ffmpeg学习 函数分析swr_convert
有关ffmpeg中主要的api函数源码解析参考雷神系列文章，整理如下 ffmpeg学习（2）获取和使用，源码分析。
libswresample主要是用于音频的重采样和格式转换的,包含如下功能：
采样频率转换：对音频的采样频率进行转换的处理，例如把音频从一个高的44100Hz的采样频率转换到8000Hz；从高采样频率到低采样频率的音频转换是一个有损的过程
声道格式转换：对音频的声道格式进行转换的处理，例如立体声转换为单声道；当输入通道不能映射到输出流时，这个过程是有损的，因为它涉及不同的增益因素和混合。
采样格式转换：对音频的样本格式进行转换的处理，例如把s16（AV_SAMPLE_FMT_S16）的PCM数据转换为s8格式或者f32的PCM数据；此外提供了Packed和Planar包装格式之间相互转换的功能。
简单说明
有关PCM介绍查看文章ffmpeg学习 音频采样数据PCM， 采样格式、声道格式可以简单的手工处理，详见文章。。。。。。。。链接 ffmpeg学习（6）音频解码、音频数据处理。。。。。。。，这里再简单说明如下。
采样格式转换
采样数据从32位float类型数据转换位无符号8位uchar类型，需要将取值范围转换到[0,255]。
for(int n = 0; n < frame->nb_samples; n++)
for(int c = 0; c < frame->channels; c++) {
float vsrc = *(float *)(frame->data[c] + n*in_sample_bytes);
unsigned char vdst = (vsrc*128 + 128);
fwrite(&vdst, sizeof(unsigned char), 1, fpcm);
}
采样数据从从32位float类型数据转换位16位short类型，需要将取值范围转换到[-32768~32767]。
for(int n = 0; n < frame->nb_samples; n++)
for(int c = 0; c < frame->channels; c++) {
float vsrc = *(float *)(frame->data[c] + n*in_sample_bytes);
short vdst = vsrc*32768;
fwrite(&vdst, sizeof(short), 1, fpcm);
}
声道格式转换
通道从少变多，可以复制一个通道数据。从多变少，可以直接保留需要的声道。
从原来的2个通道，保存为1个通道，可以选择保存一个或者去平均；
for(int n = 0; n < frame->nb_samples; n++) {
float vdst = 0;
for(int c = 0; c < frame->channels; c++)
vdst += *(float *)(frame->data[c] + n*in_sample_bytes);
vdst /= frame->channels;
fwrite(&vdst, sizeof(float), 1, fpcm);
}
采样频率转换
这里仅给出，转换前频率是转换后频率的整数倍，例如转换前后频率分别为48000和8000。我们将输入的采样数据每间隔6个保存一个即可。例如
for(int n = 0; n < frame->nb_samples; n+=6)
for(int c = 0; c < frame->channels; c++) {
float vsrc = *(float *)(frame->data[c] + n*in_sample_bytes);
char vdst = vsrc*128;
fwrite(&vdst, sizeof(char), 1, fpcm);
}
}
libswresample库使用
当音频的采样率与播放器的采样率不一致时，那么想在播放器正常播放，就需要对音频进行重采样，否则可能会出现音频变速的问题（两个采样频率不能整除，手动处理需要插值补齐等）。这里着重介绍使用libswresample库处理音频采样数据的转换。
使用流程
（1）实例化SwrContext对象
（2）调用 swr_convert() 进行采样数据转换
（3）释放SwrContext对象
类似SwsContext使用，初次实例化SwrContext对象也有两种方法:
第一种，先调用SwrContext *swr = swr_alloc_set_opts(…)函数，再调用swr_init(swr);
第二种，先调用SwrContext *swr = swr_alloc();，再调用av_opt_set_xxxx()分别设置各参数，最后调用swr_init(swr);。
通常，我们首次初始化SwrContext对象使用第一种方式，之后如有需要修改参数，可以继续调用av_opt_set_xxxx()，并执行swr_init(swr);
函数介绍
初始化、配置SwrContext对象
/**
* Allocate SwrContext if needed and set/reset common parameters.
*
* This function does not require s to be allocated with swr_alloc(). On the
* other hand, swr_alloc() can use swr_alloc_set_opts() to set the parameters
* on the allocated context.
*
* @param s existing Swr context if available, or NULL if not
* @param out_ch_layout output channel layout (AV_CH_LAYOUT_*)
* @param out_sample_fmt output sample format (AV_SAMPLE_FMT_*).
* @param out_sample_rate output sample rate (frequency in Hz)
* @param in_ch_layout input channel layout (AV_CH_LAYOUT_*)
* @param in_sample_fmt input sample format (AV_SAMPLE_FMT_*).
* @param in_sample_rate input sample rate (frequency in Hz)
* @param log_offset logging level offset
* @param log_ctx parent logging context, can be NULL
*
* @see swr_init(), swr_free()
* @return NULL on error, allocated context otherwise
*/
struct SwrContext *swr_alloc_set_opts(struct SwrContext *s,
int64_t out_ch_layout, enum AVSampleFormat out_sample_fmt, int out_sample_rate,
int64_t in_ch_layout, enum AVSampleFormat in_sample_fmt, int in_sample_rate,
int log_offset, void *log_ctx);
采样数据转换，参数为输入、输出采样数据指针及采样数量，返回值为转换得到采样数据个数。当输入为空，表示flush其内部缓冲数据。
/** Convert audio.
*
* in and in_count can be set to 0 to flush the last few samples out at the
* end.
*
* If more input is provided than output space, then the input will be buffered.
* You can avoid this buffering by using swr_get_out_samples() to retrieve an
* upper bound on the required number of output samples for the given number of
* input samples. Conversion will run directly without copying whenever possible.
*
* @param s allocated Swr context, with parameters set
* @param out output buffers, only the first one need be set in case of packed audio
* @param out_count amount of space available for output in samples per channel
* @param in input buffers, only the first one need to be set in case of packed audio
* @param in_count number of input samples available in one channel
*
* @return number of samples output per channel, negative value on error
*/
int swr_convert(struct SwrContext *s, uint8_t **out, int out_count,
const uint8_t **in , int in_count);
其他相关代码
int av_get_bytes_per_sample(enum AVSampleFormat sample_fmt); // 一个采样数据占用字节数
int av_sample_fmt_is_planar(enum AVSampleFormat sample_fmt); // 采样数据是否为平面格式
示例代码
输入pcm文件格式为数据深度16位、44100Hz采样频率、双通道(packed)，要求输出pcm文件格式为数据深度32位整形、44100Hz采样频率、双通道（plannar）。
#include 输出采样数据个数
输出采样频率发生变化，那么单通道采样个数也响应发生变化。频率变高，采样数据增加；频率降低，采样数据减少。计算方式为
int out_nb_samples = av_rescale_rnd(in_nb_samples, out_sample_rate, in_sample_rate, AV_ROUND_UP);
转换数据个数计算
在实际使用中，可能存在输入采样数据个数变化/延时，当输入增大，swr_ctx内部会进行缓冲，不及时取出可能造成数据堆积，影响输出（例如实时推流）。
此时需要重新分配空间，接收当前转换数据及缓冲数据，
int dst_nb_samples = av_rescale_rnd(
swr_get_delay(swr_ctx, in_sample_rate) + in_nb_samples,
out_sample_rate,
in_sample_rate, AV_ROUND_UP);
if(dst_nb_samples > out_nb_samples) {
// 释放原空间，重新分配
}
swr_convert调用及结果处理
传参时，输出的缓冲数据区和对应的采样数据量，是动态调整的结果值。处理转换后的采样数据时，应该以swr_convert返回值为准。
例如实际转换得到的采样数据数量为out_samples，则后续处理为
// write
if(av_sample_fmt_is_planar(out_sfmt)) {
// plannar
for(int i = 0; i < out_samples; i++) {
for(int c = 0; c < out_channels; c++)
fwrite(out_frame->data[c] + i*out_spb, 1, out_spb, out_file);
}
}
else {
// packed
fwrite(out_frame->data[0], out_spb*out_channels, out_samples, out_file);
}
最后flush时的输出处理也同上。
运行结果截图
使用audacity工具载入pcm文件设置参数，如下
数据正常。