Windows 下使用GPU加速ffmpeg处理任务

小渣渣

ffmpeg下载

官网下载页：
https://ffmpeg.org/download.html
建议下载编译好的版本，下载页面：
https://ffmpeg.zeranoe.com/builds/
我一般比较喜欢下载最新版的（以日期命名的），当然还有个稳定版（以版本号命名的）的。



CUDA下载

CUDA是一个驱动程序，可以让GPU进行相关运算，因为我们开发应用程序一般不直接操控GPU，而是通过驱动来操作。
https://developer.nvidia.com/cuda-downloads
这里我选择版本的如下图：
当然也可以点击如下链接，直接转到我下载时的设置。
https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal


下载完了记得安装，那就不介绍了吧，毕竟都是开发软件的。

命令

查询命令
查询所下载的ffmpeg是否支持cuda，如果不支持（我下载的是支持的），那重新下载一下或者自行编译。

登录可见。

测试命令

登录可见。

将当前目录下的0.mp4转成00.mp4

登录可见。

将当前目录下的0.mp4转成00.mp4，并指定输出帧率为15（-r 15），比特率为500k（-b 500k）

登录可见。

-hwaccel cuvid：指定使用cuvid硬件加速
-c:v h264_cuvid：使用h264_cuvid进行视频解码
-c:v h264_nvenc：使用h264_nvenc进行视频编码
-vf scale_npp=1280:-1：指定输出视频的宽高，注意，这里和软解码时使用的-vf scale=x:x不一样

多颗显卡命令

GPU转码效率测试
在配有两颗Intel-E5-2630v3 CPU和两块Nvidia Tesla M4显卡的服务器上，进行h264视频转码测试，成绩如下：

GPU转码平均耗时：8s
CPU转码平均耗时：25s

并行转码时，CPU软转的效率有所提高，3个转码任务并行时32颗核心全被占满，此时的成绩

GPU转码平均耗时：8s
CPU转码平均耗时：18s

不难看出，并行时GPU的转码速度并没有提高，可见一颗GPU同时只能执行一个转码任务。那么，如果服务器上插有多块显卡，ffmpeg是否会使用多颗GPU进行并行转码呢？
很遗憾，答案是否。
ffmpeg并不具备自动向不同GPU分配转码任务的能力，但经过一番调查后，发现可以通过-hwaccel_device参数指定转码任务使用的GPU！
向不同GPU提交转码任务

显卡0

登录可见。

显卡1

登录可见。

说明：

-hwaccel_device N：指定某颗GPU执行转码任务，N为数字

小渣渣

//参数说明
/*
    * -i filename(input) 源文件目录
    * -y 输出新文件，是否强制覆盖已有文件
    * -c 指定编码器
    * -fs limit_size(outinput) 设置文件大小的限制，以字节表示的。没有进一步的字节块被写入后，超过极限。输出文件的大小略大于所请求的文件大小。
    * -s 视频比例  4:3 320x240/640x480/800x600  16:9  1280x720 ，默认值 'wxh'，和原视频大小相同
    * -vframes number(output) 将视频帧的数量设置为输出。别名：-frames:v
    * -dframes number (output) 将数据帧的数量设置为输出.别名：-frames:d
    * -frames[:stream_specifier] framecount (output,per-stream) 停止写入流之后帧数帧。
    * -bsf[:stream_specifier] bitstream_filters (output,per-stream)  指定输出文件流格式，
例如输出h264编码的MP4文件：ffmpeg -i h264.mp4 -c:v copy -bsf:v h264_mp4toannexb -an out.h264
    * -r 29.97 桢速率（可以改，确认非标准桢率会导致音画不同步，所以只能设定为15或者29.97）
    *
    */

小渣渣

ffmpeg.exe -hwaccel_device 1 -hwaccel cuvid -i C:\Users\DELL\Desktop\VideoDemo\VideoDemo\bin\Debug\A14.mp4 -y C:\Users\DELL\Desktop\VideoDemo\VideoDemo\bin\Debug\A16.avi

https://blog.csdn.net/Tosonw/article/details/90178195


nvcc --version

CUVID是基于CUDA的视频解码库，利用CUVID进行解码


Failed to create Direct3D device
Device creation failed: -1313558101.

ffmpeg版本必须对应同期显卡驱动才能正确启用硬件加速。


查看nvidia硬件加速编解码器：

.\ffmpeg.exe -codecs | sls nvenc
.\ffmpeg.exe -codecs | sls cuvid

其中前缀含义如下：

前缀含义
D….. = Decoding supported
.E…. = Encoding supported
..V… = Video codec
..A… = Audio codec
..S… = Subtitle codec
…I.. = Intra frame-only codec
….L. = Lossy compression
…..S = Lossless compression



ffmpeg.exe -hwaccel_device 1 -hwaccel cuvid -c:v h264_cuvid -i C:\Users\DELL\Desktop\VideoDemo\VideoDemo\bin\Debug\A14.mp4 -c:v h264_nvenc -y C:\Users\DELL\Desktop\VideoDemo\VideoDemo\bin\Debug\A16.avi

ffmpeg.exe -hwaccel cuvid -c:v h264_cuvid -i C:\Users\DELL\Desktop\VideoDemo\VideoDemo\bin\Debug\A14.mp4 -c:v h264_nvenc -y C:\Users\DELL\Desktop\VideoDemo\VideoDemo\bin\Debug\A16.avi


https://developer.nvidia.com/ffmpeg