x4096 از تمام رنگ‌های rgb را برمی‌گرداند.

سورس "allyuv" فریم‌هایی به اندازه 4096x4096 از تمام رنگ‌های yuv را برمی‌گرداند.

سورس "color" یک ورودی با رنگ یکنواخت ارائه می‌دهد.

سورس "colorchart" یک جدول تست رنگ (color checker chart) ارائه می‌دهد.

سورس "colorspectrum" یک ورودی طیف رنگی ارائه می‌دهد.

سورس "haldclutsrc" یک جدول تطبیق رنگ همانی Hald CLUT ارائه می‌دهد. همچنین فیلتر haldclut را ببینید.

سورس "nullsrc" فریم‌های ویدیویی پردازش‌نشده را برمی‌گرداند. این سورس عمدتاً برای استفاده در ابزارهای تحلیل / خطایابی، یا به عنوان سورسی برای فیلترهایی که داده‌های ورودی را نادیده می‌گیرند، مفید است.

سورس "pal75bars" یک الگوی میله‌های رنگی را بر اساس توصیه‌های EBU PAL با سطوح رنگی 75% تولید می‌کند.

سورس "pal100bars" یک الگوی میله‌های رنگی را بر اساس توصیه‌های EBU PAL با سطوح رنگی 100% تولید می‌کند.

سورس "rgbtestsrc" یک الگوی آزمایشی RGB تولید می‌کند که برای تشخیص مشکلات RGB در برابر BGR مفید است. شما باید یک نوار قرمز، سبز و آبی را از بالا به پایین مشاهده کنید.

سورس "smptebars" یک الگوی میله‌های رنگی را بر اساس راهنمای مهندسی SMPTE EG 1-1990 تولید می‌کند.

سورس "smptehdbars" یک الگوی میله‌های رنگی را بر اساس SMPTE RP 219-2002 تولید می‌کند.

سورس "testsrc" یک الگوی ویدیویی آزمایشی تولید می‌کند که یک الگوی رنگی، یک گرادیان متحرک و یک برچسب زمانی را نشان می‌دهد. این سورس عمدتاً برای اهداف آزمایشی در نظر گرفته شده است.

سورس "testsrc2" شبیه به testsrc است، اما به جای فقط "rgb24" از فرمت‌های پیکسلی بیشتری پشتیبانی می‌کند. این ویژگی امکان استفاده از آن را به عنوان ورودی برای سایر آزمایش‌ها بدون نیاز به تبدیل فرمت فراهم می‌سازد.

سورس "yuvtestsrc" یک الگوی آزمایشی YUV تولید می‌کند. شما باید یک نوار y، cb و cr را از بالا به پایین مشاهده کنید.

این سورس‌ها پارامترهای زیر را می‌پذیرند:

level

سطح Hald CLUT را مشخص می‌کند، تنها در سورس "haldclutsrc" در دسترس است. سطح "N" تصویری به ابعاد "N*N*N" در "N*N*N" پیکسل تولید می‌کند تا به عنوان ماتریس همانی برای جدول‌های جستجوی سه‌بعدی (3D lookup tables) استفاده شود. هر مؤلفه در مقیاس "1/(N*N)" کدگذاری می‌شود.

color, c

رنگ سورس را مشخص می‌کند، تنها در سورس "color" در دسترس است. برای سینتکس این گزینه، بخش "Color" در راهنمای ffmpeg-utils را بررسی کنید.

اندازه ویدیوی سورس را مشخص می‌کند. برای سینتکس این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "320x240" است.

این گزینه در فیلترهای "allrgb"، "allyuv" و "haldclutsrc" در دسترس نیست.

نرخ فریم ویدیوی سورس را به عنوان تعداد فریم‌های تولیدشده در ثانیه مشخص می‌کند. این مقدار باید رشته‌ای در قالب frame_rate_num/frame_rate_den، یک عدد صحیح، یک عدد ممیز شناور یا یک اختصار معتبر نرخ فریم ویدیو باشد. مقدار پیش‌فرض "25" است.

duration, d

مدت‌زمان ویدیوی سورس را تنظیم می‌کند. برای سینتکس پذیرفته‌شده به بخش Time duration در راهنمای ffmpeg-utils(1) مراجعه کنید.

اگر مشخص نشود یا مدت‌زمان بیان‌شده منفی باشد، فرض می‌شود که ویدیو برای همیشه تولید خواهد شد.

از آنجا که نرخ فریم به عنوان پایه زمانی (time base) استفاده می‌شود، تمام فریم‌ها از جمله آخرین فریم دارای مدت‌زمان کامل خود خواهند بود. اگر مدت‌زمان مشخص‌شده مضربی از مدت‌زمان فریم نباشد، به بالا گرد خواهد شد.

sar

نسبت ابعاد نمونه (sample aspect ratio) ویدیوی سورس را تنظیم می‌کند.

alpha

آلفا (کدر بودن) پس‌زمینه را مشخص می‌کند، تنها در سورس "testsrc2" در دسترس است. مقدار باید بین 0 (کاملاً شفاف) و 255 (کاملاً کدر، حالت پیش‌فرض) باشد.

decimals, n

تعداد ارقام اعشار برای نمایش در برچسب زمانی را تنظیم می‌کند، تنها در سورس "testsrc" در دسترس است.

مقدار برچسب زمانی نمایش‌داده‌شده متناظر با مقدار برچسب زمانی اصلی ضرب در توان ۱۰ مقدار مشخص‌شده خواهد بود. مقدار پیش‌فرض 0 است.

type

نوع طیف رنگی را مشخص می‌کند، تنها در سورس "colorspectrum" در دسترس است. می‌تواند یکی از موارد زیر باشد:

black
white
all

patch_size: اندازه وصله رنگی (color patch) منفرد را تنظیم می‌کند، تنها در سورس "colorchart" در دسترس است. مقدار پیش‌فرض "64x64" است.
preset: پیش‌تنظیم رنگ‌های جدول تست رنگ را تنظیم می‌کند، تنها در سورس "colorchart" در دسترس است.
مقادیر موجود عبارتند از:

reference
skintones

مقدار پیش‌فرض "reference" است.

مثال‌ها

تولید یک ویدیو با مدت‌زمان 5.3 ثانیه، با اندازه 176x144 و نرخ فریم 10 فریم در ثانیه:
```
testsrc=duration=5.3:size=qcif:rate=10
```
توصیف گراف زیر یک سورس قرمز با میزان کدر بودن 0.2، با اندازه "qcif" و نرخ فریم 10 فریم در ثانیه تولید می‌کند:
```
color=c=red@0.2:s=qcif:r=10
```
اگر قرار است محتوای ورودی نادیده گرفته شود، می‌توان از "nullsrc" استفاده کرد. دستور زیر با به‌کارگیری فیلتر "geq" در صفحه لوما نویز تولید می‌کند:
```
nullsrc=s=256x256, geq=random(1)*255:128:128
```

دستورات

سورس "color" از دستورات زیر پشتیبانی می‌کند:

c, color: تنظیم رنگ تصویر ایجادشده. از همان سینتکس گزینه color متناظر پیروی می‌کند.

openclsrc

تولید ویدیو با استفاده از یک برنامه OpenCL.

source: پرونده سورس برنامه OpenCL.
kernel: نام کرنل در برنامه.
size, s: اندازه فریم‌های تولیدی. این مقدار باید تنظیم شود.
format: فرمت پیکسلی مورد استفاده برای فریم‌های تولیدی. این مقدار باید تنظیم شود.
rate, r: تعداد فریم‌های تولیدشده در هر ثانیه. مقدار پیش‌فرض '25' است.

برای جزئیات نحوه بارگذاری برنامه، فیلتر program_opencl را ببینید.

برنامه‌های نمونه:

تولید شیب رنگی با تنظیم مقادیر پیکسل بر اساس موقعیت پیکسل در تصویر خروجی. (توجه داشته باشید که این با تمام فرمت‌های پیکسلی کار خواهد کرد، اما خروجی تولیدشده یکسان نخواهد بود.)
```
__kernel void ramp(__write_only image2d_t dst,
                   unsigned int index)
{
    int2 loc = (int2)(get_global_id(0), get_global_id(1));

    float4 val;
    val.xy = val.zw = convert_float2(loc) / convert_float2(get_image_dim(dst));

    write_imagef(dst, loc, val);
}
```

تولید الگوی فرش سرپینسکی، با پیمایش (pan) به اندازه یک پیکسل در هر فریم.

__kernel void sierpinski_carpet(__write_only image2d_t dst,
                                unsigned int index)
{
    int2 loc = (int2)(get_global_id(0), get_global_id(1));

    float4 value = 0.0f;
    int x = loc.x + index;
    int y = loc.y + index;
    while (x > 0 || y > 0) {
        if (x % 3 == 1 && y % 3 == 1) {
            value = 1.0f;
            break;
        }
        x /= 3;
        y /= 3;
    }

    write_imagef(dst, loc, value);
}

sierpinski

تولید فراکتال فرش/مثلث سرپینسکی، و حرکت تصادفی به اطراف (pan).

این سورس گزینه‌های زیر را می‌پذیرد:

size, s: تنظیم اندازه فریم. برای سینتکس این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "640x480" است.
rate, r: تنظیم نرخ فریم، بر حسب تعداد فریم در ثانیه. مقدار پیش‌فرض "25" است.
seed: تنظیم سید (seed) که برای حرکت تصادفی استفاده می‌شود.
jump: تنظیم حداکثر جهش برای یک مقصد منفرد در پیمایش. محدوده مجاز از 1 تا 10000 است.
type: تنظیم نوع فراکتال، می‌تواند مقدار پیش‌فرض "carpet" یا "triangle" باشد.

zoneplate

تولید یک الگوی ویدیویی آزمایشی صفحه ناحیه‌ای (zoneplate).

این سورس گزینه‌های زیر را می‌پذیرد:

size, s: تنظیم اندازه فریم. برای سینتکس این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "320x240" است.
rate, r: تنظیم نرخ فریم، بر حسب تعداد فریم در ثانیه. مقدار پیش‌فرض "25" است.
duration, d: تنظیم مدت‌زمان ویدیوی سورس. برای سینتکس پذیرفته‌شده به بخش Time duration در راهنمای ffmpeg-utils(1) مراجعه کنید.
اگر مشخص نشود یا مدت‌زمان بیان‌شده منفی باشد، فرض می‌شود که ویدیو برای همیشه تولید خواهد شد.
sar: تنظیم نسبت ابعاد نمونه (sample aspect ratio) ویدیوی سورس.
precision: تنظیم دقت بر حسب بیت برای جدول جستجوی محاسبات سینوسی. مقدار پیش‌فرض 10 است. محدوده مجاز از 4 تا 16 است.
xo: تنظیم آفست محور افقی برای سیگنال خروجی. مقدار پیش‌فرض 0 است.
yo: تنظیم آفست محور عمودی برای سیگنال خروجی. مقدار پیش‌فرض 0 است.
to: تنظیم آفست محور زمان برای سیگنال خروجی. مقدار پیش‌فرض 0 است.
k0: تنظیم مرتبه 0، مقدار ثابت اضافه‌شده به فاز سیگنال. مقدار پیش‌فرض 0 است.
kx: تنظیم مرتبه 1، ضریب فاز برای محور افقی. مقدار پیش‌فرض 0 است.
ky: تنظیم مرتبه 1، ضریب فاز برای محور عمودی. مقدار پیش‌فرض 0 است.
kt: تنظیم مرتبه 1، ضریب فاز برای محور زمان. مقدار پیش‌فرض 0 است.
kxt, kyt, kxy: تنظیم ضریب‌های فاز برای ترکیب محورهای مکانی و زمانی. مقدار پیش‌فرض 0 است.
kx2: تنظیم مرتبه 2، ضریب فاز برای محور افقی. مقدار پیش‌فرض 0 است.
ky2: تنظیم مرتبه 2، ضریب فاز برای محور عمودی. مقدار پیش‌فرض 0 است.
kt2: تنظیم مرتبه 2، ضریب فاز برای محور زمان. مقدار پیش‌فرض 0 است.
ku: تنظیم مقدار ثابت اضافه‌شده به فاز نهایی برای تولید مؤلفه کروما-آبی (chroma-blue) سیگنال. مقدار پیش‌فرض 0 است.
kv: تنظیم مقدار ثابت اضافه‌شده به فاز نهایی برای تولید مؤلفه کروما-قرمز (chroma-red) سیگنال. مقدار پیش‌فرض 0 است.

دستورات

این سورس از برخی گزینه‌های بالا به عنوان دستورات پشتیبانی می‌کند.

مثال‌ها

تولید روبش سینوسی رنگی افقی:
```
zoneplate=ku=512:kv=0:kt2=0:kx2=256:s=wvga:xo=-426:kt=11
```
تولید روبش سینوسی رنگی عمودی:
```
zoneplate=ku=512:kv=0:kt2=0:ky2=156:s=wvga:yo=-240:kt=11
```
تولید صفحه ناحیه‌ای دایره‌ای:
```
zoneplate=ku=512:kv=100:kt2=0:ky2=256:kx2=556:s=wvga:yo=0:kt=11
```

سینک‌های ویدیویی (VIDEO SINKS)

در ادامه توصیف سینک‌های ویدیویی در دسترس ارائه شده است.

buffersink

فریم‌های ویدیویی را بافر می‌کند و آن‌ها را در انتهای گراف فیلتر در دسترس قرار می‌دهد.

این سینک عمدتاً برای استفاده برنامه‌نویسی در نظر گرفته شده است، به‌ویژه از طریق رابط کاربری تعریف‌شده در libavfilter/buffersink.h یا سیستم گزینه‌ها.

این فیلتر یک اشاره‌گر به ساختار AVBufferSinkContext را می‌پذیرد که فرمت‌های بافرهای ورودی را تعریف می‌کند، تا به عنوان پارامتر مبهم (opaque) برای مقداردهی اولیه به "avfilter_init_filter" ارسال شود.

nullsink

سینک ویدیویی تهی: مطلقاً هیچ کاری با ویدیوی ورودی انجام نمی‌دهد. این سینک عمدتاً به عنوان یک الگو و برای استفاده در ابزارهای تحلیل / خطایابی مفید است.

فیلترهای چندرسانه‌ای (MULTIMEDIA FILTERS)

در ادامه توصیف فیلترهای چندرسانه‌ای در دسترس ارائه شده است.

a3dscope

تبدیل صدای ورودی به خروجی ویدیویی اسکوپ سه‌بعدی (3d scope).

این فیلتر گزینه‌های زیر را می‌پذیرد:

rate, r: تنظیم نرخ فریم، بر حسب تعداد فریم در ثانیه. مقدار پیش‌فرض "25" است.
size, s: تعیین اندازه ویدیو برای خروجی. برای سینتکس این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "hd720" است.
fov: تنظیم میدان دید (field of view) دوربین. پیش‌فرض 90 درجه است. محدوده مجاز از 40 تا 150 است.
roll: تنظیم زاویه رول (roll) دوربین.
pitch: تنظیم زاویه پیچ (pitch) دوربین.
yaw: تنظیم زاویه یاو (yaw) دوربین.
xzoom: تنظیم بزرگ‌نمایی دوربین در محور X.
yzoom: تنظیم بزرگ‌نمایی دوربین در محور Y.
zzoom: تنظیم بزرگ‌نمایی دوربین در محور Z.
xpos: تنظیم موقعیت دوربین در محور X.
ypos: تنظیم موقعیت دوربین در محور Y.
zpos: تنظیم موقعیت دوربین در محور Z.
length: تنظیم طول امواج صوتی نمایش‌داده‌شده بر حسب تعداد فریم.

دستورات

این فیلتر از برخی گزینه‌های بالا به عنوان دستورات پشتیبانی می‌کند.

abitscope

تبدیل صدای ورودی به یک خروجی ویدیو، که بیت‌اسکوپ (audio bit scope) صدا را نمایش می‌دهد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

rate, r: تنظیم نرخ فریم، بر حسب تعداد فریم در ثانیه. مقدار پیش‌فرض "25" است.
size, s: تعیین اندازه ویدیو برای خروجی. برای سینتکس این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "1024x256" است.
colors: تعیین فهرستی از رنگ‌ها جداشده با فاصله یا با '|' که برای رسم کانال‌ها استفاده خواهند شد. رنگ‌های ناشناخته یا ناموجود با رنگ سفید جایگزین خواهند شد.
mode, m: تنظیم حالت خروجی. می‌تواند "bars" یا "trace" باشد. پیش‌فرض "bars" است.

adrawgraph

ترسیم یک نمودار با استفاده از متاداده‌های صدای ورودی.

فیلتر drawgraph را ببینید.

agraphmonitor

فیلتر graphmonitor را ببینید.

ahistogram

تبدیل صدای ورودی به یک خروجی ویدیو، که هیستوگرام بلندی صدا را نمایش می‌دهد.

این فیلتر گزینه‌های زیر را می‌پذیرد:

dmode: تعیین نحوه محاسبه هیستوگرام.
مقادیر زیر را می‌پذیرد:

single: استفاده از یک هیستوگرام تکی برای تمام کانال‌ها.
separate: استفاده از هیستوگرام جداگانه برای هر کانال.

پیش‌فرض "single" است.

rate, r: تنظیم نرخ فریم، بر حسب تعداد فریم در ثانیه. مقدار پیش‌فرض "25" است.
size, s: تعیین اندازه ویدیو برای خروجی. برای سینتکس این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "hd720" است.
scale: تنظیم مقیاس نمایش.
مقادیر زیر را می‌پذیرد:

log: لگاریتمی
sqrt: ریشه دوم (جذر)
cbrt: ریشه سوم (کعبی)
lin: خطی
rlog: معکوس لگاریتمی

پیش‌فرض "log" است.

ascale: تنظیم مقیاس دامنه.
مقادیر زیر را می‌پذیرد:

log: لگاریتمی
lin: خطی

پیش‌فرض "log" است.

acount: تنظیم تعداد فریم‌هایی که باید در هیستوگرام انباشته شوند. پیش‌فرض 1 است. تنظیم این مقدار روی -1 تمام فریم‌ها را انباشته می‌کند.
rheight: تنظیم نسبت ارتفاع هیستوگرام به ارتفاع پنجره.
slide: تنظیم حالت لغزش سونوگرام.
مقادیر زیر را می‌پذیرد:

replace: جایگزینی سطر‌های قدیمی با سطر‌های جدید.
scroll: پیمایش از بالا به پایین.

پیش‌فرض "replace" است.

hmode: تنظیم حالت هیستوگرام.
مقادیر زیر را می‌پذیرد:

abs: استفاده از مقادیر قدر مطلق نمونه‌ها.
sign: استفاده از مقادیر دست‌نخورده نمونه‌ها.

پیش‌فرض "abs" است.

aphasemeter

فاز صدای ورودی را اندازه می‌گیرد، که به عنوان متاداده "lavfi.aphasemeter.phase"، نمایانگر فاز میانگین فریم صوتی فعلی صادر (export) می‌شود. یک خروجی ویدیو نیز می‌تواند تولید شود و به صورت پیش‌فرض فعال است. صدا به عنوان خروجی اول عبور داده می‌شود.

اگر صدا دارای چیدمان کانال متفاوتی باشد به استریو ریماتریکس خواهد شد. مقدار فاز در محدوده "[-1, 1]" است که در آن -1 به معنای این است که کانال‌های چپ و راست کاملاً خارج از فاز هستند و 1 به معنای هم‌فاز بودن کانال‌ها است.

این فیلتر گزینه‌های زیر را می‌پذیرد که همگی مربوط به خروجی ویدیوی آن هستند:

rate, r: تنظیم نرخ فریم خروجی. مقدار پیش‌فرض 25 است.
size, s: تنظیم اندازه ویدیو برای خروجی. برای سینتکس این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "800x400" است.
rc
gc
bc: تعیین کنتراست قرمز، سبز و آبی. مقادیر پیش‌فرض 2، 7 و 1 هستند. محدوده مجاز "[0, 255]" است.
mpc: تنظیم رنگی که برای رسم فاز میانه استفاده می‌شود. اگر رنگ "none" باشد که حالت پیش‌فرض است، هیچ مقدار فاز میانه‌ای رسم نخواهد شد.
video: فعال‌سازی خروجی ویدیو. پیش‌فرض فعال است.

تشخیص فاز (phasing detection)

این فیلتر همچنین توالی‌های مونو و خارج از فاز را در استریم‌های استریو تشخیص می‌دهد. هرگاه توالی به اندازه حداقل تنظیم‌شده یا طولانی‌تر ادامه یابد، شروع، پایان و مدت‌زمان توالی را لاگ می‌کند.

این فیلتر گزینه‌های زیر را برای این تشخیص می‌پذیرد:

phasing: فعال‌سازی تشخیص مونو و خارج از فاز بودن. پیش‌فرض غیرفعال است.
tolerance, t: تنظیم تلورانس فاز برای تشخیص مونو، بر حسب نسبت دامنه. پیش‌فرض 0 است. محدوده مجاز "[0, 1]" است.
angle, a: تنظیم آستانه زاویه برای تشخیص خارج از فاز بودن، بر حسب درجه. پیش‌فرض 170 است. محدوده مجاز "[90, 180]" است.
duration, d: تنظیم مدت‌زمان مونو یا خارج از فاز بودن تا زمان اعلان، بر حسب ثانیه. پیش‌فرض 2 است.

مثال‌ها

•

مثال کامل با ffmpeg برای تشخیص 1 ثانیه مونو با تلورانس فاز 0.001:

ffmpeg -i stereo.wav -af aphasemeter=video=0:phasing=1:duration=1:tolerance=0.001 -f null -

avectorscope

تبدیل صدای ورودی به یک خروجی ویدیو، که نمایانگر وکتوراسکوپ صدا است.

این فیلتر برای سنجش اختلاف میان کانال‌های استریم صوتی استریو استفاده می‌شود. یک سیگنال مونورال (مونو)، متشکل از سیگنال‌های چپ و راست یکسان، منجر به یک خط عمودی مستقیم می‌شود. هرگونه تفکیک استریو به صورت انحراف از این خط قابل مشاهده است که یک شکل لیساژو ایجاد می‌کند. اگر خط مستقیم (یا انحراف از آن) اما به صورت افقی ظاهر شود، نشان می‌دهد که کانال‌های چپ و راست خارج از فاز هستند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

mode, m: تنظیم حالت وکتوراسکوپ.
مقادیر موجود عبارتند از:

lissajous: لیساژو دوران‌یافته به اندازه 45 درجه.
lissajous_xy: همانند بالا اما بدون دوران.
polar: شکلی شبیه به نیم‌دایره.

مقدار پیش‌فرض lissajous است.

size, s: تنظیم اندازه ویدیو برای خروجی. برای سینتکس این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. مقدار پیش‌فرض "400x400" است.
rate, r: تنظیم نرخ فریم خروجی. مقدار پیش‌فرض 25 است.
rc
gc
bc
ac: تعیین کنتراست قرمز، سبز، آبی و آلفا. مقادیر پیش‌فرض 40، 160، 80 و 255 هستند. محدوده مجاز "[0, 255]" است.
rf
gf
bf
af: تعیین محوشدگی قرمز، سبز، آبی و آلفا. مقادیر پیش‌فرض 15، 10، 5 و 5 هستند. محدوده مجاز "[0, 255]" است.
zoom: تنظیم ضریب بزرگ‌نمایی. مقدار پیش‌فرض 1 است. محدوده مجاز "[0, 10]" است. مقادیر کمتر از 1 ضریب بزرگ‌نمایی را به طور خودکار به حداکثر مقدار ممکن تنظیم می‌کنند.
draw: تنظیم حالت ترسیم وکتوراسکوپ.
مقادیر موجود عبارتند از:

dot: رسم نقطه برای هر نمونه.
line: رسم خط بین نمونه قبلی و فعلی.
aaline: رسم خط صاف‌شده (anti-aliased) بین نمونه قبلی و فعلی.

مقدار پیش‌فرض dot است.

scale: تعیین مقیاس دامنه نمونه‌های صوتی.
مقادیر موجود عبارتند از:

lin: خطی.
sqrt: ریشه دوم (جذر).
cbrt: ریشه سوم (کعبی).
log: لگاریتمی.

swap: تعویض محور کانال چپ با محور کانال راست.
mirror: قرینه‌سازی محور.

none: بدون قرینه‌سازی.
x: قرینه‌سازی فقط محور x.
y: قرینه‌سازی فقط محور y.
xy: قرینه‌سازی هر دو محور.

مثال‌ها

•

مثال کامل با استفاده از ffplay:

ffplay -f lavfi 'amovie=input.mp3, asplit [a][out1];
             [a] avectorscope=zoom=1.3:rc=2:gc=200:bc=10:rf=1:gf=8:bf=7 [out0]'

دستورات

این فیلتر از تمام گزینه‌های بالا به عنوان دستور پشتیبانی می‌کند، به جز گزینه‌های "size" و "rate".

bench, abench

سنجش عملکرد (بنچمارک) بخشی از یک گراف فیلتر.

این فیلتر گزینه‌های زیر را می‌پذیرد:

action: شروع یا توقف یک تایمر.
مقادیر موجود عبارتند از:

start: دریافت زمان فعلی، تنظیم آن به عنوان متاداده فریم (با استفاده از کلید "lavfi.bench.start_time")، و هدایت فریم به فیلتر بعدی.
stop: دریافت زمان فعلی و واکشی متاداده "lavfi.bench.start_time" از متاداده فریم ورودی برای به دست آوردن اختلاف زمانی. سپس اختلاف زمانی، میانگین، حداکثر و حداقل زمان (به ترتیب "t"، "avg"، "max" و "min") چاپ می‌شوند. برچسب‌های زمانی بر حسب ثانیه بیان می‌شوند.

مثال‌ها

•

سنجش عملکرد فیلتر selectivecolor:

bench=start,selectivecolor=reds=-.2 .12 -.49,bench=stop

concat

الحاق استریم‌های صوتی و ویدیویی به یکدیگر، متصل کردن آن‌ها یکی پس از دیگری.

این فیلتر بر روی بخش‌هایی (segments) از استریم‌های همگام‌شده ویدیو و صدا کار می‌کند. تمام بخش‌ها باید تعداد یکسانی از استریم‌ها از هر نوع داشته باشند، و این تعداد همچنین تعداد استریم‌ها در خروجی خواهد بود.

این فیلتر گزینه‌های زیر را می‌پذیرد:

n: تنظیم تعداد بخش‌ها. پیش‌فرض 2 است.
v: تنظیم تعداد استریم‌های ویدیویی خروجی، که همان تعداد استریم‌های ویدیویی در هر بخش نیز هست. پیش‌فرض 1 است.
a: تنظیم تعداد استریم‌های صوتی خروجی، که همان تعداد استریم‌های صوتی در هر بخش نیز هست. پیش‌فرض 0 است.
unsafe: فعال کردن حالت ناامن: در صورتی که بخش‌ها دارای فرمت متفاوتی باشند عملیات با شکست مواجه نشود.

فیلتر دارای v+a خروجی است: ابتدا v خروجی ویدیو، سپس a خروجی صدا.

تعداد ورودی‌ها برابر با nx(v+a) است: ابتدا ورودی‌های مربوط به بخش اول، با همان ترتیب خروجی‌ها، سپس ورودی‌های مربوط به بخش دوم و غیره.

استریم‌های مرتبط به دلایل مختلفی از جمله اندازه فریم کدک یا تألیف نادرست، همواره دقیقاً دارای مدت‌زمان یکسانی نیستند. به همین دلیل، استریم‌های همگام‌شده مرتبط (مانند یک ویدیو و تراک صوتی آن) باید به صورت همزمان الحاق شوند. فیلتر concat از مدت‌زمان طولانی‌ترین استریم در هر بخش (به جز آخرین بخش) استفاده خواهد کرد و در صورت لزوم استریم‌های صوتی کوتاه‌تر را با سکوت پر می‌کند (pad).

برای اینکه این فیلتر به درستی کار کند، تمام بخش‌ها باید در برچسب زمانی 0 شروع شوند.

تمام استریم‌های متناظر باید در تمام بخش‌ها دارای پارامترهای یکسانی باشند؛ سیستم فیلترگذاری به طور خودکار یک فرمت پیکسلی مشترک را برای استریم‌های ویدیو، و یک فرمت نمونه، نرخ نمونه‌برداری و چیدمان کانال مشترک را برای استریم‌های صوتی انتخاب می‌کند، اما سایر تنظیمات، مانند وضوح تصویر، باید صراحتاً توسط کاربر تبدیل شوند.

نرخ‌های فریم متفاوت قابل قبول هستند اما منجر به نرخ فریم متغیر در خروجی خواهند شد؛ اطمینان حاصل کنید که پرونده خروجی را برای مدیریت آن پیکربندی کرده‌اید.

مثال‌ها

الحاق یک تیتراژ آغازین، یک قسمت و یک تیتراژ پایانی، همگی در نسخه دوزبانه (ویدیو در استریم 0، صدا در استریم‌های 1 و 2):
```
ffmpeg -i opening.mkv -i episode.mkv -i ending.mkv -filter_complex \
  '[0:0] [0:1] [0:2] [1:0] [1:1] [1:2] [2:0] [2:1] [2:2]
   concat=n=3:v=1:a=2 [v] [a1] [a2]' \
  -map '[v]' -map '[a1]' -map '[a2]' output.mkv
```
الحاق دو بخش، مدیریت جداگانه صدا و ویدیو با استفاده از سورس‌های (a)movie، و تنظیم وضوح تصویر:
```
movie=part1.mp4, scale=512:288 [v1] ; amovie=part1.mp4 [a1] ;
movie=part2.mp4, scale=512:288 [v2] ; amovie=part2.mp4 [a2] ;
[v1] [v2] concat [outv] ; [a1] [a2] concat=v=0:a=1 [outa]
```
توجه داشته باشید که اگر استریم‌های صوتی و ویدیویی در پرونده اول دقیقاً دارای مدت‌زمان یکسانی نباشند، در محل اتصال (stitch) ناهمگامی رخ خواهد داد.

دستورات

این فیلتر از دستورات زیر پشتیبانی می‌کند:

next: بستن بخش فعلی و گام برداشتن به بخش بعدی

ebur128

فیلتر پویشگر EBU R128. این فیلتر یک استریم صوتی را دریافت کرده و سطح بلندی صدای آن را تحلیل می‌کند. به طور پیش‌فرض، پیامی را با فرکانس 10 هرتز با بلندی صدای لحظه‌ای (مشخص‌شده با "M")، بلندی صدای کوتاه‌مدت ("S")، بلندی صدای یکپارچه ("I") و محدوده بلندی صدا ("LRA") لاگ می‌کند.

این فیلتر فقط می‌تواند استریم‌هایی را تحلیل کند که فرمت نمونه آن‌ها ممیز شناور با دقت مضاعف (double-precision) باشد. در صورت لزوم، استریم ورودی به این مشخصات تبدیل خواهد شد. ممکن است کاربران نیاز داشته باشند فیلترهای aformat و/یا aresample را پس از این فیلتر درج کنند تا پارامترهای اصلی بازیابی شوند.

این فیلتر همچنین دارای یک خروجی ویدیو است (گزینه video را ببینید) همراه با یک نمودار بلادرنگ برای مشاهده روند تغییر بلندی صدا. نمودار شامل پیام لاگ‌شده ذکرشده در بالا است، بنابراین هنگامی که این گزینه تنظیم شده باشد، دیگر چاپ نمی‌شود، مگر اینکه گزارش‌گیری با جزئیات (verbose) تنظیم شده باشد. ناحیه اصلی نمودار شامل بلندی صدای کوتاه‌مدت (3 ثانیه تحلیل) است، و درجه (gauge) در سمت راست برای بلندی صدای لحظه‌ای (400 میلی‌ثانیه) است، اما می‌تواند به صورت اختیاری به گونه‌ای پیکربندی شود که به جای آن بلندی صدای کوتاه‌مدت را نمایش دهد (به gauge مراجعه کنید).

ناحیه سبز یک محدوده هدف 1LU+/ را در اطراف بلندی صدای هدف (به طور پیش‌فرض 23LUFS-، مگر اینکه از طریق target تغییر یابد) مشخص می‌کند.

اطلاعات بیشتر درباره توصیه‌نامه بلندی صدای EBU R128 در http://tech.ebu.ch/loudness.

این فیلتر گزینه‌های زیر را می‌پذیرد:

video: فعال‌سازی خروجی ویدیو. استریم صوتی بدون تغییر عبور داده می‌شود، چه این گزینه تنظیم شده باشد یا خیر. استریم ویدیو در صورت فعال بودن، اولین استریم خروجی خواهد بود. پیش‌فرض 0 است.
size: تنظیم اندازه ویدیو. این گزینه فقط برای ویدیو است. برای سینتکس این گزینه، بخش "Video size" در راهنمای ffmpeg-utils را بررسی کنید. وضوح پیش‌فرض و حداقل "640x480" است.
meter: تنظیم مقیاس‌سنج EBU. پیش‌فرض 9 است. مقادیر متداول 9 و 18 هستند، به ترتیب برای مقیاس‌سنج +9 EBU و مقیاس‌سنج +18 EBU. هر مقدار صحیح دیگری بین این محدوده مجاز است.
metadata: تنظیم تزریق متاداده. اگر روی 1 تنظیم شود، ورودی صوتی به فریم‌های خروجی 100 میلی‌ثانیه‌ای بخش‌بندی می‌شود که هر یک از آن‌ها حاوی اطلاعات مختلف بلندی صدا در متاداده هستند. تمام کلیدهای متاداده دارای پیشوند "lavfi.r128." هستند.
پیش‌فرض 0 است.
framelog: اجبار سطح ثبت گزارش فریم.
مقادیر موجود عبارتند از:

quiet: لاگ‌گیری غیرفعال
info: سطح لاگ‌گیری اطلاعات
verbose: سطح لاگ‌گیری با جزئیات (verbose)

به طور پیش‌فرض، سطح لاگ‌گیری روی info تنظیم شده است. اگر گزینه‌های video یا metadata تنظیم شوند، به verbose تغییر وضعیت می‌دهد.

peak: تنظیم حالت(های) اوج (peak).
حالت‌های موجود را می‌توان با هم ترکیب کرد (این گزینه از نوع "flag" است). مقادیر ممکن عبارتند از:

none: غیرفعال کردن هرگونه حالت اوج (پیش‌فرض).
sample: فعال‌سازی حالت sample-peak.
حالت اوج ساده که به دنبال بالاترین مقدار نمونه می‌گردد. پیامی را برای sample-peak (مشخص‌شده با "SPK") ثبت می‌کند.
true: فعال‌سازی حالت true-peak.
در صورت فعال بودن، جستجوی مقدار اوج بر روی نسخه‌ای از استریم ورودی با بیش‌نمونه‌برداری (over-sampled) برای دقت بهتر در تعیین اوج انجام می‌شود. پیامی را برای true-peak (مشخص‌شده با "TPK") و true-peak به ازای هر فریم (مشخص‌شده با "FTPK") ثبت می‌کند. این حالت نیازمند ساخت برنامه‌ای است که شامل "libswresample" باشد.

dualmono: رفتار با پرونده‌های ورودی مونو به عنوان "dual mono". اگر یک پرونده مونو برای پخش بر روی یک سیستم استریو در نظر گرفته شده باشد، اندازه‌گیری EBU R128 آن از نظر ادراکی نادرست خواهد بود. در صورت تنظیم روی "true"، این گزینه این اثر را جبران خواهد کرد. پرونده‌های ورودی چندکاناله تحت تأثیر این گزینه قرار نمی‌گیرند.
panlaw: تنظیم یک قانون حرکت متوازن (pan law) خاص برای استفاده در اندازه‌گیری پرونده‌های dual mono. این پارامتر اختیاری است و دارای مقدار پیش‌فرض -3.01dB است.
target: تنظیم یک سطح هدف خاص (بر حسب LUFS) مورد استفاده به عنوان صفر نسبی در مصورسازی. این پارامتر اختیاری است و دارای مقدار پیش‌فرض -23LUFS است همان‌طور که توسط EBU R128 مشخص شده است. با این حال، محتوای منتشرشده آنلاین ممکن است سطح -16LUFS را ترجیح دهد (به عنوان مثال برای استفاده در پادکست‌ها یا پلتفرم‌های ویدیویی).
gauge: تنظیم مقداری که توسط درجه نمایش داده می‌شود. مقادیر معتبر عبارتند از "momentary" و "shortterm". به طور پیش‌فرض مقدار لحظه‌ای استفاده خواهد شد، اما در برخی سناریوها ممکن است مشاهده مقدار کوتاه‌مدت مفیدتر باشد (به عنوان مثال میکس زنده).
scale: تنظیم مقیاس نمایش برای بلندی صدا. پارامترهای معتبر عبارتند از "absolute" (بر حسب LUFS) یا "relative" (LU) به صورت نسبی نسبت به هدف. این گزینه فقط بر خروجی ویدیو تأثیر می‌گذارد، نه بر خلاصه یا خروجی لاگ پیوسته.
integrated: مقدار صادرشده فقط‌خواندنی برای بلندی صدای یکپارچه اندازه‌گیری‌شده، بر حسب LUFS.
range: مقدار صادرشده فقط‌خواندنی برای محدوده بلندی صدای اندازه‌گیری‌شده، بر حسب LU.
lra_low: مقدار صادرشده فقط‌خواندنی برای حد پایین LRA اندازه‌گیری‌شده، بر حسب LUFS.
lra_high: مقدار صادرشده فقط‌خواندنی برای حد بالای LRA اندازه‌گیری‌شده، بر حسب LUFS.
sample_peak: مقدار صادرشده فقط‌خواندنی برای اوج نمونه اندازه‌گیری‌شده، بر حسب dBFS.
true_peak: مقدار صادرشده فقط‌خواندنی برای اوج واقعی اندازه‌گیری‌شده، بر حسب dBFS.

مثال‌ها

نمودار بلادرنگ با استفاده از ffplay، با یک مقیاس‌سنج +18 EBU:
```
ffplay -f lavfi -i "amovie=input.mp3,ebur128=video=1:meter=18 [out0][out1]"
```

اجرای یک تحلیل با ffmpeg:

ffmpeg -nostats -i input.mp3 -filter_complex ebur128 -f null -

interleave, ainterleave

درهم‌آمیزی زمانی فریم‌ها از چندین ورودی.

"interleave" با ورودی‌های ویدیو کار می‌کند، و "ainterleave" با ورودی‌های صدا.

این فیلترها فریم‌ها را از چندین ورودی می‌خوانند و قدیمی‌ترین فریم صف‌بندی‌شده را به خروجی ارسال می‌کنند.

استریم‌های ورودی باید مقادیر برچسب زمانی فریم کاملاً تعریف‌شده و به صورت یکنواخت صعودی داشته باشند.

به منظور ارسال یک فریم به خروجی، این فیلترها باید حداقل یک فریم را برای هر ورودی صف‌بندی کنند، بنابراین در صورتی که یکی از ورودی‌ها هنوز خاتمه نیافته باشد و فریم‌های ورودی دریافت نکند، نمی‌توانند کار کنند.

به عنوان مثال حالتی را در نظر بگیرید که در آن یک ورودی یک فیلتر "select" باشد که همیشه فریم‌های ورودی را دور می‌اندازد. فیلتر "interleave" به خواندن از آن ورودی ادامه خواهد داد، اما تا زمانی که ورودی یک سیگنال پایان استریم ارسال نکند هرگز قادر به ارسال فریم‌های جدید به خروجی نخواهد بود.

همچنین، بسته به همگام‌سازی ورودی‌ها، در صورتی که یک ورودی فریم‌های بیشتری نسبت به بقیه دریافت کند و صف از قبل پر شده باشد، فیلترها فریم‌ها را دور می‌اندازند.

این فیلترها گزینه‌های زیر را می‌پذیرند:

nb_inputs, n: تنظیم تعداد ورودی‌های مختلف، به طور پیش‌فرض 2 است.
duration: نحوه تعیین پایان استریم.

longest: مدت‌زمان طولانی‌ترین ورودی. (پیش‌فرض)
shortest: مدت‌زمان کوتاه‌ترین ورودی.
first: مدت‌زمان اولین ورودی.

مثال‌ها

درهم‌آمیزی فریم‌های متعلق به استریم‌های مختلف با استفاده از ffmpeg:
```
ffmpeg -i bambi.avi -i pr0n.mkv -filter_complex "[0:v][1:v] interleave" out.avi
```

افزودن جلوه محوشدگی سوسوزننده:

select='if(gt(random(0), 0.2), 1, 2)':n=2 [tmp], boxblur=2:2, [tmp] interleave

latency, alatency

سنجش تأخیر فیلترگذاری.

گزارش تأخیر فیلترگذاری فیلتر قبلی، تأخیر بر حسب تعداد نمونه‌های صوتی برای فیلترهای صوتی یا تعداد فریم‌های ویدیو برای فیلترهای ویدیو.

در پایان استریم ورودی، فیلتر حداقل و حداکثر تأخیر اندازه‌گیری‌شده را برای فیلتر در حال اجرای قبلی در گراف فیلتر گزارش می‌دهد.

metadata, ametadata

دست‌کاری متاداده فریم.

این فیلتر گزینه‌های زیر را می‌پذیرد:

mode: تنظیم حالت عملکرد فیلتر.
می‌تواند یکی از موارد زیر باشد:

select: اگر هر دو گزینه "value" و "key" تنظیم شده باشند، فریم‌هایی که دارای چنین متاداده‌ای هستند انتخاب می‌شوند. اگر فقط "key" تنظیم شده باشد، هر فریمی که چنین کلیدی در متاداده دارد انتخاب می‌شود.
add: افزودن "key" و "value" جدید به متاداده. اگر کلید از قبل موجود باشد هیچ کاری انجام ندهد.
modify: اصلاح مقدار کلیدی که از قبل موجود است.
delete: اگر "value" تنظیم شده باشد، فقط کلیدهایی که چنین مقداری دارند حذف می‌شوند. در غیر این صورت، کلید حذف می‌شود. اگر "key" تنظیم نشده باشد، تمام مقادیر متاداده در فریم حذف می‌شوند.
print: چاپ کلید و مقدار آن در صورتی که متاداده یافت شود. اگر "key" تنظیم نشده باشد تمام مقادیر متاداده موجود در فریم چاپ می‌شوند.

key: تنظیم کلید مورد استفاده در تمام حالت‌ها. باید برای تمام حالت‌ها به جز "print" و "delete" تنظیم شود.
value: تنظیم مقدار متاداده که مورد استفاده قرار می‌گیرد. این گزینه برای حالت‌های "modify" و "add" الزامی است.
function: کدام تابع هنگام مقایسه مقدار متاداده و "value" استفاده شود.
می‌تواند یکی از موارد زیر باشد:

same_str: مقادیر به صورت رشته تفسیر می‌شوند، اگر مقدار متاداده با "value" یکسان باشد مقدار درستی برمی‌گرداند.
starts_with: مقادیر به صورت رشته تفسیر می‌شوند، اگر مقدار متاداده با رشته گزینه "value" شروع شود مقدار درستی برمی‌گرداند.
less: مقادیر به صورت ممیز شناور تفسیر می‌شوند، اگر مقدار متاداده کمتر از "value" باشد مقدار درستی برمی‌گرداند.
equal: مقادیر به صورت ممیز شناور تفسیر می‌شوند، اگر "value" با مقدار متاداده برابر باشد مقدار درستی برمی‌گرداند.
greater: مقادیر به صورت ممیز شناور تفسیر می‌شوند، اگر مقدار متاداده بزرگ‌تر از "value" باشد مقدار درستی برمی‌گرداند.
expr: مقادیر به صورت ممیز شناور تفسیر می‌شوند، اگر عبارت گزینه "expr" به درستی ارزیابی شود مقدار درستی برمی‌گرداند.
ends_with: مقادیر به صورت رشته تفسیر می‌شوند، اگر مقدار متاداده با رشته گزینه "value" پایان یابد مقدار درستی برمی‌گرداند.

expr: تنظیم عبارتی که در زمان تنظیم "function" روی "expr" استفاده می‌شود. این عبارت از طریق eval API ارزیابی می‌شود و می‌تواند شامل ثوابت زیر باشد:

VALUE1, FRAMEVAL: نمایش ممیز شناور "value" از کلید متاداده.
VALUE2, USERVAL: نمایش ممیز شناور "value" همان‌طور که توسط کاربر در گزینه "value" ارائه شده است.

file: اگر در حالت "print" مشخص شود، خروجی در پرونده نام‌برده نوشته می‌شود. به جای نام پرونده ساده می‌توان هر آدرس url قابل نوشتن را مشخص کرد. نام پرونده ``-'' نمادی برای خروجی استاندارد است. اگر گزینه "file" تنظیم نشود، خروجی با سطح لاگ AV_LOG_INFO در گزارش ثبت می‌شود.
direct: کاهش بافرسازی در حالت print زمانی که خروجی در یک URL تنظیم‌شده با استفاده از file نوشته می‌شود.

مثال‌ها

چاپ تمام مقادیر متاداده برای فریم‌هایی با کلید "lavfi.signalstats.YDIF" با مقادیر بین 0 و 1.
```
signalstats,metadata=print:key=lavfi.signalstats.YDIF:value=0:function=expr:expr='between(VALUE1,0,1)'
```
چاپ خروجی silencedetect در پرونده metadata.txt.
```
silencedetect,ametadata=mode=print:file=metadata.txt
```
هدایت مستقیم تمام متاداده به یک پایپ با توصیف‌گر پرونده 4.
```
metadata=mode=print:file='pipe\:4'
```

perms, aperms

تنظیم مجوزهای خواندن/نوشتن برای فریم‌های خروجی.

این فیلترها عمدتاً برای توسعه‌دهندگان به منظور آزمایش مسیر مستقیم (direct path) در فیلتر بعدی در گراف فیلتر در نظر گرفته شده‌اند.

این فیلترها گزینه‌های زیر را می‌پذیرند:

mode: انتخاب حالت مجوزها.
مقادیر زیر را می‌پذیرد:

none: هیچ کاری انجام ندهد. این حالت پیش‌فرض است.
ro: تمام فریم‌های خروجی را فقط‌خواندنی (read-only) تنظیم کند.
rw: تمام فریم‌های خروجی را مستقیماً قابل نوشتن تنظیم کند.
toggle: فریم را در صورت قابل نوشتن بودن فقط‌خواندنی کند، و در صورت فقط‌خواندنی بودن قابل نوشتن کند.
random: هر فریم خروجی را به صورت تصادفی فقط‌خواندنی یا قابل نوشتن کند.

seed: تنظیم سید برای حالت random، باید یک عدد صحیح بین 0 و "UINT32_MAX" باشد. اگر مشخص نشود، یا اگر صراحتاً روی -1 تنظیم شود، فیلتر تلاش می‌کند تا بر پایه بیشترین تلاش از یک سید تصادفی مناسب استفاده کند.

توجه: در صورت درج خودکار فیلتر بین فیلتر مجوزها و فیلتر بعدی، ممکن است مجوز طبق انتظار در فیلتر بعدی دریافت نشود. درج یک فیلتر format یا aformat پیش از فیلتر perms/aperms می‌تواند از این مشکل جلوگیری کند.

realtime, arealtime

کاهش سرعت فیلترگذاری برای انطباق تقریبی با زمان واقعی (real time).

این فیلترها فرآیند فیلترگذاری را برای مدت‌زمانی متغیر متوقف می‌کنند تا نرخ خروجی با برچسب‌های زمانی ورودی مطابقت پیدا کند. آن‌ها مشابه گزینه re در "ffmpeg" هستند.

آن‌ها گزینه‌های زیر را می‌پذیرند:

limit: محدودیت زمانی برای مکث‌ها. هر مکثی طولانی‌تر از آن به عنوان یک ناپیوستگی در برچسب زمانی در نظر گرفته شده و تایمر را بازنشانی می‌کند. پیش‌فرض 2 ثانیه است.
speed: ضریب سرعت برای پردازش. مقدار باید یک عدد ممیز شناور بزرگ‌تر از صفر باشد. مقادیر بزرگ‌تر از 1.0 منجر به پردازش سریع‌تر از زمان واقعی می‌شوند، و مقادیر کوچک‌تر پردازش را کند می‌کنند. گزینه limit به طور خودکار بر این اساس تطبیق داده می‌شود. پیش‌فرض 1.0 است.
سرعت پردازشی سریع‌تر از آنچه بدون این فیلترها ممکن است، قابل دستیابی نیست.

دستورات

هر دو فیلتر از تمام گزینه‌های بالا به عنوان دستورات پشتیبانی می‌کنند.

segment, asegment

تقسیم یک استریم ورودی منفرد به چندین استریم.

این فیلتر عکس فیلترهای concat عمل می‌کند.

"segment" بر روی فریم‌های ویدیو، و "asegment" بر روی نمونه‌های صوتی کار می‌کند.

این فیلتر گزینه‌های زیر را می‌پذیرد:

timestamps: برچسب‌های زمانی بخش‌های خروجی جداشده با '|'. اولین بخش از ابتدای استریم ورودی آغاز خواهد شد. آخرین بخش تا پایان استریم ورودی ادامه می‌یابد.
frames, samples: تعداد دقیق فریم‌ها/نمونه‌ها برای تقسیم بخش‌ها.

در تمام موارد، اضافه کردن پیشوند '+' به هر بخش، آن را نسبت به بخش قبلی نسبی می‌کند.

مثال‌ها

•

تقسیم استریم صوتی ورودی به سه استریم صوتی خروجی، شروع از ابتدای استریم صوتی ورودی و ذخیره آن در اولین استریم صوتی خروجی، سپس ادامه در ثانیه 60 و ذخیره آن در دومین استریم صوتی خروجی، و در نهایت پس از ثانیه 150 استریم صوتی ورودی و ذخیره در سومین استریم صوتی خروجی:

asegment=timestamps="60|150"

select, aselect

انتخاب فریم‌ها برای ارسال به خروجی.

این فیلتر گزینه‌های زیر را می‌پذیرد: