FFMEPG音视频编解码

1. FFMPEG

image

FFMPEG: fast forward moving picture experts group,音视频编解码工具及开发套件。由法国Fabrice Bellard在2000年开发出出版。

1.1基本组成：

• AVFormat: 封装模块，媒体封装/解封装格式，RTMP/RTSP/MMS/HLS等网络封装协议。
• AVCodec: 常用多媒体编解码格式，支持自带的MPEG4,AAC,MJPEG等自带格式和AVC等第三方库。
• AVFilter: 通用音频、视频、字幕等滤镜处理框架。
• AVDevice: 输入输出设备库。
• AVUtil: 核心工具库。
• swreasmple: 音频转换计算模块。
• swscale: 视频图像转换计算模块。

ffplay

ffpaly video_name   #播放视频文件
ffplay -video_size 1920X1080 test.yuv  #播放yuv等原始视频格式
ffplay -ar 16000 -channels 1 -f s16le -i xxx.pcm/wav  #播放音频

FFMPEG基本命令

#帮助命令
ffmpeg --help
ffmpeg --help long  #高级
ffmpeg --help full   #全部
#支持的视频文件封装格式
ffmpeg -formats
 DE h264            raw H.264 video  #封装、解封装   媒体文件格式  文件格式详细说明
#支持的解码格式
ffmpeg -decoders
VFS..D h264                 H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10  #第一列6个字段：视频/音频/字幕，帧级别多线程，分片级别多线程，编码为实验版本，draw horiz band模式支持，直接渲染模式支持。 第二列：编码格式 第三列：编码格式详细说明
#支持的编码格式
ffmpeg -encoders
V..... libx264 libx264 H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10 (codec h264)  #同decoders
#muxer demuxer同上
#支持的滤波器
ffmpeg -filters
 TS. dilation          V->V       Apply dilation effect.#3字段：时间轴支持/分片线程支持/命令支持，滤镜名，转换方式，滤镜作用说明
 #查看单独
 ffmpeg -h muxer=flv

ffprobe

多媒体文件信息查看工具
usage: ffprobe [OPTIONS] [INPUT_FILE]

-L # license
-show_packets #数据包信息
-show_data #包中数据
-show_format #封装格式
-show_frames #视频帧信息

AVFormatContext: 封装的上下文
AVStream : 存放的是音频流或视频流的参数信息
AVPacket: 针对于具体的解封装完后的一个一个的数据包。它保存了解复用之后，解码之前的数据（仍然是压缩后的数据）和关于这些数据的一些附加信息，如显示时间戳（pts）、解码时间戳（dts）、数据时长，所在媒体流的索引等。对于视频（Video）来说，AVPacket通常包含一个压缩的Frame，而音频（Audio）则有可能包含多个压缩的Frame。并且，一个Packet有可能是空的，不包含任何压缩数据，只含有side data（side data，容器提供的关于Packet的一些附加信息。例如，在编码结束的时候更新一些流的参数）。[详细]
av_read_frame() 用于读取一个AVPacket,AVPacket里面包含了这个包的pts,dts,还有这个包的stream index(它是音频还是视频),是否是关键帧，AVPacket把h264数据的间隔符去掉了。

avformat.h

av_register_all()

to register all compiled muxers, demuxers and protocols,included in "avformat.h".注册所有的编解码器、复用/解复用组件等

avformat_network_init()

Undo the initialization done by avformat_network_init. Call it only once for each time you called avformat_network_init.included in "avformat.h",用于初始化网络。FFmpeg本身也支持解封装RTSP的数据,如果要解封装网络数据格式，则可调用该函数。

avformat_alloc_context()

In some cases you might want to preallocate an AVFormatContext yourself with avformat_alloc_context() and do some tweaking on it before passing it to avformat_open_input()

avformat_open_input() 打开文件或网络流

int avformat_open_input(AVFormatContext **ps, const char *url, AVInputFormat *fmt, AVDictionary **options);
//AVFormatContext **ps, 格式化的上下文。要注意，如果传入的是一个AVFormatContext*的指针，则该空间须自己手动清理，若传入的指针为空，则FFmpeg会内部自己创建。
//const char *url, 传入的地址。支持http,RTSP,以及普通的本地文件。地址最终会存入到AVFormatContext结构体当中。
//AVInputFormat *fmt, 指定输入的封装格式。一般传NULL，由FFmpeg自行探测。
//AVDictionary **options, 其它参数设置。它是一个字典，用于参数传递，不传则写NULL。参见：libavformat/options_table.h,其中包含了它支持的参数设置。

=0：打开成功
function for opening a file, av_read_frame() for reading a single packet and finally avformat_close_input(), which does the cleanup.可解析的内容包括：视频流、音频流、视频流参数、音频流参数、视频帧索引.
在调用该函数之前，须确保av_register_all()和avformat_network_init()已调用。

查找视频流和音频流

当视频被解封装出来后，需要分开处理音频和视频，需要找到对应的音频流和视频流

for(i;inb_streams;i++)
    {
        if(s.pFormatCtx->streams[i]->codec->codec_type==AVMEDIA_TYPE_VIDEO)
        {
            s.video_index=i;
        }
        if(audio==1 & s.pFormatCtx->streams[i]->codecpar->codec_type==AVMEDIA_TYPE_AUDIO)
        {
            s.audio_index=i;
        }
    }

avformat_find_stream_info()

查找格式和索引。有些早期格式它的索引并没有放到头当中，需要你到后面探测，就会用到此函数。

avcodec_find_decoder() ,avcodec_open2()

查找AV相应的解码器;打开相应解码器

s.vCodecCtx=s.pFormatCtx->streams[s.video_index]->codecpar;
s.vCodec=avcodec_find_decoder(s.vCodecCtx->codec_id);
if(s.vCodec==NULL)
    {
        printf("error: cannot find video codec.\n");
    }
if(avcodec_open2(s.vCodecCtx,s.vCodec,NULL)<0)
    {
        printf("error: cannot open video codec.\n");
    }

av_q2d()

av_q2d(AVRational);该函数负责把AVRational结构转换成double，通过这个函数可以计算出某一帧在视频中的时间位置
timestamp(秒) = pts * av_q2d(st->time_base);
计算视频长度的方法：
time(秒) = st->duration * av_q2d(st->time_base);

av_rescale_q()

av_rescale_q(int64_t a, AVRational bq, AVRational cq)函数,这个函数的作用是计算a*bq / cq来把时间戳从一个时间基调整到另外一个时间基。在进行时间基转换的时候，应该首先这个函数，因为它可以避免溢出的情况发生
ffmpeg内部的时间与标准的时间转换方法：
timestamp(ffmpeg内部的时间戳) = AV_TIME_BASE * time(秒)
time(秒) = AV_TIME_BASE_Q * timestamp(ffmpeg内部的时间戳)

ts格式文件中3600间隔是什么意思

它是25fps帧率的ts媒体文件，每个视频帧的间隔时间。
ts文件的封装时基是90kHz为单位，timebase是AVRational{1,90000}，简单的理解就是把1秒分成了90000等分，拿25帧率ts文件来分析
按标准时间来计算每帧的间隔:
公式为：1 / 25 = 0.04(秒) = 40毫秒
按ffmpeg中的1秒(即90000)来计算每帧的间隔（单位好像没有明确的定义，暂且使用ffmpeg吧）：
90000 / 25 = 3600(ffmpeg)
用时间转换公式可能会更清楚一些：
1(s) = 90000(ffmpeg)
40(ms) = 3600(ffmpeg)

不同的时间基

现实中不同的封装格式，timebase是不一样的。另外，整个转码过程，不同的数据状态对应的时间基也不一致。还是拿mpegts封装格式25fps来
说（只说视频，音频大致一样，但也略有不同）。非压缩时候的数据（即YUV或者其它），在ffmpeg中对应的结构体为AVFrame,它的时间基为AVRational{1,25}。
压缩后的数据（对应的结构体为AVPacket）对应的时间基为AVRational{1,90000}

sws_getContext()

sws_scale()

sws_freeContect()

sws_getContext() 初始化SwsContext()
sws_scale()
1.图像色彩空间转换；2.分辨率缩放；3.前后图像滤波处理。
truct SwsContext *sws_getContext(int srcW, int srcH, enum AVPixelFormat srcFormat,int dstW, int dstH, enum AVPixelFormat dstFormat,int flags, SwsFilter *srcFilter, SwsFilter *dstFilter, const double *param);

av_packet_ref()

int av_packet_ref(AVPacket *dst, const AVPacket *src)
创建一个src->data的新的引用计数。如果src已经设置了引用计数发（src->buffer不为空），则直接将其引用计数+1；如果src没有设置引用计数（src->buffer为空），则为dst创建一个新的引用计数buf，并复制src->data到buf->buffer中。最后，复制src的其他字段到dst中。

av_packet_unref()

void av_packet_unref(AVPacket *pkt)
将缓存空间的引用计数-1，并将Packet中的其他字段设为初始值。如果引用计数为0，自动的释放缓存空间。
所以，有两个Packet共享同一个数据缓存空间的时候可用这么做

AVPacket

• av_read_frame() 这个是比较常见的了，从媒体流中读取帧填充到填充到Packet的数据缓存空间。如果Packet->buf为空，则Packet的数据缓存空间会在下次调用av_read_frame的时候失效。这也就是为何在FFmpeg3：播放音频中，从流中读取到Packet的时，在将该Packet插入队列时，要调用av_dup_avpacket重新复制一份缓存数据
• av_packet_alloc 创建一个AVPacket，将其字段设为默认值（data为空，没有数据缓存空间）
• av_packet_free 释放使用av_packet_alloc创建的AVPacket，如果该Packet有引用计数（packet->buf不为空），则先调用av_packet_unref(&packet)
• av_packet_clone 其功能是 av_packet_alloc + av_packet_ref
• av_init_packet 初始化packet的值为默认值，该函数不会影响data引用的数据缓存空间和size，需要单独处理。
• av_new_packet av_init_packet的增强版，不但会初始化字段，还为data分配了存储空间。
• av_copy_packet 复制一个新的packet，包括数据缓存。
• av_packet_from_data 初始化一个引用计数的packet，并指定了其数据缓存。
• av_grow_packet和 av_shrink_packet 增大或者减小Packet->data指向的数据缓存。

av_write_trailer()

（1）循环调用interleave_packet()以及write_packet()，将还未输出的AVPacket输出出来。
（2）调用AVOutputFormat的write_trailer()，输出文件尾。

AvFrame AVPicture AVFrame

AVFrame结构体一般用于存储原始数据（即非压缩数据，例如对视频来说是YUV，RGB，对音频来说是PCM），此外还包含了一些相关的信息。比如说，解码的时候存储了宏块类型表，QP表，运动矢量表等数据。编码的时候也存储了相关的数据。因此在使用FFMPEG进行码流分析的时候，AVFrame是一个很重要的结构体。
AVPicture是图片数据存储结构体。最多可以存储4个组件，最后一个是α,AVPicturek可以在栈上创建。

从定义上可知，AVPicture是AVFrame的一个子集，他们都是数据流在编解过程中用来保存数据缓存的对像，从int av_read_frame(AVFormatContext *s, AVPacket *pkt)函数看，从数据流读出的数据首先是保存在AVPacket里，也可以理解为一个AVPacket最多只包含一个AVFrame，而一个 AVFrame可能包含好几个AVPacket，AVPacket是种数据流分包的概念。记录一些音视频相关的属性值，如pts,dts等

avcodec_decode_video2() 3.x已弃用

解码一帧视频数据。输入一个压缩编码的结构体AVPacket，输出一个解码后的结构体AVFrame。

avcodec_send_packet(),avcodec_receive_frame()

代替avcodec_decode_video2()
对于解码，调用avcodec_send_packet（）以在AVPacket中给出解码器原始的压缩数据。
对于编码，请调用avcodec_send_frame（）为编码器提供包含未压缩音频或视频的AVFrame。 在这两种情况下，建议对AVPackets和AVFrames进行重新计数，否则libavcodec可能必须复制输入数据。 （libavformat总是返回引用计数的AVPackets，av_frame_get_buffer（）分配引用计数的AVFrames）
在循环中接收输出。 定期调用avcodec_receive _ *（）函数并处理其输出
对于解码，请调用avcodec_receive_frame（）。 成功后，它将返回一个包含未压缩音频或视频数据的 AVFrame
对于编码，请调用avcodec_receive_packet（）。 一旦成功，它将返回带有压缩帧的AVPacket。 重复此呼叫，直到它返回AVERROR（EAGAIN）或错误。 AVERROR（EAGAIN）返回值意味着需要新的输入数据才能返回新的输出。 在这种情况下，继续发送输入。 对于每个输入帧/包，编解码器通常将返回1个输出帧/包，但也可以是0或大于1。

AVstream::codec弃用改动

   s.vCodec_pars=s.pFormatCtx->streams[s.video_index]->codecpar;
    s.vCodec=avcodec_find_decoder(s.vCodec_pars->codec_id);
    if(s.vCodec == NULL)
    {
        printf("error: didn't found video decoder.\n");
        return;
    }
    s.vCodecCtx=avcodec_alloc_context3(s.vCodec);
    avcodec_parameters_to_context(s.vCodecCtx,s.vCodec_pars);
    if(avcodec_open2(s.vCodecCtx,s.vCodec,NULL)<0)
    {
        printf("error: cannot open video decoder.\n");
        return;
    }
   

图像验证

YUV

fwrite(s.pFrame->data[0],s.vCodecCtx->width*s.vCodecCtx->height,1,fp);        //Y
fwrite(s.pFrame->data[1],s.vCodecCtx->width*s.vCodecCtx->height/4,1,fp);     //U
fwrite(s.pFrame->data[2],s.vCodecCtx->width*s.vCodecCtx->height/4,1,fp);     //V

BGR

fwrite(s.pFrame->data[0],s.vCodecCtx->width*s.vCodecCtx->height*3,1,fp);

UYUY

fwrite(s.pFrame->data[0],s.vCodecCtx->width*s.vCodecCtx->height,2,fp)

图像测试

ffplay

播放图像YUV,RGB

ffplay -video_size 1920X1080 test.yuv
ffplay -video_size 1920X1080 test.rgb

引用

https://www.cnblogs.com/yongdaimi/p/9796349.html
https://blog.csdn.net/TopsLuo/article/details/76239136