Python 使用环境下编译 FFmpeg 及 PyAV 源码（英特尔篇）

文章目录

一、简介
[二、VA-API 与 OneVPL 的关系](#二、VA-API 与 OneVPL 的关系)
三、源码编译GPU加速核心模块
- [1. 安装 Media-driver](#1. 安装 Media-driver)
- [2. 安装 Libva](#2. 安装 Libva)
- [3. 安装GmmLib](#3. 安装GmmLib)
- [4. 安装 Libva-utils](#4. 安装 Libva-utils)
- [5. 安装 OneVPL](#5. 安装 OneVPL)
- [6. 安装 Libvpl](#6. 安装 Libvpl)
四、源码编译FFmpeg
五、源码编译PyAV
小结

一、简介

Intel平台的视频编解码可以通过软件（CPU）或硬件（GPU）实现，其中硬件加速主要依赖于集成显卡（iGPU）或独立显卡（dGPU）中的专用模块，如 Quick Sync Video（QSV）。
Intel提供了多个接口用于访问这些加速能力，包括开源的 VAAPI （通过 libva、media-driver 等实现）和自家的 OneVPL （新版统一视频处理接口）。VAAPI 是一个标准化的接口，Intel 通过 media-driver 实现对其支持，配合 gmmlib 提供底层资源管理；而 OneVPL 是 Intel 推出的新版跨平台 API，未来会逐步取代旧的 QSV 接口。

在实际应用中，可以通过 FFmpeg 、GStreamer、PyAV 等工具调用这些接口，实现高效的视频编码和解码。在Intel平台上使用硬件加速编解码，需正确配置 VAAPI 或 OneVPL 相关依赖，并确保系统能识别 GPU 及其驱动。

模块名	类型	说明
GmmLib	驱动依赖库	Intel 图形内存管理，供 `media-driver` 使用。
media-driver	驱动插件	Intel GPU 硬件驱动插件（如 iHD），被 VA-API 或 OneVPL 使用。
libva	中间接口	VA-API 实现，向上给 FFmpeg 等提供统一接口，向下加载 `media-driver`。
libva-utils	工具/调试	含 `vainfo` 等工具，用于验证 libva 安装和驱动加载是否成功。
FFmpeg	多媒体编解码工具	支持 `-hwaccel vaapi` 或 `-hwaccel qsv` 实现 Intel GPU 硬编解码。
PyAV	Python 封装库	FFmpeg 的 Python 接口，间接支持 VA-API 或 QSV 加速。
OneVPL	新一代编程接口	替代 Intel Media SDK 的接口，支持 VA-API / iHD 驱动 / GPU + CPU 混合解码。
QSV (Quick Sync)	硬件能力（非软件）	Intel GPU 硬件加速编解码技术，由 VA-API、Media SDK、OneVPL 统一调度调用。

二、VA-API 与 OneVPL 的关系

VA-API（Video Acceleration API） 是一个开源的、跨厂商的统一硬件加速视频编解码接口规范，设计上比较通用，支持多种硬件（Intel、AMD、NVIDIA等），但它本身只是一个标准接口，具体性能和优化程度依赖于各硬件厂商提供的驱动（比如 Intel 的 iHD 驱动、i965 驱动等）。

OneVPL（One Video Processing Library） 是英特尔推出的专门针对英特尔硬件（尤其是其最新架构）的多功能视频处理库，提供了更丰富、更专门化的硬件优化功能，支持包括编解码、视频处理、转码等，且接口设计更现代化、更高效，专注于英特尔平台。

层级	VA-API 路线	OneVPL 路线
应用层	FFmpeg、GStreamer、PyAV 等	OneVPL API、FFmpeg -hwaccel qsv 等
接口层	`libva`（用户空间 API）	`libvpl`（onevpl-core）
驱动层	`iHD_drv_video.so`	`iHD_drv_video.so`
硬件层	Intel GPU (QSV)	Intel GPU (QSV)

三、源码编译GPU加速核心模块

1. 安装 Media-driver

可以先通过英特尔官网确认自己的设备信息，包括架构代号。然后在media-driver官网上下载对应版本的源码进行安装。具体的安装步骤，参考github主页。选择下载支持自己设备型号的版本，特别是一些比较新的设备。
在media-driver安装之前，还需要确保两个重要依赖：Libva 和 GmmLib的安装，他们很重要并且推荐使用源码编译。所以，应先安装后面的内容，最后安装media-driver。
安装完 Libva 和 GmmLib 之后，对于 ubuntu16 之后的系统，先安装如下的内容。
bash 复制代码
```
sudo apt install autoconf libtool libdrm-dev xorg xorg-dev openbox libx11-dev libgl1-mesa-glx
```
在media-driver源码同级目录下创建build_media目录，mkdir build_media && cd build_media。

参考官方的指令编译和安装。

c 复制代码

cmake ../media-driver
make -j"$(nproc)"
sudo make install
sudo ldconfig

安装之后需要关注一下终端的信息，确认iHD_drv_video.so的安装位置，并在~/.bashrc中导出环境变量，之后执行source ~/.bashrc。

bash 复制代码

export LIBVA_DRIVER_NAME=iHD
export LIBVA_DRIVERS_PATH=/usr/lib/x86_64-linux-gnu/dri  # 根据具体情况修改
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:$PKG_CONFIG_PATH

执行vainfo（需要安装Libva-utils），如果能打印如下的信息则安装成功。

2. 安装 Libva

参考官方主页，先安装如下内容。

bash 复制代码

sudo apt-get install git cmake pkg-config meson libdrm-dev automake libtool

在github官网选择与media-driver版本匹配的libva源码下载。
参考官方的指令编译和安装，注意这里的安装路径 ，之后安装media-driver设置环境变量会用到。
bash 复制代码
```
./autogen.sh --prefix=/usr --libdir=/usr/lib/x86_64-linux-gnu
make
sudo make install
sudo ldconfig
```
通过如下指令确认安装是否成功，如果输出模块版本号则安装成功。
bash 复制代码
```
pkg-config --modversion libva
```

3. 安装GmmLib

在github官网选择与media-driver版本匹配的gmmlib源码下载。

参考官方指令编译和安装。

bash 复制代码

cd gmmlib
mkdir build && cd build
cmake -DCMAKE_BUILD_TYPE=Release ..
make -j"$(nproc)" 
sudo make install
sudo ldconfig

4. 安装 Libva-utils

在github官网选择与libva版本匹配的utils源码下载。
参考官方安装指令执行，之后就可以运行vainfo来检查媒体堆栈环境是否正确。
bash 复制代码
```
./autogen.sh --enable-tests
make
sudo make install
sudo ldconfig
```

5. 安装 OneVPL

在github官网选择与media-driver版本匹配的vpl源码下载。
参考官方指令编译和安装。安装完成之后会在/opt/intel/mediasdk/lib中看到libmfx相关的库文件。
bash 复制代码
```
mkdir build && cd build
cmake ..
make
sudo make install
sudo ldconfig
```
通过如下指令确认安装是否成功，如果输出模块版本号则安装成功。
bash 复制代码
```
pkg-config --modversion libmfx-gen
```

6. 安装 Libvpl

因为在安装onevpl的时候默认只安装libmfx的库，这个库支持的硬件有限，所以需要在github官网选择与onevpl版本匹配的libvpl源码下载安装。相关的支持关系可以参考官方主页介绍。

参考官方的安装指南编译和安装，修改安装路径为libmfx相同的安装路径，一般默认是/opt/intel/mediasdk。

bash 复制代码

export VPL_INSTALL_DIR=/opt/intel/mediasdk
sudo script/bootstrap
cmake -B _build -DCMAKE_INSTALL_PREFIX=$VPL_INSTALL_DIR
cmake --build _build
cmake --install _build
sudo ldconfig

在~/.bashrc中导出环境变量，之后执行source ~/.bashrc。

bash 复制代码

export LD_LIBRARY_PATH=/opt/intel/mediasdk/lib:$LD_LIBRARY_PATH
export PKG_CONFIG_PATH=/opt/intel/mediasdk/lib/pkgconfig:$PKG_CONFIG_PATH

（可选）根据官方介绍，使用的时候需要通过如下方式设置环境变量，请自行测试，一般情况下完成上诉过程就可以了。
bash 复制代码
```
source /opt/intel/mediasdk/etc/vpl/vars.sh
```
通过如下指令确认安装是否成功，如果输出模块版本号则安装成功。
bash 复制代码
```
pkg-config --modversion vpl
```

四、源码编译FFmpeg

安装基础构建工具。

bash 复制代码

sudo apt update
sudo apt install -y \
  build-essential \
  nasm \
  yasm \
  cmake \
  git \
  pkg-config \
  autoconf \
  libtool

上述工具基本覆盖了音视频领域 FFmpeg 编译所需的核心工具链，少数较新的库（如 libaom、SVT-AV1）可能用到ninja-build和meson，这两者通常是配套使用的。如果只是主流音视频编解码需求，上面的工具就足够了。如果打算编译一些新型编解码器，可以选择安装。
bash 复制代码
```
sudo apt install meson ninja-build
```
安装主流的编解码库依赖，包括：H.264 视频编码库，H.265/HEVC 视频编码库，VP8/VP9 视频编解码库，高质量 AAC 音频编码库，MP3 音频编码库，Opus 音频编解码库，Vorbis 音频编解码库等。
bash 复制代码
```
sudo apt install -y \
  libx264-dev \
  libx265-dev \
  libvpx-dev \
  libfdk-aac-dev \
  libmp3lame-dev \
  libopus-dev \
  libvorbis-dev \
  libssl-dev
```

如果需要AV1 编码以及图像字幕等支持，可以选择安装。

bash 复制代码

sudo apt install -y libaom-dev libsvtav1-dev libdav1d-dev libwebp-dev libass-dev libfreetype6-dev libfontconfig1-dev libfribidi-dev

在github官网选择合适版本的源码下载。PyAV-15.0.0版本默认支持FFmpeg-7.1.1，参考官方安装指南，PyAV 需要 FFmpeg 的动态库支持，所以配置 FFmpeg 的--enable-shared选项，并开启qsv加速（--enable-libvpl），同时将 ffmpeg 安装到/opt/ffmpeg-7.1.1目录下便于版本控制。

bash 复制代码

./configure \
  --prefix=/opt/ffmpeg-7.1.1 \
  --enable-shared \
  --disable-static \
  --enable-gpl \
  --enable-nonfree \
  --enable-version3 \
  --enable-vaapi \
  --enable-libvpl \
  --enable-libdrm \
  --enable-libx264 \
  --enable-libx265 \
  --enable-libvpx \
  --enable-libaom \
  --enable-libsvtav1 \
  --enable-libdav1d \
  --enable-libfdk-aac \
  --enable-libmp3lame \
  --enable-libopus \
  --enable-libvorbis \
  --enable-libass \
  --enable-libfreetype \
  --enable-libfontconfig \
  --enable-libfribidi \
  --enable-libwebp \
  --enable-openssl

编译和安装。

bash 复制代码

make -j$(nproc)
sudo make install
sudo ldconfig

在~/.bashrc中导出环境变量，与 FFmpeg 的安装路径一致，之后执行source ~/.bashrc。

bash 复制代码

export PATH=/opt/ffmpeg-7.1.1/bin:$PATH
export LD_LIBRARY_PATH=/opt/ffmpeg-7.1.1/lib:$LD_LIBRARY_PATH
export PKG_CONFIG_PATH=/opt/ffmpeg-7.1.1/lib/pkgconfig:$PKG_CONFIG_PATH

执行ffmpeg -hwaccels列出当前 FFmpeg 支持的硬件加速方式，如果看到qsv则证明我们配置成功。

五、源码编译PyAV

在安装之前，需要确认虚拟环境中是否已经有 FFmpeg ，如果有，建议先卸载 （conda remove ffmpeg），否则在编译 PyAV 的时候会默认使用虚拟环境中的，即使我们设置了环境变量。
bash 复制代码
```
conda list | grep ffmpeg  # 确认虚拟环境中不再有 ffmpeg 相关动态库（重要）
```
另外，为了保证编译的时候链接正确的 FFmpeg ，需要在~/.bashrc中增加两个环境变量，之后执行source ~/.bashrc。路径修改为自己的 FFmpeg 的安装路径。
bash 复制代码
```
export CFLAGS="-I/opt/ffmpeg-7.1.1/include"
export LDFLAGS="-L/opt/ffmpeg-7.1.1/lib"
```
在github官网选择合适的版本下载源码，其中，github主页中的源码安装方式使用的venv创建虚拟环境。如果使用conda的环境，安装过程不完全一致。
参考官方主页中的介绍确认相关依赖是否存在。与 FFmpeg 有关的库可以在安装路径下的lib目录中确认，并且需要正确指定 FFmpeg 的环境变量。
使用conda的虚拟环境安装前，需要对setup.py进行修改，否则就会出现如下的报错，主要是因为 PyAV 的构建脚本强制要求必须在虚拟环境（venv）中安装，而默认不认为conda是"虚拟环境"。
在 setup.py 中找到is_virtualenv()函数并对其做如下修改，这样即使是conda，只要激活环境，就能通过这个检查。不会触发raise ValueError("You are not using a virtual environment")。
python 复制代码
```
def is_virtualenv():
    return (
        hasattr(sys, "real_prefix") or    # old virtualenv
        sys.base_prefix != sys.prefix or  # venv
        'CONDA_PREFIX' in os.environ      # conda support
    )
```

完成对setup.py的修改后，激活conda环境并安装 PyAV。

bash 复制代码

conda activate myenv  # 激活虚拟环境
cd PyAV
pip install .  # 安装到虚拟环境

执行指令pip show av，确认 PyAV 是否真的安装到了虚拟环境中，如果有如下输出则证明安装成功，正确安装到了虚拟环境中的site-packages目录下。
在非源码目录 下执行如下指令，如果正确返回版本信息则可以正常导入av。如果在源码目录下执行则会报错。
bash 复制代码
```
python -c "import av; print(av.__version__)"
```
执行如下指令查看 PyAV 使用的 FFmpeg 版本，将输出内容对比执行指令ffmpeg -version的结果，如果各个版本都一致那么 PyAV 已成功链接到编译的 FFmpeg。
bash 复制代码
```
python -c "import av; print(av.library_versions)"
```
另外，可以通过如下指令找到 PyAV 的底层动态库.so文件，检查它链接的 FFmpeg 库。
bash 复制代码
```
ldd $(python -c "import av._core; print(av._core.__file__)")
```

小结

上述内容均参考官网及个人实践，如有其他问题欢迎在评论区讨论，谢谢！！