ffmpeg最简单的解码保存YUV数据

文章来源: ffmpeg最简单的解码保存YUV数据

这篇文章很不错，收藏了。

video的 raw data 一般都是YUV420p的格式，简单的记录下这个格式的细节，如有不对希望大家能指出。

YUV图像通常有两种格式，一种是packet 还有一种是planar

    从字面上就能理解packet的意思就是所有的yuv数据都是一股脑的放在一起，当然内部的数据还是按照格式要求的，只是从外部来讲是一整个包包含了所有的yuv数据。

    最长见的YUV格式就是planar格式了。这个格式是讲yuv三个分量分别放在三个数组里。

   如下图是个420p的格式图：

    

YUV420格式是指，每个像素都保留一个Y（亮度）分量，而在水平方向上，不是每行都取U和V分量，而是一行只取U分量，则其接着一行就只取V分量，以此重复(即4:2:0, 4:0:2, 4:2:0, 4:0:2 …….)，所以420不是指没有V，而是指一行采样只取U，另一行采样只取V。在取U和V时，每两个Y之间取一个U或V。但从4×4矩阵列来看，每4个矩阵点Y区域中，只有一个U和V，所以它们的比值是4:1。所以对于一个像素，RGB需要8 * 3 = 24位，即占3个字节；而YUV420P，8 + 8/4 + 8/4 = 12位，即占2个字节，其中8指Y分量，8/4指U和V分量。

所以从上可以知道，一般一个视频如果是yuv420p的raw data， 则他的每帧图像的大小计算公式：width*height*3/2

ffmpeg中是如何管理这个yuv的数据的呢？
    核心就是AVFrame这个结构体，成员data是个指针数组，每个成员所指向的就是yuv三个分量的实体数据了，成员linesize是指对应于每一行的大小，为什么需要这个变量，是因为在YUV格式和RGB格式时，每行的大小不一定等于图像的宽度。所以很容易想象yuv的布局格式。如下图

   
事实上绝大多数的情况都是这样布局的，所以可以看出 数据时从左往右填充，但是不一定能填满。
        好了，知道了这些就很容易解码保存yuv数据了，废话不多说直接上代码

点击(此处)折叠或打开

 const char* SRC_FILE = "1.mp4";

 int main()
 {
     FILE *yuv_file = fopen("yuv_file","ab");
     if (!yuv_file)
         return 0;
     av_register_all();
     AVFormatContext* pFormat = NULL;
     if (avformat_open_input(&pFormat, SRC_FILE, NULL, NULL) < 0)
     {
         return 0;
     }
     AVCodecContext* video_dec_ctx = NULL;
     AVCodec* video_dec = NULL;
     if (avformat_find_stream_info(pFormat, NULL) < 0)
     {
         return 0;
     }
     av_dump_format(pFormat,0,SRC_FILE,0);
     video_dec_ctx = pFormat->streams[0]->codec;
     video_dec = avcodec_find_decoder(video_dec_ctx->codec_id);
     if (avcodec_open2(video_dec_ctx, video_dec, NULL) < 0)
     {
         return 0;
     }
     AVPacket *pkt = new AVPacket();
     av_init_packet(pkt);
     while (1)
     {
         if (av_read_frame(pFormat, pkt) < 0)
         {
             fclose(yuv_file);
             delete pkt;
             return 0;
         }
         if (pkt->stream_index == 0)
         {
             AVFrame *pFrame = avcodec_alloc_frame();
             int got_picture = 0,ret = 0;
             ret = avcodec_decode_video2(video_dec_ctx, pFrame, &got_picture, pkt);
             if (ret < 0)
             {
                 delete pkt;
                 return 0;
             }
             if (got_picture)
             {
                 char* buf = new char[video_dec_ctx->height * video_dec_ctx->width * 3 / 2];
                 memset(buf, 0, video_dec_ctx->height * video_dec_ctx->width * 3 / 2);
                 int height = video_dec_ctx->height;
                 int width = video_dec_ctx->width;
                 printf("decode video ok\n");
                 int a = 0, i;
                 for (i = 0; i<height; i++)
                 {
                     memcpy(buf + a, pFrame->data[0] + i * pFrame->linesize[0], width);
                     a += width;
                 }
                 for (i = 0; i<height / 2; i++)
                 {
                     memcpy(buf + a, pFrame->data[1] + i * pFrame->linesize[1], width / 2);
                     a += width / 2;
                 }
                 for (i = 0; i<height / 2; i++)
                 {
                     memcpy(buf + a, pFrame->data[2] + i * pFrame->linesize[2], width / 2);
                     a += width / 2;
                 }
                 fwrite(buf, 1, video_dec_ctx->height * video_dec_ctx->width * 3 / 2, yuv_file);
                 delete buf;
                 buf = NULL;
             }
             avcodec_free_frame(&pFrame);


         }
     }

     return 0;
 }