FFmpegのcropで、動画の一部だけを切り抜く方法

​​FFmpeg​H.264,コマンドライン,動画

FFmpeg で動画の画面の一部だけを残すには、-vf crop=幅:高さ:x:y を使います。画面録画から必要なウィンドウだけを残したいとき、横長の動画を正方形や縦長(9:16)にしたいとき、上下に入った黒い帯を取り除きたいときなどに使う書き方です。ここでは、指定した数がそのまま使われない場合や、黒い帯の大きさを cropdetect で調べる方法も、実際の出力で確かめます。

補足

検証環境は Ubuntu 24.04.5、FFmpeg 6.1.1(Ubuntu のパッケージ 6.1.1-3ubuntu5)、libx264 0.164.3108 です。元の動画は、FFmpeg の testsrc2 で作った 1280×720、30fps、yuv420p の H.264 の動画(5秒)、1280×536 の映像の上下に黒い帯を付けた 1280×720 の動画、AAC の音声を付けた 1280×720 の動画だけです。カメラやスマホで撮った動画、GPU を使ったデコードやエンコード、時間とともに位置を動かす切り抜きは試していません。

幅・高さ・位置の4つを指定する

1280×720 の動画から、左上の角が (100, 50) の位置にある、幅640・高さ360の範囲を切り抜きます。

bash
ffmpeg -i src.mp4 -vf crop=640:360:100:50 -c:v libx264 out.mp4

ffprobe で調べると、640×360 の動画になっていました。

text
width=640|height=360|sample_aspect_ratio=1:1|display_aspect_ratio=16:9|pix_fmt=yuv420p

4つの数は、順に幅(w)、高さ(h)、左端の位置(x)、上端の位置(y)です。位置は、元の動画の左上の角を (0, 0) として、右と下に向かって数えます。

1280×720のカラーバーの動画の上に、左から100、上から50の位置を左上の角とする幅640・高さ360のピンクの枠を描いた図。その下に、枠の中だけが残った640×360の動画を並べている
crop=640:360:100:50 で、元の動画のどこが残るか

名前を付けて crop=w=640:h=360:x=100:y=50 と書くこともできます。切り抜いた1コマ目の画素の MD5 を比べたところ、crop=640:360:100:50 と同じ値になりました。

FFmpeg のフィルターのドキュメントの crop の項によると、幅と高さはフィルターを準備するときに1回だけ計算され、x と y はコマごとに計算されます。

位置を省略すると、中央が残る

x と y を書かずに crop=640:360 とすると、中央が切り抜かれます。ドキュメントでは、x の初期値は (in_w-out_w)/2、y の初期値は (in_h-out_h)/2 です。1280×720 から 640×360 を切り抜くなら (320, 180) になります。

1コマ目の画素の MD5 を比べると、crop=640:360 と crop=640:360:320:180 は同じ値で、左上の crop=640:360:0:0 とは違う値でした。

幅と高さには、元の動画の幅 iw(in_w)や高さ ih(in_h)を使った式も書けます。-v verbose を付けると、表示の中に、crop が決めた大きさの行が出ます。

bash
ffmpeg -v verbose -i src.mp4 -vf crop=ih:ih -frames:v 1 -f null -
text
[Parsed_crop_0 @ 0x558a399a9740] w:1280 h:720 sar:1/1 -> w:720 h:720 sar:1/1

1280×720 で試した式と結果は、次のとおりです。

指定 切り抜いた大きさ 意味
crop=ih:ih 720×720 中央の正方形
crop=iw-2*100:ih-2*50 1080×620 左右を100ずつ、上下を50ずつ削る
crop=iw/2:ih/2:iw/2:ih/2 640×360 右下の4分の1

式に * を使うときは、-vf "crop=ih*9/16:ih" のように引用符で囲んでおくと、シェルにファイル名の展開として扱われずに済みます。

縦長 9:16 にすると、幅が404になる

横長の動画から、縦長(9:16)のショート動画向けの部分を切り抜きます。高さ720のまま、幅を ih*9/16 にしました。

bash
ffmpeg -i src.mp4 -vf "crop=ih*9/16:ih" -c:v libx264 vertical.mp4

720 × 9 ÷ 16 は 405 ですが、できた動画は 404×720 でした。

text
width=404|height=720|sample_aspect_ratio=1:1|display_aspect_ratio=101:180|pix_fmt=yuv420p

元の動画の色の形式は yuv420p で、色の情報を縦2×横2の画素で1つにまとめて持ちます。crop は初期設定では、この形式に合うように、幅と高さを2の倍数に切り下げます。FFmpeg 6.1.1 の crop フィルターのソースコード(libavfilter/vf_crop.c)では、exact が0のとき、幅・高さ・位置を、色の情報の単位で割り切れる数に切り捨てています。crop=101:51 と指定しても、-v verbose の表示は w:100 h:50 でした。

位置も同じように切り下げられます。crop=640:360:101:51 で切り抜いた画素は、crop=640:360:100:50 と同じ MD5 になりました。

ドキュメントにある exact=1 を付けると、切り下げずに指定どおりの数で切り抜きます。ただし、yuv420p のまま libx264 でエンコードすると、幅が奇数なので止まりました。

bash
ffmpeg -i src.mp4 -vf "crop=ih*9/16:ih:exact=1" -c:v libx264 vertical_exact.mp4
text
[libx264 @ 0x564142714e00] width not divisible by 2 (405x720)
[vost#0:0/libx264 @ 0x564142773bc0] Error while opening encoder - maybe incorrect parameters such as bit_rate, rate, width or height.
Error while filtering: Generic error in an external library
Conversion failed!

yuv420p の動画を H.264 にするなら、exact は付けずに、偶数への切り下げに任せるのが手軽です。

元の動画からはみ出す指定

幅や高さが元の動画より大きいと、crop はエラーで止まります。1280×720 の動画に crop=1920:1080 を指定すると、次のように表示され(最初の2行を抜き出しました)、終了コードは234でした。

text
[Parsed_crop_0 @ 0x555d5b845800] Invalid too big or non positive size for width '1920' or height '1080'
[Parsed_crop_0 @ 0x555d5b845800] Failed to configure input pad on Parsed_crop_0

位置がはみ出すときは、エラーにならず、動画の内側に収まる位置に直されました。crop=640:360:1000:500 は、右下いっぱいの crop=640:360:640:360 と同じ画素になりました。負の位置の crop=640:360:-50:-50 は、左上の crop=640:360:0:0 と同じでした。ドキュメントにも、x と y の値が有効でなければ、いちばん近い有効な値にすると書かれています。

ポイント

位置を計算で決めたときは、思った場所が切り抜かれているかを、切り抜いた動画を一度開いて確かめます。

切り抜くと、映像は必ずエンコードし直しになる

crop はフィルターなので、-c copy と一緒には使えません。-vf crop=640:360 -c copy とすると、次のように表示されて止まりました(エラーの1行目を抜き出しました)。

text
[vost#0:0/copy @ 0x55fff93babc0] Filtergraph 'crop=640:360' was specified, but codec copy was selected. Filtering and streamcopy cannot be used together.

crop は音声には手を加えないので、-c:v libx264 -c:a copy のように、映像だけをエンコードし直し、音声はそのまま写せます。AAC の音声が入った動画で試したところ、切り抜いた動画にも AAC の音声がそのまま残りました。

黒い帯の大きさを cropdetect で調べる

上下に黒い帯(レターボックス)が入った動画は、cropdetect フィルターで、映像のある範囲を調べられます。1280×536 の映像の上下に、高さ92ずつの黒い帯を付けた 1280×720 の動画で試しました。

bash
ffmpeg -i letterbox.mp4 -vf cropdetect -f null -

コマごとに、次のような行が表示されます(最後の3行を抜き出しました)。

text
[Parsed_cropdetect_0 @ 0x561fec193300] x1:0 x2:1279 y1:92 y2:627 w:1280 h:528 x:0 y:96 pts:75264 t:4.900000 limit:0.094118 crop=1280:528:0:96
[Parsed_cropdetect_0 @ 0x561fec193300] x1:0 x2:1279 y1:92 y2:627 w:1280 h:528 x:0 y:96 pts:75776 t:4.933333 limit:0.094118 crop=1280:528:0:96
[Parsed_cropdetect_0 @ 0x561fec193300] x1:0 x2:1279 y1:92 y2:627 w:1280 h:528 x:0 y:96 pts:76288 t:4.966667 limit:0.094118 crop=1280:528:0:96

y1:92 y2:627 が、黒くない行の範囲です。映像は y=92 から627 までの536行なのに、行末の crop= の提案は高さ528、y=96 でした。表示されたのは148行で、どれも同じ提案でした。ドキュメントによると、skip の初期値は2で、最初の2コマは調べずに飛ばします。そのため、150コマのうち148行になります。

高さが528になったのは、round の初期値が16だからです。ドキュメントには、幅と高さを round で割り切れる数にし、映像が中央に来るように位置を合わせると書かれています。536 を16の倍数に切り下げた528にして、削った8行を上下に4行ずつ分けたので、y が92から96になりました。そのため、この提案のまま切り抜くと、映像の上下の端が4行ずつ削られます。

上下に黒い帯がある動画のコマ。水色の枠が映像のある範囲を示す。下の拡大図では、映像の上端の4行がピンクの帯で示されていて、round=16 のときに削られる部分であることが分かる
cropdetect の round が16のときと2のときの、上端の位置の違い

映像を削らずに黒い帯だけを取り除きたいときは、cropdetect=round=2 にします。今度は映像の範囲どおり crop=1280:536:0:92 が148行とも表示されました。

bash
ffmpeg -i letterbox.mp4 -vf cropdetect=round=2 -f null -
ffmpeg -i letterbox.mp4 -vf crop=1280:536:0:92 -c:v libx264 nobar.mp4

切り抜いた動画は 1280×536 になりました。round=2 でも、幅と高さは偶数にそろうので、yuv420p の H.264 にエンコードできます。

cropdetect は提案を表示するだけで、動画は切り抜きません。表示された crop= の値を、2回目の ffmpeg の -vf に写して使います。どこを黒とみなすかは limit で決まり、ドキュメントでの初期値は24(8ビットの場合)です。

​Posted by 86