FFmpeg给视频添加图片或文字水印，如何精确控制位置？

在日常的视频制作和内容分发中，给视频加上水印是非常普遍的需求。无论是为了保护版权、展示品牌Logo，还是标注时间、作者信息，水印都起到了重要作用。很多人以为必须用Premiere、Final Cut Pro这类专业软件才能完成，其实只要学会FFmpeg的命令行操作，一条命令就能搞定图片水印和文字水印，还能精确控制它们的位置、大小和透明度。本文将从基础原理讲起，逐步带你掌握FFmpeg的水印技术。

一、图片水印的叠加原理与坐标系统

1.1 overlay滤镜的工作方式

FFmpeg处理图片水印的核心是overlay滤镜。这个滤镜的作用是把一张图片“盖”在视频画面上。要实现这个效果，FFmpeg需要同时接收两路输入：一路是视频流，另一路是图片流。在滤镜图中，我们用方括号加数字来标记不同的流，比如[0:v]表示第一个输入文件（通常是视频）的视频流，[1:v]表示第二个输入文件（图片）的视频流。overlay滤镜会把第二个流绘制到第一个流之上，然后输出一个新的视频流。

位置的控制由x和y两个参数决定，默认值是0，也就是图片的左上角与视频画面的左上角对齐。如果直接写死数值，比如x=100:y=200，那么水印就会固定出现在距离左边100像素、上边200像素的位置。但这种写法有一个明显的缺点：当视频的分辨率发生变化时，水印的相对位置也会改变，很可能跑到画面中间甚至外面去。

1.2 坐标系统与动态变量

FFmpeg的坐标系统原点在左上角，向右为x正方向，向下为y正方向。为了让水印在不同分辨率下都能保持在理想位置，我们需要使用内置变量。常用的变量有：

• main_w：主画面（视频）的宽度
• main_h：主画面（视频）的高度
• overlay_w：水印图片的宽度
• overlay_h：水印图片的高度

假设你想让水印始终位于右下角，并且距离右边和下边各20像素，那么x和y的表达式应该是：

x = main_w - overlay_w - 20
y = main_h - overlay_h - 20

这样不管视频是1920×1080还是1280×720，水印都会紧贴右下角，保持相同的边距。同理，如果要放在左下角，可以写成x=20:y=main_h-overlay_h-20；放在右上角则是x=main_w-overlay_w-20:y=20。

1.3 完整命令示例

下面是一条完整的命令，将名为logo.png的图片水印添加到input.mp4的右下角，并输出为output.mp4：

ffmpeg -i input.mp4 -i logo.png -filter_complex \
"[0:v][1:v]overlay=x=main_w-overlay_w-20:y=main_h-overlay_h-20" \
-c:a copy output.mp4

这里有几个要点需要说明。首先，-filter_complex后面跟着滤镜图描述，它允许我们处理多个输入流。其次，-c:a copy表示音频流直接复制，不做重新编码，这样可以大幅提高处理速度，同时保证音质无损。最后，如果水印图片是PNG格式且带有透明通道，overlay会保留透明度，水印看起来就像浮在视频上一样；如果是JPEG这种没有透明度的格式，图片的矩形区域会完全遮挡住下面的视频内容，效果就不太理想了。

二、文字水印的drawtext滤镜配置

2.1 drawtext的基本用法

文字水印不能使用overlay滤镜，而是要用drawtext滤镜。这个滤镜直接在视频帧上渲染文本，相当于在每一帧画面上写字。使用drawtext时必须指定字体文件，因为FFmpeg本身不携带字体，需要依赖系统已有的字体库。在Linux系统中，常见的字体路径是/usr/share/fonts/truetype/dejavu/DejaVuSans.ttf；在Windows上则是C:\Windows\Fonts\arial.ttf。如果你的字体路径中包含空格或特殊字符，需要用引号括起来。

文字的内容通过text参数传入，例如text='Hello World'。也可以使用textfile参数读取外部文本文件，适合需要大量文字的场景。此外，还可以使用格式化字符串，比如%{pts:hms}表示当前播放时间（时:分:秒格式），这在录制屏幕或直播回放时非常有用。

2.2 位置控制与时间变量

文字水印的位置同样由x和y控制，并且支持更多动态表达式。除了前面提到的main_w、main_h，还有tw（文字宽度）和th（文字高度）这两个变量。例如，要让文字固定在右上角，可以写成：

x = w - tw - 10
y = 10

其中w和h是当前视频帧的宽度和高度，与main_w和main_h等效。

更高级的用法是利用时间变量t（当前时间，单位为秒）实现滚动或闪烁效果。比如让文字从右向左水平滚动：

x = w - mod(t * 100, w + tw)

这里的mod函数取模运算，使得文字不断循环移动。注意，在滤镜表达式中，冒号和逗号有特殊含义，如果要在文字内容中使用它们，需要用反斜杠转义，比如text='Time\: now'。

2.3 中文文字与样式美化

中文文字水印需要特别注意字体文件的支持。如果使用的字体不包含中文字形，渲染出来的就会是乱码或方框。因此建议使用像“微软雅黑”、“思源黑体”这样的中文字体。在某些环境中，还需要加上text_shaping=1参数来启用文字整形，确保复杂排版（如竖排文字）正确显示。

为了让文字在亮色背景下更清晰，可以使用box参数添加背景框。例如box=1:boxcolor=black@0.5会在文字背后绘制一个半透明的黑色矩形，大大提升可读性。字体颜色可以用fontcolor指定，支持十六进制颜色码或颜色名称，比如fontcolor=white或fontcolor=#FF0000。字体大小用fontsize控制，单位是像素。

下面是一个在视频左上角显示当前时间码的例子：

ffmpeg -i input.mp4 -vf \
"drawtext=fontfile=/usr/share/fonts/truetype/dejavu/DejaVuSans.ttf:\
text='%{pts:hms}':x=10:y=10:fontsize=24:fontcolor=white:box=1:boxcolor=black@0.5" \
-c:a copy output.mp4

三、多水印组合与性能优化策略

3.1 同时添加图片和文字水印

实际业务中经常需要既放Logo又加版权文字。FFmpeg允许在一条filter_complex中串联多个滤镜。思路是先对原始视频应用overlay添加图片，得到中间结果，然后再对这个中间结果应用drawtext添加文字。中间结果需要用方括号别名标记，以便后续滤镜引用。

典型的写法如下：

ffmpeg -i input.mp4 -i logo.png -filter_complex \
"[0:v][1:v]overlay=x=main_w-overlay_w-30:y=main_h-overlay_h-30[v1];\
[v1]drawtext=fontfile=/usr/share/fonts/truetype/dejavu/DejaVuSans.ttf:\
text='Copyright www.bbccb.com':x=(w-text_w)/2:y=main_h-th-20:fontsize=20:fontcolor=yellow[v2]" \
-map "[v2]" -map 0:a -c:a copy -c:v libx264 -crf 20 output.mp4

这条命令做了以下几件事：首先将logo.png叠加到视频右下角，输出命名为[v1]；然后对[v1]添加文字“Copyright www.bbccb.com”，文字水平居中（x=(w-tw)/2），垂直位于底部上方20像素（y=main_h-th-20），输出命名为[v2]。最后用-map明确选择处理后的视频流[v2]和原始音频流0:a，避免滤镜图输出干扰默认流选择。

3.2 条件显示与动态布局

有时我们希望水印只在视频的前几秒出现，或者只在特定时间段显示。这可以通过enable表达式实现。例如，只在视频前10秒显示图片水印：

overlay=x=...:y=...:enable='lt(t,10)'

lt(t,10)表示时间t小于10秒时为真。同样，drawtext也支持enable参数。

对于竖屏和横屏混合的素材，可以结合if表达式判断视频方向。比如检测到高度大于宽度（竖屏）时，将水印放在顶部中央；否则放在右下角。虽然命令行写起来有点长，但本质上就是一段脚本化的逻辑。

3.3 性能优化技巧

添加水印通常不会改变视频的分辨率和帧率，所以编码时可以尽量保持画质。推荐使用-c:v libx264 -crf 18，CRF值越低质量越高，18~22是比较平衡的范围。音频直接复制即可（-c:a copy）。

当处理4K超高清视频时，水印图片的缩放计算可能会成为性能瓶颈。解决办法是在传入overlay之前，先将水印图片缩放到合适的尺寸。例如，先用scale滤镜把logo缩小到视频宽度的10%，再叠加：

[1:v]scale=iw*0.1:-1[logo]; [0:v][logo]overlay=...

另外，使用-preset veryfast可以大幅缩短编码时间，同时画质损失肉眼几乎不可察觉。如果机器性能足够，也可以用-preset medium获得更好的压缩效率。

四、常见问题与排查方法

4.1 水印位置不对或超出画面

最常见的原因是坐标表达式写错了。比如忘了减去水印自身的宽高，导致水印一部分跑到画面外面。建议先在命令行中打印出视频的宽高信息（用ffprobe），然后手动计算预期坐标，再对比实际效果。另外，注意变量名的大小写，main_w和MAIN_W是不同的。

4.2 文字显示为方框或乱码

这几乎都是字体问题。要么字体路径不正确，要么字体不支持中文字符。可以先测试一个英文字符，如果正常显示，再换成中文。确保字体文件存在且可读，必要时使用绝对路径。在Windows上，路径中的反斜杠需要写成双反斜杠或者用正斜杠。

4.3 水印闪烁或抖动

如果水印图片本身带有半透明区域，而视频又是可变帧率，可能会出现闪烁。可以尝试将水印图片转换为固定尺寸，并在overlay中加上format=rgba强制使用RGBA色彩空间。另外，确保输入视频的帧率稳定，必要时用-r参数固定输出帧率。

4.4 处理速度极慢

如果发现编码速度远低于实时，可能是因为开启了过多的滤镜或使用了高CRF值。可以尝试降低CRF到23~28，或者使用硬件加速编码（如-c:v h264_nvenc）。另外，检查是否无意中改变了分辨率或帧率，不必要的重采样会拖慢速度。

五、总结

通过本文的学习，你应该已经掌握了FFmpeg添加图片水印和文字水印的核心方法。关键在于理解overlay和drawtext两个滤镜的参数含义，以及熟练运用坐标变量实现自适应定位。多水印组合时注意滤镜链的串联写法，性能优化则围绕编码参数和预处理展开。只要多加练习，即使面对复杂的业务需求，也能用一条简洁的命令完成高质量的水印添加，无需依赖昂贵的商业软件。

FFmpegwatermarkvideo_processing修改时间：2026-08-21 00:16:32