C#调用FFmpeg实现录像水印与分辨率控制全攻略

1. 整体思路：C#为什么该用命令行调FFmpeg

干上位机的兄弟，十有八九迟早会遇到这么一个问题：C#写得好好的界面和逻辑，突然要加视频录像、要往画面上打水印、还得让用户自己选分辨率。我当时第一反应是找SDK，看了几天授权和调用方式，心凉了半截；用网上那些现成的播放器控件，录像又费劲，滤镜支持断断续续。后来老老实实把FFmpeg命令行进程接进C#，才算把这摊事稳住。今天这篇文章就把当时沉淀下来的东西一次性说清楚——水印怎么打、水印位置怎么算、录音录像时分辨率怎么设，以及C#侧拼参数时那些没人提醒你的坑。适合正在做上位机录像、简易录播软件、监控留存工具的工程师，也适合打算把FFmpeg命令用起来的新手。

1.1 什么场景适合这个方案，什么场景不适合

我先说清楚边界，免得你把方案用错地方。C#通过Process启动ffmpeg.exe，本质上是“C#管业务逻辑，FFmpeg管音视频处理”，这个分工非常清晰。适合的场景有这么几类：录像留存、视频加水印、统一输出分辨率、定时录制、按事件触发录制、往流媒体服务器推流。只要你对延迟不是苛刻到几十毫秒级别，这个方案都能扛住。

不适合的场景也有。比如你想对每一帧做AI推理、实时人脸识别再叠加结果，这种逐帧处理走命令行进程就不太合适，进程间通信和滤镜回调会把你绕晕。再比如你要做超低延迟的视频通话，FFmpeg命令行默认的缓冲策略也不是为这个设计的。判断标准很简单：你的核心需求是不是“把一段视频/摄像头流，按指定的格式、水印、分辨率处理成文件或流”。如果是，命令行方案就是性价比最高的路。

为什么不用C#直接调FFmpeg的库（比如FFmpeg.AutoGen）？我试过，头文件翻译是一道坎，AVFilter的滤镜图结构更是能把人整崩溃，一旦内存没管好，崩溃日志都看不懂。命令行方案最大的优势是可增量调试：先在cmd窗口把命令跑通，再交给C#，出错范围一下子缩到“参数转义”这一层。对做项目的人来说，这比在代码里调滤镜上下文舒服太多。

1.2 C#进程封装的最简框架

无论后面水印、分辨率怎么折腾，进程启动的底子就是这几行。先看代码：

var psi = new ProcessStartInfo { FileName = @"D:\ffmpeg\bin\ffmpeg.exe", UseShellExecute = false, CreateNoWindow = true, RedirectStandardInput = true, RedirectStandardError = true, RedirectStandardOutput = true }; var proc = new Process { StartInfo = psi }; proc.ErrorDataReceived += (s, e) => Console.WriteLine($"[ffmpeg] {e.Data}"); proc.Start(); proc.BeginErrorReadLine(); proc.BeginOutputReadLine();

这里有几个关键点必须解释清楚。

UseShellExecute = false是为了能重定向标准输入输出，同时避免走Shell启动带来的各种环境变量问题。CreateNoWindow = true是防止录视频时弹出黑色cmd窗口，这个在交付给客户时尤其重要。RedirectStandardError = true则是重中之重——FFmpeg的日志默认全走stderr，你要是不重定向，程序跑挂了都不知道原因。

日志读取一定要用BeginErrorReadLine异步方式。我见过不少人直接用ReadToEnd()同步读，结果视频分辨率一高、日志输出一多，进程卡死。原因很简单：stderr缓冲区满了，FFmpeg写不进去，整个管线堵住。异步回调可以边写边读，缓冲区永远不会填满。

1.3 宽高比基础：4:3、16:9、5:4从哪来

分辨率设置绕不开宽高比这个概念。做上位机软件的，建立这个表印象非常有用：

我之所以把5:4单独拿出来说，是因为很多上位机软件的主界面就是1280x1024，客户要求“录出来的视频和界面一样方方正正”，这时候你拿16:9的摄像头硬怼，画面要么拉伸要么裁切，非常难看。

宽高比直接影响录像观感：16:9源视频如果输出到4:3容器，要么左右加黑边，要么上下裁剪；4:3源视频输出到16:9容器，要么两侧黑边，要么画面拉胖。真正专业的做法是保持内容不变形、用黑边补齐目标分辨率，这个后面第三章详细讲。还需要留意的是800x480这类车载屏分辨率、576x760这类竖屏广告机分辨率——它们不属于上面任何一个标准比例，但统一处理逻辑是一样的：先等比缩放，再pad补边。

2. 水印和水印位置：drawtext与overlay的完整玩法

水印是这类项目里最常被提的需求。领导说“给录像加上公司名和电话”，你以为很简单，实际做起来有几个地方特别容易翻车：中文乱码、水印位置跑偏、文字被画面吞掉。这一章我把文字水印和图片水印一次讲透。

2.1 一行命令打出干净的文字水印

先看最基础的文字水印命令，假设要给input.mp4加上“测试水印”四个字：

ffmpeg -i input.mp4 -vf "drawtext=fontfile=C\:/Windows/Fonts/msyh.ttc:text='测试水印':fontsize=36:fontcolor=white@0.7:x=20:y=20" output.mp4

逐个解释一下参数：

• fontfile指定字体文件路径。Windows下我推荐C\:/Windows/Fonts/msyh.ttc（微软雅黑），这个字体中英文都清楚，做视频水印很稳。注意路径里的冒号必须写成\:，因为FFmpeg滤镜里冒号是参数分隔符，不转义的话解析会出错。
• text是水印内容，用单引号包起来可以避免空格导致的问题。如果内容里有冒号或逗号，还要再转义，这个后面专门说。
• fontsize字号，36在1080p下比较明显，720p下建议24~32，别一个参数走天下。
• fontcolor=white@0.7是白色加70%不透明度。水印不宜太扎眼，半透明效果更专业。

这个命令在cmd里能跑通，拿到C#里再拼一层字符串引号就行。最开始调试时，建议先把fontcolor设成white@1.0纯白不透明，确认位置字体都没问题，再调透明度，省得排查时画面里找不到水印。

2.2 位置计算：main_w和text_w才是关键

水印位置是很多人翻车的重灾区。直接写x=20:y=20确实可以工作，但一旦视频分辨率变了，水印位置跟着漂。正确的做法是使用FFmpeg滤镜内置变量做相对计算。

drawtext滤镜里两个核心变量：main_w和main_h代表主视频的宽和高，text_w和text_h代表渲染后文字区域的宽和高。注意不是随便写个w就行，在drawtext里w等价于text_w，但表达不清晰，我建议都用全称。

九宫格位置的表达式直接抄这个表：

注意这里main_w-text_w-20里的20是边距，也就是水印距离画面边缘20像素。为什么不是main_w-20？因为文字的坐标原点在左上角，如果x取main_w-20，文字的右边缘就会超出画面20像素，实际上看到的是水印左移了文字宽度那么远。这个细节我一开始也搞错过，白字直接跑出屏幕外了。

如果是竖屏视频或者底部区域需要避开操作栏，可以用百分比定位。比如把水印放在画面高度90%的位置，y就写main_h*0.9-text_h，这个写法在处理576x760这类非标竖屏分辨率时特别好用。

2.3 进阶：图片水印、时间水印、多行多列

文字水印之外，图片水印也常见，比如公司Logo。图片水印用的是overlay滤镜：

ffmpeg -i input.mp4 -i logo.png -filter_complex "overlay=x=main_w-overlay_w-20:y=20" output.mp4

这里要注意变量名变了：因为有两路输入，overlay滤镜里覆盖层被记为overlay_w和overlay_h，代表logo图的宽高。位置计算逻辑跟drawtext完全一样，只是文字变量换成图片变量。

如果要同时加图片水印和文字水印，用filter_complex把两个滤镜串起来：

ffmpeg -i input.mp4 -i logo.png -filter_complex "overlay=x=20:y=20,drawtext=fontfile=C\:/Windows/Fonts/msyh.ttc:text='测试':fontsize=28:fontcolor=white:x=main_w-text_w-20:y=20" output.mp4

动态时间水印是另一个高频需求，尤其做监控录像。显示当前时间可以用：

drawtext=fontfile=C\:/Windows/Fonts/msyh.ttc:text='%{pts\:localtime\:1693476000}':fontsize=28:fontcolor=yellow:x=20:y=20

里面的1693476000是一个Unix时间戳基准，FFmpeg会根据这个基准换算当前时间。注意三个冒号都要转义成\:。如果只想显示视频播放进度，用text='%{pts\:hms}'，会输出00:00:12.345这样的格式。

多行多列水印的做法是重复多个drawtext滤镜，用逗号分隔。比如右下角放三行字：

-vf "drawtext=fontfile=C\:/Windows/Fonts/msyh.ttc:text='公司名称':x=main_w-text_w-20:y=main_h-text_h-20,drawtext=fontfile=C\:/Windows/Fonts/msyh.ttc:text='客服电话':x=main_w-text_w-20:y=main_h-text_h-65,drawtext=fontfile=C\:/Windows/Fonts/msyh.ttc:text='备案号':x=main_w-text_w-20:y=main_h-text_h-110"

行距的规律是y每次往上抬45像素左右，具体取决于字号。同一字体同一字号下，实际行高基本固定，用固定间隔不会错。想做水印跑马灯效果，把x写成mod(t*80\,main_w+text_w)-text_w，水印就会从右往左滚动，不过我建议正式项目少用这种花活，看久了眼睛累。

3. 录音录像分辨率设置：从采集到输出全链路

分辨率这关，难点不在一个-s 1280x720参数，而是搞清楚“采集分辨率”、“滤镜处理分辨率”、“输出编码分辨率”这三层分别在哪里设置。

3.1 先查摄像头支持的分辨率，别盲猜

Windows下用DirectShow采集摄像头，第一步永远是确认设备名和支持的分辨率。很多人上来就写-s 1920x1080，结果摄像头根本不支持，FFmpeg要么报错要么自动切到奇怪的分辨率。

列出所有采集设备：

ffmpeg -list_devices true -f dshow -i dummy

列出指定设备支持的分辨率和像素格式：

ffmpeg -f dshow -list_options true -i video="USB Camera"

设备名一般不用猜，C#端可以通过DirectShow的枚举接口拿到。如果你项目里已经用了摄像头采集组件，直接把设备DisplayName拿过来拼命令行就行，一个设备开一个ffmpeg进程，互不干扰。多个摄像头同时录像，就是每个摄像头起一个进程，录到不同文件，这套架构简单可靠。

C#里怎么调用上面两条枚举命令？同样是Process启动，读stderr输出。FFmpeg这类工具日志全部走stderr，读出来之后按行解析，设备名一般在“DirectShow video devices”段落下面。

3.2 scale加pad，宽高比问题一次解决

先纠正一个常见误区：很多人设置分辨率用的是-s 1280x720，这个参数确实是输出分辨率，但它不会保留原始宽高比，4:3的画面会被直接拉伸到16:9，人脸变成猪腰子脸。

正确做法是用scale滤镜保留比例，再用pad滤镜补黑边。模板命令：

-vf "scale=1280:720:force_original_aspect_ratio=decrease,pad=1280:720:(ow-iw)/2:(oh-ih)/2:color=black"

参数怎么理解：

• scale=1280:720:force_original_aspect_ratio=decrease的意思是：在1280x720这个目标范围内，按原始比例等比缩放，取能放下最大画面，结果可能是1280x720等比部分匹配，也可能是更小。
• pad的作用是把scale后的画面放到一个精确1280x720的黑色画布上。
• (ow-iw)/2是水平偏移量：ow和oh是scale之后实际画面的宽高，iw和ih是输入画面宽高（这里就是scale后的结果）。用目标宽减去实际宽，除以2，就把画面推到水平居中。
• color=black是黑边颜色，也可以写成color=0xRRGGBB自定义颜色，比如视频会议用color=white更清爽。

实际操作里我算过一个典型例子：源视频是1280x960（4:3），要统一成1920x1080（16:9）输出。先等比缩放：高度到1080时，宽度为1080×4/3=1440，也就是scale后是1440x1080；再pad到1920x1080，水平方向需要补480像素，左右各240像素黑边。最终视频没有任何拉伸变形，播放出来就是标准的1920x1080，内容居中带左右黑边。

反过来，16:9的源要转成4:3存储，比如源是1920x1080，目标1280x960，等比缩放后是1280x720，pad上下各补120像素黑边。逻辑完全一样。

如果你完全不想让代码参与这些计算，FFmpeg的表达式会自动帮你算好，这也是我建议用这个模板而不是自己写C#计算的原因。

3.3 录像与推流场景的参数组合

采集录像时，经常要同时接摄像头和麦克风。命令里两个-i分别指定视频和音频设备：

ffmpeg -y -f dshow -i "video=USB Camera" -f dshow -i "audio=麦克风" -vf "scale=1920:1080:force_original_aspect_ratio=decrease,pad=1920:1080:(ow-iw)/2:(oh-ih)/2:color=black" -c:v libx264 -preset veryfast -crf 23 -c:a aac -ar 44100 -ac 2 -pix_fmt yuv420p output.mp4

这里有个容易踩的坑：摄像头采集分辨率如果设得太高而机器性能一般，CPU会被编码器拖垮。我的建议是采集分辨率跟着摄像头原生比例走，输出分辨率按客户要的统一规格走，中间用滤镜扛。-video_size 1280x720可以单独指定dshow采集分辨率，但它和后面的滤镜处理是两层东西，别混在一起。

编码参数里，-preset veryfast是为了保实时性，-crf 23是质量和体积的平衡点，-pix_fmt yuv420p必须带上，不然很多播放器打开视频会花屏或者干脆不支持。音频用aac编码，采样率44100足够。

上面这条命令如果把输出从output.mp4换成-f flv rtmp://...，就是推流场景。做低延迟推流时，可以在命令前面加-fflags nobuffer -flags low_delay -max_delay 0，配合-preset ultrafast降低编码延迟。但要注意，这些参数会牺牲一些压缩率和画质，录像留存不建议用这套，录像追求的是文件质量，推流追求的才是低延迟，两者目标不同。

4. C#侧集成实录：转义、日志与进程停止

命令在cmd里跑通只是第一步，搬到C#里才是真正容易出幺蛾子的地方。这个章节全部是我踩过的坑，能帮你少走一个月的弯路。

4.1 参数拼接的转义地狱

C#拼接FFmpeg参数，最痛苦的就是引号和特殊字符。设备名带空格是最常见的情况，比如“USB Camera”这个名字。在cmd里这么写没问题：

ffmpeg -f dshow -i "video=USB Camera"

但到了C#里，这个双引号本身也是字符串的一部分。如果用普通字符串，你要写\"；如果用了verbatim字符串（@"..."），双引号要打成两个""。推荐后者，形式最接近原命令，不容易错。示例：

string args = $@"-y -f dshow -i ""video={deviceName}"" -video_size 1280x720 ...";

滤镜里的特殊字符是第二层地狱。drawtext的text参数里面如果包含冒号:，必须转义成\:，因为冒号在滤镜参数里是分隔符。包含逗号也要转义成\,。比如水印内容是“时间: 10:30, 测试”，在滤镜里要写成：

text=时间\: 10\:30\, 测试

这个转义在C#里还要再穿一层衣服。用verbatim字符串的好处是反斜杠原样保留，所以你在C#里写的\:到了ffmpeg那边正好是正确的。这个层级要心里有数：cmd原命令、C#字符串、滤镜表达式，三层各自有一套规则，千万别混。

还有%符号。如果你用string.Format去格式化命令字符串，%Y-%m-%d这样的时间格式会被当成占位符处理。用$""插值字符串就安全得多，所以我全程都用$@"..."这种写法，能少一半转义问题。

我的笨办法但非常有效：先在cmd窗口里把整条命令调通，然后原封不动复制到C#的$@"..."里，把里面的"逐个改成""，把设备名、输出路径替换成变量。改完先打一条简单的录像命令验证进程能启动，再逐步加滤镜复杂度。

4.2 日志读取和优雅停止录像

录像进程运行期间，实时日志回调是排查问题的最好窗口。前面说过用BeginErrorReadLine异步读：

proc.ErrorDataReceived += (s, e) => { if (!string.IsNullOrEmpty(e.Data)) ShowLog(e.Data); }; proc.BeginErrorReadLine();

停止录像的正确姿势是往标准输入里写一个q：

proc.StandardInput.WriteLine("q"); if (!proc.WaitForExit(5000)) proc.Kill();

q是FFmpeg的原生停止命令，它会等当前帧写完、mp4的moov元数据落盘，再退出。如果直接Kill()，mp4文件大概率打不开，因为这个容器格式的文件头在结尾，只有正常结束才会写入。真遇到文件损坏，也别慌，用修复命令抢救：ffmpeg -i broken.mp4 -c copy fixed.mp4，很多时候能救回来。

这里涉及RedirectStandardInput = true，很多人会漏掉这行，然后发现写q没反应。另外，进程退出后记得Dispose()，避免句柄泄漏。C#里做了一个录像类，把启动、停止、日志回调封装好，界面层只管调方法，这个模式复制到任何项目都适用。

4.3 一个可直接抄的录像方法

把前面所有知识点揉到一起，给一个完整的C#录像核心类。这是我在项目里用过的精简版，去掉业务耦合后大概长这样：

public class FfmpegRecorder : IDisposable { private readonly string _ffmpegPath = @"D:\ffmpeg\bin\ffmpeg.exe"; private Process _proc; public void Start(string videoDevice, string audioDevice, int width, int height, string watermark, string outputFile) { string vf = BuildVideoFilter(width, height, watermark); string args = $@"-y -f dshow -i ""video={videoDevice}"""; if (!string.IsNullOrEmpty(audioDevice)) args += $@" -f dshow -i ""audio={audioDevice}"""; args += $@" -vf ""{vf}"" -c:v libx264 -preset veryfast -crf 23 " + $@"-c:a aac -ar 44100 -ac 2 -pix_fmt yuv420p ""{outputFile}"""; var psi = new ProcessStartInfo(_ffmpegPath, args) { UseShellExecute = false, CreateNoWindow = true, RedirectStandardInput = true, RedirectStandardError = true, RedirectStandardOutput = true }; _proc = new Process { StartInfo = psi }; _proc.ErrorDataReceived += (s, e) => { if (!string.IsNullOrEmpty(e.Data)) Console.WriteLine($"[ffmpeg] {e.Data}"); }; _proc.Start(); _proc.BeginErrorReadLine(); _proc.BeginOutputReadLine(); } private static string BuildVideoFilter(int width, int height, string watermark) { string vf = $@"scale={width}:{height}:force_original_aspect_ratio=decrease," + $@"pad={width}:{height}:(ow-iw)/2:(oh-ih)/2:color=black"; if (!string.IsNullOrEmpty(watermark)) { string fontFile = @"C\:/Windows/Fonts/msyh.ttc"; string safeText = watermark.Replace(":", "\\:").Replace(",", "\\,"); vf += $@",drawtext=fontfile={fontFile}:text='{safeText}':fontsize=32:" + $@"fontcolor=white@0.8:x=(main_w-text_w)/2:y=main_h-text_h-40"; } return vf; } public void Stop() { if (_proc == null) return; try { if (!_proc.HasExited) { _proc.StandardInput.WriteLine("q"); if (!_proc.WaitForExit(5000)) _proc.Kill(); } } catch (Exception ex) { Console.WriteLine(ex.Message); } } public void Dispose() => Stop(); }

这里的BuildVideoFilter会自动处理比例保持和水印位置。水印默认放在正中偏下的位置，也就是(main_w-text_w)/2和main_h-text_h-40，我觉得这个位置不管是监控画面还是操作演示都合适。需要改位置就调这两个表达式的最终坐标，把边距40改成你想要的值，或者换成左下右下。

5. 常见问题与排查速查表

这里我把实际项目中高频遇到的问题整理成一个速查表，遇到问题直接对着查，比自己瞎试快得多。

5.1 水印相关故障排查

5.2 分辨率相关故障排查

5.3 定位问题的手段

排查FFmpeg问题，第一原则是看原始日志，不要看自己程序包装的错误信息。FFmpeg的日志非常诚实，基本都会告诉你是哪一步挂了，参数值是什么。我定位问题的顺序是：

1. 在cmd窗口手动执行同样的命令，加-loglevel debug，看完整日志。
2. 如果cmd下正常、C#下不正常，对比C#拼出来的完整参数字符串和cmd命令的差异，重点检查引号和转义。
3. 用tasklist | findstr ffmpeg看有没有残留的ffmpeg进程，有的话说明停止逻辑有漏洞，进程没被正常退出。

我常用的辅助命令也分享一下：

# 查看drawtext滤镜支持的全部参数 ffmpeg -h filter=drawtext # 查看当前FFmpeg版本和启用的组件 ffmpeg -version # 查看摄像头支持的分辨率列表 ffmpeg -f dshow -list_options true -i video="设备名"

我实际操作中的体会是，这类项目最忌讳把命令写散到各个窗体里。我会把分辨率、水印内容、字体路径、编码参数全部做成配置项，界面只是改配置，底层命令生成函数保持不变。这样客户今天要加一行水印、明天要换分辨率，改配置文件就能交付，不用动代码。

最后再分享一个小技巧：所有新参数组合，先在cmd窗口用一小段测试视频验证一遍，确认输出文件正常、水印位置正确、分辨率符合预期，再写进C#代码。这个习惯让我少调试了无数个“看起来一样但就是不对”的诡异问题。