lbaihao
lbaihao

PCM音频采样数据处理

=====================================================

视音频数据处理入门系列文章：

视音频数据处理入门：RGB、YUV像素数据处理

视音频数据处理入门：PCM音频采样数据处理

视音频数据处理入门：H.264视频码流解析

视音频数据处理入门：AAC音频码流解析

视音频数据处理入门：FLV封装格式解析

视音频数据处理入门：UDP-RTP协议解析

=====================================================


上一篇文章记录了RGB/YUV视频像素数据的处理方法，本文继续上一篇文章的内容，记录PCM音频采样数据的处理方法。音频采样数据在视频播放器的解码流程中的位置如下图所示。


本文分别介绍如下几个PCM音频采样数据处理函数：
  分离PCM16LE双声道音频采样数据的左声道和右声道
  将PCM16LE双声道音频采样数据中左声道的音量降一半
  将PCM16LE双声道音频采样数据的声音速度提高一倍
  将PCM16LE双声道音频采样数据转换为PCM8音频采样数据
  从PCM16LE单声道音频采样数据中截取一部分数据
  将PCM16LE双声道音频采样数据转换为WAVE格式音频数据

注：PCM音频数据可以使用音频编辑软件导入查看。例如收费的专业音频编辑软件Adobe Audition，或者免费开源的音频编辑软件Audacity。


函数列表


（1）分离PCM16LE双声道音频采样数据的左声道和右声道

本程序中的函数可以将PCM16LE双声道数据中左声道和右声道的数据分离成两个文件。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Split Left and Right channel of 16LE PCM file. 
  3.  * @param url  Location of PCM file. 
  4.  * 
  5.  */  
  6. int simplest_pcm16le_split(char *url){  
  7.     FILE *fp=fopen(url,"rb+");  
  8.     FILE *fp1=fopen("output_l.pcm","wb+");  
  9.     FILE *fp2=fopen("output_r.pcm","wb+");  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.         fread(sample,1,4,fp);  
  15.         //L  
  16.         fwrite(sample,1,2,fp1);  
  17.         //R  
  18.         fwrite(sample+2,1,2,fp2);  
  19.     }  
  20.   
  21.     free(sample);  
  22.     fclose(fp);  
  23.     fclose(fp1);  
  24.     fclose(fp2);  
  25.     return 0;  
  26. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_split("NocturneNo2inEflat_44.1k_s16le.pcm");  

从代码可以看出，PCM16LE双声道数据中左声道和右声道的采样值是间隔存储的。每个采样值占用2Byte空间。代码运行后，会把NocturneNo2inEflat_44.1k_s16le.pcm的PCM16LE格式的数据分离为两个单声道数据：

output_l.pcm：左声道数据。

output_r.pcm：右声道数据。

注：本文中声音样值的采样频率一律是44100Hz，采样格式一律为16LE。“16”代表采样位数是16bit。由于1Byte=8bit，所以一个声道的一个采样值占用2Byte。“LE”代表Little Endian，代表2 Byte采样值的存储方式为高位存在高地址中。

下图为输入的双声道PCM数据的波形图。上面的波形图是左声道的图形，下面的波形图是右声道的波形。图中的横坐标是时间，总长度为22秒；纵坐标是取样值，取值范围从-32768到32767。


下图为分离后左声道数据output_l.pcm的音频波形图。

 

下图为分离后右声道数据output_r.pcm的音频波形图。

 

（2）将PCM16LE双声道音频采样数据中左声道的音量降一半

本程序中的函数可以将PCM16LE双声道数据中左声道的音量降低一半。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Halve volume of Left channel of 16LE PCM file 
  3.  * @param url  Location of PCM file. 
  4.  */  
  5. int simplest_pcm16le_halfvolumeleft(char *url){  
  6.     FILE *fp=fopen(url,"rb+");  
  7.     FILE *fp1=fopen("output_halfleft.pcm","wb+");  
  8.   
  9.     int cnt=0;  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.         short *samplenum=NULL;  
  15.         fread(sample,1,4,fp);  
  16.   
  17.         samplenum=(short *)sample;  
  18.         *samplenum=*samplenum/2;  
  19.         //L  
  20.         fwrite(sample,1,2,fp1);  
  21.         //R  
  22.         fwrite(sample+2,1,2,fp1);  
  23.   
  24.         cnt++;  
  25.     }  
  26.     printf("Sample Cnt:%d\n",cnt);  
  27.   
  28.     free(sample);  
  29.     fclose(fp);  
  30.     fclose(fp1);  
  31.     return 0;  
  32. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_halfvolumeleft("NocturneNo2inEflat_44.1k_s16le.pcm");  

从源代码可以看出，本程序在读出左声道的2 Byte的取样值之后，将其当成了C语言中的一个short类型的变量。将该数值除以2之后写回到了PCM文件中。下图为输入PCM双声道音频采样数据的波形图。


下图为输出的左声道经过处理后的波形图。可以看出左声道的波形幅度降低了一半。



（3）将PCM16LE双声道音频采样数据的声音速度提高一倍

本程序中的函数可以通过抽象的方式将PCM16LE双声道数据的速度提高一倍。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Re-sample to double the speed of 16LE PCM file 
  3.  * @param url  Location of PCM file. 
  4.  */  
  5. int simplest_pcm16le_doublespeed(char *url){  
  6.     FILE *fp=fopen(url,"rb+");  
  7.     FILE *fp1=fopen("output_doublespeed.pcm","wb+");  
  8.   
  9.     int cnt=0;  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.   
  15.         fread(sample,1,4,fp);  
  16.   
  17.         if(cnt%2!=0){  
  18.             //L  
  19.             fwrite(sample,1,2,fp1);  
  20.             //R  
  21.             fwrite(sample+2,1,2,fp1);  
  22.         }  
  23.         cnt++;  
  24.     }  
  25.     printf("Sample Cnt:%d\n",cnt);  
  26.   
  27.     free(sample);  
  28.     fclose(fp);  
  29.     fclose(fp1);  
  30.     return 0;  
  31. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_doublespeed("NocturneNo2inEflat_44.1k_s16le.pcm");  

从源代码可以看出，本程序只采样了每个声道奇数点的样值。处理完成后，原本22秒左右的音频变成了11秒左右。音频的播放速度提高了2倍，音频的音调也变高了很多。下图为输入PCM双声道音频采样数据的波形图。


下图为输出的PCM双声道音频采样数据的波形图。通过时间轴可以看出音频变短了很多。



（4）将PCM16LE双声道音频采样数据转换为PCM8音频采样数据

本程序中的函数可以通过计算的方式将PCM16LE双声道数据16bit的采样位数转换为8bit。函数的代码如下所示。

[cpp]  view plain  copy
 
  1. /** 
  2.  * Convert PCM-16 data to PCM-8 data. 
  3.  * @param url  Location of PCM file. 
  4.  */  
  5. int simplest_pcm16le_to_pcm8(char *url){  
  6.     FILE *fp=fopen(url,"rb+");  
  7.     FILE *fp1=fopen("output_8.pcm","wb+");  
  8.   
  9.     int cnt=0;  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.   
  15.         short *samplenum16=NULL;  
  16.         char samplenum8=0;  
  17.         unsigned char samplenum8_u=0;  
  18.         fread(sample,1,4,fp);  
  19.         //(-32768-32767)  
  20.         samplenum16=(short *)sample;  
  21.         samplenum8=(*samplenum16)>>8;  
  22.         //(0-255)  
  23.         samplenum8_u=samplenum8+128;  
  24.         //L  
  25.         fwrite(&samplenum8_u,1,1,fp1);  
  26.   
  27.         samplenum16=(short *)(sample+2);  
  28.         samplenum8=(*samplenum16)>>8;  
  29.         samplenum8_u=samplenum8+128;  
  30.         //R  
  31.         fwrite(&samplenum8_u,1,1,fp1);  
  32.         cnt++;  
  33.     }  
  34.     printf("Sample Cnt:%d\n",cnt);  
  35.   
  36.     free(sample);  
  37.     fclose(fp);  
  38.     fclose(fp1);  
  39.     return 0;  
  40. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_to_pcm8("NocturneNo2inEflat_44.1k_s16le.pcm");  

PCM16LE格式的采样数据的取值范围是-32768到32767，而PCM8格式的采样数据的取值范围是0到255。所以PCM16LE转换到PCM8需要经过两个步骤：第一步是将-32768到32767的16bit有符号数值转换为-128到127的8bit有符号数值，第二步是将-128到127的8bit有符号数值转换为0到255的8bit无符号数值。在本程序中，16bit采样数据是通过short类型变量存储的，而8bit采样数据是通过unsigned char类型存储的。下图为输入的16bit的PCM双声道音频采样数据的波形图。


下图为输出的8bit的PCM双声道音频采样数据的波形图。注意观察图中纵坐标的取值范围已经变为0至255。如果仔细聆听声音的话，会发现8bit PCM的音质明显不如16 bit PCM的音质。
 

（5）将从PCM16LE单声道音频采样数据中截取一部分数据

本程序中的函数可以从PCM16LE单声道数据中截取一段数据，并输出截取数据的样值。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Cut a 16LE PCM single channel file. 
  3.  * @param url        Location of PCM file. 
  4.  * @param start_num  start point 
  5.  * @param dur_num    how much point to cut 
  6.  */  
  7. int simplest_pcm16le_cut_singlechannel(char *url,int start_num,int dur_num){  
  8.     FILE *fp=fopen(url,"rb+");  
  9.     FILE *fp1=fopen("output_cut.pcm","wb+");  
  10.     FILE *fp_stat=fopen("output_cut.txt","wb+");  
  11.   
  12.     unsigned char *sample=(unsigned char *)malloc(2);  
  13.   
  14.     int cnt=0;  
  15.     while(!feof(fp)){  
  16.         fread(sample,1,2,fp);  
  17.         if(cnt>start_num&&cnt<=(start_num+dur_num)){  
  18.             fwrite(sample,1,2,fp1);  
  19.   
  20.             short samplenum=sample[1];  
  21.             samplenum=samplenum*256;  
  22.             samplenum=samplenum+sample[0];  
  23.   
  24.             fprintf(fp_stat,"%6d,",samplenum);  
  25.             if(cnt%10==0)  
  26.                 fprintf(fp_stat,"\n",samplenum);  
  27.         }  
  28.         cnt++;  
  29.     }  
  30.   
  31.     free(sample);  
  32.     fclose(fp);  
  33.     fclose(fp1);  
  34.     fclose(fp_stat);  
  35.     return 0;  
  36. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_cut_singlechannel("drum.pcm",2360,120);  

本程序可以从PCM数据中选取一段采样值保存下来，并且输出这些采样值的数值。上述代码运行后，会把单声道PCM16LE格式的“drum.pcm”中从2360点开始的120点的数据保存成output_cut.pcm文件。下图为“drum.pcm”的波形图，该音频采样频率为44100KHz，长度为0.5秒，一共包含约22050个采样点。


下图为截取出来的output_cut.pcm文件中的数据。


下面列出了上述数据的采样值。
[plain]  view plain  copy
 
  1.  4460,  5192,  5956,  6680,  7199,  6706,  5727,  4481,  3261,  1993,  
  2.  1264,   747,   767,   752,  1248,  1975,  2473,  2955,  2952,  2447,  
  3.   974, -1267, -4000, -6965,-10210,-13414,-16639,-19363,-21329,-22541,  
  4. 23028,-22545,-21055,-19067,-16829,-14859,-12596, -9900, -6684, -3475,  
  5.  -983,  1733,  3978,  5734,  6720,  6978,  6993,  7223,  7225,  7440,  
  6.  7688,  8431,  8944,  9468,  9947, 10688, 11194, 11946, 12449, 12446,  
  7. 12456, 11974, 11454, 10952, 10167,  9425,  8153,  6941,  5436,  3716,  
  8.  1952,   236, -1254, -2463, -3493, -4223, -4695, -4927, -5190, -4941,  
  9. -4188, -2956, -1490,   -40,   705,   932,   446,  -776, -2512, -3994,  
  10. -5723, -7201, -8687,-10157,-11134,-11661,-11642,-11168,-10155, -9142,  
  11. -7888, -7146, -6186, -5694, -4971, -4715, -4498, -4471, -4468, -4452,  
  12. -4452, -3940, -2980, -1984,  -752,   257,  1021,  1264,  1032,    31,  

（6）将PCM16LE双声道音频采样数据转换为WAVE格式音频数据

WAVE格式音频（扩展名为“.wav”）是Windows系统中最常见的一种音频。该格式的实质就是在PCM文件的前面加了一个文件头。本程序的函数就可以通过在PCM文件前面加一个WAVE文件头从而封装为WAVE格式音频。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Convert PCM16LE raw data to WAVE format 
  3.  * @param pcmpath      Input PCM file. 
  4.  * @param channels     Channel number of PCM file. 
  5.  * @param sample_rate  Sample rate of PCM file. 
  6.  * @param wavepath     Output WAVE file. 
  7.  */  
  8. int simplest_pcm16le_to_wave(const char *pcmpath,int channels,int sample_rate,const char *wavepath)  
  9. {  
  10.   
  11.     typedef struct WAVE_HEADER{    
  12.         char         fccID[4];          
  13.         unsigned   long    dwSize;              
  14.         char         fccType[4];      
  15.     }WAVE_HEADER;    
  16.   
  17.     typedef struct WAVE_FMT{    
  18.         char         fccID[4];          
  19.         unsigned   long       dwSize;              
  20.         unsigned   short     wFormatTag;      
  21.         unsigned   short     wChannels;    
  22.         unsigned   long       dwSamplesPerSec;    
  23.         unsigned   long       dwAvgBytesPerSec;    
  24.         unsigned   short     wBlockAlign;    
  25.         unsigned   short     uiBitsPerSample;    
  26.     }WAVE_FMT;    
  27.   
  28.     typedef struct WAVE_DATA{    
  29.         char       fccID[4];            
  30.         unsigned long dwSize;                
  31.     }WAVE_DATA;    
  32.   
  33.   
  34.     if(channels==0||sample_rate==0){  
  35.     channels = 2;  
  36.     sample_rate = 44100;  
  37.     }  
  38.     int bits = 16;  
  39.   
  40.     WAVE_HEADER   pcmHEADER;    
  41.     WAVE_FMT   pcmFMT;    
  42.     WAVE_DATA   pcmDATA;    
  43.    
  44.     unsigned   short   m_pcmData;  
  45.     FILE   *fp,*fpout;    
  46.   
  47.     fp=fopen(pcmpath, "rb");  
  48.     if(fp == NULL) {    
  49.         printf("open pcm file error\n");  
  50.         return -1;    
  51.     }  
  52.     fpout=fopen(wavepath,   "wb+");  
  53.     if(fpout == NULL) {      
  54.         printf("create wav file error\n");    
  55.         return -1;   
  56.     }          
  57.     //WAVE_HEADER  
  58.     memcpy(pcmHEADER.fccID,"RIFF",strlen("RIFF"));                      
  59.     memcpy(pcmHEADER.fccType,"WAVE",strlen("WAVE"));    
  60.     fseek(fpout,sizeof(WAVE_HEADER),1);   
  61.     //WAVE_FMT  
  62.     pcmFMT.dwSamplesPerSec=sample_rate;    
  63.     pcmFMT.dwAvgBytesPerSec=pcmFMT.dwSamplesPerSec*sizeof(m_pcmData);    
  64.     pcmFMT.uiBitsPerSample=bits;  
  65.     memcpy(pcmFMT.fccID,"fmt ",strlen("fmt "));    
  66.     pcmFMT.dwSize=16;    
  67.     pcmFMT.wBlockAlign=2;    
  68.     pcmFMT.wChannels=channels;    
  69.     pcmFMT.wFormatTag=1;    
  70.    
  71.     fwrite(&pcmFMT,sizeof(WAVE_FMT),1,fpout);   
  72.   
  73.     //WAVE_DATA;  
  74.     memcpy(pcmDATA.fccID,"data",strlen("data"));    
  75.     pcmDATA.dwSize=0;  
  76.     fseek(fpout,sizeof(WAVE_DATA),SEEK_CUR);  
  77.   
  78.     fread(&m_pcmData,sizeof(unsigned short),1,fp);  
  79.     while(!feof(fp)){    
  80.         pcmDATA.dwSize+=2;  
  81.         fwrite(&m_pcmData,sizeof(unsigned short),1,fpout);  
  82.         fread(&m_pcmData,sizeof(unsigned short),1,fp);  
  83.     }    
  84.   
  85.     pcmHEADER.dwSize=44+pcmDATA.dwSize;  
  86.   
  87.     rewind(fpout);  
  88.     fwrite(&pcmHEADER,sizeof(WAVE_HEADER),1,fpout);  
  89.     fseek(fpout,sizeof(WAVE_FMT),SEEK_CUR);  
  90.     fwrite(&pcmDATA,sizeof(WAVE_DATA),1,fpout);  
  91.       
  92.     fclose(fp);  
  93.     fclose(fpout);  
  94.   
  95.     return 0;  
  96. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_to_wave("NocturneNo2inEflat_44.1k_s16le.pcm",2,44100,"output_nocturne.wav");  

WAVE文件是一种RIFF格式的文件。其基本块名称是“WAVE”，其中包含了两个子块“fmt”和“data”。从编程的角度简单说来就是由WAVE_HEADER、WAVE_FMT、WAVE_DATA、采样数据共4个部分组成。它的结构如下所示。

WAVE_HEADER

WAVE_FMT

WAVE_DATA

PCM数据

其中前3部分的结构如下所示。在写入WAVE文件头的时候给其中的每个字段赋上合适的值就可以了。但是有一点需要注意：WAVE_HEADER和WAVE_DATA中包含了一个文件长度信息的dwSize字段，该字段的值必须在写入完音频采样数据之后才能获得。因此这两个结构体最后才写入WAVE文件中。
[cpp]  view plain  copy
 
  1. typedef struct WAVE_HEADER{  
  2.     char fccID[4];  
  3.     unsigned long dwSize;  
  4.     char fccType[4];  
  5. }WAVE_HEADER;  
  6.   
  7. typedef struct WAVE_FMT{  
  8.     char  fccID[4];  
  9.     unsigned long dwSize;  
  10.     unsigned short wFormatTag;  
  11.     unsigned short wChannels;  
  12.     unsigned long dwSamplesPerSec;  
  13.     unsigned long dwAvgBytesPerSec;  
  14.     unsigned short wBlockAlign;  
  15.     unsigned short uiBitsPerSample;  
  16. }WAVE_FMT;  
  17.   
  18. typedef struct WAVE_DATA{  
  19.     char       fccID[4];  
  20.     unsigned long dwSize;  
  21. }WAVE_DATA;  

本程序的函数执行完成后，就可将NocturneNo2inEflat_44.1k_s16le.pcm文件封装成output_nocturne.wav文件。


下载


Simplest mediadata test

项目主页

SourceForge：https://sourceforge.net/projects/simplest-mediadata-test/

Github：https://github.com/leixiaohua1020/simplest_mediadata_test

开源中国： http://git.oschina.net/leixiaohua1020/simplest_mediadata_test


CSDN下载地址： http://download.csdn.net/detail/leixiaohua1020/9422409


本项目包含如下几种视音频数据解析示例：
 (1)像素数据处理程序。包含RGB和YUV像素格式处理的函数。
 (2)音频采样数据处理程序。包含PCM音频采样格式处理的函数。
 (3)H.264码流分析程序。可以分离并解析NALU。
 (4)AAC码流分析程序。可以分离并解析ADTS帧。
 (5)FLV封装格式分析程序。可以将FLV中的MP3音频码流分离出来。

 (6)UDP-RTP协议分析程序。可以将分析UDP/RTP/MPEG-TS数据包。


雷霄骅 (Lei Xiaohua)
[email protected]
http://blog.csdn.net/leixiaohua1020

=====================================================

视音频数据处理入门系列文章：

视音频数据处理入门：RGB、YUV像素数据处理

视音频数据处理入门：PCM音频采样数据处理

视音频数据处理入门：H.264视频码流解析

视音频数据处理入门：AAC音频码流解析

视音频数据处理入门：FLV封装格式解析

视音频数据处理入门：UDP-RTP协议解析

=====================================================


上一篇文章记录了RGB/YUV视频像素数据的处理方法，本文继续上一篇文章的内容，记录PCM音频采样数据的处理方法。音频采样数据在视频播放器的解码流程中的位置如下图所示。


本文分别介绍如下几个PCM音频采样数据处理函数：
  分离PCM16LE双声道音频采样数据的左声道和右声道
  将PCM16LE双声道音频采样数据中左声道的音量降一半
  将PCM16LE双声道音频采样数据的声音速度提高一倍
  将PCM16LE双声道音频采样数据转换为PCM8音频采样数据
  从PCM16LE单声道音频采样数据中截取一部分数据
  将PCM16LE双声道音频采样数据转换为WAVE格式音频数据

注：PCM音频数据可以使用音频编辑软件导入查看。例如收费的专业音频编辑软件Adobe Audition，或者免费开源的音频编辑软件Audacity。


函数列表


（1）分离PCM16LE双声道音频采样数据的左声道和右声道

本程序中的函数可以将PCM16LE双声道数据中左声道和右声道的数据分离成两个文件。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Split Left and Right channel of 16LE PCM file. 
  3.  * @param url  Location of PCM file. 
  4.  * 
  5.  */  
  6. int simplest_pcm16le_split(char *url){  
  7.     FILE *fp=fopen(url,"rb+");  
  8.     FILE *fp1=fopen("output_l.pcm","wb+");  
  9.     FILE *fp2=fopen("output_r.pcm","wb+");  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.         fread(sample,1,4,fp);  
  15.         //L  
  16.         fwrite(sample,1,2,fp1);  
  17.         //R  
  18.         fwrite(sample+2,1,2,fp2);  
  19.     }  
  20.   
  21.     free(sample);  
  22.     fclose(fp);  
  23.     fclose(fp1);  
  24.     fclose(fp2);  
  25.     return 0;  
  26. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_split("NocturneNo2inEflat_44.1k_s16le.pcm");  

从代码可以看出，PCM16LE双声道数据中左声道和右声道的采样值是间隔存储的。每个采样值占用2Byte空间。代码运行后，会把NocturneNo2inEflat_44.1k_s16le.pcm的PCM16LE格式的数据分离为两个单声道数据：

output_l.pcm：左声道数据。

output_r.pcm：右声道数据。

注：本文中声音样值的采样频率一律是44100Hz，采样格式一律为16LE。“16”代表采样位数是16bit。由于1Byte=8bit，所以一个声道的一个采样值占用2Byte。“LE”代表Little Endian，代表2 Byte采样值的存储方式为高位存在高地址中。

下图为输入的双声道PCM数据的波形图。上面的波形图是左声道的图形，下面的波形图是右声道的波形。图中的横坐标是时间，总长度为22秒；纵坐标是取样值，取值范围从-32768到32767。


下图为分离后左声道数据output_l.pcm的音频波形图。

 

下图为分离后右声道数据output_r.pcm的音频波形图。

 

（2）将PCM16LE双声道音频采样数据中左声道的音量降一半

本程序中的函数可以将PCM16LE双声道数据中左声道的音量降低一半。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Halve volume of Left channel of 16LE PCM file 
  3.  * @param url  Location of PCM file. 
  4.  */  
  5. int simplest_pcm16le_halfvolumeleft(char *url){  
  6.     FILE *fp=fopen(url,"rb+");  
  7.     FILE *fp1=fopen("output_halfleft.pcm","wb+");  
  8.   
  9.     int cnt=0;  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.         short *samplenum=NULL;  
  15.         fread(sample,1,4,fp);  
  16.   
  17.         samplenum=(short *)sample;  
  18.         *samplenum=*samplenum/2;  
  19.         //L  
  20.         fwrite(sample,1,2,fp1);  
  21.         //R  
  22.         fwrite(sample+2,1,2,fp1);  
  23.   
  24.         cnt++;  
  25.     }  
  26.     printf("Sample Cnt:%d\n",cnt);  
  27.   
  28.     free(sample);  
  29.     fclose(fp);  
  30.     fclose(fp1);  
  31.     return 0;  
  32. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_halfvolumeleft("NocturneNo2inEflat_44.1k_s16le.pcm");  

从源代码可以看出，本程序在读出左声道的2 Byte的取样值之后，将其当成了C语言中的一个short类型的变量。将该数值除以2之后写回到了PCM文件中。下图为输入PCM双声道音频采样数据的波形图。


下图为输出的左声道经过处理后的波形图。可以看出左声道的波形幅度降低了一半。



（3）将PCM16LE双声道音频采样数据的声音速度提高一倍

本程序中的函数可以通过抽象的方式将PCM16LE双声道数据的速度提高一倍。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Re-sample to double the speed of 16LE PCM file 
  3.  * @param url  Location of PCM file. 
  4.  */  
  5. int simplest_pcm16le_doublespeed(char *url){  
  6.     FILE *fp=fopen(url,"rb+");  
  7.     FILE *fp1=fopen("output_doublespeed.pcm","wb+");  
  8.   
  9.     int cnt=0;  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.   
  15.         fread(sample,1,4,fp);  
  16.   
  17.         if(cnt%2!=0){  
  18.             //L  
  19.             fwrite(sample,1,2,fp1);  
  20.             //R  
  21.             fwrite(sample+2,1,2,fp1);  
  22.         }  
  23.         cnt++;  
  24.     }  
  25.     printf("Sample Cnt:%d\n",cnt);  
  26.   
  27.     free(sample);  
  28.     fclose(fp);  
  29.     fclose(fp1);  
  30.     return 0;  
  31. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_doublespeed("NocturneNo2inEflat_44.1k_s16le.pcm");  

从源代码可以看出，本程序只采样了每个声道奇数点的样值。处理完成后，原本22秒左右的音频变成了11秒左右。音频的播放速度提高了2倍，音频的音调也变高了很多。下图为输入PCM双声道音频采样数据的波形图。


下图为输出的PCM双声道音频采样数据的波形图。通过时间轴可以看出音频变短了很多。



（4）将PCM16LE双声道音频采样数据转换为PCM8音频采样数据

本程序中的函数可以通过计算的方式将PCM16LE双声道数据16bit的采样位数转换为8bit。函数的代码如下所示。

[cpp]  view plain  copy
 
  1. /** 
  2.  * Convert PCM-16 data to PCM-8 data. 
  3.  * @param url  Location of PCM file. 
  4.  */  
  5. int simplest_pcm16le_to_pcm8(char *url){  
  6.     FILE *fp=fopen(url,"rb+");  
  7.     FILE *fp1=fopen("output_8.pcm","wb+");  
  8.   
  9.     int cnt=0;  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.   
  15.         short *samplenum16=NULL;  
  16.         char samplenum8=0;  
  17.         unsigned char samplenum8_u=0;  
  18.         fread(sample,1,4,fp);  
  19.         //(-32768-32767)  
  20.         samplenum16=(short *)sample;  
  21.         samplenum8=(*samplenum16)>>8;  
  22.         //(0-255)  
  23.         samplenum8_u=samplenum8+128;  
  24.         //L  
  25.         fwrite(&samplenum8_u,1,1,fp1);  
  26.   
  27.         samplenum16=(short *)(sample+2);  
  28.         samplenum8=(*samplenum16)>>8;  
  29.         samplenum8_u=samplenum8+128;  
  30.         //R  
  31.         fwrite(&samplenum8_u,1,1,fp1);  
  32.         cnt++;  
  33.     }  
  34.     printf("Sample Cnt:%d\n",cnt);  
  35.   
  36.     free(sample);  
  37.     fclose(fp);  
  38.     fclose(fp1);  
  39.     return 0;  
  40. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_to_pcm8("NocturneNo2inEflat_44.1k_s16le.pcm");  

PCM16LE格式的采样数据的取值范围是-32768到32767，而PCM8格式的采样数据的取值范围是0到255。所以PCM16LE转换到PCM8需要经过两个步骤：第一步是将-32768到32767的16bit有符号数值转换为-128到127的8bit有符号数值，第二步是将-128到127的8bit有符号数值转换为0到255的8bit无符号数值。在本程序中，16bit采样数据是通过short类型变量存储的，而8bit采样数据是通过unsigned char类型存储的。下图为输入的16bit的PCM双声道音频采样数据的波形图。


下图为输出的8bit的PCM双声道音频采样数据的波形图。注意观察图中纵坐标的取值范围已经变为0至255。如果仔细聆听声音的话，会发现8bit PCM的音质明显不如16 bit PCM的音质。
 

（5）将从PCM16LE单声道音频采样数据中截取一部分数据

本程序中的函数可以从PCM16LE单声道数据中截取一段数据，并输出截取数据的样值。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Cut a 16LE PCM single channel file. 
  3.  * @param url        Location of PCM file. 
  4.  * @param start_num  start point 
  5.  * @param dur_num    how much point to cut 
  6.  */  
  7. int simplest_pcm16le_cut_singlechannel(char *url,int start_num,int dur_num){  
  8.     FILE *fp=fopen(url,"rb+");  
  9.     FILE *fp1=fopen("output_cut.pcm","wb+");  
  10.     FILE *fp_stat=fopen("output_cut.txt","wb+");  
  11.   
  12.     unsigned char *sample=(unsigned char *)malloc(2);  
  13.   
  14.     int cnt=0;  
  15.     while(!feof(fp)){  
  16.         fread(sample,1,2,fp);  
  17.         if(cnt>start_num&&cnt<=(start_num+dur_num)){  
  18.             fwrite(sample,1,2,fp1);  
  19.   
  20.             short samplenum=sample[1];  
  21.             samplenum=samplenum*256;  
  22.             samplenum=samplenum+sample[0];  
  23.   
  24.             fprintf(fp_stat,"%6d,",samplenum);  
  25.             if(cnt%10==0)  
  26.                 fprintf(fp_stat,"\n",samplenum);  
  27.         }  
  28.         cnt++;  
  29.     }  
  30.   
  31.     free(sample);  
  32.     fclose(fp);  
  33.     fclose(fp1);  
  34.     fclose(fp_stat);  
  35.     return 0;  
  36. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_cut_singlechannel("drum.pcm",2360,120);  

本程序可以从PCM数据中选取一段采样值保存下来，并且输出这些采样值的数值。上述代码运行后，会把单声道PCM16LE格式的“drum.pcm”中从2360点开始的120点的数据保存成output_cut.pcm文件。下图为“drum.pcm”的波形图，该音频采样频率为44100KHz，长度为0.5秒，一共包含约22050个采样点。


下图为截取出来的output_cut.pcm文件中的数据。


下面列出了上述数据的采样值。
[plain]  view plain  copy
 
  1.  4460,  5192,  5956,  6680,  7199,  6706,  5727,  4481,  3261,  1993,  
  2.  1264,   747,   767,   752,  1248,  1975,  2473,  2955,  2952,  2447,  
  3.   974, -1267, -4000, -6965,-10210,-13414,-16639,-19363,-21329,-22541,  
  4. 23028,-22545,-21055,-19067,-16829,-14859,-12596, -9900, -6684, -3475,  
  5.  -983,  1733,  3978,  5734,  6720,  6978,  6993,  7223,  7225,  7440,  
  6.  7688,  8431,  8944,  9468,  9947, 10688, 11194, 11946, 12449, 12446,  
  7. 12456, 11974, 11454, 10952, 10167,  9425,  8153,  6941,  5436,  3716,  
  8.  1952,   236, -1254, -2463, -3493, -4223, -4695, -4927, -5190, -4941,  
  9. -4188, -2956, -1490,   -40,   705,   932,   446,  -776, -2512, -3994,  
  10. -5723, -7201, -8687,-10157,-11134,-11661,-11642,-11168,-10155, -9142,  
  11. -7888, -7146, -6186, -5694, -4971, -4715, -4498, -4471, -4468, -4452,  
  12. -4452, -3940, -2980, -1984,  -752,   257,  1021,  1264,  1032,    31,  

（6）将PCM16LE双声道音频采样数据转换为WAVE格式音频数据

WAVE格式音频（扩展名为“.wav”）是Windows系统中最常见的一种音频。该格式的实质就是在PCM文件的前面加了一个文件头。本程序的函数就可以通过在PCM文件前面加一个WAVE文件头从而封装为WAVE格式音频。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Convert PCM16LE raw data to WAVE format 
  3.  * @param pcmpath      Input PCM file. 
  4.  * @param channels     Channel number of PCM file. 
  5.  * @param sample_rate  Sample rate of PCM file. 
  6.  * @param wavepath     Output WAVE file. 
  7.  */  
  8. int simplest_pcm16le_to_wave(const char *pcmpath,int channels,int sample_rate,const char *wavepath)  
  9. {  
  10.   
  11.     typedef struct WAVE_HEADER{    
  12.         char         fccID[4];          
  13.         unsigned   long    dwSize;              
  14.         char         fccType[4];      
  15.     }WAVE_HEADER;    
  16.   
  17.     typedef struct WAVE_FMT{    
  18.         char         fccID[4];          
  19.         unsigned   long       dwSize;              
  20.         unsigned   short     wFormatTag;      
  21.         unsigned   short     wChannels;    
  22.         unsigned   long       dwSamplesPerSec;    
  23.         unsigned   long       dwAvgBytesPerSec;    
  24.         unsigned   short     wBlockAlign;    
  25.         unsigned   short     uiBitsPerSample;    
  26.     }WAVE_FMT;    
  27.   
  28.     typedef struct WAVE_DATA{    
  29.         char       fccID[4];            
  30.         unsigned long dwSize;                
  31.     }WAVE_DATA;    
  32.   
  33.   
  34.     if(channels==0||sample_rate==0){  
  35.     channels = 2;  
  36.     sample_rate = 44100;  
  37.     }  
  38.     int bits = 16;  
  39.   
  40.     WAVE_HEADER   pcmHEADER;    
  41.     WAVE_FMT   pcmFMT;    
  42.     WAVE_DATA   pcmDATA;    
  43.    
  44.     unsigned   short   m_pcmData;  
  45.     FILE   *fp,*fpout;    
  46.   
  47.     fp=fopen(pcmpath, "rb");  
  48.     if(fp == NULL) {    
  49.         printf("open pcm file error\n");  
  50.         return -1;    
  51.     }  
  52.     fpout=fopen(wavepath,   "wb+");  
  53.     if(fpout == NULL) {      
  54.         printf("create wav file error\n");    
  55.         return -1;   
  56.     }          
  57.     //WAVE_HEADER  
  58.     memcpy(pcmHEADER.fccID,"RIFF",strlen("RIFF"));                      
  59.     memcpy(pcmHEADER.fccType,"WAVE",strlen("WAVE"));    
  60.     fseek(fpout,sizeof(WAVE_HEADER),1);   
  61.     //WAVE_FMT  
  62.     pcmFMT.dwSamplesPerSec=sample_rate;    
  63.     pcmFMT.dwAvgBytesPerSec=pcmFMT.dwSamplesPerSec*sizeof(m_pcmData);    
  64.     pcmFMT.uiBitsPerSample=bits;  
  65.     memcpy(pcmFMT.fccID,"fmt ",strlen("fmt "));    
  66.     pcmFMT.dwSize=16;    
  67.     pcmFMT.wBlockAlign=2;    
  68.     pcmFMT.wChannels=channels;    
  69.     pcmFMT.wFormatTag=1;    
  70.    
  71.     fwrite(&pcmFMT,sizeof(WAVE_FMT),1,fpout);   
  72.   
  73.     //WAVE_DATA;  
  74.     memcpy(pcmDATA.fccID,"data",strlen("data"));    
  75.     pcmDATA.dwSize=0;  
  76.     fseek(fpout,sizeof(WAVE_DATA),SEEK_CUR);  
  77.   
  78.     fread(&m_pcmData,sizeof(unsigned short),1,fp);  
  79.     while(!feof(fp)){    
  80.         pcmDATA.dwSize+=2;  
  81.         fwrite(&m_pcmData,sizeof(unsigned short),1,fpout);  
  82.         fread(&m_pcmData,sizeof(unsigned short),1,fp);  
  83.     }    
  84.   
  85.     pcmHEADER.dwSize=44+pcmDATA.dwSize;  
  86.   
  87.     rewind(fpout);  
  88.     fwrite(&pcmHEADER,sizeof(WAVE_HEADER),1,fpout);  
  89.     fseek(fpout,sizeof(WAVE_FMT),SEEK_CUR);  
  90.     fwrite(&pcmDATA,sizeof(WAVE_DATA),1,fpout);  
  91.       
  92.     fclose(fp);  
  93.     fclose(fpout);  
  94.   
  95.     return 0;  
  96. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_to_wave("NocturneNo2inEflat_44.1k_s16le.pcm",2,44100,"output_nocturne.wav");  

WAVE文件是一种RIFF格式的文件。其基本块名称是“WAVE”，其中包含了两个子块“fmt”和“data”。从编程的角度简单说来就是由WAVE_HEADER、WAVE_FMT、WAVE_DATA、采样数据共4个部分组成。它的结构如下所示。

WAVE_HEADER

WAVE_FMT

WAVE_DATA

PCM数据

其中前3部分的结构如下所示。在写入WAVE文件头的时候给其中的每个字段赋上合适的值就可以了。但是有一点需要注意：WAVE_HEADER和WAVE_DATA中包含了一个文件长度信息的dwSize字段，该字段的值必须在写入完音频采样数据之后才能获得。因此这两个结构体最后才写入WAVE文件中。
[cpp]  view plain  copy
 
  1. typedef struct WAVE_HEADER{  
  2.     char fccID[4];  
  3.     unsigned long dwSize;  
  4.     char fccType[4];  
  5. }WAVE_HEADER;  
  6.   
  7. typedef struct WAVE_FMT{  
  8.     char  fccID[4];  
  9.     unsigned long dwSize;  
  10.     unsigned short wFormatTag;  
  11.     unsigned short wChannels;  
  12.     unsigned long dwSamplesPerSec;  
  13.     unsigned long dwAvgBytesPerSec;  
  14.     unsigned short wBlockAlign;  
  15.     unsigned short uiBitsPerSample;  
  16. }WAVE_FMT;  
  17.   
  18. typedef struct WAVE_DATA{  
  19.     char       fccID[4];  
  20.     unsigned long dwSize;  
  21. }WAVE_DATA;  

本程序的函数执行完成后，就可将NocturneNo2inEflat_44.1k_s16le.pcm文件封装成output_nocturne.wav文件。


下载


Simplest mediadata test

项目主页

SourceForge：https://sourceforge.net/projects/simplest-mediadata-test/

Github：https://github.com/leixiaohua1020/simplest_mediadata_test

开源中国： http://git.oschina.net/leixiaohua1020/simplest_mediadata_test


CSDN下载地址： http://download.csdn.net/detail/leixiaohua1020/9422409


本项目包含如下几种视音频数据解析示例：
 (1)像素数据处理程序。包含RGB和YUV像素格式处理的函数。
 (2)音频采样数据处理程序。包含PCM音频采样格式处理的函数。
 (3)H.264码流分析程序。可以分离并解析NALU。
 (4)AAC码流分析程序。可以分离并解析ADTS帧。
 (5)FLV封装格式分析程序。可以将FLV中的MP3音频码流分离出来。

 (6)UDP-RTP协议分析程序。可以将分析UDP/RTP/MPEG-TS数据包。


雷霄骅 (Lei Xiaohua)
[email protected]
http://blog.csdn.net/leixiaohua1020

=====================================================

视音频数据处理入门系列文章：

视音频数据处理入门：RGB、YUV像素数据处理

视音频数据处理入门：PCM音频采样数据处理

视音频数据处理入门：H.264视频码流解析

视音频数据处理入门：AAC音频码流解析

视音频数据处理入门：FLV封装格式解析

视音频数据处理入门：UDP-RTP协议解析

=====================================================


上一篇文章记录了RGB/YUV视频像素数据的处理方法，本文继续上一篇文章的内容，记录PCM音频采样数据的处理方法。音频采样数据在视频播放器的解码流程中的位置如下图所示。


本文分别介绍如下几个PCM音频采样数据处理函数：
  分离PCM16LE双声道音频采样数据的左声道和右声道
  将PCM16LE双声道音频采样数据中左声道的音量降一半
  将PCM16LE双声道音频采样数据的声音速度提高一倍
  将PCM16LE双声道音频采样数据转换为PCM8音频采样数据
  从PCM16LE单声道音频采样数据中截取一部分数据
  将PCM16LE双声道音频采样数据转换为WAVE格式音频数据

注：PCM音频数据可以使用音频编辑软件导入查看。例如收费的专业音频编辑软件Adobe Audition，或者免费开源的音频编辑软件Audacity。


函数列表


（1）分离PCM16LE双声道音频采样数据的左声道和右声道

本程序中的函数可以将PCM16LE双声道数据中左声道和右声道的数据分离成两个文件。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Split Left and Right channel of 16LE PCM file. 
  3.  * @param url  Location of PCM file. 
  4.  * 
  5.  */  
  6. int simplest_pcm16le_split(char *url){  
  7.     FILE *fp=fopen(url,"rb+");  
  8.     FILE *fp1=fopen("output_l.pcm","wb+");  
  9.     FILE *fp2=fopen("output_r.pcm","wb+");  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.         fread(sample,1,4,fp);  
  15.         //L  
  16.         fwrite(sample,1,2,fp1);  
  17.         //R  
  18.         fwrite(sample+2,1,2,fp2);  
  19.     }  
  20.   
  21.     free(sample);  
  22.     fclose(fp);  
  23.     fclose(fp1);  
  24.     fclose(fp2);  
  25.     return 0;  
  26. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_split("NocturneNo2inEflat_44.1k_s16le.pcm");  

从代码可以看出，PCM16LE双声道数据中左声道和右声道的采样值是间隔存储的。每个采样值占用2Byte空间。代码运行后，会把NocturneNo2inEflat_44.1k_s16le.pcm的PCM16LE格式的数据分离为两个单声道数据：

output_l.pcm：左声道数据。

output_r.pcm：右声道数据。

注：本文中声音样值的采样频率一律是44100Hz，采样格式一律为16LE。“16”代表采样位数是16bit。由于1Byte=8bit，所以一个声道的一个采样值占用2Byte。“LE”代表Little Endian，代表2 Byte采样值的存储方式为高位存在高地址中。

下图为输入的双声道PCM数据的波形图。上面的波形图是左声道的图形，下面的波形图是右声道的波形。图中的横坐标是时间，总长度为22秒；纵坐标是取样值，取值范围从-32768到32767。


下图为分离后左声道数据output_l.pcm的音频波形图。

 

下图为分离后右声道数据output_r.pcm的音频波形图。

 

（2）将PCM16LE双声道音频采样数据中左声道的音量降一半

本程序中的函数可以将PCM16LE双声道数据中左声道的音量降低一半。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Halve volume of Left channel of 16LE PCM file 
  3.  * @param url  Location of PCM file. 
  4.  */  
  5. int simplest_pcm16le_halfvolumeleft(char *url){  
  6.     FILE *fp=fopen(url,"rb+");  
  7.     FILE *fp1=fopen("output_halfleft.pcm","wb+");  
  8.   
  9.     int cnt=0;  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.         short *samplenum=NULL;  
  15.         fread(sample,1,4,fp);  
  16.   
  17.         samplenum=(short *)sample;  
  18.         *samplenum=*samplenum/2;  
  19.         //L  
  20.         fwrite(sample,1,2,fp1);  
  21.         //R  
  22.         fwrite(sample+2,1,2,fp1);  
  23.   
  24.         cnt++;  
  25.     }  
  26.     printf("Sample Cnt:%d\n",cnt);  
  27.   
  28.     free(sample);  
  29.     fclose(fp);  
  30.     fclose(fp1);  
  31.     return 0;  
  32. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_halfvolumeleft("NocturneNo2inEflat_44.1k_s16le.pcm");  

从源代码可以看出，本程序在读出左声道的2 Byte的取样值之后，将其当成了C语言中的一个short类型的变量。将该数值除以2之后写回到了PCM文件中。下图为输入PCM双声道音频采样数据的波形图。


下图为输出的左声道经过处理后的波形图。可以看出左声道的波形幅度降低了一半。



（3）将PCM16LE双声道音频采样数据的声音速度提高一倍

本程序中的函数可以通过抽象的方式将PCM16LE双声道数据的速度提高一倍。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Re-sample to double the speed of 16LE PCM file 
  3.  * @param url  Location of PCM file. 
  4.  */  
  5. int simplest_pcm16le_doublespeed(char *url){  
  6.     FILE *fp=fopen(url,"rb+");  
  7.     FILE *fp1=fopen("output_doublespeed.pcm","wb+");  
  8.   
  9.     int cnt=0;  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.   
  15.         fread(sample,1,4,fp);  
  16.   
  17.         if(cnt%2!=0){  
  18.             //L  
  19.             fwrite(sample,1,2,fp1);  
  20.             //R  
  21.             fwrite(sample+2,1,2,fp1);  
  22.         }  
  23.         cnt++;  
  24.     }  
  25.     printf("Sample Cnt:%d\n",cnt);  
  26.   
  27.     free(sample);  
  28.     fclose(fp);  
  29.     fclose(fp1);  
  30.     return 0;  
  31. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_doublespeed("NocturneNo2inEflat_44.1k_s16le.pcm");  

从源代码可以看出，本程序只采样了每个声道奇数点的样值。处理完成后，原本22秒左右的音频变成了11秒左右。音频的播放速度提高了2倍，音频的音调也变高了很多。下图为输入PCM双声道音频采样数据的波形图。


下图为输出的PCM双声道音频采样数据的波形图。通过时间轴可以看出音频变短了很多。



（4）将PCM16LE双声道音频采样数据转换为PCM8音频采样数据

本程序中的函数可以通过计算的方式将PCM16LE双声道数据16bit的采样位数转换为8bit。函数的代码如下所示。

[cpp]  view plain  copy
 
  1. /** 
  2.  * Convert PCM-16 data to PCM-8 data. 
  3.  * @param url  Location of PCM file. 
  4.  */  
  5. int simplest_pcm16le_to_pcm8(char *url){  
  6.     FILE *fp=fopen(url,"rb+");  
  7.     FILE *fp1=fopen("output_8.pcm","wb+");  
  8.   
  9.     int cnt=0;  
  10.   
  11.     unsigned char *sample=(unsigned char *)malloc(4);  
  12.   
  13.     while(!feof(fp)){  
  14.   
  15.         short *samplenum16=NULL;  
  16.         char samplenum8=0;  
  17.         unsigned char samplenum8_u=0;  
  18.         fread(sample,1,4,fp);  
  19.         //(-32768-32767)  
  20.         samplenum16=(short *)sample;  
  21.         samplenum8=(*samplenum16)>>8;  
  22.         //(0-255)  
  23.         samplenum8_u=samplenum8+128;  
  24.         //L  
  25.         fwrite(&samplenum8_u,1,1,fp1);  
  26.   
  27.         samplenum16=(short *)(sample+2);  
  28.         samplenum8=(*samplenum16)>>8;  
  29.         samplenum8_u=samplenum8+128;  
  30.         //R  
  31.         fwrite(&samplenum8_u,1,1,fp1);  
  32.         cnt++;  
  33.     }  
  34.     printf("Sample Cnt:%d\n",cnt);  
  35.   
  36.     free(sample);  
  37.     fclose(fp);  
  38.     fclose(fp1);  
  39.     return 0;  
  40. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_to_pcm8("NocturneNo2inEflat_44.1k_s16le.pcm");  

PCM16LE格式的采样数据的取值范围是-32768到32767，而PCM8格式的采样数据的取值范围是0到255。所以PCM16LE转换到PCM8需要经过两个步骤：第一步是将-32768到32767的16bit有符号数值转换为-128到127的8bit有符号数值，第二步是将-128到127的8bit有符号数值转换为0到255的8bit无符号数值。在本程序中，16bit采样数据是通过short类型变量存储的，而8bit采样数据是通过unsigned char类型存储的。下图为输入的16bit的PCM双声道音频采样数据的波形图。


下图为输出的8bit的PCM双声道音频采样数据的波形图。注意观察图中纵坐标的取值范围已经变为0至255。如果仔细聆听声音的话，会发现8bit PCM的音质明显不如16 bit PCM的音质。
 

（5）将从PCM16LE单声道音频采样数据中截取一部分数据

本程序中的函数可以从PCM16LE单声道数据中截取一段数据，并输出截取数据的样值。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Cut a 16LE PCM single channel file. 
  3.  * @param url        Location of PCM file. 
  4.  * @param start_num  start point 
  5.  * @param dur_num    how much point to cut 
  6.  */  
  7. int simplest_pcm16le_cut_singlechannel(char *url,int start_num,int dur_num){  
  8.     FILE *fp=fopen(url,"rb+");  
  9.     FILE *fp1=fopen("output_cut.pcm","wb+");  
  10.     FILE *fp_stat=fopen("output_cut.txt","wb+");  
  11.   
  12.     unsigned char *sample=(unsigned char *)malloc(2);  
  13.   
  14.     int cnt=0;  
  15.     while(!feof(fp)){  
  16.         fread(sample,1,2,fp);  
  17.         if(cnt>start_num&&cnt<=(start_num+dur_num)){  
  18.             fwrite(sample,1,2,fp1);  
  19.   
  20.             short samplenum=sample[1];  
  21.             samplenum=samplenum*256;  
  22.             samplenum=samplenum+sample[0];  
  23.   
  24.             fprintf(fp_stat,"%6d,",samplenum);  
  25.             if(cnt%10==0)  
  26.                 fprintf(fp_stat,"\n",samplenum);  
  27.         }  
  28.         cnt++;  
  29.     }  
  30.   
  31.     free(sample);  
  32.     fclose(fp);  
  33.     fclose(fp1);  
  34.     fclose(fp_stat);  
  35.     return 0;  
  36. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_cut_singlechannel("drum.pcm",2360,120);  

本程序可以从PCM数据中选取一段采样值保存下来，并且输出这些采样值的数值。上述代码运行后，会把单声道PCM16LE格式的“drum.pcm”中从2360点开始的120点的数据保存成output_cut.pcm文件。下图为“drum.pcm”的波形图，该音频采样频率为44100KHz，长度为0.5秒，一共包含约22050个采样点。


下图为截取出来的output_cut.pcm文件中的数据。


下面列出了上述数据的采样值。
[plain]  view plain  copy
 
  1.  4460,  5192,  5956,  6680,  7199,  6706,  5727,  4481,  3261,  1993,  
  2.  1264,   747,   767,   752,  1248,  1975,  2473,  2955,  2952,  2447,  
  3.   974, -1267, -4000, -6965,-10210,-13414,-16639,-19363,-21329,-22541,  
  4. 23028,-22545,-21055,-19067,-16829,-14859,-12596, -9900, -6684, -3475,  
  5.  -983,  1733,  3978,  5734,  6720,  6978,  6993,  7223,  7225,  7440,  
  6.  7688,  8431,  8944,  9468,  9947, 10688, 11194, 11946, 12449, 12446,  
  7. 12456, 11974, 11454, 10952, 10167,  9425,  8153,  6941,  5436,  3716,  
  8.  1952,   236, -1254, -2463, -3493, -4223, -4695, -4927, -5190, -4941,  
  9. -4188, -2956, -1490,   -40,   705,   932,   446,  -776, -2512, -3994,  
  10. -5723, -7201, -8687,-10157,-11134,-11661,-11642,-11168,-10155, -9142,  
  11. -7888, -7146, -6186, -5694, -4971, -4715, -4498, -4471, -4468, -4452,  
  12. -4452, -3940, -2980, -1984,  -752,   257,  1021,  1264,  1032,    31,  

（6）将PCM16LE双声道音频采样数据转换为WAVE格式音频数据

WAVE格式音频（扩展名为“.wav”）是Windows系统中最常见的一种音频。该格式的实质就是在PCM文件的前面加了一个文件头。本程序的函数就可以通过在PCM文件前面加一个WAVE文件头从而封装为WAVE格式音频。函数的代码如下所示。
[cpp]  view plain  copy
 
  1. /** 
  2.  * Convert PCM16LE raw data to WAVE format 
  3.  * @param pcmpath      Input PCM file. 
  4.  * @param channels     Channel number of PCM file. 
  5.  * @param sample_rate  Sample rate of PCM file. 
  6.  * @param wavepath     Output WAVE file. 
  7.  */  
  8. int simplest_pcm16le_to_wave(const char *pcmpath,int channels,int sample_rate,const char *wavepath)  
  9. {  
  10.   
  11.     typedef struct WAVE_HEADER{    
  12.         char         fccID[4];          
  13.         unsigned   long    dwSize;              
  14.         char         fccType[4];      
  15.     }WAVE_HEADER;    
  16.   
  17.     typedef struct WAVE_FMT{    
  18.         char         fccID[4];          
  19.         unsigned   long       dwSize;              
  20.         unsigned   short     wFormatTag;      
  21.         unsigned   short     wChannels;    
  22.         unsigned   long       dwSamplesPerSec;    
  23.         unsigned   long       dwAvgBytesPerSec;    
  24.         unsigned   short     wBlockAlign;    
  25.         unsigned   short     uiBitsPerSample;    
  26.     }WAVE_FMT;    
  27.   
  28.     typedef struct WAVE_DATA{    
  29.         char       fccID[4];            
  30.         unsigned long dwSize;                
  31.     }WAVE_DATA;    
  32.   
  33.   
  34.     if(channels==0||sample_rate==0){  
  35.     channels = 2;  
  36.     sample_rate = 44100;  
  37.     }  
  38.     int bits = 16;  
  39.   
  40.     WAVE_HEADER   pcmHEADER;    
  41.     WAVE_FMT   pcmFMT;    
  42.     WAVE_DATA   pcmDATA;    
  43.    
  44.     unsigned   short   m_pcmData;  
  45.     FILE   *fp,*fpout;    
  46.   
  47.     fp=fopen(pcmpath, "rb");  
  48.     if(fp == NULL) {    
  49.         printf("open pcm file error\n");  
  50.         return -1;    
  51.     }  
  52.     fpout=fopen(wavepath,   "wb+");  
  53.     if(fpout == NULL) {      
  54.         printf("create wav file error\n");    
  55.         return -1;   
  56.     }          
  57.     //WAVE_HEADER  
  58.     memcpy(pcmHEADER.fccID,"RIFF",strlen("RIFF"));                      
  59.     memcpy(pcmHEADER.fccType,"WAVE",strlen("WAVE"));    
  60.     fseek(fpout,sizeof(WAVE_HEADER),1);   
  61.     //WAVE_FMT  
  62.     pcmFMT.dwSamplesPerSec=sample_rate;    
  63.     pcmFMT.dwAvgBytesPerSec=pcmFMT.dwSamplesPerSec*sizeof(m_pcmData);    
  64.     pcmFMT.uiBitsPerSample=bits;  
  65.     memcpy(pcmFMT.fccID,"fmt ",strlen("fmt "));    
  66.     pcmFMT.dwSize=16;    
  67.     pcmFMT.wBlockAlign=2;    
  68.     pcmFMT.wChannels=channels;    
  69.     pcmFMT.wFormatTag=1;    
  70.    
  71.     fwrite(&pcmFMT,sizeof(WAVE_FMT),1,fpout);   
  72.   
  73.     //WAVE_DATA;  
  74.     memcpy(pcmDATA.fccID,"data",strlen("data"));    
  75.     pcmDATA.dwSize=0;  
  76.     fseek(fpout,sizeof(WAVE_DATA),SEEK_CUR);  
  77.   
  78.     fread(&m_pcmData,sizeof(unsigned short),1,fp);  
  79.     while(!feof(fp)){    
  80.         pcmDATA.dwSize+=2;  
  81.         fwrite(&m_pcmData,sizeof(unsigned short),1,fpout);  
  82.         fread(&m_pcmData,sizeof(unsigned short),1,fp);  
  83.     }    
  84.   
  85.     pcmHEADER.dwSize=44+pcmDATA.dwSize;  
  86.   
  87.     rewind(fpout);  
  88.     fwrite(&pcmHEADER,sizeof(WAVE_HEADER),1,fpout);  
  89.     fseek(fpout,sizeof(WAVE_FMT),SEEK_CUR);  
  90.     fwrite(&pcmDATA,sizeof(WAVE_DATA),1,fpout);  
  91.       
  92.     fclose(fp);  
  93.     fclose(fpout);  
  94.   
  95.     return 0;  
  96. }  

调用上面函数的方法如下所示。
[cpp]  view plain  copy
 
  1. simplest_pcm16le_to_wave("NocturneNo2inEflat_44.1k_s16le.pcm",2,44100,"output_nocturne.wav");  

WAVE文件是一种RIFF格式的文件。其基本块名称是“WAVE”，其中包含了两个子块“fmt”和“data”。从编程的角度简单说来就是由WAVE_HEADER、WAVE_FMT、WAVE_DATA、采样数据共4个部分组成。它的结构如下所示。

WAVE_HEADER

WAVE_FMT

WAVE_DATA

PCM数据

其中前3部分的结构如下所示。在写入WAVE文件头的时候给其中的每个字段赋上合适的值就可以了。但是有一点需要注意：WAVE_HEADER和WAVE_DATA中包含了一个文件长度信息的dwSize字段，该字段的值必须在写入完音频采样数据之后才能获得。因此这两个结构体最后才写入WAVE文件中。
[cpp]  view plain  copy
 
  1. typedef struct WAVE_HEADER{  
  2.     char fccID[4];  
  3.     unsigned long dwSize;  
  4.     char fccType[4];  
  5. }WAVE_HEADER;  
  6.   
  7. typedef struct WAVE_FMT{  
  8.     char  fccID[4];  
  9.     unsigned long dwSize;  
  10.     unsigned short wFormatTag;  
  11.     unsigned short wChannels;  
  12.     unsigned long dwSamplesPerSec;  
  13.     unsigned long dwAvgBytesPerSec;  
  14.     unsigned short wBlockAlign;  
  15.     unsigned short uiBitsPerSample;  
  16. }WAVE_FMT;  
  17.   
  18. typedef struct WAVE_DATA{  
  19.     char       fccID[4];  
  20.     unsigned long dwSize;  
  21. }WAVE_DATA;  

本程序的函数执行完成后，就可将NocturneNo2inEflat_44.1k_s16le.pcm文件封装成output_nocturne.wav文件。


下载


Simplest mediadata test

项目主页

SourceForge：https://sourceforge.net/projects/simplest-mediadata-test/

Github：https://github.com/leixiaohua1020/simplest_mediadata_test

开源中国： http://git.oschina.net/leixiaohua1020/simplest_mediadata_test


CSDN下载地址： http://download.csdn.net/detail/leixiaohua1020/9422409


本项目包含如下几种视音频数据解析示例：
 (1)像素数据处理程序。包含RGB和YUV像素格式处理的函数。
 (2)音频采样数据处理程序。包含PCM音频采样格式处理的函数。
 (3)H.264码流分析程序。可以分离并解析NALU。
 (4)AAC码流分析程序。可以分离并解析ADTS帧。
 (5)FLV封装格式分析程序。可以将FLV中的MP3音频码流分离出来。

 (6)UDP-RTP协议分析程序。可以将分析UDP/RTP/MPEG-TS数据包。


雷霄骅 (Lei Xiaohua)
[email protected]

你可能感兴趣的:(FFMPEG)

  • Python 实现图片裁剪（附代码） | Python工具 剑客阿良_ALiang
    前言本文提供将图片按照自定义尺寸进行裁剪的工具方法，一如既往的实用主义。环境依赖ffmpeg环境安装，可以参考我的另一篇文章：windowsffmpeg安装部署_阿良的博客-CSDN博客本文主要使用到的不是ffmpeg，而是ffprobe也在上面这篇文章中的zip包中。ffmpy安装：pipinstallffmpy-ihttps://pypi.douban.com/simple代码不废话了，上代码
  • windows下python opencv ffmpeg读取摄像头实现rtsp推流 拉流 图像处理大大大大大牛啊 opencv实战代码讲解视觉图像项目windowspythonopencv
    windows下pythonopencvffmpeg读取摄像头实现rtsp推流拉流整体流程1.下载所需文件1.1下载rtsp推流服务器1.2下载ffmpeg2.开启RTSP服务器3.opencv读取摄像头并调用ffmpeg进行推流4.opencv进行拉流5.opencv异步拉流整体流程1.下载所需文件1.1下载rtsp推流服务器下载RTSP服务器下载页面https://github.com/blu
  • pyhon+ffmpeg 常用音视频处理命令 不再游移 ffmpeg音视频python
    FFmpeg是多媒体领域的万能工具。只要涉及音视频领域的处理，基本上没有它做不了的事情！通俗点讲，从视频录制、视频编辑再到播放，它都能做！前段时间做了个短视频自动化脚本项目，需要自动处理音视频（包括一些合成、拼接、转场、调色等等），当时做的时候找各种命令还是很痛苦的，因此对用到的所有处理命令做了个汇总，方便以后使用。目录一、获取音频时长二、获取视频信息三、获取视频时长四、多个视频合并五、视频提取视
  • bat+ffmpeg批处理图片，图片批量转码 张雨zy 音视频ffmpeg
    直接在cmd中输入//批量转码文件for%ain("*.png")doffmpeg-i"%a"-fs1024k"%~na.webp"//删除所有pngdel*.png@echooff表示执行了这条命令后关闭所有命令(包括本身这条命令)的回显。而echooff命令则表示关闭其他所有命令(不包括本身这条命令)的回显，@的作用就是关闭紧跟其后的一条命令的回显脚本完整代码写入脚本中后，需要多加一个%，例如
  • ffmpeg批量将tif文件转成jpeg格式 winfredzhang 图像工具ffmpegtifjpeg转换
    1、cmd2、切换到安装ffmpeg的路径。3、输入命令：ffmpeg-start_number001-i"D:\ocr\%03d.tif"-start_number001-pix_fmtyuv420p-qscale:v1"D:\ocr\%03d.jpg"结果。
  • 使用ffmpeg将pcm格式音频转化为mp3格式音频 布丁小站 ffmpegpcm音视频
    voidAudioCode::ENcode(AVCodecContext*cdc_ctx,AVFrame*frame,AVPacket*pkt){intret=0;/*sendtheframeforencoding*/ret=avcodec_send_frame(cdc_ctx,frame);if(ret=0){ret=avcodec_receive_packet(cdc_ctx,pkt);if(
  • FFmpeg安装与使用教程 vvvae1234 ffmpeg
    FFmpeg是一个强大且灵活的命令行工具，用于处理音频和视频文件。无论是视频格式转换、音频提取还是视频编辑，FFmpeg都能够轻松完成。掌握FFmpeg，将为你的视频处理工作提供极大的便利。在本教程中，我们将详细介绍FFmpeg的安装和使用，包括一些实用的操作案例，帮助你更好地理解如何使用这个强大的工具。2.FFmpeg简介2.1什么是FFmpegFFmpeg是一个开源的音视频处理库，提供了丰富的
  • Ubuntu+Qt+SDL2+FFmpeg DarcyZhou
    此文档用于Ubuntu系统中搭建FFmpeg的开发环境。Qt作为开发软件，SDL2是一套开放源代码的跨平台多媒体开发库。1.安装Qt（1）下载版本：qt-opensource-linux-x64-5.9.8.runimage.png（2）安装给文件添加可执行权限：sudochmod-R777qt-opensource-linux-x64-5.9.8.run开始安装：安装过程中选择全部安装即可。（需
  • 在CentOS7中通过yum安装ffmpeg 为技术疯狂
    1、升级系统sudoyuminstallepel-release-ysudoyumupdate-ysudoshutdown-rnow2、安装NuxDextopYum源由于CentOS没有官方FFmpegrpm软件包。但是，我们可以使用第三方YUM源（NuxDextop）完成此工作。1)CentOS7sudorpm--importhttp://li.nux.ro/download/nux/RPM-G
  • 音视频入门基础：WAV专题（11）——FFmpeg源码中计算WAV音频文件每个packet的pts_time、dts_time的实现 cuijiecheng2018 FFmpeg源码分析音视频技术音视频ffmpeg
    =================================================================音视频入门基础：WAV专题系列文章：音视频入门基础：WAV专题（1）——使用FFmpeg命令生成WAV音频文件音视频入门基础：WAV专题（2）——WAV格式简介音视频入门基础：WAV专题（3）——FFmpeg源码中，判断某文件是否为WAV音频文件的实现音视频入门基础：W
  • FFmpeg编码03——参数设定 ACALJJ32 视频图像处理ffmpeg
    编码参数设定//预设编码器参数c->max_b_frames=10;//B帧最大参数intre=av_opt_set(c->priv_data,"preset","ultrafast",0);//设置速度最快编码if(re!=0){qDebug()priv_data,"tune","zerolatency",0);//0延时if(re!=0){qDebug()bit_rate=400000;CQP
  • 音视频入门基础：WAV专题（5）——FFmpeg源码中解码WAV Header的实现 cuijiecheng2018 FFmpeg源码分析音视频技术音视频ffmpeg
    =================================================================音视频入门基础：WAV专题系列文章：音视频入门基础：WAV专题（1）——使用FFmpeg命令生成WAV音频文件音视频入门基础：WAV专题（2）——WAV格式简介音视频入门基础：WAV专题（3）——FFmpeg源码中，判断某文件是否为WAV音频文件的实现音视频入门基础：W
  • java mp3转m4a_轻松在你的Android App中转换音频文件，支持格式：WAV, AAC, MP3, M4A, WMA 和FLAC.... Kada Liao javamp3转m4a
    AndroidAudioConverterConvertaudiofilesinsideyourAndroidappeasily.ThisisawrapperofFFmpeg-Android-Javalib.Supportedformats:AACMP3M4AWMAWAVFLACLibsize:~9mbHowToUse1-AddthispermissionintoyourAndroidManife
  • 前端引入ffmepg 对视频画矩形贴图 全赣州最老实的男人guoy 前端音视频ffmpegvue
    业务场景：和后端联调中视频监控需要把人员位置框出，返回的后端只给视频和框选位置先上效果图成功给视频添加了两个框demo技术框架vue3+vite+typeScript引入ffmepgnpmi@ffmpeg/ffmpeg2.项目中引入import{createFFmpeg,fetchFile}from'@ffmpeg/ffmpeg/dist/ffmpeg.min.js'3.可能会出现的报错Share
  • FFmpeg DASH部分指令参数参考 D_R_M
    window_size默认值：int:0—取值范围：[0,int_max]--清单中保留的最大段数extra_window_size默认值：int:5—取值范围：[0,int_max]--从磁盘中删除之前保留在清单外部的最大段数min_seg_duration默认值：int64:5000000取值范围：[0,int_max]--最小段持续时间（以微秒为单位）--默认值:5sremove_at_ex
  • ffmpeg一些基本用法 980205 ffmpeg流媒体
    来源：ffmpeg一些基本用法|王石头的博客(iwangsen.com)音视频操作，几乎绕不开ffmpeg，因为市面上绝大多数音视频播放软件、转码软件，内核都是它。它非常的强大，轻松几条命令就可以顺利完成你想做的工作我来汇总一些经常使用的命令首先在cmd窗口进入到ffmpeg目录里面最简单的视频格式转换ffmpeg-iD:\Media\IMG_0873.MOV-ccopyD:\Media\outp
  • ffmpeg 命令转vp9 980205 ffmpeg
    mp4转vp9./ffmpeg-itest.mp4-pix_fmtyuv420p10le-c:vlibvpx-vp9-b:v0-crf31-speed1-qualitygood-static-thresh4 -lag-in-frames25 -fwebmout.webmyuv转vp9，需要指定yuv的高宽//转vp9./ffmpeg-pix_fmtyuv420p-s704*576 -i out.y
  • FFMepg av_lockmgr_register 980205 ffmpeg
    FFMpeg多路h.264视频用多线程播放有关问题怎么解决FFMpeg多路h.264视频用多线程播放问题如何解决本帖最后由x6wang于2014-10-1014:50:37编辑panfeng_87网友曾经发布过下列问题：“我用类接口的方式封装了ffmpeg，想的是每一个类的实例解码一路视频。类的其他部分没有对公共变量/全局变量的使用，但目前就是不知道ffmpeg中是否使用了一些全局资源或是相关的东
  • HPlayer 开源项目安装与使用教程 虞熠蝶
    HPlayer开源项目安装与使用教程hplayerAmulti-screenplayerusingQt+FFmpeg.项目地址:https://gitcode.com/gh_mirrors/hp/hplayer项目概述HPlayer是一个由GitHub用户ithewei开发的开源媒体播放器项目。本文档旨在提供详细的指南，帮助开发者和用户理解其内部结构、启动流程以及配置方法，从而更有效地使用或贡献于
  • FFmpeg任意文件读取漏洞分析 音视频开发老马 ffmpeg
    背景介绍FFmpeg是一套目前非常流行的可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。它提供了录制、转换以及流化音视频的完整解决方案。目前有非常多的视音频软件或是视频网站、手机APP都采用了这个库，但是这个库历史上曝出的漏洞也非常之多。这次的漏洞是利用了ffmpeg可以处理HLS播放列表的功能，在AVI文件中的GAB2字幕块中嵌入了一个HLS文件，然后提供给ffmpeg进行转
  • FFmpeg源码：compute_frame_duration函数分析 cuijiecheng2018 FFmpeg源码分析ffmpeg
    一、compute_frame_duration函数的定义compute_frame_duration函数定义在FFmpeg源码（本文演示用的FFmpeg源码版本为7.0.1）的源文件libavformat/demux.c中：/***Returntheframedurationinseconds.Return0ifnotavailable.*/staticvoidcompute_frame_dur
  • 使用ffmpeg的c++库读取视频流和其中的SEI数据 simple_whu c++vcpkgffmpegc++开发语言
    使用ffmpeg读取视频流和其中的SEI数据（未完待续）FFmpeg是一个多媒体软件框架，支持多种新旧视频编码格式，提供解码、编码、转码、多路复用、解复用、流式传输、过滤和播放等功能。其包含：C++库libavcodec、libavutil、libavformat、libavfilter、libavdevice、libswscale和libswresample基于库构建的命令行工具ffmpeg\f
  • FFmpeg的日志系统（ubuntu 环境） 小猪佩qier FFmpegffmpegubuntulinux
    1.新建.c文件vimffmpeg_log.c2.输入文本#include#includeintmain(){av_log_set_level(AV_LOG_DEBUG);av_log(NULL,AV_LOG_INFO,"helloworld");return0;}当loglevel=0){tint=level&0xff00;level&=0xff;}if(level>av_log_level)r
  • ffmpeg读取文件速度的控制 PETER327447 音视频：ffmpeg
    两种方法：（1）根据采样率算出每帧播放时间t，然后sleep（t）；笨办法（2）根据读取的AVpacket的pts控制速度，核心思想：将ffmpeg的pts转换成系统时间，然后比较当前时间和读取的pts时间，差值即为控制的因素1、获取启动时间，start_time=av_gettime();2、转换avpacket的ptsAVRationaltime_base=m_pFormatContext->
  • rk3588音视频硬件编解码介绍 三十度角阳光的问候 音视频
    目录ffmpegrk3588系列芯片编程方法最终的输出结果ffmpeg示例程序ffmpeg音视频处理中通常是用ffmpeg进行软件音视频编解码aac/h264编码，但其运行速度过慢消耗cpu占用率。因此需要寻找音视频硬件编解码方法。rk3588系列芯片自带音视频硬件编解码框架ffmedia或者mpp，其内部原理是配合内部硬件rga内存，把音视频数据读入内部rga内存中进行Mpp硬件编解码计算，包括
  • 【FFMPEG】Install FFmpeg CUDA gltransition in Ubuntu RockWang. 环境配置ffmpegubuntulinux
    因为比较复杂，记录一下自己安装过程，方便后续查找，所有都是在docker环境安装cuda11.7的**ffmpeg4.2.2nv-codec-headers-9.1.23.3**手动下载安装吧https://github.com/aperim/docker-nvidia-cuda-ffmpeg/blob/v0.1.10/ffmpeg/Dockerfile最好手动一个一个安装，错误跳过，后面报错再说
  • ffmpeg的安装和使用教程 不会代码的小林 ffmpeg
    FFmpeg是一款功能强大的开源多媒体处理工具，支持几乎所有视频和音频格式的转换、压缩、合并、裁剪等功能。以下是FFmpeg在Windows系统上的安装步骤：下载FFmpeg安装包访问FFmpeg的官方网站（https://ffmpeg.org/download.html）下载最新版本的安装包。在官网页面中选择适合Windows的版本（通常是zip格式的releasebuilds）。解压安装包将下
  • ffmpeg+nvidia 编码错误 嵌入梦想 工具视频编解码
    ffmpegversiongit-2021-12-31-6b7e4deCopyright(c)2000-2021theFFmpegdevelopersbuiltwithgcc7(Ubuntu7.5.0-3ubuntu1~18.04)configuration:--pkg-config-flags=--static--extra-libs='-lpthread-lm'--ld=g++--enable
  • OpenglEs之EGL环境搭建 FlyerGo Opengl音视频c++opengl
    前言前面我们发布了一系列的入门教程，例如C++系列的指针扫盲、多线程的使用等，JNI入门系列，ffmpeg入门系列等，有感兴趣的童鞋们可以关注往回自行查阅。今天我们的主题依然是音视频开发的范畴，做过音视频开发的都知道Opengl也是音视频开发中的一项重要技能，特别是涉及到视频录制、特效处理、画质渲染细分功能。因此后续笔者打算再出一系列的OpenglES的学习笔记，希望能与大家共同温故知新。因为前面
  • FFmpeg 7.0 版本 “Dijkstra”的特点概述 Codec Conductor FFmpegffmpegFFmpeg音视频
    FFmpeg7.0FFmpeg官网：https://ffmpeg.org/FFmpeg官网更新日志，2024.4.5号发布代号"Dijkstra"的7.0版本的FFmpeg，如下截图：为什么叫Dijkstra“Dijkstra”指的是艾兹格·戴克斯特拉（EdsgerWybeDijkstra），他是一位荷兰计算机科学家，对计算机科学领域做出了巨大贡献。戴克斯特拉最著名的成就之一是发明了最短路径算法，
  • java线程Thread和Runnable区别和联系 zx_code javajvmthread多线程Runnable
    我们都晓得java实现线程2种方式，一个是继承Thread，另一个是实现Runnable。 模拟窗口买票，第一例子继承thread，代码如下 package thread; public class ThreadTest { public static void main(String[] args) { Thread1 t1 = new Thread1(
  • 【转】JSON与XML的区别比较 丁_新 jsonxml
    1.定义介绍 (1).XML定义 扩展标记语言 (Extensible Markup Language, XML) ，用于标记电子文件使其具有结构性的标记语言，可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。 XML使用DTD(document type definition)文档类型定义来组织数据;格式统一，跨平台和语言，早已成为业界公认的标准。 XML是标
  • c++ 实现五种基础的排序算法 CrazyMizzz C++c算法
    #include<iostream> using namespace std; //辅助函数，交换两数之值 template<class T> void mySwap(T &x, T &y){ T temp = x; x = y; y = temp; } const int size = 10; //一、用直接插入排
  • 我的软件 麦田的设计者 我的软件音乐类娱乐放松
         这是我写的一款app软件，耗时三个月，是一个根据央视节目开门大吉改变的，提供音调，猜歌曲名。1、手机拥有者在android手机市场下载本APP，同意权限，安装到手机上。2、游客初次进入时会有引导页面提醒用户注册。（同时软件自动播放背景音乐）。3、用户登录到主页后，会有五个模块。a、点击不胫而走，用户得到开门大吉首页部分新闻，点击进入有新闻详情。b、
  • linux awk命令详解 被触发 linux awk
    awk是行处理器: 相比较屏幕处理的优点，在处理庞大文件时不会出现内存溢出或是处理缓慢的问题，通常用来格式化文本信息 awk处理过程: 依次对每一行进行处理，然后输出 awk命令形式: awk [-F|-f|-v] ‘BEGIN{} //{command1; command2} END{}’ file [-F|-f|-v]大参数，-F指定分隔符，-f调用脚本，-v定义变量 var=val
  • 各种语言比较 _wy_ 编程语言
                        Java Ruby PHP 擅长领域                  
  • oracle 中数据类型为clob的编辑 知了ing oracle clob
    public void updateKpiStatus(String kpiStatus,String taskId){ Connection dbc=null; Statement stmt=null; PreparedStatement ps=null; try { dbc = new DBConn().getNewConnection(); //stmt = db
  • 分布式服务框架 Zookeeper -- 管理分布式环境中的数据 矮蛋蛋 zookeeper
    原文地址： http://www.ibm.com/developerworks/cn/opensource/os-cn-zookeeper/ 安装和配置详解 本文介绍的 Zookeeper 是以 3.2.2 这个稳定版本为基础，最新的版本可以通过官网 http://hadoop.apache.org/zookeeper/来获取，Zookeeper 的安装非常简单，下面将从单机模式和集群模式两
  • tomcat数据源 alafqq tomcat
    数据库 JNDI(Java Naming and Directory Interface，Java命名和目录接口)是一组在Java应用中访问命名和目录服务的API。 没有使用JNDI时我用要这样连接数据库： 03.  Class.forName("com.mysql.jdbc.Driver");  04.  conn
  • 遍历的方法 百合不是茶 遍历
                                                          遍历 在java的泛
  • linux查看硬件信息的命令 bijian1013 linux
    linux查看硬件信息的命令 一.查看CPU： cat /proc/cpuinfo   二.查看内存： free   三.查看硬盘： df   linux下查看硬件信息 1、lspci 列出所有PCI 设备； lspci - list all PCI devices:列出机器中的PCI设备（声卡、显卡、Modem、网卡、USB、主板集成设备也能
  • java常见的ClassNotFoundException bijian1013 java
    1.java.lang.ClassNotFoundException: org.apache.commons.logging.LogFactory   添加包common-logging.jar2.java.lang.ClassNotFoundException: javax.transaction.Synchronization    
  • 【Gson五】日期对象的序列化和反序列化 bit1129 反序列化
    对日期类型的数据进行序列化和反序列化时，需要考虑如下问题：   1. 序列化时，Date对象序列化的字符串日期格式如何 2. 反序列化时，把日期字符串序列化为Date对象，也需要考虑日期格式问题 3. Date A -> str -> Date B,A和B对象是否equals   默认序列化和反序列化     import com
  • 【Spark八十六】Spark Streaming之DStream vs. InputDStream bit1129 Stream
      1. DStream的类说明文档：   /** * A Discretized Stream (DStream), the basic abstraction in Spark Streaming, is a continuous * sequence of RDDs (of the same type) representing a continuous st
  • 通过nginx获取header信息 ronin47 nginx header
    1. 提取整个的Cookies内容到一个变量，然后可以在需要时引用，比如记录到日志里面， if ( $http_cookie ~* "(.*)$") {         set $all_cookie $1; }     变量$all_cookie就获得了cookie的值，可以用于运算了
  • java-65.输入数字n，按顺序输出从1最大的n位10进制数。比如输入3，则输出1、2、3一直到最大的3位数即999 bylijinnan java
    参考了网上的http://blog.csdn.net/peasking_dd/article/details/6342984 写了个java版的： public class Print_1_To_NDigit { /** * Q65.输入数字n，按顺序输出从1最大的n位10进制数。比如输入3，则输出1、2、3一直到最大的3位数即999 * 1.使用字符串
  • Netty源码学习-ReplayingDecoder bylijinnan javanetty
    ReplayingDecoder是FrameDecoder的子类，不熟悉FrameDecoder的，可以先看看 http://bylijinnan.iteye.com/blog/1982618 API说，ReplayingDecoder简化了操作，比如： FrameDecoder在decode时，需要判断数据是否接收完全： public class IntegerH
  • js特殊字符过滤 cngolon js特殊字符js特殊字符过滤
    1.js中用正则表达式 过滤特殊字符, 校验所有输入域是否含有特殊符号function stripscript(s) {    var pattern = new RegExp("[`~!@#$^&*()=|{}':;',\\[\\].<>/?~！@#￥……&*（）&mdash;—|{}【】‘；：”“'。，、？]"
  • hibernate使用sql查询 ctrain Hibernate
    import java.util.Iterator; import java.util.List; import java.util.Map; import org.hibernate.Hibernate; import org.hibernate.SQLQuery; import org.hibernate.Session; import org.hibernate.Transa
  • linux shell脚本中切换用户执行命令方法 daizj linuxshell命令切换用户
    经常在写shell脚本时，会碰到要以另外一个用户来执行相关命令，其方法简单记下：   1、执行单个命令：su - user -c "command" 如：下面命令是以test用户在/data目录下创建test123目录 [root@slave19 /data]# su - test -c "mkdir /data/test123" 
  • 好的代码里只要一个 return 语句 dcj3sjt126com return
    别再这样写了：public boolean foo() {    if (true) {         return true;     } else {          return false;    
  • Android动画效果学习 dcj3sjt126com android
    1、透明动画效果 方法一：代码实现 public View onCreateView(LayoutInflater inflater, ViewGroup container, Bundle savedInstanceState) { View rootView = inflater.inflate(R.layout.fragment_main, container, fals
  • linux复习笔记之bash shell (4)管道命令 eksliang linux管道命令汇总linux管道命令linux常用管道命令
    转载请出自出处： http://eksliang.iteye.com/blog/2105461     bash命令执行的完毕以后，通常这个命令都会有返回结果，怎么对这个返回的结果做一些操作呢？那就得用管道命令‘|’。     上面那段话，简单说了下管道命令的作用，那什么事管道命令呢？     答：非常的经典的一句话，记住了，何为管
  • Android系统中自定义按键的短按、双击、长按事件 gqdy365 android
    在项目中碰到这样的问题： 由于系统中的按键在底层做了重新定义或者新增了按键，此时需要在APP层对按键事件（keyevent）做分解处理，模拟Android系统做法，把keyevent分解成： 1、单击事件：就是普通key的单击； 2、双击事件：500ms内同一按键单击两次； 3、长按事件：同一按键长按超过1000ms（系统中长按事件为500ms）； 4、组合按键：两个以上按键同时按住；
  • asp.net获取站点根目录下子目录的名称 hvt .netC#asp.nethovertreeWeb Forms
    使用Visual Studio建立一个.aspx文件(Web Forms)，例如hovertree.aspx,在页面上加入一个ListBox代码如下： <asp:ListBox runat="server" ID="lbKeleyiFolder" />   那么在页面上显示根目录子文件夹的代码如下： string[] m_sub
  • Eclipse程序员要掌握的常用快捷键 justjavac javaeclipse快捷键ide
      判断一个人的编程水平，就看他用键盘多，还是鼠标多。用键盘一是为了输入代码（当然了，也包括注释），再有就是熟练使用快捷键。   曾有人在豆瓣评 《卓有成效的程序员》：“人有多大懒，才有多大闲”。之前我整理了一个 程序员图书列表，目的也就是通过读书，让程序员变懒。  写道 程序员作为特殊的群体，有的人可以这么懒，懒到事情都交给机器去做，而有的人又可
  • c++编程随记 lx.asymmetric C++笔记
     为了字体更好看，改变了格式……   &&运算符：   #include<iostream> using namespace std; int main(){      int a=-1,b=4,k;      k=(++a<0)&&!(b--
  • linux标准IO缓冲机制研究 音频数据 linux
    一、什么是缓存I/O(Buffered I/O)缓存I/O又被称作标准I/O,大多数文件系统默认I/O操作都是缓存I/O。在Linux的缓存I/O机制中，操作系统会将I/O的数据缓存在文件系统的页缓存(page cache)中，也就是说，数据会先被拷贝到操作系统内核的缓冲区中，然后才会从操作系统内核的缓冲区拷贝到应用程序的地址空间。1.缓存I/O有以下优点:A.缓存I/O使用了操作系统内核缓冲区，
  • 随想 生活 暗黑小菠萝 生活
    其实账户之前就申请了，但是决定要自己更新一些东西看也是最近。从毕业到现在已经一年了。没有进步是假的，但是有多大的进步可能只有我自己知道。   毕业的时候班里12个女生，真正最后做到软件开发的只要两个包括我，PS：我不是说测试不好。当时因为考研完全放弃找工作，考研失败，我想这只是我的借口。那个时候才想到为什么大学的时候不能好好的学习技术，增强自己的实战能力，以至于后来找工作比较费劲。我
  • 我认为POJO是一个错误的概念 windshome javaPOJO编程J2EE设计
                  这篇内容其实没有经过太多的深思熟虑，只是个人一时的感觉。从个人风格上来讲，我倾向简单质朴的设计开发理念；从方法论上，我更加倾向自顶向下的设计；从做事情的目标上来看，我追求质量优先，更愿意使用较为保守和稳妥的理念和方法。    &
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他