网站导航
> 技术文档 > Python 使用环境下编译 FFmpeg 及 PyAV 源码（英特尔篇）

Python 使用环境下编译 FFmpeg 及 PyAV 源码（英特尔篇）

网友: 技术文档 2025-07-26 19:45:05

文章目录

  • 一、简介
  • 二、VA-API 与 OneVPL 的关系
  • 三、源码编译GPU加速核心模块
    • 1. 安装 Media-driver
    • 2. 安装 Libva
    • 3. 安装GmmLib
    • 4. 安装 Libva-utils
    • 5. 安装 OneVPL
    • 6. 安装 Libvpl
  • 四、源码编译FFmpeg
  • 五、源码编译PyAV
  • 小结

一、简介

  1. Intel平台的视频编解码可以通过软件（CPU）或硬件（GPU）实现，其中硬件加速主要依赖于集成显卡（iGPU）或独立显卡（dGPU）中的专用模块，如 Quick Sync Video（QSV）。

  2. Intel提供了多个接口用于访问这些加速能力，包括开源的 VAAPI（通过 libva、media-driver 等实现）和自家的 OneVPL（新版统一视频处理接口）。VAAPI 是一个标准化的接口，Intel 通过 media-driver 实现对其支持，配合 gmmlib 提供底层资源管理；而 OneVPL 是 Intel 推出的新版跨平台 API，未来会逐步取代旧的 QSV 接口。

  3. 在实际应用中，可以通过 FFmpeg、GStreamer、PyAV 等工具调用这些接口，实现高效的视频编码和解码。在Intel平台上使用硬件加速编解码，需正确配置 VAAPI 或 OneVPL 相关依赖，并确保系统能识别 GPU 及其驱动。

    模块名 类型 说明 GmmLib 驱动依赖库 Intel 图形内存管理，供 media-driver 使用。 media-driver 驱动插件 Intel GPU 硬件驱动插件（如 iHD），被 VA-API 或 OneVPL 使用。 libva 中间接口 VA-API 实现，向上给 FFmpeg 等提供统一接口，向下加载 media-driver。 libva-utils 工具/调试 含 vainfo 等工具，用于验证 libva 安装和驱动加载是否成功。 FFmpeg 多媒体编解码工具 支持 -hwaccel vaapi 或 -hwaccel qsv 实现 Intel GPU 硬编解码。 PyAV Python 封装库 FFmpeg 的 Python 接口，间接支持 VA-API 或 QSV 加速。 OneVPL 新一代编程接口 替代 Intel Media SDK 的接口，支持 VA-API / iHD 驱动 / GPU + CPU 混合解码。 QSV (Quick Sync) 硬件能力（非软件） Intel GPU 硬件加速编解码技术，由 VA-API、Media SDK、OneVPL 统一调度调用。

二、VA-API 与 OneVPL 的关系

  1. VA-API（Video Acceleration API） 是一个开源的、跨厂商的统一硬件加速视频编解码接口规范，设计上比较通用，支持多种硬件（Intel、AMD、NVIDIA等），但它本身只是一个标准接口，具体性能和优化程度依赖于各硬件厂商提供的驱动（比如 Intel 的 iHD 驱动、i965 驱动等）。

  2. OneVPL（One Video Processing Library） 是英特尔推出的专门针对英特尔硬件（尤其是其最新架构）的多功能视频处理库，提供了更丰富、更专门化的硬件优化功能，支持包括编解码、视频处理、转码等，且接口设计更现代化、更高效，专注于英特尔平台。

    层级 VA-API 路线 OneVPL 路线 应用层 FFmpeg、GStreamer、PyAV 等 OneVPL API、FFmpeg -hwaccel qsv 等 接口层 libva（用户空间 API） libvpl（onevpl-core） 驱动层 iHD_drv_video.so iHD_drv_video.so 硬件层 Intel GPU (QSV) Intel GPU (QSV)

三、源码编译GPU加速核心模块

1. 安装 Media-driver

  1. 可以先通过英特尔官网确认自己的设备信息，包括架构代号。然后在media-driver官网上下载对应版本的源码进行安装。具体的安装步骤，参考github主页。选择下载支持自己设备型号的版本，特别是一些比较新的设备。

  2. 在media-driver安装之前，还需要确保两个重要依赖：Libva 和 GmmLib的安装，他们很重要并且推荐使用源码编译。所以，应先安装后面的内容，最后安装media-driver。
    依赖页

  3. 安装完 Libva 和 GmmLib 之后，对于 ubuntu16 之后的系统，先安装如下的内容。

    sudo apt install autoconf libtool libdrm-dev xorg xorg-dev openbox libx11-dev libgl1-mesa-glx

  4. 在media-driver源码同级目录下创建build_media目录，mkdir build_media && cd build_media。
    创建文件夹

  5. 参考官方的指令编译和安装。

    cmake ../media-drivermake -j\"$(nproc)\"sudo make installsudo ldconfig

  6. 安装之后需要关注一下终端的信息，确认iHD_drv_video.so的安装位置，并在~/.bashrc中导出环境变量，之后执行source ~/.bashrc。

    export LIBVA_DRIVER_NAME=iHDexport LIBVA_DRIVERS_PATH=/usr/lib/x86_64-linux-gnu/dri # 根据具体情况修改export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH

  7. 执行vainfo（需要安装Libva-utils），如果能打印如下的信息则安装成功。
    vainfo打印

2. 安装 Libva

  1. 参考官方主页，先安装如下内容。

    sudo apt-get install git cmake pkg-config meson libdrm-dev automake libtool

  2. 在github官网选择与media-driver版本匹配的libva源码下载。
    下载

  3. 参考官方的指令编译和安装，注意这里的安装路径，之后安装media-driver设置环境变量会用到。

    ./autogen.sh --prefix=/usr --libdir=/usr/lib/x86_64-linux-gnumakesudo make installsudo ldconfig

  4. 通过如下指令确认安装是否成功，如果输出模块版本号则安装成功。

    pkg-config --modversion libva

3. 安装GmmLib

  1. 在github官网选择与media-driver版本匹配的gmmlib源码下载。
    安装

  2. 参考官方指令编译和安装。

    cd gmmlibmkdir build && cd buildcmake -DCMAKE_BUILD_TYPE=Release ..make -j\"$(nproc)\" sudo make installsudo ldconfig

4. 安装 Libva-utils

  1. 在github官网选择与libva版本匹配的utils源码下载。
    工具

  2. 参考官方安装指令执行，之后就可以运行vainfo来检查媒体堆栈环境是否正确。

    ./autogen.sh --enable-testsmakesudo make installsudo ldconfig

5. 安装 OneVPL

  1. 在github官网选择与media-driver版本匹配的vpl源码下载。
    vpl

  2. 参考官方指令编译和安装。安装完成之后会在/opt/intel/mediasdk/lib中看到libmfx相关的库文件。

    mkdir build && cd buildcmake ..makesudo make installsudo ldconfig

  3. 通过如下指令确认安装是否成功，如果输出模块版本号则安装成功。

    pkg-config --modversion libmfx-gen

6. 安装 Libvpl

  1. 因为在安装onevpl的时候默认只安装libmfx的库，这个库支持的硬件有限，所以需要在github官网选择与onevpl版本匹配的libvpl源码下载安装。相关的支持关系可以参考官方主页介绍。
    libvpl

  2. 参考官方的安装指南编译和安装，修改安装路径为libmfx相同的安装路径，一般默认是/opt/intel/mediasdk。

    export VPL_INSTALL_DIR=/opt/intel/mediasdksudo script/bootstrapcmake -B _build -DCMAKE_INSTALL_PREFIX=$VPL_INSTALL_DIRcmake --build _buildcmake --install _buildsudo ldconfig

  3. 在~/.bashrc中导出环境变量，之后执行source ~/.bashrc。

    export LD_LIBRARY_PATH=/opt/intel/mediasdk/lib:$LD_LIBRARY_PATHexport PKG_CONFIG_PATH=/opt/intel/mediasdk/lib/pkgconfig:$PKG_CONFIG_PATH

  4. （可选）根据官方介绍，使用的时候需要通过如下方式设置环境变量，请自行测试，一般情况下完成上诉过程就可以了。

    source /opt/intel/mediasdk/etc/vpl/vars.sh

  5. 通过如下指令确认安装是否成功，如果输出模块版本号则安装成功。

    pkg-config --modversion vpl

四、源码编译FFmpeg

  1. 安装基础构建工具。

    sudo apt updatesudo apt install -y \\ build-essential \\ nasm \\ yasm \\ cmake \\ git \\ pkg-config \\ autoconf \\ libtool

  2. 上述工具基本覆盖了音视频领域 FFmpeg 编译所需的核心工具链，少数较新的库（如 libaom、SVT-AV1）可能用到ninja-build和meson，这两者通常是配套使用的。如果只是主流音视频编解码需求，上面的工具就足够了。如果打算编译一些新型编解码器，可以选择安装。

    sudo apt install meson ninja-build

  3. 安装主流的编解码库依赖，包括：H.264 视频编码库，H.265/HEVC 视频编码库，VP8/VP9 视频编解码库，高质量 AAC 音频编码库，MP3 音频编码库，Opus 音频编解码库，Vorbis 音频编解码库等。

    sudo apt install -y \\ libx264-dev \\ libx265-dev \\ libvpx-dev \\ libfdk-aac-dev \\ libmp3lame-dev \\ libopus-dev \\ libvorbis-dev \\ libssl-dev

  4. 如果需要AV1 编码以及图像字幕等支持，可以选择安装。

    sudo apt install -y libaom-dev libsvtav1-dev libdav1d-dev libwebp-dev libass-dev libfreetype6-dev libfontconfig1-dev libfribidi-dev

  5. 在github官网选择合适版本的源码下载。PyAV-15.0.0版本默认支持FFmpeg-7.1.1， 参考官方安装指南 ，PyAV 需要 FFmpeg 的动态库支持，所以配置 FFmpeg 的--enable-shared选项，并开启qsv加速（--enable-libvpl），同时将 ffmpeg 安装到/opt/ffmpeg-7.1.1目录下便于版本控制。

    ./configure \\ --prefix=/opt/ffmpeg-7.1.1 \\ --enable-shared \\ --disable-static \\ --enable-gpl \\ --enable-nonfree \\ --enable-version3 \\ --enable-vaapi \\ --enable-libvpl \\ --enable-libdrm \\ --enable-libx264 \\ --enable-libx265 \\ --enable-libvpx \\ --enable-libaom \\ --enable-libsvtav1 \\ --enable-libdav1d \\ --enable-libfdk-aac \\ --enable-libmp3lame \\ --enable-libopus \\ --enable-libvorbis \\ --enable-libass \\ --enable-libfreetype \\ --enable-libfontconfig \\ --enable-libfribidi \\ --enable-libwebp \\ --enable-openssl

  6. 编译和安装。

    make -j$(nproc)sudo make installsudo ldconfig

  7. 在~/.bashrc中导出环境变量，与 FFmpeg 的安装路径一致，之后执行source ~/.bashrc。

    export PATH=/opt/ffmpeg-7.1.1/bin:$PATHexport LD_LIBRARY_PATH=/opt/ffmpeg-7.1.1/lib:$LD_LIBRARY_PATHexport PKG_CONFIG_PATH=/opt/ffmpeg-7.1.1/lib/pkgconfig:$PKG_CONFIG_PATH

  8. 执行ffmpeg -hwaccels列出当前 FFmpeg 支持的硬件加速方式，如果看到qsv则证明我们配置成功。
    硬件加速

五、源码编译PyAV

  1. 在安装之前，需要确认虚拟环境中是否已经有 FFmpeg，如果有，建议先卸载（conda remove ffmpeg），否则在编译 PyAV 的时候会默认使用虚拟环境中的，即使我们设置了环境变量。

    conda list | grep ffmpeg # 确认虚拟环境中不再有 ffmpeg 相关动态库（重要）

  2. 另外，为了保证编译的时候链接正确的 FFmpeg，需要在~/.bashrc中增加两个环境变量，之后执行source ~/.bashrc。路径修改为自己的 FFmpeg 的安装路径。

    export CFLAGS=\"-I/opt/ffmpeg-7.1.1/include\"export LDFLAGS=\"-L/opt/ffmpeg-7.1.1/lib\"

  3. 在github官网选择合适的版本下载源码，其中，github主页中的源码安装方式使用的venv创建虚拟环境。如果使用conda的环境，安装过程不完全一致。
    Python 使用环境下编译 FFmpeg 及 PyAV 源码（英特尔篇）

  4. 参考官方主页中的介绍确认相关依赖是否存在。与 FFmpeg 有关的库可以在安装路径下的lib目录中确认，并且需要正确指定 FFmpeg 的环境变量。
    依赖

  5. 使用conda的虚拟环境安装前，需要对setup.py进行修改，否则就会出现如下的报错，主要是因为 PyAV 的构建脚本强制要求必须在虚拟环境（venv）中安装，而默认不认为conda是“虚拟环境”。

    Python 使用环境下编译 FFmpeg 及 PyAV 源码（英特尔篇）

  6. 在 setup.py 中找到is_virtualenv()函数并对其做如下修改，这样即使是conda，只要激活环境，就能通过这个检查。不会触发raise ValueError(\"You are not using a virtual environment\")。

    def is_virtualenv(): return ( hasattr(sys, \"real_prefix\") or # old virtualenv sys.base_prefix != sys.prefix or # venv \'CONDA_PREFIX\' in os.environ # conda support )

    Python 使用环境下编译 FFmpeg 及 PyAV 源码（英特尔篇）

  7. 完成对setup.py的修改后，激活conda环境并安装 PyAV。

    conda activate myenv # 激活虚拟环境cd PyAVpip install . # 安装到虚拟环境

    Python 使用环境下编译 FFmpeg 及 PyAV 源码（英特尔篇）

  8. 执行指令pip show av，确认 PyAV 是否真的安装到了虚拟环境中，如果有如下输出则证明安装成功，正确安装到了虚拟环境中的site-packages目录下。

    路径

  9. 在非源码目录下执行如下指令，如果正确返回版本信息则可以正常导入av。如果在源码目录下执行则会报错。

    python -c \"import av; print(av.__version__)\"

  10. 执行如下指令查看 PyAV 使用的 FFmpeg 版本，将输出内容对比执行指令ffmpeg -version的结果，如果各个版本都一致那么 PyAV 已成功链接到编译的 FFmpeg。

    python -c \"import av; print(av.library_versions)\"

  11. 另外，可以通过如下指令找到 PyAV 的底层动态库.so文件，检查它链接的 FFmpeg 库。

    ldd $(python -c \"import av._core; print(av._core.__file__)\")

小结

上述内容均参考官网及个人实践，如有其他问题欢迎在评论区讨论，谢谢！！

网络标签：

相关问题