8.ffmpeg-基础常用知识

1.封装格式
MPEG-4
其中 MPEG-1 和 MPEG-2 是采用相同原理为基础的预测编码、变换编码、 熵编码及运动补偿等第一代数据压缩编码技术；
MPEG-4（ISO/IEC 14496）则是基于第二代压缩编码技术制定的国际标准，它以视听媒体对象为基本单元，采用基于内容的压缩编码，实现数字视音频、图形合成应用及交互式多媒体的集成。 MPEG 系列标准对 VCD、 DVD 等视听消费电子及数字电视和高清晰度电视（DTV&&HDTV）、 多媒体通信等信息产业的发展产生了巨大而深远的影响.
AVI
AVI，音频视频交错(Audio Video Interleaved)的英文缩写。 AVI 格式调用方便、图像质量好，压缩标准可任意选择，是应用最广泛、也是应用时间最长的格式之一。

FLV
FLV 是 FLASH VIDEO 的简称， FLV 流媒体格式是一种新的视频格式。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，它的出现有效地解决了视频文件导入 Flash 后，使导出的 SWF 文件体积庞大，不能在网络上很好的使用等缺点。

2.编码格式
视频部分
h264、wmv、xvid、mjpeg(摄像头出来的每一帧都是mjpeg,缺点在于只有I帧、没有B帧、P帧)
音频部分
acc、MP3、ape、flac

3.文件封装格式和编码格式

 

音频帧和视频帧的帧率是不一致的,比如音频帧采样率是44.1khz,声音必须的源源不断输出,所以音频帧率可能为22.05帧,每个帧里存了2K采样数据.

视频解码

• 软件解码：即通过软件让CPU来对视频进行解码处理,缺点耗电发热,优点兼容强
• 硬件解码：是将原来全部交由CPU(显卡上的一个核心处理芯片,处理计算机中与图形计算有关的工作)来处理的视频数据的部分交由GPU来做,优点不需要太好的CPU,发热低,缺点起步较晚，无法与软解相提并论,兼容性不强.硬解码都是固定帧率.比如只能60帧. 

音频解码

• 将音频码流(aac、ape等)解码成pcm

4.像素格式
压缩编码中一般使用的是RGB24,YUV420 , YUV420P, YUV422P, YUV444P等格式数据,最常见的是YUV420P.
RGB格式
BMP文件存储的就是RGB格式像素数据
yuv格式
    y表示明亮度,而u(Cb 蓝色色差值)和v(Cr 红色色差值)则表示色度值.它将亮度信息（Y）与色彩信息（UV）分离，没有UV信息一样可以显示完整的图像，只不过是黑白的,由于UV色度不是很明显看出,所以除了YUV4:4:4外,又诞生了YUV4:2:2，YUV4:2:0格式.从而占用极少的存储数据.

    如下图所示，黑点表示该像素点的Y分量，以空心圆圈表示像素点的UV分量:

• YUV444：每一个Y对应一组UV分量,单位为字节,所以每个像素点有1个Y字节和1组(2字节,分别是U和V),所以为3字节.
• YUV422：每两个Y共用一组UV分量,所以每个每个像素点有1个Y字节和1/2组UV(1字节),所以为2字节.
• YUV420：每四个Y共用一组UV分量,所以4个像素点为5字节,每2个像素点为2.5字节,由于4个像素点是矩形构成的,为了加快换算,所以每2个像素点共用3字节,每个像素点为1.5字节(12bit).

YUV420、YUV420P、YUV420SP区别

• 对于YUV420格式(packed封装)，每个像素点的Y,U,V是连续交*存储的。所以存储数据时,data[0]中就存的是yuvyuvyuv...
• 对于YUV420P格式(planar平面封装)，先连续存储所有像素点的Y，紧接着存储所有像素点的U，随后是所有像素点的V,比如:YYYYYYYY UU VV,所以Ffmpeg中存储P格式数据时,data[0]数组存y,data[1]数组存u,data[2]数组存v
• 对于YUV420SP格式(semi Planar半平面封装),先连续存储所有像素点的Y，然后连续存储UV,比如:YYYYYYYY UVUV

5.YUV和RGB转换格式

RGB 转换成 YUV

• Y = (0.257 * R) + (0.504 * G) + (0.098 * B) + 16 
• Cr = V = (0.439 * R) - (0.368 * G) - (0.071 * B) + 128 
• Cb = U = -( 0.148 * R) - (0.291 * G) + (0.439 * B) + 128

YUV 转换成 RGB

• B = 1.164(Y - 16) + 2.018(U - 128) 
• G = 1.164(Y - 16) - 0.813(V - 128) - 0.391(U - 128) 
• R = 1.164(Y - 16) + 1.596(V - 128)

RGB取值范围均为0~255,Y=0~255,U=-122~+122,V=-157~+157
以下是经过简化的公式,运算量比上述公式要小一些。
RGB转YUV

• Y = 0.299R + 0.587G + 0.114B 
• U'= (BY)*0.565 
• V'= (RY)*0.713

YUV转RGB

• R = Y + 1.403V' 
• G = Y - 0.344U' - 0.714V' 
• B = Y + 1.770U'

PS：除了软解之外,则还可以交给GPU进行硬解.

 

6.DTS、PTS、GOP

• dts : 解码时间戳
• pts : 显示时间戳
• GOP : 一组完整的IBP帧画面

而dts和pts值是不一定是相等的,如下图GOP(Group of Picture)所示:

从上图,可以看到,DTS和PTS的顺序是不一致的,并且每组GOP中开头都是I帧,然后后面都是B、P帧,如果开头的I帧图像质量比较差时，也会影响到一个GOP中后续B、P帧的图像质量.

• I帧(intra picture) : 帧内编码帧,它将全帧图像信息进行 JPEG 压缩编码及传输,是一个完整图像
• B帧(bidirectional) : 双向预测内插编码帧,参考前面和后面两帧的数据加上本帧的变化而得出的本帧数据
• P帧 : 前向预测编码帧,参考前面而得出的本帧数据.

一般平均来说， I 的压缩率是 7（跟 JPG 差不多）， P 是 20， B 可以达到 50.

 

在ffmpeg中,pts和dts单位都是不确定,如果要换算为时分秒,则需要AVStream的time_base时基来一起换算出当前显示的标准时间
而time_base结构体为AVRational:

所以计算时分秒为:

if (frame->pts != AV_NOPTS_VALUE)    
    dpts = av_q2d(is->video_st->time_base) * frame->pts;

 

下章学习:9.下载ffmpeg、使QT支持同时编译32位和64位