news 2026/4/18 13:01:01

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 2026/4/17 20:28:15

Qwen3-VL-WEBUI应用场景:博物馆文物数字化管理系统

Qwen3-VL-WEBUI应用场景:博物馆文物数字化管理系统 1. 引言:AI驱动的文物数字化新范式 随着文化遗产保护意识的提升,博物馆正面临海量文物信息采集、分类、标注与公众服务的巨大挑战。传统人工处理方式效率低、成本高,且难以实现…

作者头像 李华
网站建设 2026/4/18 3:51:43

基于RaNER的中文实体识别实战:WebUI集成详解

基于RaNER的中文实体识别实战:WebUI集成详解 1. 引言:AI 智能实体侦测服务 在信息爆炸的时代,非结构化文本数据(如新闻、社交媒体内容、文档资料)占据了企业与研究机构数据总量的80%以上。如何从这些杂乱无章的文字中…

作者头像 李华
网站建设 2026/4/18 3:51:19

AI实体侦测服务快速上手:RaNER模型教程

AI实体侦测服务快速上手:RaNER模型教程 1. 引言 1.1 业务场景描述 在当今信息爆炸的时代,非结构化文本数据(如新闻、社交媒体内容、文档资料)呈指数级增长。如何从这些海量文本中高效提取关键信息,成为自然语言处理…

作者头像 李华
网站建设 2026/4/18 3:46:51

命名实体识别卡顿怎么办?AI智能实体侦测服务响应优化实战

命名实体识别卡顿怎么办?AI智能实体侦测服务响应优化实战 1. 引言:当命名实体识别遭遇性能瓶颈 在自然语言处理(NLP)的实际应用中,命名实体识别(NER) 是信息抽取的核心环节。无论是新闻摘要、…

作者头像 李华
网站建设 2026/4/17 18:25:00

AI智能实体侦测服务备份恢复:数据持久化存储实战配置

AI智能实体侦测服务备份恢复:数据持久化存储实战配置 1. 引言 1.1 业务场景描述 在当前AI应用快速落地的背景下,基于深度学习的命名实体识别(NER)系统已广泛应用于新闻摘要、舆情监控、知识图谱构建等场景。以RaNER模型驱动的A…

作者头像 李华
网站建设 2026/4/18 8:47:02

通达信趋势指标智能生命线

{}MID:(3*CLOSELOWOPENHIGH)/6; 工作线: (20*MID19*REF(MID,1)18*REF(MID,2)17*REF(MID,3)16*REF(MID,4) 15*REF(MID,5)14*REF(MID,6)13*REF(MID,7)12*REF(MID,8)11*REF(MID,9) 10*REF(MID,10)9*REF(MID,11)8*REF(MID,12)7*REF(MID,13)6*REF(MID,14) 5*REF(MID,15)4*REF(MID,16…

作者头像 李华