Нужно что-то более удобное (высокоуровневое), чем libavfilter API. Например, в кадре 50 прямоугольников разного цвета и с разным написанным на них текстом меняют размер, двигаются по своим траекториям.
А результат рендера - видеопоток. Классно, если всё интегрировано или интегрируемо с ffmpeg.
P. S. А есть кто-то, кто умеет скриптовать такие штуки на Blender?