「音视频直播技术」Android下视频H264编码
前言
今天为大家介绍一下音视频直播技术中的视频编码。在移动端通过Camera采集到视频数据后，我们不会直接将它发送出去。因为采集后的视频数据量非常大，比如 1280x720 分辨率的一帧数据，就有可能达到6M大小（码率越高，图像越清晰）。这6M数据如果送到网上传输，会给网络带来非常大的负担。
另外，人眼对图像的识别是有限的。拿手机屏幕来说，1K屏与2K屏对于人眼来说是看不出来它们之间的区别的，视频也是同样的道理。基于以上理论，就有了视频的压缩编码技术，通过对视频的有损压缩来达到减少数据大小的目的。
目前视频缩码最常用的是 H264。其它的还有 H265，VP8, VP9等，但用的人还比较少，以后可以专门写一篇文章对他们做些介绍和对比。
编码结构与方式
下图是视频编码的结构，结构很清楚。
在Android系统下视频编码有硬编和软编两种方式。顾名思义，硬编是通过手机提供的硬件模块进行编码；软编就是通过软件程序进行编码。硬编的好处是编码快，不占用CPU资源。缺点是Android机型比较多，坑也比较多。软编正好与硬编相反，它的优点是无论什么机型都一样处理。缺点则是占用大量CPU资源。我们今天介绍的是硬件编码。
如何获取Camera中采集到的数据
从Camera获取视频数据有两种方式，一种是通过向Camera设置预览Callback来读取原始数据；另一种高效的方式是通过MediaCodec的Surface获取数据。而第二种更高效，更灵活。今天我们介绍的就是第二种方式。
当然大家可以很容易从网上找到第一种获取数据的方式。
从Camera获取数据的基本方法如下：
1. 创建 EGL 环境（如果使用 GLSurfaceView则可省略该步骤）。
2. 构建 OpenGL ES程序，通过它将原始数据渲染到Surface中。
OpenGL ES程序我们会在外面的文章中再做介绍。
3. 生成纹理，并打开Camera预览。
4. 创建编码器，将编码器中的Surface与EGL关联。
5. Camera捕获数据后，调用 EGL的swapBuffer方法，就可以拿到数据了。
首先，创建EGL环境。
EglCore是对 EGL 操作的封装。
......
mEglCore = new EglCore(null, EglCore.FLAG_RECORDABLE);
mDisplaySurface = new WindowSurface(mEglCore, holder.getSurface(), false);
mDisplaySurface.makeCurrent();
......
创建 OpenGL ES程序
Texture2dProgram是对 OpenGL ES程序的封装，以后我们会再做介绍。
......
mFullFrameBlit = new FullFrameRect(
new Texture2dProgram(Texture2dProgram.ProgramType.TEXTURE_EXT));
......
根据 OpenGL ES产生的外部纹理生成纹理对象，并打开Camera预览。
......
mTextureId = mFullFrameBlit.createTextureObject();
mCameraTexture = new SurfaceTexture(mTextureId);//生成纹理对象
mCameraTexture.setOnFrameAvailableListener(this);
Log.d(TAG, "starting camera preview");
try {
mCamera.setPreviewTexture(mCameraTexture);
} catch (IOException ioe) {
throw new RuntimeException(ioe);
}
mCamera.startPreview();
......
构造H264编码器，将编码器的 Surface 与 EGL环境关联。
......
try {
//CircularEncoder是 H264编码器的wraper类，编码器的构造见下一节
mCircEncoder = new CircularEncoder(VIDEO_WIDTH, VIDEO_HEIGHT, 6000000,
mCameraPreviewThousandFps / 1000, 7, mHandler);
} catch (IOException ioe) {
throw new RuntimeException(ioe);
}
//通过下面的代码将 EGL 与 Surface关联
mEncoderSurface = new WindowSurface(mEglCore,
mCircEncoder.getInputSurface(), //MediaCodec Surface
true);
......
将渲染后的数据输出到编码器的Surface中
......
mEncoderSurface.makeCurrent(); //关联 EGLContext 与 EGLSurface
GLES20.glViewport(0, 0, VIDEO_WIDTH, VIDEO_HEIGHT);
mFullFrameBlit.drawFrame(mTextureId, mTmpMatrix); //渲染
mEncoderSurface.setPresentationTime(mCameraTexture.getTimestamp());
mEncoderSurface.swapBuffers(); //输出到编码器的 Surface 中
......
构造H264编码器
构造H264编码器实际就是设置编码器的媒体类型、宽高、帧率、GOF等。
......
// TODO: these ought to be configurable as well
private static final String MIME_TYPE = "video/avc"; // H.264 Advanced Video Coding
private static final int FRAME_RATE = 30; // 30fps
private static final int IFRAME_INTERVAL = 5; // 5 seconds between I-frames
private Surface mInputSurface;
private MediaCodec mEncoder;
private MediaCodec.BufferInfo mBufferInfo;
......
mBufferInfo = new MediaCodec.BufferInfo();
MediaFormat format = MediaFormat.createVideoFormat(MIME_TYPE, width, height);
// Set some properties. Failing to specify some of these can cause the MediaCodec
// configure() call to throw an unhelpful exception.
format.setInteger(MediaFormat.KEY_COLOR_FORMAT,
MediaCodecInfo.CodecCapabilities.COLOR_FormatSurface);
format.setInteger(MediaFormat.KEY_BIT_RATE, bitRate);
format.setInteger(MediaFormat.KEY_FRAME_RATE, FRAME_RATE);
format.setInteger(MediaFormat.KEY_I_FRAME_INTERVAL, IFRAME_INTERVAL);
// Create a MediaCodec encoder, and configure it with our format. Get a Surface
// we can use for input and wrap it with a class that handles the EGL work.
mEncoder = MediaCodec.createEncoderByType(MIME_TYPE);
mEncoder.configure(format, null, null, MediaCodec.CONFIGURE_FLAG_ENCODE);
mInputSurface = mEncoder.createInputSurface();
mEncoder.start();
.....
视频编码
视频解码就更简单了，就是一个死循环不断的从解码器中查询解码状态。如果解码状态大于0, 则说明现在已经有解好的数据了。
......
ByteBuffer[] encoderOutputBuffers = mEncoder.getOutputBuffers();
while (true) {
int encoderStatus = mEncoder.dequeueOutputBuffer(mBufferInfo, TIMEOUT_USEC);
......
if (encoderStatus > 0) {
ByteBuffer encodedData = encoderOutputBuffers[encoderStatus];
......
// adjust the ByteBuffer values to match BufferInfo (not needed?)
encodedData.position(mBufferInfo.offset);
encodedData.limit(mBufferInfo.offset + mBufferInfo.size);
......
mEncoder.releaseOutputBuffer(encoderStatus, false);
......
}
}
......
小结
通过上面的分析我们可以清楚的知道硬件编码主要就是三大步：
- 创建编码器
- 从Camera获取数据。
- 循环从编码器中取数据。
参考
- Android视频采集(Camera1)
- Android视频采集(Camera2)
- EGL介绍