FFmpegで縮小した動画の幅が奇数でエラーになるときの直し方

​​FFmpeg​H.264,コマンドライン,動画

FFmpeg で動画を縮小するときに scale=-1:300 のように片方を -1 にすると、計算された幅や高さが奇数になり、libx264 が「width not divisible by 2」と表示して止まることがあります。-1 を -2 に変えると、計算される側が偶数にそろい、エンコードできます。Web に載せる軽い動画やプレビュー用の小さな動画を作るときなど、縦横比を保ったまま解像度を下げたい場面で使う書き方です。

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 1920×1080、yuv420p の H.264 の動画(5秒)だけです。カメラやスマホで撮った動画、libx264 以外のエンコーダー(libx265、GPU を使うエンコーダーなど)、プレーヤーでの見え方は試していません。

縮小するとエラーになる例

1920×1080 の動画を、高さ 300 に縮小します。幅は -1 にして、縦横比から計算させました。

bash
ffmpeg -i src.mp4 -vf scale=-1:300 -c:v libx264 out.mp4

エンコードは始まらず、次のように表示されて止まりました(0x... の値は実行ごとに変わります)。

text
[libx264 @ 0x564a79b49d00] width not divisible by 2 (533x300)
[vost#0:0/libx264 @ 0x564a79b49a40] 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!

終了コードは 187 で、out.mp4 は 0 バイトのファイルとして残りました。

幅ではなく高さが奇数になったときは、メッセージが height に変わります。幅を 500 にして高さを -1 にすると、次のように表示されました。

text
[libx264 @ 0x556ac36bad00] height not divisible by 2 (500x281)

-1 にすると幅が533になる

-1 を指定すると、scale フィルターは、もう片方の値と元の縦横比から長さを計算します。1920×1080 を高さ 300 にすると、幅は 1920 × 300 ÷ 1080 = 533.33… です。

-v verbose を付けて実行すると、scale フィルターが決めた大きさが表示されます。

bash
ffmpeg -v verbose -i src.mp4 -vf scale=-1:300 -frames:v 1 -f null -
text
[Parsed_scale_0 @ 0x56514995f300] w:1920 h:1080 fmt:yuv420p sar:1/1 -> w:533 h:300 fmt:yuv420p sar:1600/1599 flags:0x00000004

幅は 533 になりました。同じ 1920×1080 でも、scale=-1:360 や scale=640:-1 なら 640×360 になり、エラーは出ません。割り切れるかどうかは、指定した数と元の動画の大きさで決まります。

偶数が必要なのは、色の形式が yuv420p だから

元の動画の色の形式は yuv420p です。yuv420p では、明るさの情報は画素ごとに持ちますが、色の情報は縦2×横2の画素で1つにまとめて持ちます。幅か高さが奇数だと、このまとまりに収まらない画素が残ります。

左上から並んだ画素の図。幅6・高さ4のときは、水色の2×2の枠がちょうど6つに分かれる。幅5・高さ3のときは、右の1列と下の1行がピンクの点線で囲まれ、2×2の枠に収まらない
yuv420p で、色の情報を持つ単位(2×2の画素)と、幅や高さが奇数のときに余る画素

エラーを出しているのは、FFmpeg ではなく、H.264 のエンコーダーである x264 です。検証環境の libx264 と同じコミットの x264 のソースコード(encoder/encoder.c)では、色の形式が 4:2:0 か 4:2:2 なら幅が2で割り切れること、4:2:0 なら高さも2で割り切れることを確かめ、割り切れなければ「not divisible by 2」と出して止めています。

色の形式を変えて、同じ大きさでエンコードし直しました。

色の形式 533×300(幅が奇数) 500×281(高さが奇数)
yuv420p エラー エラー
yuv422p エラー エンコードできた
yuv444p エンコードできた エンコードできた

yuv422p は色の情報を横方向だけ半分にする形式なので、高さは奇数でもエンコードできました。yuv444p は色の情報を画素ごとに持つので、どちらもエンコードできました。この記事では色の形式は yuv420p のままにして、大きさのほうを偶数にそろえます。

scale=-2 で偶数にそろえる

-1 を -2 に変えます。

bash
ffmpeg -i src.mp4 -vf scale=-2:300 -c:v libx264 out.mp4

今度はエンコードでき、534×300 の動画になりました。高さを -2 にした scale=500:-2 では、500×282 になりました。

FFmpeg のフィルターのドキュメントの scale の項には、片方だけを -n(n は1以上)にすると、縦横比を保つ長さを計算したうえで、n で割り切れるように調整すると書かれています。-1 は n が1の場合なので、割り切れるようにする調整が効かず、533 のままになります。

調整は、切り捨てではなく、いちばん近い n の倍数への丸めです。FFmpeg 6.1.1 の libavfilter/scale_eval.c では、計算した長さを n で割った値を、四捨五入にあたる av_rescale で整数にしてから、n を掛けています。高さ 300 のまま、n を変えて幅を確かめました(計算前の値は 533.33…)。

指定 幅
scale=-1:300 533
scale=-2:300 534
scale=-4:300 532
scale=-8:300 536
scale=-16:300 528

-2 では 533.33… が 534 になり、元より大きくなっています。-8 も 536 で大きいほうに、-4 と -16 は小さいほうに寄りました。どちらに寄るかは、元の長さがどちらの倍数に近いかで決まります。

ポイント

-2 で偶数になるのは、計算で決まる側だけです。scale=501:-2 のように、自分で指定した側が奇数のときは、高さは 282 になりますが、幅が 501 のままなので「width not divisible by 2 (501×282)」と表示されて止まりました。指定する側の数は、自分で偶数にしておきます。

縮小した動画の SAR が 1:1 でなくなる

scale=-2:300 で作った 534×300 の動画を ffprobe で調べると、SAR(1画素の縦横比)が 1:1 ではなく 800:801 になっていました。

bash
ffprobe -v error -select_streams v:0 -show_entries stream=width,height,pix_fmt,sample_aspect_ratio,display_aspect_ratio -of compact=p=0 out.mp4
text
width=534|height=300|sample_aspect_ratio=800:801|display_aspect_ratio=16:9|pix_fmt=yuv420p

534÷300 は 16:9 ちょうどではありません。scale フィルターは、大きさを変えたときに、元の動画の DAR(表示するときの縦横比)が変わらないよう、SAR を計算し直して出力に付けます(FFmpeg 6.1.1 の libavfilter/vf_scale.c)。そのため、DAR は元と同じ 16:9 のまま、SAR が 800:801 になりました。

SAR を 1:1 にしたいときは、scale のあとに setsar=1 を付けます。

bash
ffmpeg -i src.mp4 -vf scale=-2:300,setsar=1 -c:v libx264 out.mp4
text
width=534|height=300|sample_aspect_ratio=1:1|display_aspect_ratio=89:50|pix_fmt=yuv420p

SAR は 1:1 になり、DAR は 534:300 を約分した 89:50 になりました。ドキュメントの setsar の項にあるとおり、SAR を変えると、それに合わせて DAR も変わります。

決まった大きさの枠に収めるときは force_divisible_by

幅も高さも上限を決めて、その中に縦横比を保って収めたいときは、force_original_aspect_ratio=decrease を使います。ただし、これだけでは奇数になることがあります。500×500 の枠に収めると、500×281 になり、「height not divisible by 2 (500×281)」で止まりました。

force_divisible_by=2 を足すと、500×282 になり、エンコードできました。

bash
ffmpeg -i src.mp4 -vf "scale=500:500:force_original_aspect_ratio=decrease:force_divisible_by=2" -c:v libx264 out.mp4

ドキュメントによると、force_divisible_by は force_original_aspect_ratio と組み合わせたときに、幅と高さの両方を指定した数で割り切れるようにするオプションで、-n と同じように働きます。また、縦横比がわずかに変わることがあると書かれています。

​Posted by 86