根据这篇文章，似乎可以使用 FFMPEG 来检测视频中的场景变化： http ://www.luckydinosaur.com/u/ffmpeg-scene-change-detector
现在我有一个显示书籍文本的视频，当说出文本（单词或句子）时，它会突出显示。像这本有声读物：https ://youtu.be/lA7L6ZNVKjc
我需要知道文本突出显示时的时间戳（因此场景改变），这将允许我在我的 youtube 视频上添加时间戳标签，以便听众更容易浏览有声读物。
可以做到这一点的神奇命令行是什么？
非常感谢你！
结合场景过滤器（用于检测场景变化）和showinfo过滤器应该可以达到你想要的效果：
ffmpeg -i input.flv \
-filter:v "select='gt(scene,0.4)',showinfo" \
-f null \
- 2> ffout
此命令提取与前一帧相差超过 ( gt)的所有帧0.4（范围从0到1）。对于这些帧，信息会showinfo像这样打印出来 ( )
[Parsed_showinfo_1 @ 0x2d85e60] n: 0 pts:2537204 pts_time:2.5372 pos: 2998114 fmt:rgb24 sar:1/1 s:1920x1200 i:P iskey:1 type:I checksum:5616582E plane_checksum:[5616582E]
现在您只需要提取时间戳。我想你对pts_time. 你可以这样做：
grep showinfo ffout | grep pts_time:[0-9.]* -o | grep [0-9.]* -o > timestamps
这将为您提供所有时间戳的列表：
2.5372
4.37799
6.65301
8.09344
要使这种方法起作用，您必须拥有实现场景检测的 FFmpeg 版本。此外，您必须为阈值选择一个合适的值（0.4在第一个命令中）。您可以尝试通过提取不同阈值的帧（然后手动检查帧）来找到最佳阈值，如下所示
ffmpeg -i input.flv \
-filter:v "select='gt(scene,0.1)',showinfo" \
-vsync 0 frames/%05d.jpg
只是为了澄清：grep [0-9.]*不排除另一个答案中声称的整数。它匹配任何由数字和句点组成的字符序列，但它也匹配非数字，如“4.4.4”。但是，ffmpeg 不应该输出这种格式错误的时间戳。
您可以简单地使用以下命令：
ffmpeg -i inputvideo.mp4 -filter_complex "select='gt(scene,0.3)',metadata=print:file=time.txt" -vsync vfr img%03d.png
这将仅将相关信息保存在 time.txt 文件中，如下所示。
frame:0 pts:108859 pts_time:1.20954
lavfi.scene_score=0.436456
frame:1 pts:285285 pts_time:3.16983
lavfi.scene_score=0.444537
frame:2 pts:487987 pts_time:5.42208
lavfi.scene_score=0.494256
frame:3 pts:904654 pts_time:10.0517
lavfi.scene_score=0.462327
frame:4 pts:2533781 pts_time:28.1531
lavfi.scene_score=0.460413
frame:5 pts:2668916 pts_time:29.6546
lavfi.scene_score=0.432326
帧是从开始检测到的镜头变化的序列号。此外，为您的用例选择适当的阈值（此处为 0.3）以获得正确的输出
我没有代表对上述答案发表评论，但我想指出@ckoehn 和@keypulsations 发布的grep 只会获取浮点时间戳。要同时获取浮点和整数时间戳，请使用以下正则表达式
grep showinfo ffout | grep pts_time:[0-9.]* -o | grep -E '[0-9]+(?:\.[0-9]*)?' -o > timestamps
我正在尝试@ckoehn 的答案并且它有效，直到它停止工作，最后一个 grep 中的星号造成了麻烦。为避免这种情况，我建议在 grep 句子中使用双引号，例如：
grep showinfo ffout | grep pts_time:[0-9.]* -o | grep "[0-9.]*" -o > timestamps