开发直播的正常流程

1.采集视频、音频

*1.1 采集视频、音频编码框架 *

*1.2 视频、音频硬件设备 *

· CCD :图像传感器：用于图像采集和处理的过程，把图像转换成电信号。

· 拾音器 :声音传感器：用于声音采集和处理的过程，把声音转换成电信号。

· 音频采样数据 :一般都是PCM格式

· 视频采样数据 : 一般都是 YUV ,或 RGB 格式，采集到的原始音视频的体积是非常大的，需要经过压缩技术处理来提高传输效率

2.视频处理（美颜，水印）

· 视频处理原理 :因为视频最终也是通过GPU，一帧一帧渲染到屏幕上的，所以我们可以利用OpenGL ES，对视频帧进行各种加工，从而视频各种不同的效果，就好像一个水龙头流出的水，经过若干节管道，然后流向不同的目标

o 现在的各种美颜和视频添加特效的app都是利用GPUImage这个框架实现的,.

*视频处理框架 *

· GPUImage : GPUImage是一个基于OpenGL ES的一个强大的图像/视频处理框架,封装好了各种滤镜同时也可以编写自定义的滤镜,其本身内置了多达120多种常见的滤镜效果。

· OpenGL :OpenGL（全写Open Graphics Library）是个定义了一个跨编程语言、跨平台的编程接口的规格，它用于三维图象（二维的亦可）。OpenGL是个专业的图形程序接口，是一个功能强大，调用方便的底层图形库。

· OpenGL ES :OpenGL ES (OpenGL for Embedded Systems) 是 OpenGL三维图形 API 的子集，针对手机、PDA和游戏主机等嵌入式设备而设计。

3.视频编码解码

*3.1 视频编码框架 *

· FFmpeg :是一个跨平台的开源视频框架,能实现如视频编码,解码,转码,串流,播放等丰富的功能。其支持的视频格式以及播放协议非常丰富,几乎包含了所有音视频编解码、封装格式以及播放协议。

o -Libswresample:可以对音频进行重采样,rematrixing以及转换采样格式等操作。

o -Libavcodec:提供了一个通用的编解码框架,包含了许多视频,音频,字幕流等编码/解码器。

o -Libavformat:用于对视频进行封装/解封装。

o -Libavutil:包含一些共用的函数,如随机数生成,数据结构,数学运算等。

o -Libpostproc:用于进行视频的一些后期处理。

o -Libswscale:用于视频图像缩放,颜色空间转换等。

o -Libavfilter:提供滤镜功能。

· X264 :把视频原数据YUV编码压缩成H.264格式

*3.2 视频编码技术 *

· 视频压缩编码标准：对视频进行压缩(视频编码)或者解压缩（视频解码）的编码技术 ,比如 MPEG ， H.264 ,这些视频编码技术是压缩编码视频的

o 主要作用 :是将视频像素数据压缩成为视频码流，从而降低视频的数据量。如果视频不经过压缩编码的话，体积通常是非常大的，一部电影可能就要上百G的空间。

o 注意 :最影响视频质量的是其视频编码数据和音频编码数据，跟封装格式没有多大关系

· MPEG :一种视频压缩方式，它采用了帧间压缩，仅存储连续帧之间有差别的地方，从而达到较大的压缩比

· H.264/AVC :一种视频压缩方式,采用事先预测和与MPEG中的P-B帧一样的帧预测方法压缩，它可以根据需要产生适合网络情况传输的视频流,还有更高的压缩比，有更好的图象质量

o 注意1 :如果是从单个画面清晰度比较，MPEG4有优势；从动作连贯性上的清晰度，H.264有优势

o 注意2 :由于264的算法更加复杂，程序实现烦琐，运行它需要更多的处理器和内存资源。因此，运行264对系统要求是比较高的。

o 注意3 :由于264的实现更加灵活，它把一些实现留给了厂商自己去实现，虽然这样给实现带来了很多好处，但是不同产品之间互通成了很大的问题，造成了通过A公司的编码器编出的数据，必须通过A公司的解码器去解这样尴尬的事情

· H.265/HEVC :一种视频压缩方式,基于H.264，保留原来的某些技术，同时对一些相关的技术加以改进，以改善码流、编码质量、延时和算法复杂度之间的关系，达到最优化设置。

o H.265 是一种更为高效的编码标准，能够在同等画质效果下将内容的体积压缩得更小，传输时更快更省带宽

o I帧 :(关键帧)保留一副完整的画面，解码时只需要本帧数据就可以完成（因为包含完整画面）

· P帧 :(差别帧)保留这一帧跟之前帧的差别，解码时需要用之前缓存的画面叠加上本帧定义的差别，生成最终画面。（P帧没有完整画面数据，只有与前一帧的画面差别的数据）

· B帧 :(双向差别帧)保留的是本帧与前后帧的差别，解码B帧，不仅要取得之前的缓存画面，还要解码之后的画面，通过前后画面的与本帧数据的叠加取得最终的画面。B帧压缩率高，但是解码时CPU会比较累

· 帧内（Intraframe）压缩 :当压缩一帧图像时，仅考虑本帧的数据而不考虑相邻帧之间的冗余信息,帧内一般采用有损压缩算法

· 帧间（Interframe）压缩 :时间压缩（Temporal compression），它通过比较时间轴上不同帧之间的数据进行压缩。帧间压缩一般是无损的

· muxing（合成）：将视频流、音频流甚至是字幕流封装到一个文件中( 容器格式（FLV，TS） )，作为一个信号进行传输。

*3.3 音频编码技术 *

· AAC ， mp3 ：这些属于音频编码技术,压缩音频用

*3.4码率控制 *

· 多码率 :观众所处的网络情况是非常复杂的，有可能是WiFi，有可能4G、3G、甚至2G，那么怎么满足多方需求呢？多搞几条线路，根据当前网络环境自定义码率。

o 列如：常常看见视频播放软件中的1024，720，高清，标清，流畅等，指的就是各种码率。

*3.5 视频封装格式 *

· TS : 一种流媒体封装格式，流媒体封装有一个好处，就是不需要加载索 引再播放，大大减少了首次载入的延迟，如果片子比较长，mp4文件的索引相当大，影响用户体验

o 为什么要用TS :这是因为两个TS片段可以无缝拼接，播放器能连续播放

· FLV : 一种流媒体封装格式,由于它形成的文件极小、加载速度极快，使得网络观看视频文件成为可能,因此FLV格式成为了当今主流视频格式

4.推流

*4.1 数据传输框架 *

librtmp :用来传输RTMP协议格式的数据

*4.2 流媒体数据传输协议 *

· RTMP :实时消息传输协议,Adobe Systems公司为Flash播放器和服务器之间音频、视频和数据传输开发的开放协议，因为是开放协议所以都可以使用了。

o RTMP协议用于对象、视频、音频的传输。

o 这个协议建立在TCP协议或者轮询HTTP协议之上。

o RTMP协议就像一个用来装数据包的容器，这些数据可以是FLV中的视音频数据。一个单一的连接可以通过不同的通道传输多路网络流，这些通道中的包都是按照固定大小的包传输的

chunk :消息包

5.流媒体服务器

*5.1常用服务器 *

· SRS ：一款国人开发的优秀开源流媒体服务器系统

· BMS :也是一款流媒体服务器系统，但不开源，是SRS的商业版，比SRS功能更多

· nginx :免费开源web服务器，常用来配置流媒体服务器。

*5.2数据分发 *

· CDN ：(Content Delivery Network)，即内容分发网络,将网站的内容发布到最接近用户的网络”边缘”，使用户可以就近取得所需的内容，解决 Internet网络拥挤的状况，提高用户访问网站的响应速度.

o CDN ：代理服务器，相当于一个中介。

o CDN工作原理：比如请求流媒体数据

§ 1.上传流媒体数据到服务器（源站）

§ 2.源站存储流媒体数据

§ 3.客户端播放流媒体，向CDN请求编码后的流媒体数据

§ 4.CDN的服务器响应请求，若节点上没有该流媒体数据存在，则向源站继续请求流媒体数据；若节点上已经缓存了该视频文件，则跳到第6步。

§ 5.源站响应CDN的请求，将流媒体分发到相应的CDN节点上

§ 6.CDN将流媒体数据发送到客户端

· 回源：当有用户访问某一个URL的时候，如果被解析到的那个CDN节点没有缓存响应的内容，或者是缓存已经到期，就会回源站去获取搜索。如果没有人访问，那么CDN节点不会主动去源站拿.

· 带宽 :在固定的时间可传输的数据总量，

o 比如64位、800MHz的前端总线，它的数据传输率就等于64bit×800MHz÷8(Byte)=6.4GB/s

· 负载均衡 : 由多台服务器以对称的方式组成一个服务器集合，每台服务器都具有等价的地位，都可以单独对外提供服务而无须其他服务器的辅助.

o 通过某种负载分担技术，将外部发送来的请求均匀分配到对称结构中的某一台服务器上，而接收到请求的服务器独立地回应客户的请求。

o 均衡负载能够平均分配客户请求到服务器列阵，籍此提供快速获取重要数据，解决大量并发访问服务问题。

o 这种群集技术可以用最少的投资获得接近于大型主机的性能。

· QoS（带宽管理） :限制每一个组群的带宽，让有限的带宽发挥最大的效用

6.拉流

· 直播协议选择：

即时性要求较高或有互动需求的可以采用 RTMP , RTSP

对于有回放或跨平台需求的，推荐使用 HLS

· 直播协议对比 :

 

· HLS :由Apple公司定义的用于实时流传输的协议,HLS基于HTTP协议实现，传输内容包括两部分，一是M3U8描述文件，二是TS媒体文件。可实现流媒体的直播和点播，主要应用在iOS系统

o HLS是以点播的技术方式来实现直播

o HLS是自适应码率流播，客户端会根据网络状况自动选择不同码率的视频流，条件允许的情况下使用高码率，网络繁忙的时候使用低码率，并且自动在二者间随意切

换。这对移动设备网络状况不稳定的情况下保障流畅播放非常有帮助。

o 实现方法是服务器端提供多码率视频流，并且在列表文件中注明，播放器根据播放进度和下载速度自动调整。

· HLS与RTMP对比 :HLS主要是延时比较大，RTMP主要优势在于延时低

o HLS协议的小切片方式会生成大量的文件，存储或处理这些文件会造成大量资源浪费

o 相比使用RTSP协议的好处在于，一旦切分完成，之后的分发过程完全不需要额外使用任何专门软件，普通的网络服务器即可，大大降低了CDN边缘服务器的配置要求，可以使用任何现成的CDN,而一般服务器很少支持RTSP。

· HTTP-FLV :基于HTTP协议流式的传输媒体内容。

o 相对于RTMP，HTTP更简单和广为人知，内容延迟同样可以做到1~3秒，打开速度更快，因为HTTP本身没有复杂的状态交互。所以从延迟角度来看，HTTP-FLV要优于RTMP。

· RTSP :实时流传输协议,定义了一对多应用程序如何有效地通过IP网络传送多媒体数据.

· RTP :实时传输协议,RTP是建立在UDP协议上的，常与RTCP一起使用，其本身并没有提供按时发送机制或其它服务质量（QoS）保证，它依赖于低层服务去实现这一过程。

· RTCP :RTP的配套协议,主要功能是为RTP所提供的服务质量（QoS）提供反馈，收集相关媒体连接的统计信息，例如传输字节数，传输分组数，丢失分组数，单向和双向网络延迟等等。

7.解码

*7.1 解封装 *

· demuxing（分离）：从视频流、音频流，字幕流合成的文件( 容器格式（FLV，TS） )中，分解出视频、音频或字幕，各自进行解码。

*7.2 音频编码框架 *

· fdk_aac :音频编码解码框架，PCM音频数据和AAC音频数据互转

*7.3 解码介绍 *

· 硬解码：用GPU来解码，减少CPU运算

o 优点：播放流畅、低功耗，解码速度快，

*    缺点：兼容不好

· 软解码：用CPU来解码

o 优点：兼容好

*    缺点：加大CPU负担，耗电增加、没有硬解码流畅，解码速度相对慢

8.播放

· ijkplayer :一个基于FFmpeg的开源Android/iOS视频播放器

o API易于集成；

o 编译配置可裁剪，方便控制安装包大小；

o 支持硬件加速解码，更加省电

o 简单易用，指定拉流URL，自动解码播放.

9.聊天互动

· IM :(InstantMessaging)即时通讯:是一个实时通信系统，允许两人或多人使用网络实时的传递文字消息、文件、语音与视频交流.

o IM 在直播系统中的主要作用是实现观众与主播、观众与观众之间的文字互动.

*第三方SDK *

· 腾讯云 ：腾讯提供的即时通讯SDK，可作为直播的聊天室

· 融云 ：一个比较常用的即时通讯SDK，可作为直播的聊天室

·