news 2026/9/3 3:35:05

FFmpeg开发笔记(九十七)国产的开源视频剪辑工具AndroidVideoEditor

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
FFmpeg开发笔记(九十七)国产的开源视频剪辑工具AndroidVideoEditor
​《FFmpeg开发实战:从零基础到短视频上线》一书的“第 12 章 FFmpeg的移动开发”介绍了如何使用FFmpeg在手机上剪辑视频,方便开发者更好地开发类似剪映那样的视频剪辑软件。那么在Android系统上还有一款国产的开源视频剪辑框架Android-Video-Editor,通过该框架可以更方便地对视频进行剪辑和滤镜操作,下面就来介绍如何在App工程中使用Android-Video-Editor。

Android-Video-Editor是一款Android视频编辑开源工具,主要功能包括视频拍摄、视频裁剪、视频滤镜、视频压缩等等。Android-Video-Editor通过整合其他开源框架实现完整的剪辑功能,比如通过CameraView录制视频,通过VideoEdit编辑视频,通过Mp4Composer封装视频,通过SiliCompressor压缩视频,等等。
Android-Video-Editor的源码托管地址为https://github.com/LLhon/Android-Video-Editor(星星数1.3k),国内的镜像地址为https://gitcode.com/angcyo/Android-Video-Editor。该框架的最近版本更新于2019年4月,对应压缩包的下载地址为https://github.com/LLhon/Android-Video-Editor/archive/refs/heads/master.zip。
由于Android-Video-Editor源码的发布时间较早,为了让小海豚版本的Android Studio Dolphin能够打开它们,需要对App工程作如下修改:
1、升级Gradle版本和SDK版本;
2、把Support库迁移为Androidx库;
3、移除不适配小海豚版本的butterknife库;
4、把isoparser库由jar包导入方式改为maven导入方式;
5、另外修复了若干bug;
因为上述修改涉及到的内容较多,这里不再一一列出,博主把修改后的App源码上传到了Github,具体地址为https://github.com/aqi00/note/tree/master/Android-Video-Editor。大家可以拉取Github上修改好的Android-Video-Editor源码,就能用小海豚版本的Android Studio Dolphin导入Android-Video-Editor工程了。
打开Android-Video-Editor工程之后,发现该工程包括下列四个模块:
1、app模块,负责App界面的交互操作;
2、video-compressor模块,负责视频的编辑和压缩操作;
3、video-effect模块,负责视频的封装操作;
4、video-record模块,负责视频的录制操作;
那么通过Android Studio Dolphin编译Android-Video-Editor并安装到真机上,点击【相册】后加载系统相册中的所有视频文件,选择一个待加工的视频文件,打开该视频的编辑界面如下图所示:

编辑界面下方可以滑动选择待裁剪的视频片段,点击右下角的【滤镜】按钮,弹出滤镜选择列表如下图所示:

点击列表中的【怀旧】滤镜,编辑界面马上切换成昏黄的怀旧效果如下图所示:

点击右上角的【发布】按钮,App就开始执行对应的加工操作。加工之后的视频片段默认放在App安装路径下的cache目录,完整路径为“我的手机/Android/data/com.marvhong.videoeditor/cache/small_video/VIDEO_yyyymmdd_HHMMSS.mp4”,其中yyyymmdd代表年月日,HHMMSS代表时分秒。
稍等片刻剪辑完成后,App会自动跳到视频播放界面观看加工好的视频片段。

更多详细的FFmpeg开发知识参见《FFmpeg开发实战:从零基础到短视频上线》一书。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/2 21:37:39

中文命名实体识别入门:RaNER模型快速上手

中文命名实体识别入门:RaNER模型快速上手 1. 引言:中文NER的现实挑战与RaNER的定位 在信息爆炸的时代,非结构化文本数据(如新闻、社交媒体、文档)占据了数据总量的80%以上。如何从中高效提取关键信息,成为…

作者头像 李华
网站建设 2026/9/2 11:49:22

RaNER模型部署案例:法律案例检索系统

RaNER模型部署案例:法律案例检索系统 1. 引言:AI 智能实体侦测服务的现实价值 在法律信息化建设不断推进的背景下,海量非结构化文本(如判决书、起诉书、法规条文)中蕴含的关键信息亟需高效提取。传统人工标注方式效率…

作者头像 李华
网站建设 2026/9/2 22:17:09

大语言模型从原型到生产的实践指南

大语言模型:从原型到生产 大语言模型展现出了令人印象深刻的能力,其影响力是当前的热门话题。未来会是什么样子?我们是否只会与机器人对话?提示工程是否会取代编程?或者我们只是在炒作不可靠的“鹦鹉”并烧钱&#xff…

作者头像 李华
网站建设 2026/9/2 21:22:57

AI智能实体侦测服务案例:金融报告实体抽取实战

AI智能实体侦测服务案例:金融报告实体抽取实战 1. 引言:AI 智能实体侦测服务在金融场景的价值 随着金融行业数字化转型的加速,海量非结构化文本数据(如年报、公告、研报、新闻)不断涌现。如何从这些文本中快速提取关…

作者头像 李华
网站建设 2026/9/2 20:36:30

AI智能实体侦测服务冷启动问题:模型预加载优化解决方案

AI智能实体侦测服务冷启动问题:模型预加载优化解决方案 1. 背景与挑战:AI 智能实体侦测服务的“第一秒”体验 在当前信息爆炸的时代,从非结构化文本中快速提取关键信息已成为智能内容处理的核心能力。AI 智能实体侦测服务应运而生&#xff…

作者头像 李华
网站建设 2026/9/2 22:09:35

PYTEST vs 传统测试:效率提升300%的秘诀

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 开发一个性能对比工具,能够量化PYTEST与传统unittest框架的效率差异。工具应具备:1. 相同测试用例的两种实现;2. 执行时间统计功能;…

作者头像 李华