VideoToolBox硬解码H264
对于H264和VideoToolBox还不熟悉的童鞋一定下先看下
H264基础简介
iOS-VideoToolbox硬编码H264
整体的流程是：
从摄像头获取视频裸数据->使用VideoToolBox编码成H264->使用VideoToolBox解码成image->使用openGLES绘制展示
demo中上面的是实时摄像头的预览图，下方的是解码后渲染图，gif不能显示完整，可以下载demo代码看详细效果。
VideoToolbox解码主要流程
编码部分可以看上一篇的文章。这里重点讲一下解码流程
//解码nalu裸数据
-(void) decodeNalu:(uint8_t *)frame size:(uint32_t)frameSize
传入nalu的裸数据和数据frameSize
我们知道
一个原始的NALU单元结构如下
[StartCode][NALU Header][NALU Payload]三部分。
StartCode，是一个NALU单元开始，必须是00 00 00 01 或者00 00 01。
对于VideoToolBox的NALU前四个字节并不是StartCode，而是FrameSize，所以这里我们写入frameSize到前四个字节中
//填充nalu size 去掉start code 替换成nalu size
uint32_t nalSize = (uint32_t)(frameSize - 4);
uint8_t *pNalSize = (uint8_t*)(&nalSize);
frame[0] = *(pNalSize + 3);
frame[1] = *(pNalSize + 2);
frame[2] = *(pNalSize + 1);
frame[3] = *(pNalSize);
再次之前我们先读取NALU Header判断类型
//获取nalu type
int nalu_type = (frame[4] & 0x1F);
区分关键帧还是sps和pps，已经B，P其他帧
switch (nalu_type)
{
case 0x05:
//关键帧
if([self initH264Decoder])
{
pixelBuffer = [self decode:frame size:frameSize];
}
break;
case 0x07:
//sps
_spsSize = frameSize - 4;
_sps = malloc(_spsSize);
memcpy(_sps, &frame[4], _spsSize);
break;
case 0x08:
{
//pps
_ppsSize = frameSize - 4;
_pps = malloc(_ppsSize);
memcpy(_pps, &frame[4], _ppsSize);
break;
}
default:
{
// B/P frame
if([self initH264Decoder])
{
pixelBuffer = [self decode:frame size:frameSize];
}
break;
}
这里我们可以看到读到关键帧或者B/P其他视频帧的时候我们才去initH264Decoder，初始化VideoToolBox解码，这是因为sps和pps里面包含了视频宽高，以及解码相关参数，必须先获取到sps和pps构建CMVideoFormatDescriptionRef，才能初始化VideoToolBox解码session
封装CMVideoFormatDescriptionRef
@interface H264DecodeTool(){
//解码session
VTDecompressionSessionRef _decoderSession;
//解码format 封装了sps和pps
CMVideoFormatDescriptionRef _decoderFormatDescription;
//sps & pps
uint8_t *_sps;
NSInteger _spsSize;
uint8_t *_pps;
NSInteger _ppsSize;
}
const uint8_t* const parameterSetPointers[2] = { _sps, _pps };
const size_t parameterSetSizes[2] = { _spsSize, _ppsSize };
//用sps 和pps 实例化_decoderFormatDescription
OSStatus status = CMVideoFormatDescriptionCreateFromH264ParameterSets(kCFAllocatorDefault,
2, //参数个数
parameterSetPointers,
parameterSetSizes,
4, //nal startcode开始的size
&_decoderFormatDescription);
初始化VideoToolBox Session
NSDictionary* destinationPixelBufferAttributes = @{
(id)kCVPixelBufferPixelFormatTypeKey : [NSNumber numberWithInt:kCVPixelFormatType_420YpCbCr8BiPlanarVideoRange],
//硬解必须是 kCVPixelFormatType_420YpCbCr8BiPlanarVideoRange
// 或者是kCVPixelFormatType_420YpCbCr8Planar
//因为iOS是 nv12 其他是nv21
(id)kCVPixelBufferWidthKey : [NSNumber numberWithInt:1280],
(id)kCVPixelBufferHeightKey : [NSNumber numberWithInt:960],
//这里宽高和编码反的 两倍关系
(id)kCVPixelBufferOpenGLCompatibilityKey : [NSNumber numberWithBool:YES]
};
VTDecompressionOutputCallbackRecord callBackRecord;
callBackRecord.decompressionOutputCallback = didDecompress;
callBackRecord.decompressionOutputRefCon = (__bridge void *)self;
status = VTDecompressionSessionCreate(kCFAllocatorDefault,
_decoderFormatDescription,
NULL,
(__bridge CFDictionaryRef)destinationPixelBufferAttributes,
&callBackRecord,
&_decoderSession);
VTSessionSetProperty(_decoderSession, kVTDecompressionPropertyKey_ThreadCount, (__bridge CFTypeRef)[NSNumber numberWithInt:1]);
VTSessionSetProperty(_decoderSession, kVTDecompressionPropertyKey_RealTime, kCFBooleanTrue);
iOS下硬解码只可以使用:
kCVPixelFormatType_420YpCbCr8BiPlanarVideoRange:YUV420P
kCVPixelFormatType_420YpCbCr8Planar:NV12
YUV420P和NV12是两种不同的图像数据格式，有兴趣的童鞋可以自行查阅下资料。
需要注意的是kCVPixelBufferWidthKey，kCVPixelBufferHeightKey这里指定的宽和高，和实际视频的宽高是反的，两倍关系。
我们录制的视频是640 * 480，所以这里传入1280和960
解码回调
//解码回调
static void didDecompress( void *decompressionOutputRefCon, void *sourceFrameRefCon, OSStatus status, VTDecodeInfoFlags infoFlags, CVImageBufferRef pixelBuffer, CMTime presentationTimeStamp, CMTime presentationDuration ){
CVPixelBufferRef *outputPixelBuffer = (CVPixelBufferRef *)sourceFrameRefCon;
//持有pixelBuffer数据，否则会被释放
*outputPixelBuffer = CVPixelBufferRetain(pixelBuffer);
H264DecodeTool *decoder = (__bridge H264DecodeTool *)decompressionOutputRefCon;
if (decoder.delegate)
{
[decoder.delegate gotDecodedFrame:pixelBuffer];
}
}
这里retain一次回调的pixelBuffer，也就是图像裸数据。然后回调。
渲染
渲染部分使用了APPLE的一个demo Layer，渲染CVImageBufferRef，原理是使用opengl。这块后面在OpenGL专题再做详解，这里不再累述。
总结
H264编码是很复杂的，但是由于框架的封装，事实上平时我们项目中使用的现有API硬件编解码也还是很方便的。理解了流程和原理是最重要的。当然demo仅仅是实现了基本编解码，很多异常处理，例如退到后台，session报错异常，前台恢复等在实际商业项目中是必然需要考虑的。
demo下载地址:iOS-VideoToolBox-demo
也来练习下吧。