FFmpegで、動画にロゴの画像を重ねる方法
FFmpeg で動画にロゴの画像を重ねるには、2つ目の入力にロゴの PNG を指定し、-filter_complex で overlay フィルターを使います。動画に透かし(ウォーターマーク)やチャンネルのロゴを入れたいときの書き方です。ここでは、右下に余白を空けて置く式、ロゴを半透明にする方法、決まった時間だけ出す方法を、出力の画素の値で確かめます。
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 の映像に、AAC の音声(440Hz の音)を付けた5秒の動画です。ロゴは、FFmpeg で作った 240×80 の PNG(背景が透明な RGBA)を使いました。画素の値は、断りがなければ、エンコードする前のコマから1画素を取り出し、RGB で表示したものです。カメラやスマホで撮った動画、アニメーションするロゴ(GIF や動画)、GPU を使ったエンコードは試していません。
基本の書き方
左上から右に20、下に20の位置に、ロゴを重ねます。
ffmpeg -i main.mp4 -i logo.png -filter_complex overlay=20:20 -c:a copy out.mp4
overlay は2つの入力を受け取り、1つ目(main.mp4)の上に2つ目(logo.png)を重ねます。20:20 は、ロゴの左上の角を置く位置 x:y です。FFmpeg のフィルターのドキュメントの overlay の項によると、どちらも初期値は0(左上の角)です。
できた動画を ffprobe で調べると、映像は元と同じ 1280×720、150コマ、5秒で、音声も5秒のまま残っていました。
codec_name=h264|width=1280|height=720|pix_fmt=yuv420p|duration=5.000000|nb_frames=150
codec_name=aac|duration=5.000000|nb_frames=217
PNG の透明な部分では、下の動画がそのまま見えます。ロゴの左上の角の画素は、RGBA の値が (0, 200, 232, 0) で、透明です。重ねた位置 (20, 20) の画素は (61, 1, 0) で、元の動画の同じ位置と同じ値でした。ロゴの不透明な部分を重ねた (40, 60) は、ロゴの色 (0, 200, 232) とほぼ同じ (0, 199, 232) になりました。
入力が2つあるので、-vf では書けません。-vf overlay=20:20 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)。
[vf#0:0 @ 0x558bafd9df40] Simple filtergraph 'overlay=20:20' was expected to have exactly 1 input and 1 output. However, it had 2 input(s) and 1 output(s). Please adjust, or use a complex filtergraph (-filter_complex) instead.
右下に余白を空けて置く
位置には、動画やロゴの大きさを使った式を書けます。W と H は元の動画の幅と高さ、w と h はロゴの幅と高さです。右下の角から20ずつ空けて置くなら、次のように書きます。
ffmpeg -i main.mp4 -i logo.png -filter_complex "overlay=W-w-20:H-h-20" -c:a copy out.mp4
1280×720 の動画に 240×80 のロゴなら、ロゴの左上の角は (1280−240−20, 720−80−20) = (1020, 620) です。数字で overlay=1020:620 と書いたときと、重ねたコマの画素の MD5 が同じになりました。

式の文字は、main_w(W)、main_h(H)、overlay_w(w)、overlay_h(h)のように長い名前でも書けます。ドキュメントの例にある overlay=10:main_h-overlay_h-10 は、左下に10ずつ空けて置く書き方です。
奇数の位置は、偶数に切り下げられる
位置を overlay=21:21 にしても、重ねたコマの画素の MD5 は overlay=20:20 と同じでした。
overlay が出力する画素の形式(ピクセルフォーマット)は、初期値が yuv420 です。この形式は、色の情報を横2×縦2の画素で1つにまとめて持ちます。FFmpeg 6.1.1 の overlay フィルターのソースコード(libavfilter/vf_overlay.c)では、計算した x と y を、色の情報をまとめる画素の数(横2・縦2)の倍数に切り捨てています。この単位は、ドキュメントでは hsub と vsub という名前で説明されています。
色の情報を画素ごとに持つ format=yuv444 を付けて比べると、overlay=21:21:format=yuv444 と overlay=20:20:format=yuv444 の MD5 は違う値になりました。ロゴの位置が1画素ずれても困らなければ、奇数のままでも構いません。
ロゴの大きさを変えてから重ねる
ロゴの画像が大きすぎるときは、scale で縮めてから overlay に渡します。[1:v] が2つ目の入力(ロゴ)の映像で、縮めた結果に [logo] という名前を付けています。
ffmpeg -i main.mp4 -i logo.png \
-filter_complex "[1:v]scale=-1:40[logo];[0:v][logo]overlay=W-w-20:20" \
-c:a copy out.mp4
scale=-1:40 は、縦横の比を保ったまま高さを40にする指定です。-v verbose を付けると、overlay に 120×40 のロゴが渡っていることが分かります。
[Parsed_overlay_1 @ 0x556c95448e80] main w:1280 h:720 fmt:yuv420p overlay w:120 h:40 fmt:yuva420p
縮めたロゴの左上の角は、RGBA の値が (0, 200, 232, 0) で、透明なままでした。重ねた動画のその位置 (1140, 20) の画素は (0, 255, 255) で、元の動画と同じ値でした。
ロゴを半透明にする
ロゴを薄く重ねるときは、colorchannelmixer の aa で透明度の情報に掛ける数を変えます。ドキュメントでの aa の初期値は1で、0.5にすると透明度の値が半分になります。
ffmpeg -i main.mp4 -i logo.png \
-filter_complex "[1:v]format=rgba,colorchannelmixer=aa=0.5[logo];[0:v][logo]overlay=20:20" \
-c:a copy out.mp4
ロゴの不透明だった部分の透明度は、255から128になりました。重ねた (40, 60) の画素は次のとおりで、元の動画の赤とロゴの水色を、ほぼ半分ずつ混ぜた値になりました。
| 重ね方 | (40, 60) の画素(RGB) |
|---|---|
| 元の動画 | (253, 0, 0) |
| そのまま重ねた | (0, 199, 232) |
aa=0.5 で重ねた |
(125, 99, 116) |

決まった時間だけロゴを出す
overlay に enable を付けると、式が0でない間だけ重ねます。1秒から3秒の間だけ出すなら、次のように書きます。
ffmpeg -i main.mp4 -i logo.png -filter_complex "overlay=20:20:enable='between(t,1,3)'" -c:a copy out.mp4
150コマすべてで、ロゴの範囲が元の動画と同じかを比べました。0秒から0.967秒のコマは元のまま、1秒のコマから3秒のコマまではロゴが重なり、3.033秒のコマからは元に戻りました。式の関数のドキュメントにあるとおり、between(t,1,3) は1と3の両方の時刻を含みます。
1枚の画像でも、動画の最後までロゴが出る
PNG は1コマしかありませんが、-loop 1 を付けなくても、ロゴは最後まで重なりました。できた動画の0秒と4.9秒のコマを取り出すと、(40, 60) の画素はどちらも (0, 199, 232) でした。ドキュメントによると、2つ目の入力の最後のコマを1つ目の入力が終わるまで使い続ける repeatlast は初期値が1で、2つ目の入力が終わったときの動きを決める eof_action も初期値が repeat(最後のコマを繰り返す)です。
shortest=1 を付けると、短いほうの入力が終わったところで出力も終わります。1枚の PNG を重ねたときは、映像が1コマ(0.033秒)だけになりました。-c:a copy で写した音声は5秒のままだったので、映像と音声の長さが合わない動画ができます。
映像はエンコードし直しになる
overlay はフィルターなので、-c copy と一緒には使えません。-c copy を付けると、次のように表示されて止まり、終了コードは234でした(エラーの1行目を抜き出しました)。
[vost#0:0 @ 0x560f70f935c0] Streamcopy requested for output stream fed from a complex filtergraph. Filtering and streamcopy cannot be used together.
overlay は音声には手を加えないので、ここまでの例のように -c:a copy で音声だけをそのまま写せます。映像は、何も指定しなければ H.264 でエンコードし直されました。





