本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 使用 FFmpeg 对另一个 Deadline Cloud 作业输出中的影片进行编码
<a name="examples-jb-ffmpeg-from-job"></a>

[ffmpeg\_movie\_from\_job\_out](https://github.com/aws-deadline/deadline-cloud-samples/tree/mainline/job_bundles/ffmpeg_movie_from_job_output) put 作业捆绑包下载同一队列中另一个已完成作业的渲染输出，然后使用 FFmpeg 将图像序列编码为 MP4 视频。将其用作后期处理工具，例如，在 Blender 或 Maya 渲染作业完成后自动将帧组合成影片。

有关对本地图像序列进行编码（不下载源作业），请参阅。[在截止日期云上使用 FFmpeg 对视频进行编码](examples-jb-ffmpeg-encode.md)

提交前挂钩 (`inject_s3_settings.py`) 在提交时在您的工作站上运行，用于查找队列的任务附件 Amazon Simple Storage Service (Amazon S3) 存储桶配置。该挂钩将设置写入作为作业附件上传的 JSON 文件，因此工作人员无需队列角色的 Deadline Cloud API 权限即可从 Amazon S3 下载文件。在工作器上，该作业使用 `deadline.job_attachments` Python API 下载源作业的输出，然后运行 FFmpeg 将帧编码为带有 BT.709 色彩空间元数据的 H.264 MP4。

默认情况下，捆绑挂钩处于关闭状态。在提交之前启用它们一次：

```
deadline config set settings.allow_bundle_hooks true
```

这项工作需要来自 c `conda-forge` onda 频道的 FFmpeg。源任务和此任务必须位于同一个队列中，因为它们共享相同的任务附件 Amazon S3 存储桶。

使用源作业的 ID 提交：

```
deadline bundle submit ffmpeg_movie_from_job_output/ \
  -p SourceJobId={{job-id}} \
  -p FrameRate=30 \
  -p OutputFilename=my_render.mp4
```

要将下载限制为单个步骤的输出，也要通过`SourceStepId`。