探讨基于P2P技术开发视频会议软件

本文旨在剖析开发基于P2P技术开发视频会议软件相关主要技术，并给出一个简单的例子。

一、 引言

我相信多数人听说过微软的NetMeeting，甚至有人直接使用过；而如今，众多的网虫沉迷于视频聊天。这类软件是怎样开发出来的呢？本文中，让我们来共同剖析开发基于P2P技术开发视频会议软件相关的主要技术，并给出一个简明的例子。本示例应用程序允许LAN/Intranet上的任何两个人举行视频会议。

凭直觉我们就会知道，开发这一类软件所涉及的主要问题，就是视频帧的大尺寸将极大地影响数据的传输质量。因而，这类软件的性能也主要依赖于视频帧编码和解码的质量。为此，在本例中，我们选用的是较快速的H.263编码器库，该库具有相当好的压缩比率，从而有效地克服了我们在图像传输中的速度矛盾。

请注意，有兴趣的读者可稍微修改本文中的示例程序以应用于因特网环境中。

二、 音频的录制与播放问题

这一部分的开发相对简单。其一，这种功能的API从Windows 3.1开始就已经提供（winmm.lib＋mmsystem.h）；其二，如今借助于方便的因特网，我们完全可以搜到现成的包装类。在本文中，我们直接借用了提供了两个现成的RecordSound与PlaySound类。这两个类都派生于CWinThread类，用户可以“死搬硬套”地使用它们。下面代码展示了这两个类的使用，具体包装类定义请参考下载源码文件。

//创建并启动录音线程

record=new RecordSound(this);

record->CreateThread();

//创建并启动播放线程

play=new PlaySound1(this);

play->CreateThread();

//开始录制

record->PostThreadMessage(WM_RECORDSOUND_STARTRECORDING,0,0);

//开始播放

play->PostThreadMessage(WM_PLAYSOUND_STARTPLAYING,0,0);

//在音频录制期间，我们可以在RecordSound类的OnSoundData

//回调函数中使用这些数据。在此，你可以放置你要发送到远程宿主的数据……

//播放接收自远程宿主的音频数据

play->PostThreadMessage(WM_PLAYSOUND_PLAYBLOCK,size,(LPARAM) data);

//停止录制

record->PostThreadMessage(WM_RECORDSOUND_STOPRECORDING,0,0);

//停止播放

play->PostThreadMessage(WM_PLAYSOUND_STOPPLAYING,0,0);

//最后，停止录音线程

record->PostThreadMessage(WM_RECORDSOUND_ENDTHREAD,0,0);

//停止播放线程

play->PostThreadMessage(WM_PLAYSOUND_ENDTHREAD,0,0);

上面已经加了注释，使用方法一目了然。

三、 视频捕获的问题

当前，在Windows平台下开发视频应用一般采用两种方案。一种是基于视频采集卡所附带的二次软件开发包SDK进行。此方式的优点：帮助资料齐全，直接套用现成的API，易于上手；但缺点也是明显的：硬件依赖性强，缺乏应有的灵活性，因此，不能充分满足开发通用的视频应用的需要。

另一种方案是基于微软公司的VFW（Video for Windows）进行。这个SDK为开发Windows平台下的视频应用程序提供也现成的软件工具包（一组API），开发人员可以通过它们很方便地实现视频捕获、视频编辑及视频播放功能，特别是可利用其中内置的回调函数开发出更为复杂的视频应用程序。因此，这种方案的优点是播放视频时不需要专用的硬件设备（大多数的视频采集卡驱动程序都支持VFW接口），应用灵活，可以满足视频应用程序开发的需要。值得庆幸的是，如今的Windows版本都内置安装了VFW相关组件，而VC++自4.0以来就支持VFW，从而大大简化了视频应用程序的开发。目前，基于PC的多媒体应用程序的视频部分，大都是利用VFW API开发的。

VFW以消息驱动方式实现对视频设备进行访问，便于开发者控制设备数据流的工作过程。简言之，这个框架主要包括VICAP.DLL、MSVIDEO.DLL、MCIAVI.DRV、AVIFILE.DLL、ICM、ACM等多个动态连接库，这些组件协同合作，共同完成视频的捕获、视频压缩及播放功能。有关这些模块的具体介绍见MSDN，在此略过。

（一）视频捕获

视频数据的实时采集，主要通过AVICAP模块中的消息、宏函数、结构以及回调函数来完成。视频捕获的大致过程如下：

（１）建立捕获窗口

利用函数capCreateCaptureWindow()建立视频捕获窗口，它是所有捕获工作及设置的基础。其主要功能包括：①动态地同视频和音频输入器连接或断开；②设置视频捕获速率；③提供视频源、视频格式以及是否采用视频压缩的对话框；④设置视频采集的显示模式为Overlay或为Preview；⑤实时获取每一帧视频数据；⑥将一视频流和音频流捕获并保存到一个AVI文件中；⑦捕获某一帧数字视频数据，并将单帧图像以DIB格式保存；⑧指定捕获数据的文件名，并能将捕获的内容拷贝到另一文件。

（２）登记回调函数

登记回调函数用来实现用户的一些特殊需要。在以一些实时监控系统或视频会议系统中，需要将数据流在写入磁盘以前就必须加以处理，达到实时功效。应用程序可用捕获窗来登记回调函数，以便及时处理以下情况：捕获窗状态改变、出错、使用视频或音频缓存、放弃控制权等，相应的回调函数分别为capStatusCallback(),capErrorCallback()，capVideoStreamCallback()，capWaveStreamCallback()，capYieldCallback()。

（３）获取捕获窗口的缺省设置

通过宏capCaptureGetSetup(hWndCap,&m_Parms,sizeof(m_Parms))来完成。

（４）设置捕获窗口的相关参数

通过宏capCaptureSetSetup(hWndCap,&m_Parms,sizeof(m_Parms))来完成。

（５）连接捕获窗口与视频捕获卡

通过宏capDriveConnect(hWndCap,0)来完成。

（６）获取采集设备的功能和状态

通过宏capDriverGetCaps(hWndCap,&m_CapDrvCap，sizeof(CAPDRIVERCAPS))来获取视频设备的能力，通过宏capGetStatus(hWndCap,&m_CapStatus,sizeof(m_CapStatus))来获取视频设备的状态。

（７）设置捕获窗口显示模式

视频显示有Overlay(叠加)和Preview(预览)两种模式。在叠加模式下，捕获视频数据布展系统资源，显示速度快，视频采集格式为YUV格式，可通过capOverlay(hWndCap,TRUE)来设置；预览模式下要占用系统资源，视频由系统调用GDI函数在捕获窗显示，显示速度慢，它支持RGB视频格式。

（８）捕获图像到缓存或文件并作相应处理

若要对采集数据进行实时处理，则应利用回调机制，由capSetCallbackOnFrame（hWndCap,FrameCallbackProc)完成单帧视频采集；由capSetCallbackOnVideoStream(hWndCap,VideoCallbackProc)完成视频流采集。如果要保存采集数据，则可调用capCaptureSequence（hWnd）；要指定文件名，可调用capFileSetCapture(hwnd,Filename)。

（９）终止视频捕获断开与视频采集设备的连接

调用capCatureStop(hWndCap)停止采集，调用capDriverDisconnect(hWndCap),断开视频窗口与捕获驱动程序的连接。

由于上面这些API密切相关，所以为了使用方便，我们干脆把它们打包到一个视频捕获类VideoCapture中。

下面的代码片断展示了这个类的使用思路：

//创建视频捕获类的实例

vidcap=new VideoCapture(); 

//当帧捕获完成时，下面这一句将用于调用主对话框类的显示函数

vidcap->SetDialog(this);

//下一行完成初始化工作：连接到驱动程序；设置使用的视频格式等。

//如果成功地连接到视频捕获设备返回TRUE。

vidcap-> Initialize(); 

//如果连接成功，那么，我们就可以得到与视频格式相关的BITMAPINFO

//结构。后面将用之显示捕获的帧

this->m_bmpinfo=&vidcap->m_bmpinfo; 

//现在，你可以正式开始视频捕获了……

vidcap->StartCapture(); 

//一旦捕获开始，捕获的帧将到达回调函数—VideoCapture类的OnCaptureVideo函数。

//在此回调函数中，你可以调用显示函数实现帧显示（见下一节）

//停止捕获

vidcap->StopCapture(); 

//成功捕获后，释放视频捕获类

vidcap->Destroy();

【注意】为了顺利编译和链接，你需要在类实现文件（VideoCapture.cpp）的前面加上如下语句：

#pragma comment(lib,"vfw32") 

#pragma comment(lib,"winmm")

（二）显示捕获的视频帧

对于显示捕获的视频帧方面（也就是显示图像的问题），显然存在多种方案。例如，我们可以使用SetDIBitsToDevice()方法实现直接显示捕获的视频帧。但是，这种方案速度非常慢，因为它是基于图形设备接口(GDI)的函数。相比之下，更好一些的方法是使用DrawDib API来绘制帧，因为这个函数可以直接写向视频内存，因此能够提供更好的性能。

下面的代码片断展示了如何使用DrawDib函数显示捕获的视频帧：

//初始化DIB以便绘制

HDRAWDIB hdib=::DrawDibOpen(); 

//然后，使用适当的参数调用这个函数……

::DrawDibBegin(hdib,...); 

//现在，已经作好准备—可以调用这个函数进行帧显示了

::DrawDibDraw(hdib,...); 

//最后，结束帧绘制

::DrawDibEnd(hdib); 

::DrawDibClose(hdib);

其实，上面代码非常类似普通位图绘制过程。

四、 选择适当的编码/解码库

在本文中，我们选用Roalt Aalmoes的开源的快速H.263编码器库。

(一) 使用编码器代码示例

//初始化压缩器

CParam cparams; 

cparams.format = CPARAM_QCIF;

InitH263Encoder(&cparams);

//如果你需要从RGB24转换到YUV420格式，那么应该调用下面的函数

InitLookupTable(); 

//创建回调函数

//OwnWriteFunction是编码期间返回编码数据时调用的全局函数

WriteByteFunction = OwnWriteFunction; 

//压缩数据必须使用YUV420格式

//在压缩之前调用下面这个方法

ConvertRGB2YUV(IMAGE_WIDTH,IMAGE_HEIGHT,data,yuv); 

//压缩帧……

cparams.format=CPARAM_QCIF; 

cparams.inter = CPARAM_INTRA; 

cparams.Q_intra = 8; 

cparams.data=yuv; //数据是YUV格式

CompressFrame(&cparams, &bits); 

//你可以从开始时你已经注册的回调函数中取得压缩的数据

//最后，终止编码器

// ExitH263Encoder();

(二) 解码器编程

注意，原始的H.263编码器库以C方式进行编码，而且提供了其它更多的细节实现。在本文中，我们以C++重新进行了改写。

下面是解码器的使用示例代码框架：

//初始化解码器

InitH263Decoder(); 

//解压帧……

//rgbdata必须足够大以便存储输出数据；

//解码器以YUV420格式生成图像数据；

//解码之后，把它再转换成RGB24格式……

DecompressFrame(data,size,rgbdata,buffersize); 

//最后一步，终止解码器

ExitH263Decoder();

五、 运行应用程序

为了试验本文示例应用程序，你应该把可执行文件复制到一个LAN中的两台不同的机器上；然后，分别运行之。从一台机器上选择“连接”菜单项，并在弹出对话框内输入另一台机器的名字或IP地址，最后点击“连接”按钮。此时，在另一台机器上应该弹出一个“接受/拒绝”的对话框窗口，点击“接受”按钮。之后，在第一台机器上将显示通知对话框。按“OK”即可开始你的视频会议（聊天……）了。

六、 小结

我想通过本文向读者强调如下问题：Windows平台下的音频及视频开发并非那么复杂高深；有了本文的基础，你也完全可以据需要开发出自己的视频会议、实时监控系统、视频聊天等软件；另外，本文介绍的技术也可经修改并应用于因特网平台上。

同时，我们还看到微软的数字视频处理软件开发包Video for Windows的确为我们帮了大忙,而借助于因特网上的开源多媒体包能更快地加快这类软件的开发。