在视频处理流水线中，FFmpeg凭借丰富的滤镜链成为命令行转码的首选工具。当原始素材因传感器限制或压缩损失出现细节疲软，或者因噪点突出需要视觉柔化时，unsharp与boxblur是两个被高频调用的滤镜。它们分别面向锐化增强与模糊抑制两个相反方向，但底层都依赖像素邻域的卷积运算。理解其参数模型与计算方式，可以避免盲目套用导致画面出现光晕或块状伪影。
unsharp滤镜的锐化原理与参数解析
unsharp滤镜的名称来源于传统摄影中的“ Unsharp Mask”（非锐化掩膜）工艺，其数字实现逻辑是先对图像做高斯模糊得到低频分量，再用原图减去模糊图得到高频边缘细节，最后将高频部分按指定强度加回原图。在FFmpeg中，该滤镜通过luma_msize_x、luma_msize_y控制亮度平面的模糊核尺寸，luma_amount控制高频加回权重。 chroma系列参数则对应色度平面，通常可保持默认以避免色彩溢出。
当luma_amount设为正数时执行锐化，负数则产生轻微模糊，这种对称设计让同一滤镜可双向调节。模糊核尺寸越大，提取的边缘越粗，适合修复整体发虚；尺寸过小则只强化细微噪点。实践中常用3x3或5x5矩阵，amount在0.5到1.5之间。以下命令对输入视频做适度锐化：
ffmpeg -i input.mp4 -vf "unsharp=luma_msize_x=5:luma_msize_y=5:luma_amount=1.0" output.mp4
需要注意的是，unsharp对已有压缩块效应无能为力，过度提升amount会让物体边缘出现白色亮边，在暗场景下尤为明显。若源片本身噪点严重，建议先配合降噪滤镜如hqdn3d，再轻度锐化，否则噪点会被一同放大。在批处理脚本中，可依据码率自动切换参数，但对实时推流而言，5x5核会带来可观的CPU占用。
boxblur滤镜的均值模糊机制与用法
boxblur即盒式模糊，它用滑动窗口内像素的平均值替换中心像素，属于线性低通滤波。与高斯模糊相比，boxblur计算更简单，多次迭代可逼近高斯效果。FFmpeg的boxblur滤镜以luma_radius定义模糊半径（像素），luma_power定义叠加次数，半径越大、幂次越高，画面越平滑。色度平面参数独立，常设较小值保色彩。
该滤镜常用于隐藏敏感信息、柔化皮肤或统一背景。由于是均值计算，单次大半径会产生方形痕迹，因此推荐用小半径配合高power，例如半径2、幂次3优于半径6、幂次1。下面示例将视频做轻度柔化：
ffmpeg -i input.mp4 -vf "boxblur=luma_radius=2:luma_power=3" output.mp4
boxblur在处理高分辨率素材时，若半径超过局部细节尺度，文字或纹理会被吞没。它不具备边缘保护作用，因此不同于双向滤波类算法。在移动端硬编码转码中，boxblur可借助GPU滤镜加速，但命令行纯CPU模式下需注意帧率下降。与unsharp不同，boxblur不会强化噪点，反而抑制之，但代价是整体清晰度流失。
两者组合策略与常见误区
许多用户在去噪与锐化之间摇摆，错误地在同一条滤镜链中先boxblur后强unsharp，试图“先柔再清晰”，结果边缘产生震荡波纹。正确思路应基于源片诊断：若源片噪点多、细节少，仅用boxblur或降噪即可；若源片压缩模糊但干净，用unsharp补救。两者同时用仅适合特殊艺术处理，且unsharp的amount须低于0.6。
滤镜顺序在FFmpeg中用逗号分隔，执行从左至右。可借split与overlay实现局部处理，例如仅对背景模糊而主体锐化，但这需配合人脸识别或遮罩，已超出基础滤镜范畴。基础用法中，一条典型修复命令如下，先降噪再轻锐化，不涉及boxblur：
ffmpeg -i input.mp4 -vf "hqdn3d,unsharp=luma_msize_x=3:luma_msize_y=3:luma_amount=0.8" output.mp4
另一个误区是忽视色彩平面参数。默认情况下chroma_amount为0，若手动开启过大，人物肤色会出现轮廓镶边。建议通过ffmpeg -filters查阅当前版本参数名，因旧版使用msize而非luma_msize_x。掌握这些差异，才能在跨版本脚本中稳定运行，真正用命令行达成可控的画质干预。