rsmpeg是FFmpeg的Rust绑定之上的一个轻量级安全层,其主要目标是尽可能安全地在Rust中暴露FFmpeg的内部API。
利用Rust语言设计的优势,你可以比使用FFmpeg的C API更快地构建稳健的多媒体项目。
支持的FFmpeg版本为6.*、7.*。
最低支持的Rust版本为1.70.0(稳定通道)。
要使用你的第一个rsmpeg演示,你需要编译FFmpeg:
如果你觉得编译过程复杂,这里有一些有用的编译脚本供你使用(在utils文件夹下)。
要使用一些常用参数构建FFmpeg:(别忘了安装构建依赖)
# macOS zsh utils/mac_ffmpeg.rs # Linux bash utils/linux_ffmpeg.rs # Windows # 你需要一台Linux机器进行交叉编译,然后将生成的文件复制到你的Windows机器上。 bash utils/windows_ffmpeg.rs
这些脚本默认构建最新的稳定版FFmpeg。你也可以明确构建特定的FFmpeg版本:
# macOS & FFmpeg 7.0 zsh utils/mac_ffmpeg.rs release/7.0
使用vcpkg管理ffmpeg依赖可能更简单,因为所有配置都包含在你的Cargo.toml中。
这对于下载你的项目的用户来说特别方便,因为他们可以通过运行一个命令来构建所有必要的依赖。
请注意,使用这种方法构建ffmpeg可能需要很长时间,尽管在第一次之后,生成的库文件可能会被缓存。
首先,安装cargo-vcpkg工具:
cargo install cargo-vcpkg
添加vcpkg依赖:
[package.metadata.vcpkg] dependencies = ["ffmpeg"] git = "https://github.com/microsoft/vcpkg" rev = "4a600e9" // 尽管可以链接到vcpkg的主分支,但最好固定一个特定的修订版本,以避免不必要的破坏性更改。
你可能想要根据你需要的FFmpeg模块指定一个特性子集。例如,如果你的代码使用x264和VPX编解码器,依赖应该看起来像这样:
dependencies = ["ffmpeg[x264,vpx]"]
在某些情况下,你可能需要指定三元组和/或额外的依赖。例如,在Windows上,上述部分可能看起来类似于以下内容:
[package.metadata.vcpkg] dependencies = ["ffmpeg[x264,vpx]:x64-windows-static-md"] git = "https://github.com/microsoft/vcpkg" rev = "4a600e9"
特性可能会根据你的应用程序而有所不同,在我们的例子中,为了构建演示,我们需要x264。
设置环境:
# *nix(以三元组命名的文件夹路径可能会有变化) export FFMPEG_PKG_CONFIG_PATH=${PWD}/target/vcpkg/installed/x64-linux/lib/pkgconfig # Windows(CMD) set FFMPEG_PKG_CONFIG_PATH=%CD%\target\vcpkg\installed\x64-windows-static-md\lib\pkgconfig # Windows(PowerShell) $env:FFMPEG_PKG_CONFIG_PATH="$(($PWD).path)\target\vcpkg\installed\x64-windows-static-md\lib\pkgconfig"
运行vcpkg构建:
cargo vcpkg --verbose build
--verbose选项不是必需的,但如果构建失败,它可能有助于识别任何错误。
完成这些步骤后,您就可以构建和运行您的项目了。下一节中介绍的演示代码的完整工作示例可在 https://github.com/aegroto/rsmpeg-vcpkg-demo 获取。
确保您已编译FFmpeg。
首先在Cargo.toml文件中添加rsmpeg:
[dependencies] # 如果您使用的是ffmpeg 6.*,请添加以下内容 rsmpeg = { version = "0.15.1", default-features = false, features = ["ffmpeg6"] } # 如果您使用的是ffmpeg 7.*,请添加以下内容(默认启用`ffmpeg7`特性) rsmpeg = "0.15.1"
编写您的简单媒体文件信息转储器:
use std::ffi::{CStr, CString}; use std::error::Error; use rsmpeg::avformat::AVFormatContextInput; fn dump_av_info(path: &CStr) -> Result<(), Box<dyn Error>> { let mut input_format_context = AVFormatContextInput::open(path, None, &mut None)?; input_format_context.dump(0, path)?; Ok(()) } fn main() { dump_av_info(&CString::new("./test.jpg").unwrap()).unwrap(); }
在当前文件夹中准备一个简单的图像:

运行时将FFMPEG_PKG_CONFIG_PATH设置为构件文件夹中pkgconfig文件的路径(绝对路径!)(xxx/ffmpeg_build/lib/pkgconfig)。
# macOS和Linux export FFMPEG_PKG_CONFIG_PATH=xxx/ffmpeg_build/lib/pkgconfig # Windows set FFMPEG_PKG_CONFIG_PATH=xxx/ffmpeg_build/lib/pkgconfig cargo run
然后它就可以工作了:
Input #0, image2, from './test.jpg':
Duration: 00:00:00.04, start: 0.000000, bitrate: 1390 kb/s
Stream #0:0: Video: mjpeg, none, 25 fps, 25 tbr, 25 tbn, 25 tbc
(在25fps下,单个图像的持续时间为0.04秒)
您也可以在这里放置任何视频或音频文件,该程序将为您转储媒体信息。
FFmpeg链接:参考rusty_ffmpeg的文档,了解如何使用环境变量静态或动态链接FFmpeg。
rsmpeg的高级用法:查看tests文件夹。
感谢您的贡献!


AI一键生成PPT,就用博思AIPPT!
博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。


AI赋能电商视觉革命,一站式智能商拍平台
潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。


企业专属的AI法律顾问
iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。


稳定高效的流量提升解决方案,助力品牌曝光
稳定高效的流量提升解决方案,助力品牌曝光


最新版Sora2模型免费使用,一键生成无水印视频
最新版Sora2模型免费使用,一键生成无水印视频


实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。


选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。


AI辅助编程,代码自动修复
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。


最强AI数据分析助手
小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。


像人一样思考的AI智能体
imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。
最新AI工具、AI资讯
独家AI资源、AI项目落地

微信扫一扫关注公众号