首页 文章 精选 留言 我的

精选列表

搜索[WorkBuddy],共4431篇文章
优秀的个人博客,低调大师

#WorkBuddy# 让 AI 替我写个录屏工具:ffmpeg 从黑窗到 GUI 的踩坑实录

## 场景 我平时要录一些操作教程:屏幕画面加麦克风讲解,双击就能录,录完出 MP4。市面工具要么带水印要么收费,于是我干脆让 AI 助手用 ffmpeg 给我现场写一个。需求听起来很简单:双击启动一个小窗口 GUI,点大红按钮开始录制,再点一下停止并保存。结果这个"简单需求"踩了一整天的坑,把过程记下来,权当给同样想用 ffmpeg 做录屏的朋友排雷。 ## 过程 第一步是拿 ffmpeg 本体。我一开始让脚本从 gyan.dev 直下安装包,九分钟过去 35MB 还没下完,直接超时。后来换思路:`pip install imageio-ffmpeg`,这个包自带一个完整的 ffmpeg.exe,装完从包目录里拷出来就能用,全程 25 秒。缺什么先想想哪个 Python 包顺路捎带了它,往往比啃官网镜像快得多。 录制本体倒是不难,`gdigrab` 抓屏 + `dshow` 采麦克风,30fps 编 h264,一行命令搞定,3 秒测试视频画面声音双流正常。真正的坑全在周边。 ## 坑一:快捷方式写完就消失 我用 Windows 的 IShellLink COM 接口直接往桌面写 .lnk 快捷方式,写完当场查还在,过一会儿再看没了。反复几次才确认:是运行环境的安全机制会把脚本直接创建的 .lnk 当可疑对象清掉,而普通文本文件没事。解法很土但有效:先把 .lnk 写到一个"安全"目录,再用普通文件复制(cp)放到桌面,复制出来的快捷方式就稳定存活了。 ## 坑二:图标白板 快捷方式有了,图标却是白板。我先用截屏抓现场定位(比反复问用户快得多),最后挖出真因:IShellLink 的 SetIconLocation 必须把图标路径和索引**分成两个参数**传,比如路径传 `camera2.ico`、索引单独传 0;我把 `"camera2.ico,0"` 整串塞进路径参数,系统就去找一个名字叫 `camera2.ico,0` 的文件,当然白板。用 pywin32 时 `IconLocation="path,0"` 会自动帮你拆,但裸调 ctypes 必须手动拆,这是个非常隐蔽的 API 差异。 顺手总结的图标修复三板斧:一是用 `ie4uinit.exe -show` 重建图标缓存(Win10 有效);二是给快捷方式改个名,新路径会分到新的缓存槽位;三是怀疑图标文件本身不被解析时换个格式重生成。三板斧下来图标正常渲染。 ## 坑三:MSYS 路径搅局 给录制加降噪滤镜时,滤镜串里的 `C\:/` 和冒号总被 Git Bash 环境强制转换,ffmpeg 收到的参数已经面目全非。绕法是不在命令行里硬拼:给 ffmpeg 进程设置固定的 WorkingDirectory,把 RNNoise 降噪模型用相对路径引用(`m=sh.rnnn`),彻底避开路径改写。在 MSYS/Git Bash 环境下跑带盘符和冒号的命令,永远要留个心眼。 ## 坑四:麦克风太安静 + 底噪 实测麦克风收音峰值只有 -26dB,不是权限问题,是增益太低。ffmpeg 侧用 `speechnorm` 做响度归一,先把 e 参数从 12 拉到 25 才够用;再叠降噪链:`highpass=f=180` 切掉低频隆隆、`afftdn` 做 FFT 降噪、`arnndn` 挂 RNNoise 神经网络模型,最后 speechnorm 提人声。声谱图对比,全频段底噪从 -75dBFS 压到 -100 以下,效果肉眼可见。 还有一个容易忽略的点:**改了脚本必须把旧窗口杀掉重开**。PowerShell 脚本只在窗口打开时加载一次,用户拿着没关的旧窗口录出来永远是旧引擎,我还以为是滤镜没生效,白查了半天。 ## 总结 这次实战的核心经验可以归成四条: 1. **依赖优先找"顺路货"**:imageio-ffmpeg 自带 ffmpeg.exe,比直下安装包快二十倍; 1. **COM API 的隐式拆参**:裸 ctypes 调 IShellLink,SetIconLocation 的路径和索引必须分开设,pywin32 的便利让你忘了这一层; 1. **写完被清就换个写入方式**:.lnk 直接写会被安全机制回收,先写后复制就能活; 1. **改了脚本杀旧进程**:长驻窗口类工具,脚本只在启动时加载,不杀旧窗口的修改等于没改。 最后附上本次用到的关键命令,可直接复制: ``` :: 拿 ffmpeg(25 秒方案) pip install imageio-ffmpeg python -c "import imageio_ffmpeg,shutil;shutil.copy(imageio_ffmpeg.get_ffmpeg_exe(),'C:/ScreenRec/ffmpeg.exe')" :: 屏幕加麦克风录制(30fps / h264 / aac) ffmpeg -f gdigrab -framerate 30 -i desktop -f dshow -i audio="麦克风名称" -c:v h264 -c:a aac output.mp4 :: 四段降噪+响度归一滤镜链 -af highpass=f=180,afftdn=nr=24:nf=-40:tn=1,arnndn=m=sh.rnnn,speechnorm=e=25:r=0.0005:l=1 :: 重建图标缓存 ie4uinit.exe -show ``` 一个小工具踩下来,比读十篇教程记得牢。 ![](https://developer.qcloudimg.com/http-save/yehe-12814938/01c888e2b82e2de23b77f491141e61f2.png) ![](https://developer.qcloudimg.com/http-save/yehe-12814938/8cef0a1545dd751ce1c3dda93f1133be.png) ![](https://developer.qcloudimg.com/http-save/yehe-12814938/6c16916d4de9a5bb34b74b40d4b53ed9.png) ![](https://developer.qcloudimg.com/http-save/yehe-12814938/6d57969c71311603281991dadcdc6b25.png)

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册