视频画中画技术是多媒体处理领域常见的需求，其核心在于将一路或多路视频流按照特定的坐标位置叠加到主视频画面上。在FFmpeg中，这一功能主要依赖于overlay滤镜来实现。通过灵活配置坐标参数和图层顺序，开发者不仅能实现基础的小窗口播放，还能构建出复杂的多画面监控墙或动态视频布局。
一、overlay滤镜基础与双路视频叠加
overlay滤镜是FFmpeg中用于视频合成的核心滤镜之一。它的工作原理是将一个视频流作为背景，另一个视频流作为前景，按照指定的坐标将前景视频的像素矩阵覆盖到背景视频上。在使用命令行操作时，通常将第一个输入文件视为背景，第二个输入文件视为前景。滤镜通过x和y参数来定义前景视频左上角在背景画面中的位置。
下面是一个基础的双路视频叠加命令示例。该命令将input2.mp4叠加到input1.mp4的右下角位置，并输出为output.mp4。在这个命令中，main_w和main_h分别代表背景视频的宽度和高度，overlay_w和overlay_h代表前景视频的宽度和高度。通过简单的数学运算即可实现右下角对齐。
ffmpeg -i input1.mp4 -i input2.mp4 -filter_complex "[0:v][1:v]overlay=x=main_w-overlay_w-10:y=main_h-overlay_h-10" output.mp4
除了基本的坐标定位，overlay滤镜还提供了丰富的参数来控制叠加行为。例如，eof_action参数用于决定当前景视频流结束时如何处理，可以设置为repeat（重复最后一帧）、endall（结束所有输出）或pass（直接透传背景视频）。format参数则决定了叠加画面的像素格式，默认为yuv420，以确保较好的兼容性。理解这些参数对于处理时长不一致或格式各异的多路视频至关重要。
二、多路视频画中画布局与坐标计算
当需要将两路以上的视频同时叠加到一个主画面时，单次overlay操作就无法满足需求了。此时需要利用FFmpeg的滤镜链功能，将多个overlay滤镜串联起来。滤镜链的执行顺序是从左到右，每一次叠加都会生成一个新的中间视频流，作为下一次叠加的背景。这种链式结构要求开发者必须精确计算每一层视频叠加后的画面尺寸和坐标基准。
假设我们需要将三路视频分别放置在画面的左上角、右上角和左下角。首先需要将第一路视频与第二路视频进行叠加，生成包含两个画面的中间流，然后再将这个中间流与第三路视频进行叠加。在这个过程中，每一次叠加后的画面尺寸仍然是主背景视频的尺寸，因此后续叠加的坐标计算依然基于主画面的宽高进行。
ffmpeg -i main.mp4 -i sub1.mp4 -i sub2.mp4 -i sub3.mp4 -filter_complex "[0:v][1:v]overlay=10:10[vid1];[vid1][2:v]overlay=x=main_w-overlay_w-10:y=10[vid2];[vid2][3:v]overlay=x=10:y=main_h-overlay_h-10" output.mp4
在进行多路视频布局时，坐标计算的准确性直接决定了最终画面的观感。如果多个子视频的画面尺寸较大，很容易出现画面重叠或超出主画面边界的情况。为了避免这些问题，建议在编写滤镜链之前，先在纸上或草稿上绘制一个简单的布局图，标出每个子视频的预期宽高和左上角坐标。对于尺寸不匹配的子视频，可以在叠加前使用scale滤镜将其缩放到统一尺寸，确保整体布局的规整性。
三、动态画中画与高级布局控制
静态的画中画布局虽然实用，但在某些场景下可能显得过于呆板。FFmpeg的overlay滤镜支持通过表达式动态计算x和y坐标，这意味着子视频的位置可以随着时间推移而变化，从而实现动态画中画效果。在表达式中，可以使用变量t来获取当前帧的时间戳，结合数学函数如sin、cos等，可以制作出子视频沿圆形轨迹移动或从画面外滑入的动画效果。
下面的示例展示了如何让子视频在主画面中沿水平方向来回移动。通过使用正弦函数，子视频的x坐标会在0到主画面宽度减去子视频宽度的范围内周期性变化。这种动态效果常用于视频直播中的弹幕展示或动态水印添加。需要注意的是，动态表达式的计算会增加CPU的负担，在处理高分辨率视频时可能需要考虑性能优化。
ffmpeg -i main.mp4 -i sub.mp4 -filter_complex "[0:v][1:v]overlay=x='sin(t*2)*(main_w-overlay_w)':y='main_h-overlay_h-10'" output.mp4
除了动态移动，高级布局控制还包括透明度调节和画面裁剪。通过在叠加前引入colorchannelmixer滤镜，可以调整子视频的透明度，使其呈现出半透明的视觉效果，这在多画面监控场景中能有效减少视觉干扰。如果子视频的原始宽高比与预留的布局区域不匹配，可以使用crop和scale滤镜组合，先裁剪再缩放，确保画面不变形。通过这些高级技巧的组合，开发者可以构建出高度定制化且视觉表现丰富的视频合成方案。