Category: FFmpeg

ffmpeg 컴파일 설치
예전에도 언급한 것이지만 ffmpeg를 컨테이너에서 컴파일해서 사용하고 싶었다. CUDA와 관련되어 어려번 삽질한 경험이 있어서 한 번에 할 수 있는 방법을 찾아 보았다. 예전보다 AI가 응답을 잘 해주기 때문에 개발자용 컨테이너가 있는 것을 알게 되었다. 그래서 다음과 같은 방법을 시도했다.

호스트에 CUDA 최신 버전을 설치한다.

CUDA Toolkit 12.1 Downloads
Get the latest feature updates to NVIDIA’s proprietary compute stack.

CUDA Toolkit 과 Driver를 설치한다. 난 proprietary kernel module 를 이용했다.

CUDA와 관련된 것들이 있는 컨테이너를 이용한다. 하다보니 ubuntu 22.04 를 선택했는데 24.04를 선택했어도 잘 될 것 같다.

4번째 줄의 옵션을 저렇게 하지 않으면, 인코딩 할 때에 오류가 생긴다.

Specialized Configurations with Docker — NVIDIA Container Toolkit
Users can control the behavior of the NVIDIA container runtime using environment variables – especially for
enumerating the GPUs and the capabilities of the driver.
Each environment variable maps to an command-line argument for nvidia-container-cli from libnvidia-container.
These variables are already set in the NVIDIA provided base CUDA images.
```
docker run --gpus all \
  -it --name ffmpeg \
  --restart always \
  -e NVIDIA_DRIVER_CAPABILITIES=all \
  nvidia/cuda:12.9.1-devel-ubuntu22.04
```
```
echo 'Acquire::http::Proxy "http://rcc01.work:3142";' > /etc/apt/apt.conf
```
```
rm -rf /etc/localtime
ln -s /usr/share/zoneinfo/Asia/Seoul /etc/localtime 
```
```
apt-get -y update && apt-get -y upgrade
```
```
apt-get -y install apt-utils	build-essential	git	nasm	pkg-config	libx264-dev	libx265-dev	libnuma-dev	libpostproc-dev	libass-dev	fontconfig	libavcodec-dev	libavformat-dev	software-properties-common
```
다음 방법으로 ffmpeg를 설치한다.

Using FFmpeg with NVIDIA GPU Hardware Acceleration – NVIDIA Docs
All NVIDIA® GPUs starting with Kepler generation support fully-accelerated hardware video encoding and decoding. The hardware encoder and hardware decoder are referred to as NVENC and NVDEC, respectively, in the rest of the document.

ffnvcodec 설치한다.
```
git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git

cd nv-codec-headers
sudo make install
cd –    
```
ffmpeg를 다운 받는다.
```
git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg/
```
./configure는 다음을 것으로 한다.
```
./configure --enable-nonfree --enable-cuda --enable-cuvid --enable-nvenc --enable-cuda-nvcc --enable-libnpp --extra-cflags=-I/usr/local/cuda/include --extra-ldflags=-L/usr/local/cuda/lib64 --disable-static --enable-shared --enable-gpl --enable-libx264 --enable-libx265 --enable-libass --enable-fontconfig
```
```
echo '/usr/local/lib' >> /etc/ld.so.conf
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64' >> ~/.bashrc
```
```
make -j 6
make install
```
2025-07-07

FFMpeg in Docker

tar -cf cuda1.tar /usr/local/cuda

sudo docker rm -f encoder

sudo docker run -itd --name encoder --restart always --gpus all --add-host rcc.work:192.168.126.37 ubuntu

sudo docker cp /usr/local/cuda/. encoder:/usr/local/cuda
sudo docker cp /usr/lib/x86_64-linux-gnu/. encoder:/usr/lib/x86_64-linux-gnu
sudo docker cp /etc/alternatives/. encoder:/etc/alternatives

echo 'Acquire::http::Proxy "http://rcc.work:3142";' > /etc/apt/apt.conf
rm -rf /etc/localtime
ln -s /usr/share/zoneinfo/Asia/Seoul /etc/localtime 
apt-get -y update && apt-get -y upgrade
apt-get -y install apt-utils
apt-get -y install dialog 
git build-essential


#https://docs.nvidia.com/video-technologies/video-codec-sdk/12.0/ffmpeg-with-nvidia-gpu/index.html
cd ~
git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git
cd nv-codec-headers && make install && cd ~
git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg/
cd ffmpeg

apt-get -y install yasm pkg-config nasm libx264-dev libx265-dev libnuma-dev libpostproc-dev libass-dev fontconfig libavcodec-dev libavformat-dev software-properties-common libfaac-dev

echo '/usr/local/lib' >> /etc/ld.so.conf 
echo 'cd /root/' >> ~/.bashrc
echo 'CUDA_HOME=/usr/local/cuda' >> ~/.bashrc
echo 'PATH=${CUDA_HOME}/bin:${PATH}' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64' >> ~/.bashrc

./configure --enable-nonfree --enable-cuda --enable-cuvid --enable-nvenc --enable-cuda-nvcc --enable-libnpp --extra-cflags=-I/usr/local/cuda/include --extra-ldflags=-L/usr/local/cuda/lib64 --disable-static --enable-shared --enable-gpl --enable-libx264 --enable-libx265 --enable-libass --enable-fontconfig --enable-libfribidi --enable-libfontconfig --enable-libfdk-aac

make -j 6 && make install



mkdir /usr/local/cuda
mkdir 

#!/bin/bash
INPUT_MOV='gun.mp4'
INPUT_SUB='English.srt'
INPUT_SUB='gun.srt'
OUTPUT_MOV='gun2.mkv'
CPU='libx264'
GPU='hevc_nvenc'

ffmpeg \
        -hwaccel_output_format cuda \
        -i ${INPUT_MOV} -c:v ${GPU} \
        -vf "subtitles=${INPUT_SUB}:force_style='FontName=Malgun Gothic,FontSize=24',scale=hd720" \
        -c:a aac -b:a 192k -ac 2 -y -f matroska \
        ${OUTPUT_MOV}

sshpass -p 1 sftp -P 20536 byun1114@office.work << EOF
cd TMP
put ${OUTPUT_MOV}
EOF

2024-05-21

영화 감상용으로 변환하기

내가 영화를 주로 보는 환경은 출퇴근 시간이다. 집중력이 높을 때가 아니다. 그렇게 집중해서 볼 수 있는 영화도 아니다. 그래서 20분 간격으로 끊어서 보기로 했다. 자막도 hard 하게 직접 영상에 입혀서 보기로 했다.

자막은 SRT 포맷으로 변환해 준다. H.265를 굳이 사용해야 할 이유가 없어 H.264를 선택했다.

#!/bin/bash
cd INPUT
INPUT_MOV=`ls *.m*`
INPUT_SUB=`ls *.srt`
CPU='libx264'
#GPU='hevc_nvenc'
GPU='h264_nvenc'
echo MOVIE: ${INPUT_MOV}
echo SUBTITLE: ${INPUT_SUB}
echo ""
OUTPUT_MOV=${INPUT_MOV/.mp4/}
echo OUTPUT: ${OUTPUT_MOV}

cd /root

ffmpeg \
-hwaccel_output_format cuda \
-i INPUT/${INPUT_MOV} -c:v ${GPU} \
-vf "subtitles=INPUT/${INPUT_SUB}:charenc=UTF-8:force_style='FontName=Roboto,FontSize=20',scale=-1:720" \
-c:a aac -b:a 128k -ac 2 -y -f matroska \
-f segment \
-reset_timestamps 1 \
-segment_time 1200 \
OUTPUT/${OUTPUT_MOV}_%1d.mp4

2023-12-22

컴파일해서 실행하기

도커에서 GPU를 이용하여 동영상 변환을 하려고 할 경우이다.

내 환경에 맞게 도커 컨테이너를 만든다.

sudo docker run -it --name encoder --restart always --gpus all --add-host rcc.work:192.168.126.37 debian

기본 설치를 한다.

echo 'Acquire::http::Proxy "http://rcc.work:3142";' > /etc/apt/apt.conf
rm -rf /etc/localtime
ln -s /usr/share/zoneinfo/Asia/Seoul /etc/localtime 
apt-get -y update && apt-get -y upgrade
apt-get -y install dialog git build-essential

컴파일 하기 전 필요한 다른 패키지를 설치한다. 더 줄일려고 했는데 일단 여기에서 멈추었다.

apt-get -y install yasm pkg-config nasm libx264-dev libx265-dev libnuma-dev  libpostproc-dev libass-dev fontconfig libavcodec-dev libavformat-dev software-properties-common

git에서 필요한 것들을 다운 받는다.

#https://docs.nvidia.com/video-technologies/video-codec-sdk/12.0/ffmpeg-with-nvidia-gpu/index.html
cd ~
git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git
cd nv-codec-headers && make install && cd ~
git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg/
cd ffmpeg

GPU를 이용하는 과정에서 파일이 없다는 오류가 생긴다. 필요한 파일이 포함된 폴더를 전체를 복사해 준다. 이렇게 해도 큰 문제는 없는 것 같다.

sudo docker cp /usr/local/cuda/. encoder:/usr/local/cuda
sudo docker cp /usr/lib/x86_64-linux-gnu/. encoder:/usr/lib/x86_64-linux-gnu
sudo docker cp /etc/alternatives/. encoder:/etc/alternatives

필요한 설치 환경에 다음을 추가하여 준다.

echo 'CUDA_HOME=/usr/local/cuda' >> ~/.bashrc
echo 'PATH=${CUDA_HOME}/bin:${PATH}' >> ~/.bashrc

CUDA_HOME=/usr/local/cuda
export PATH=${CUDA_HOME}/bin:${PATH}

echo '/usr/local/lib' >> /etc/ld.so.conf
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64' >> ~/.bashrc

컴파일 하고 설치한다.

./configure --enable-nonfree --enable-cuda --enable-cuvid --enable-nvenc --enable-cuda-nvcc --enable-libnpp --extra-cflags=-I/usr/local/cuda/include --extra-ldflags=-L/usr/local/cuda/lib64 --disable-static --enable-shared --enable-gpl --enable-libx264 --enable-libx265 --enable-libass --enable-fontconfig

make -j 6

make install

2023-12-22

Category: FFmpeg

ffmpeg 컴파일 설치

FFMpeg in Docker

영화 감상용으로 변환하기

컴파일해서 실행하기