用DirectShow设计媒体播放器

摘要：DirectShow技术是DirectX推出的建立在DirectDraw和DirectSound组件基础之上的多媒体应用 程序开发工具包，它提供对多媒体数据流的高质量捕获和回放，代表着未来多媒体应用 程序开发的方向。详细介绍了DirectShow的 系统组成，并讨论了利用DirectShow在Visual C++ 6.0平台上开发简单媒体播放器的关键步骤。

　　

　　 DirectX简介

　　DirectX是Microsoft公司为游戏和其他高性能多媒体应用所提供的一套底层应用 程序编程接口。这些接口包括对二维和三维图形，声效和音乐，输入设备以及多玩家网络游戏等的支持。目前DirectX的最高版本是DirectX 9.0。

　　1 DirectX的组成

　　DirectX 9.0由下列组件构成：

　　（1）DirectX Graphics：该组件组合DirectX旧版本中的DirectDraw和Direct 3D两个组件，使其成为一个适用于所有图形 程序的单独的应用 程序接口。其中的Direct 3D扩展（D 3DX）应用 程序库简化了多数图形 程序的工作。

　　（2）DirectInput：支持各种输入设备，完全支持力反馈技术。

　　（3）DirectPlay：支持多玩家网络游戏。

　　（4）DirectSound：支持用于播放和捕获音频波形的高性能音频应用软件的开发。

　　（5）DirectMusic：为音乐音轨以及基于波表、MIDI（Musical Instrument Devices Interface）或其他由DirectMusic Producer创作的非音乐音轨，提供了一套完整的解决方案。

　　（6）DirectShow：提供对多媒体数据流的高质量捕获和回放。

　　（7）DirectSetup：一个简单的应用 程序接口，提供DirectX组件的自动安装。

　　（8）DirectX Media Objects：提供对数据流对象的读写支持，包括视频和音频的编解码器及其效果。

　　2 COM简介

　　DirectX的功能都是以COM组件的形式提供的。COM是组件对象模型（Component Object Model）的简写，它是一种协议，是对象连接和嵌入（Object Linking and Embedding）的基础。COM通常以动态链接库（DLL）的形式存在，它是建立在二进制规范上的对象。COM定义并实现了软部件（如应用 程序、数据对象、控件及服务）机制，并把他们统称为“对象”。每个软部件对象由数据以及访问数据的函数组成，访问软部件对象数据的函数集合称为“接口”。在应用 程序看来COM是一个黑箱，可调用COM提供的方法但不知道它的具体实现。在使用DirectShow编程时，用户创建的自定义组件必须以COM形式实现，所以必须知道如何实现COM，而一般的应用 程序只需要了解COM的接口和用法就可以了。
DirectShow的 系统 组成

　　DirectShow技术是建立在DirectDraw和DirectSound组件基础之上的，它通过DirectDraw对显卡进行控制以显示视频，通过DirectSound对声卡进行控制以播放声音。 DirectShow可提供高质量的多媒体流的捕获和回放功能；支持多种媒体格式，包括ASF（Advanced Systems Format），MPEG（Motion Picture Experts Group），AVI（Audio-Video Interleaved），MP3（MPEG Audio Layer-3）和WAV声音文件；可以从硬件上捕获媒体数据流；可以自动检测并使用视频和音频加速硬件。因此，DirectShow可以充分发挥媒体的性能，提高运行速度，可以简化媒体播放、媒体间的格式转换和媒体捕获等工作。同时，它还具有极大的可扩展性和灵活性，可以由用户自己创建组件，并将这个组件加入DirectShow结构中以支持新的格式或特殊的效果。
应用 程序与DirectShow组件以及DirectShow所支持的软硬件之间的关系如图1所示。

图1 DirectShow 系统框图

　　1、过滤器（filter）

　　由图1可以看到，过滤器是DirectShow最基本的组成元件。过滤器是一个COM组件，是完成DirectShow处理过程的基本单元。DirectShow提供了一组标准的过滤器供应用 程序使用， 程序开发者也可以创建自定义的过滤器来扩充DirectShow的功能，但必须是以COM形式建立的。DirectX为用户提供了DirectShow基类库（DirectShow Base Class Library），用户自定义的过滤器都可以从基类库提供的基类和接口派生出来。
过滤器主要分为以下几种类型：

　　（1）源过滤器（source filter）：源过滤器引入数据到过滤器图表中，数据来源可以是文件、网络、照相机等。不同的源过滤器处理不同类型的数据源。

　　（2）变换过滤器（transform filter）：变换过滤器的工作是获取输入流，处理数据，并生成输出流。变换过滤器对数据的处理包括编解码、格式转换、压缩解压缩等。

　　（3）提交过滤器（renderer filter）：提交过滤器在过滤器图表里处于最后一级，它们接收数据并把数据提交给外设。

　　（4）分割过滤器（splitter filter）：分割过滤器把输入流分割成多个输出。例如，AVI分割过滤器把一个AVI格式的字节流分割成视频流和音频流。

　　（5）混合过滤器（mux filter）：混合过滤器把多个输入组合成一个单独的数据流。例如，AVI混合过滤器把视频流和音频流合成一个AVI格式的字节流。

　　过滤器的这些分类并不是绝对的，例如一个ASF读过滤器（ASF Reader filter）既是一个源过滤器又是一个分割过滤器。

　　在DirectShow里，一组过滤器称为一个过滤器图表（filter graph）。过滤器图表用来连接过滤器以控制媒体流，它也可以将数据返回给应用 程序，并搜索所支持的过滤器。过滤器有三种可能的状态：运行、停止和暂停。暂停是一种中间状态，停止状态到运行状态必定经过暂停状态。暂停可以理解为数据就绪状态，是为了快速切换到运行状态而设计的。在暂停状态下，数据线程是启动的，但被提交过滤器阻塞了。通常情况下，过滤器图表中所有过滤器的状态是一致的。

　　2、引脚（pin）

　　过滤器可以和一个或多个过滤器相连，连接的接口也是COM形式的，称为引脚。过滤器利用引脚在各个过滤器间传输数据。每个引脚都是从Ipin这个COM对象派生出来的。每个引脚都是过滤器的私有对象，过滤器可以动态的创建引脚，销毁引脚，自由控制引脚的生存时间。引脚可以分为输入引脚（Input pin）和输出引脚（Output pin）两种类型，两个相连的引脚必须是不同种类的，即输入引脚只能和输出引脚相连，且连接的方向总是从输出引脚指向输入引脚。

　　过滤器之间的连接（也就是引脚之间的连接），实际上是连接双方媒体类型（Media Type）协商的过程。连接的大致过程为：如果调用连接函数时已经指定了完整的媒体类型，则用这个媒体类型进行连接，成功与否都结束连接过程；如果没有指定或不完全指定了媒体类型，则进入下面的枚举过程——枚举欲连接的输入引脚上所有的媒体类型，逐一用这些媒体类型与输出引脚进行连接（如果连接函数提供了不完全媒体类型，则要先将每个枚举出来的媒体类型与它进行匹配检查），如果输出引脚也接受这种媒体类型，则引脚之间的连接宣告成功；如果所有输入引脚上枚举的媒体类型，输出引脚都不支持，则枚举输出引脚上的所有媒体类型，并逐一用这些媒体类型与输入引脚进行连接，如果输入引脚接受其中的一种媒体类型，则引脚之间的连接宣告成功；如果输出引脚上的所有媒体类型，输入引脚都不支持，则这两个引脚之间的连接过程宣告失败。过滤器与引脚连接如图2所示。

图2 过滤器和引脚连接示意图

　　3、媒体类型（Media Type）

　　媒体类型是描述数字媒体格式的一种通用的可扩展方式。两个过滤器相连时，必须使用一致的媒体类型，否则这两个过滤器就不能相连。媒体类型能识别上一级过滤器传送给下一级过滤器的数据类型，并对数据进行分类。

　　实际在很多应用 程序中，用户根本不需要担心媒体类型的问题，DirectShow会处理好所有的细节。但有些应用 程序需要对媒体类型进行操作。媒体类型一般可以有两种表示：AM_MEDIA_TYPE和CMediaType。前者是一个结构，后者是从这个结构继承过来的类。

　　每个AM_MEDIA_TYPE由三部分组成：Major type、Subtype和Format type。这三个部分都使用GUID（全局唯一标识符）来唯一标示。Major type主要定性描述一种媒体类型，这种媒体类型可以是视频、音频、比特数据流或MIDI数据等等；Subtype进一步细化媒体类型，如果是视频的话可以进一步指定是RGB-24，还是RGB-32，或是UYVY等等；Format type则用一个结构更进一步细化媒体类型。

　　如果媒体类型的三个部分都指定了某个具体的GUID值，则称这个媒体类型是完全指定的；如果媒体类型的三个部分中有任何一个值是GUID_NULL，则称这个媒体类型是不完全指定的。GUID_NULL具有通配符的作用。

　　4、过滤器图表管理器（Filter Graph Manager）

　　DirectShow通过过滤器图表管理器来控制过滤器图表中的过滤器。过滤器图表管理器是COM 形式的，它的功能有：协调过滤器间的状态转变；建立参考时钟；把事件（event）传送给应用 程序；为应用 程序提供建立过滤器图表的方法。

　　一些常用的过滤器图表管理器接口如下：

　　IGraphBuilder：为应用 程序提供创建过滤器图表的方法。

　　IMediaControl：提供控制过滤器图表中多媒体数据流的方法，包括运行、暂停和停止。

　　IMediaEventEx：继承自IMediaEvent接口，处理过滤器图表的事件。

　　IVideoWindow：用于设置多媒体播放器窗口的属性，应用 程序可以用它来设置窗口的所有者、位置和尺寸等属性。

　　IBasicAudio：用于控制音频流的音量和平衡。

　　IBasicVideo：用于设置视频特性，如视频显示的目的区域和源区域。

　　IMediaSeeking：提供搜索数据流位置和设置播放速率的方法。

　　IMediaPosition：用于寻找数据流的位置。

　　IVideoFrameStep：用于步进播放视频流，可使DirectShow应用 程序，包括DVD播放器一次只播放一帧视频。

　　5、过滤器图表中的数据流动

　　当用户要创建自定义的过滤器时，就需要了解媒体数据是如何在过滤器图表中传输的。为了在过滤器图表中传送媒体数据，DirectShow过滤器需要支持一些协议，称之为传输协议（transport）。相连的过滤器必须支持同样的传输协议，否则不能交换媒体数据。

　　大多数的DirectShow过滤器把媒体数据保存在主存储器中，并通过引脚把数据提交给其它的过滤器，这种传输称为局部存储器传输（local memory transport）。虽然局部存储器传输在DirectShow中最常用，但并不是所有的过滤器都使用它。例如，有些过滤器通过硬件传送媒体数据，引脚只是用来提交控制信息，如IOverlay接口。

　　DirectShow为局部存储器传输定义了两种机制：推模式（push model）和拉模式（pull model）。在推模式中，源过滤器生成数据并提交给下一级过滤器。下一级过滤器被动的接收数据，完成处理后再传送给再下一级过滤器。在拉模式中，源过滤器与一个分析过滤器相连。分析过滤器向源过滤器请求数据后，源过滤器才传送数据以响应请求。推模式使用的是IMemInputPin接口，拉模式使用IAsyncReader接口，推模式比拉模式要更常用。
利用DirectShow开发简单媒体播放器

　　本节介绍基于DirectShow开发简单媒体播放器的关键步骤。

　　1、初始化DirectShow

　　由于DirectShow的组件都是以COM形式存在的，因此首先要调用CoInitializeEx函数来初始化COM库，嵌入所有的动态链接库和资源。否则，所有对QueryInterface的调用都会失败。

　　2、创建过滤器图表管理器接口

　　首先申明并初始化所需的接口：

// DirectShow interfaces IGraphBuilder *pGB = NULL; IMediaControl *pMC = NULL; IMediaEventEx *pME = NULL; IVideoWindow *pVW = NULL; IBasicAudio *pBA = NULL; IBasicVideo *pBV = NULL; IMediaSeeking *pMS = NULL; IMediaPosition *pMP = NULL; IVideoFrameStep *pFS = NULL; 然后实例化一个过滤器图表管理器，并查询各接口： // Get the interface for DirectShow's GraphBuilder CoCreateInstance(CLSID_FilterGraph, NULL, CLSCTX_INPROC_SERVER, IID_IGraphBuilder, (void **)&pGB); // QueryInterface for DirectShow interfaces pGB->QueryInterface(IID_IMediaControl, (void **)&pMC); pGB->QueryInterface(IID_IMediaEventEx, (void **)&pME); pGB->QueryInterface(IID_IMediaSeeking, (void **)&pMS); pGB->QueryInterface(IID_IMediaPosition, (void **)&pMP); // Query for video interfaces, which may not be relevant for audio files pGB->QueryInterface(IID_IVideoWindow, (void **)&pVW); pGB->QueryInterface(IID_IBasicVideo, (void **)&pBV); // Query for audio interfaces, which may not be relevant for video-only files pGB->QueryInterface(IID_IBasicAudio, (void **)&pBA);

　　3、创建过滤器图表

　　应用DirectShow创建过滤器图表时，用户完全不需要操心 系统使用了哪一类过滤器以及过滤器是怎样连接的。只要调用IGraphBuilder::RenderFile函数，就可以建成一个完整的过滤器图表。

// Have the graph builder construct its the appropriate graph automatically pGB->RenderFile(wFile, NULL);

　　创建成功后，过滤器图表就可以用来播放多媒体文件了。DirectShow调用IMediaControl::Run函数来播放媒体文件。

// Run the graph to play the media file pMC->Run();

　　4、使用DirectShow的事件响应机制

　　DirectShow的事件响应机制是过滤器图表管理器与用户进行交互的接口，DirectShow处理的可以是一些事先可以预期的事件，比如数据流的结束；也可以是一些无法预期的错误。有的事件可以由过滤器图表管理器自己处理，但如果过滤器图表管理器自己无法处理这些事件，它就把事件的通知放在事件队列里。用户 程序就可以通过IMediaEventEx接口得到事件，并对它做出相应的处理。

　　5、清除DirectShow

　　在 程序结束时必须调用Release函数释放DirectShow的接口指针，并调用CoUninitialize函数来卸载COM库，释放所有的动态链接库和资源。

　　 结束语

　　应用DirectX的组件DirectShow进行多媒体应用程序的开发需了解多方面的知识，但在很多应用中利用DirectShow的特性可以减少工作量并能获得非常高的运行效率。在Visual C++ 6.0的开发环境中利用DirectShow开发的简单媒体播放器，具有随机播放、暂停和调整播放速率等功能，且可以播放多种媒体文件，播放效果非常流畅。因此，基于DirectShow开发多媒体应用程序的方法简单高效，是一种值得推荐的方法。