FFmpeg：OCR用最適化PNG抽出処理（I-frame抽出）

「入力破損に強くする」「Iだけに寄せる」「レンジを明示して画を安定させる」をそのままPNG書き出し版に落とします。ポイントは、PNGは圧縮プリセットやCRFの世界じゃないので、代わりに「どのフレームを出すか」「色レンジ」「連番の吐き方」が主役になります。

推奨：Iフレーム（キーフレーム）だけをPNG連番で出力（レンジ明示＋破損耐性込み）

ffmpeg -hide_banner -y \
  -fflags +discardcorrupt \
  -err_detect ignore_err \
  -skip_frame nokey \
  -i "data/input.mp4" \
  -vf "unsharp=5:5:1.0:5:5:0.0,scale=in_range=full:out_range=tv,format=rgb24" \
  -vsync 0 \
  "output/iframe_%06d.png"

処理の要点

• -skip_frame nokey：I以外をデコードしない方向に寄せて、参照欠落系エラーを踏みにくくする
• -fflags +discardcorrupt / -err_detect ignore_err：壊れたNALU/フレームを捨てつつ進む
• scale=in_range=full:out_range=tv：フルレンジ入力を明示的に扱って、濃淡の事故を避ける
• format=rgb24：PNGはRGBで保存するのが安定（特にOCR前処理で扱いやすい）
• -vsync 0：フレーム複製/間引きをしない（抽出した分だけ吐く）

代替：skip_frame が取りこぼす場合の保険（select方式）

コンテナのkeyframeフラグが怪しいと -skip_frame nokey が想定より出ないことがある。その場合は、あなたが最初にやってた方式に戻して「I判定はデコーダ後」にします（ログエラーは増えうるが、取りこぼしにくい）。

ffmpeg -hide_banner -y \
  -fflags +discardcorrupt \
  -err_detect ignore_err \
  -i "data/input.mp4" \
  -vf "select='eq(pict_type\,I)',unsharp=5:5:1.0:5:5:0.0,scale=in_range=full:out_range=tv,format=rgb24" \
  -vsync 0 \
  "output/iframe_%06d.png"

OCR向け

グレースケールに寄せたい場合、format=gray（もしくは format=gray,format=rgb24 は不要）に変える：

-vf "...,scale=in_range=full:out_range=tv,format=gray"