FFmpegで動画を高画質化する完全ガイド：アップスケールアルゴリズム・ノイズ除去・手ブレ補正を解説

パート1. FFmpegスケーリングアルゴリズムの理解

FFmpegは、動画の寸法を増やすときに新しいピクセル値を計算するために数学的補間アルゴリズムに依存しています。適切なアルゴリズムを選択することで、高画質化された出力がどれだけきれいで、シャープで、ピクセル精度が高いかが決まります。最適なスケーリングモードを選択することで、望ましくないぼやけやリンギングアーティファクトを防ぐのに役立ちます。

アルゴリズムの速度と品質の比較

人気のスケーリングアルゴリズムを深く理解する

FFmpegスケーリングアルゴリズムを設定するとき、基礎となる数学を理解することで、ソース映像に合ったフィルターを選べます。

• Nearest Neighbor (flags=neighbor)：ブレンドせずに最も近いピクセルを複製します。レトロゲームをぼやけさせずに鮮明に保ちます。
• Bilinear (flags=bilinear)：2軸に沿って線形補間を行います。非常に高速ですが、エッジが柔らかくなります。
• Bicubic (flags=bicubic)：4x4ピクセルグリッドのサンプルを使用します。一般的な再スケーリングタスクに対して堅実なベースラインバランスを提供します。
• Lanczos (flags=lanczos)：sincベースのフィルターを利用して6x6ピクセル近傍をサンプリングします。シャープなエッジを維持しながらエイリアシングを最小化します。

FFmpeg Lanczos upscaleは、エッジの保持と最小限のハローをバランスさせるため、非AI補間のゴールドスタンダードとして広く考えられています。

パート2. FFmpegで動画解像度を高画質化する方法

FFmpegで動画の寸法を増やすには、scaleフィルターモジュール内でターゲット解像度を設定する必要があります。幅と高さの両方を明示的に設定するか、画像のジオメトリを歪めずに比率を維持するために寸法を動的に計算できます。

標準コンテンツを1080pフルHDにアップスケーリングする

Lanczosフィルターフラグを使用して、SDまたは720pの映像を直接1920x1080に高画質化します：

ffmpeg -i input_720p.mp4 -vf "scale=1920:1080:flags=lanczos" -c:v libx264 -crf 20 output_1080p.mp4

自動高さ計算でアスペクト比を維持する

ターゲット幅を設定し、FFmpegに比例した高さを計算させることで画像の歪みを防ぎます。高さを-2に設定すると、出力寸法が2で割り切れることが保証されます（H.264/H.265コーデックの要件）：

ffmpeg -i input.mp4 -vf "scale=1920:-2:flags=lanczos" -c:v libx264 -crf 20 output.mp4

4K Ultra HDへの高品質スケーリング

FFmpeg scale to 4K操作を実行するには、Lanczosアルゴリズムを低いConstant Rate Factor（CRF）と遅いエンコーディングプリセットと組み合わせて、視覚的詳細を維持し、拡大されたピクセル空間全体で圧縮を最適化する必要があります：

ffmpeg -i input.mp4 -vf "scale=3840:-2:flags=lanczos" -c:v libx264 -crf 18 -preset slow output_4k.mp4

パート3. hqdn3dを使用してFFmpegで動画のノイズを除去する方法

ノイズの多い動画を高画質化すると、視覚的な粒子やセンサーノイズが拡大され、より高いビットレート要件と目に見える圧縮アーティファクトにつながります。解像度拡大の前に画像をクリーンアップすることで、より滑らかなグラデーションとより明確な詳細が保証されます。

hqdn3d（High Quality 3D Denoise）フィルターの仕組み

FFmpeg denoise hqdn3dフィルターは、輝度（ルマ）と色（クロマ）チャネル全体で空間的（フレーム内）および時間的（連続フレーム間）平滑化を行います。

パラメータ構文の説明

フィルター構文：hqdn3d=luma_spatial:chroma_spatial:luma_temporal:chroma_temporal

• luma_spatial (0-16)：輝度に対する空間ノイズ除去。デフォルト：4
• chroma_spatial (0-16)：カラーチャネルに対する空間ノイズ除去。デフォルト：3
• luma_temporal (0-16)：輝度に対するフレーム間の時間的平滑化。デフォルト：6
• chroma_temporal (0-16)：色に対するフレーム間の時間的平滑化。デフォルト：4.5

ノイズ除去の実装例

1. 標準的なノイズ除去（バランスの取れたベースライン）

ffmpeg -i noisy_video.mp4 -vf "hqdn3d=4:3:6:4.5" -c:v libx264 -crf 20 denoised.mp4

2. 強力なノイズ除去（強い粒子 / 低照度映像）

より高い値は深刻な粒子をクリーンアップしますが、合成的またはプラスチック的なテクスチャを導入するリスクがあります：

ffmpeg -i grainy.mp4 -vf "hqdn3d=10:8:15:10" -c:v libx264 -crf 20 clean.mp4

3. 軽いノイズ除去（微妙な細部を保持）

自然なフィルム粒子を保持しながらデジタルセンサーノイズを柔らかくするのに最適です：

ffmpeg -i video.mp4 -vf "hqdn3d=2:1.5:3:2.5" -c:v libx264 -crf 20 output.mp4

パート4. vidstabを使用してFFmpegで揺れる映像を安定化する方法

ハンドヘルドカメラの動きは、より高い解像度で表示するとより顕著になります。2パスワークフローでFFmpeg vidstab安定化を適用すると、最終スケーリングの前に不要なカメラのジッターを除去できます。

システム要件と確認

FFmpegのコンパイルがvidstabをサポートしていることを確認します：

ffmpeg -filters | grep vidstab

（Mac OSユーザーはHomebrew経由で有効化されたビルドをインストールできます：brew install ffmpeg）

2パス安定化ワークフロー

パス1：モーション分析（vidstabdetect）

フレーム間の相対的なピクセル変位を分析し、変換ログファイル（transform.trf）を生成します：

ffmpeg -i shaky_video.mp4 -vf "vidstabdetect=stepsize=6:shakiness=8:accuracy=9:result=transform.trf" -f null -

• shakiness (1-10)：予想されるカメラの動きの激しさ。
• accuracy (1-15)：マトリックス検出スキャンの精度。
• -f null -：.trfログファイルのみが必要なため、ビデオストリームを破棄します。

パス2：変換の適用（vidstabtransform）

分析ファイルに基づいてマトリックス操作を適用し、物理的なカメラの動きを打ち消します：

ffmpeg -i shaky_video.mp4 -vf "vidstabtransform=input=transform.trf:zoom=1:smoothing=10" -c:v libx264 -crf 20 stabilized.mp4

• zoom：フレームシフトによって引き起こされるエッジクロッピングアーティファクトを隠すためにパーセントのパディングを追加します。
• smoothing：平滑化移動平均の長さを設定します。

動的適応ズームによる高度な安定化

optzoom=1を使用して、動画の境界を手動でクロップせずに最適なフレーム拡張を計算します：

ffmpeg -i video.mp4 -vf "vidstabtransform=input=transform.trf:zoom=3:smoothing=30:optzoom=1" -c:v libx264 -crf 20 stable.mp4

パート5. unsharpフィルターを使用して高画質化された動画をシャープ化する方法

高画質化された映像は、数学的ピクセル補間によりわずかに柔らかく見えることがあります。FFmpeg unsharpフィルターパスを適用すると、局所的なエッジコントラストが強化され、鮮明な視覚的明瞭さが復元されます。

unsharpマトリックス構文の理解

フィルター構文：unsharp=lx:ly:la:cx:cy:ca

• lx:ly：ルママトリックスの寸法（ピクセル単位の空間サイズ、例：3x3、5x5）。
• la：ルマの強さ（正の値はシャープ化、負の値はぼかし）。
• cx:cy:ca：対応するクロママトリックスの寸法と強さ。

実装構成

軽いシャープ化構成

ffmpeg -i video.mp4 -vf "unsharp=3:3:0.5:3:3:0.0" -c:v libx264 -crf 20 sharpened.mp4

強いシャープ化構成

ffmpeg -i video.mp4 -vf "unsharp=5:5:2.5:5:5:0.0" -c:v libx264 -crf 20 sharpened.mp4

パート6. 統合されたFFmpeg品質向上パイプラインを構築する方法

複数の単一目的フィルターを統一されたフィルターチェーンに組み合わせると、処理速度が向上し、複数のファイルエクスポートによる品質損失を防げます。FFmpeg video upscalingパイプラインを正しく構成することで、すべてのフィルターが論理的な順序で実行されることが保証されます。

最適なフィルター実行順序

フィルターグラフを構築するとき、実行順序は重要です：

• 1. 最初にノイズ除去：スケーリングアルゴリズムによって拡大される前に、センサーノイズと粒子を除去します。
• 2. 次にスケーリング：Lanczosサンプリングを使用して、クリーンな画像構造をターゲット出力解像度に拡大します。
• 3. 次に安定化：クリーンでスケーリングされたフレームに対して変換計算を実行し、最適な動きの平滑化を行います。

完全な統合制作コマンド

ffmpeg -i source.mp4 \ -vf "hqdn3d=4:3:6:4.5,scale=1920:-2:flags=lanczos,vidstabtransform=input=transform.trf:zoom=1:smoothing=10" \

-c:v libx264 -crf 18 -preset slow \

-c:a copy \

enhanced.mp4

重要なセットアップ注意：このチェーン化されたマスターパイプラインコマンドを実行する前に、パス1のモーション分析検出コマンド（vidstabdetect）を実行してtransform.trfを出力してください。

パート7. FFmpegのパフォーマンスを最適化し、動画をバッチ処理する方法

高解像度の動画フィルターチェーンを処理するには、相当なCPUサイクルが必要です。エンコーダー設定を調整し、並行タスクを実行することで、パフォーマンスを効率的に保てます。

推定処理ベンチマーク

（標準的な10分間の1080p動画ソースファイルに基づく）

• 基本的なスケーリングのみ：約2～5分
• スケーリング + hqdn3dノイズ除去：約5～10分
• スケーリング + hqdn3d + vidstab安定化：約15～25分

x264エンコーディングプリセットのトレードオフ

-presetパラメータを調整して、実行速度と最終ファイルサイズ効率を管理します：

• ultrafast：最大スループット速度。より大きなファイルを作成します。
• fast：ドラフトレンダー向けのバランスの取れたワークフロープリセット。
• slow：最終高画質化マスターに強く推奨。拡大された空間解像度全体でビット配分を最適化します。
• veryslow：処理時間投資に対する収穫逓減。

複数の動画を並列でバッチ処理する

GNU parallelをFFmpegと併用して、複数ファイルのディレクトリを同時に処理します：

ls *.mp4 | parallel ffmpeg -i {} -vf "scale=1920:-2:flags=lanczos" -c:v libx264 -crf 20 enhanced_{/}

パート8. FFmpeg Upscale Videoの制限

従来のコマンドラインフィルターは速度とコマンド精度を提供しますが、数学的スケーリングアルゴリズムには低品質のソースファイルを扱う際の固有の運用上の境界があります。

• 新しい詳細を合成できない：従来の補間アルゴリズムは既存のピクセルをブレンドまたはサンプリングするだけで、失われた表面テクスチャや細い線を発明することはできません。
• 低解像度ソースのぼやけ：数学的スケールフィルターを使用して360pまたは480pの映像を4Kに高画質化すると、しばしば滑らかだが目に見えてぼやけた出力になります。
• 手動パラメータ調整が必要：hqdn3dやunsharpなどのフィルターは、異なる動画シーン全体で面倒な試行錯誤の調整を要求します。
• ニューラルコンテキスト認識の欠如：従来のフィルターはフレーム全体に均一な数学を適用し、人間の顔と背景テクスチャを区別できません。
• コマンドラインの複雑さ：複雑なマルチパスフィルターチェーンの構築には、深い技術知識とターミナル熟練度が必要です。

パート9. FFmpeg動画アップスケーリング vs AI動画アップスケーリング

従来のコマンドライン補間と現代のニューラルネットワークを比較すると、従来の数学とディープラーニング高画質化の構造的違いが浮き彫りになります。

FFmpegを使う場合とAIツールを使う場合

FFmpeg動画アップスケーラーを選ぶ場合：

• 大量のメディアファイルを迅速に処理する必要がある。
• ソース映像がすでにシャープで、寸法調整のみが必要。
• サーバー上で自動化されたバックエンド動画エンコーディングパイプラインを構築している。
• ハードウェア制限のない無料のオープンソースコマンドラインツールを好む。

AI動画アップスケーラーを選ぶ場合：

• レガシーSD動画（480p以下）を4K HD解像度に高画質化している。
• 元の映像に強い圧縮アーティファクト、ぼやけ、または欠落した詳細が含まれている。
• 自動の顔復元、線のシャープ化、インテリジェントなノイズ除去を希望する。
• 視覚的プレビューとワンクリックプリセットワークフローを好む。

パート10. 究極のAI動画アップスケーラー：HitPaw VikPeaで動画品質を高画質化

従来のFFmpeg補間が低解像度または強く圧縮されたファイルで不十分な場合、専用のAIソフトウェアがギャップを埋めます。HitPaw VikPeaは、トレーニング済みのニューラルネットワークモデルを使用して、失われた視覚的詳細を再構築し、解像度を最大4Kまたは8Kまで高画質化し、複雑なターミナルスクリプトなしでデジタルノイズを自動的にクリーンアップします。

• AI解像度アップスケーリング：低解像度動画を最大4Kまたは8K解像度まで簡単に高画質化します。
• ニューラルテクスチャ合成：トレーニング済みAIモデルを使用してリアルな表面詳細を生成し、ぼやけたエッジをシャープ化します。
• 自動ノイズ低減：重要なシャープさを失うことなく、デジタルセンサーノイズとフィルム粒子をクリーンアップします。
• 専用ポートレート復元：人間の動画映像の顔の特徴、目、肌のテクスチャを高画質化します。
• ワンクリックアニメーションモデル：クラシックなアニメやカートゥーンの明瞭さ、線画、鮮やかな色を復元します。
• 低照度動画修復：視覚的アーティファクトとピクセル変色を低減しながら、暗いシーンをインテリジェントに明るくします。

• ステップ1.コンピューターでHitPaw VikPeaをダウンロードして起動します。メインインターフェースで「動画高画質化」をクリックして動画ファイルをインポートするか、ソース動画をワークスペースに直接ドラッグします。

  

• ステップ2.コンテンツタイプに基づいて適切なAIモデルを選択します。たとえば、General Model、Sharpen Model、Portrait Model、Animation Model、Video Quality Repair Modelなどです。

  

• ステップ3.エクスポート設定でターゲット出力解像度（最大4Kまたは8K）を選択します。プレビューをクリックしてリアルタイムの並べて比較を表示し、エクスポートをクリックして高画質化した動画を保存します。

  

FFmpeg動画アップスケーリングに関する質問

結論

動画アップスケーリングをマスターするには、特定のソースメディアに適したツールを選択する必要があります。FFmpegで動画をアップスケールする方法ワークフローを活用すると、標準的な解像度調整に対して比類のない速度、自動化、正確なコマンドライン制御を提供します。Lanczos補間をノイズ除去、シャープ化、安定化フィルターと組み合わせることで、堅牢な品質パイプラインが作成されます。ただし、真の詳細再構築が必要な強く圧縮されたまたはレガシー映像を扱う場合、HitPaw VikPeaのようなAI搭載ツールが最小限の労力で優れた視覚結果を提供します。