webrtc源码阅读之视频采集、编码、发送

版本m98。以Offer端的视角进行源码分析。
在examples/peerconnection源码阅读中，我们有个关键函数Conductor::AddTracks，在这个函数中会先Create一个video track，然后把这个track add到peerconnection中。从而进行视频采集、编码和发送。

void Conductor::AddTracks() {
  if (!peer_connection_->GetSenders().empty()) {
    return;  // Already added tracks.
  }
  //生成audio source和track并添加到peerconnection中
  rtc::scoped_refptr<webrtc::AudioTrackInterface> audio_track(
      peer_connection_factory_->CreateAudioTrack(
          kAudioLabel, peer_connection_factory_->CreateAudioSource(
                           cricket::AudioOptions())));
  auto result_or_error = peer_connection_->AddTrack(audio_track, {kStreamId});
  if (!result_or_error.ok()) {
    RTC_LOG(LS_ERROR) << "Failed to add audio track to PeerConnection: "
                      << result_or_error.error().message();
  }

  //生成video source和track并添加到peerconnection中
  rtc::scoped_refptr<CapturerTrackSource> video_device =
      CapturerTrackSource::Create();
  if (video_device) {
    rtc::scoped_refptr<webrtc::VideoTrackInterface> video_track_(
        peer_connection_factory_->CreateVideoTrack(kVideoLabel, video_device));
    main_wnd_->StartLocalRenderer(video_track_);   //把localRenderer作为sink添加到video track中，起到本地视频预览的作用

    result_or_error = peer_connection_->AddTrack(video_track_, {kStreamId});
    if (!result_or_error.ok()) {
      RTC_LOG(LS_ERROR) << "Failed to add video track to PeerConnection: "
                        << result_or_error.error().message();
    }
  } else {
    RTC_LOG(LS_ERROR) << "OpenVideoCaptureDevice failed";
  }

  //切换到streaming ui
  main_wnd_->SwitchToStreamingUI();
}

一、 视频采集

1.1 采集

视频的采集就是通过CapturerTrackSource实现的。

rtc::scoped_refptr<CapturerTrackSource> video_device =
      CapturerTrackSource::Create();

  static rtc::scoped_refptr<CapturerTrackSource> Create() {
    const size_t kWidth = 640;
    const size_t kHeight = 480;
    const size_t kFps = 30;
    std::unique_ptr<webrtc::test::VcmCapturer> capturer;
    std::unique_ptr<webrtc::VideoCaptureModule::DeviceInfo> info(
        webrtc::VideoCaptureFactory::CreateDeviceInfo());
    if (!info) {
      return nullptr;
    }
    //获取并遍历所有的显示设备，并找到能够采集的设备，实际的采集工作都是由VcmCapturer来实现的
    int num_devices = info->NumberOfDevices(); 
    for (int i = 0; i < num_devices; ++i) {
      capturer = absl::WrapUnique(
          webrtc::test::VcmCapturer::Create(kWidth, kHeight, kFps, i));
      if (capturer) {
        return new rtc::RefCountedObject<CapturerTrackSource>(
            std::move(capturer));
      }
    }

    return nullptr;
  }

在VcmCapturer::Create函数中，会生成一个VcmCapturer对象，并初始化。
在初始化的过程中，会生成一个与平台相关的vcm采集对象，并且将捕获视频数据的回调设置为自己，也就是视频捕获成功后会回调自己的OnFrame函数。然后就开始采集了。

• 以linux 为例，看一下采集的流程
  VideoCaptureModuleV4L2::StartCapture > VideoCaptureModuleV4L2::CaptureProcess > VideoCaptureImpl::IncomingFrame > VideoCaptureImpl::DeliverCapturedFrame > VcmCapturer::OnFrame > TestVideoCapturer::OnFrame > VideoBroadcaster::OnFrame
  在VideoCaptureModuleV4L2::StartCapture中会做一些采集的初始化，并设置一些采集的参数，如分辨率、帧率、格式等，然后循环执行VideoCaptureModuleV4L2::CaptureProcess，也就是真正的采集过程。
  采集到视频数据后交给VideoCaptureImpl::IncomingFrame函数进行处理，比如选择操作等，并把输出格式转换为YUV I420，同时设置采集的时间戳。
  最终，视频数据会到视频广播器中，广播器会把视频发送给所有合适的sink。

二、视频编码

而sink是如何注册的呢？

2.1 AddTrack

我们要看Conductor::AddTracks中的另一个关键函数result_or_error = peer_connection_->AddTrack(video_track_, {kStreamId});

• 首先是Create一个RtpTransceiver。
  PeerConnection::AddTrack > RtpTransmissionManager::AddTrack > RtpTransmissionManager::AddTrackUnifiedPlan > RtpTransmissionManager::CreateSender > VideoRtpSender::Create
  在RtpTransmissionManager::AddTrackUnifiedPlan函数中会创建一个RtpTransceiver，一个RtpTransceiver里面有一个RtpSender和一个RtpReceiver。
• 然后通过RtpSenderBase::SetTrack 函数把track设置到RtpSender里面，这里只是做了赋值操作，因为此时ssrc还没设置，所以不会做SetSend的操作。

2.2 PeerConnection::SetLocalDescription

接下来我们回到examples/peerconnection的Conductor::ConnectToPeer，当InitializePeerConnection以后会PeerConnection::CreateOffer，生成offer成功后回调Conductor::OnSuccess，然后调用PeerConnection::SetLocalDescription。
PeerConnection::SetLocalDescription > SdpOfferAnswerHandler::SetLocalDescription > SdpOfferAnswerHandler::DoSetLocalDescription > SdpOfferAnswerHandler::ApplyLocalDescription

SdpOfferAnswerHandler::ApplyLocalDescription中会调用两个关键函数SdpOfferAnswerHandler::UpdateTransceiversAndDataChannels和SdpOfferAnswerHandler::UpdateSessionState

• SdpOfferAnswerHandler::UpdateTransceiversAndDataChannels会更新Transceiver和DataChannel相关信息。
  – SdpOfferAnswerHandler::AssociateTransceiver中Transceiver在RtpTransmissionManager::AddTrackUnifiedPlan已经创建成功，本函数就只是更新Transceiver相关状态信息。
  – SdpOfferAnswerHandler::UpdateTransceiverChannel会创建VideoChannel，也就是WebRtcVideoChannel。并把WebRtcVideoChannel设置到Transceiver的RtpSender和RtpReceiver里。
  – DataChannel不属于视频相关内容，本文不再分析。
• SdpOfferAnswerHandler::UpdateSessionState用来更新session相关状态。
  – SdpOfferAnswerHandler::UpdateSessionState > SdpOfferAnswerHandler::PushdownMediaDescription > BaseChannel::SetLocalContent > VideoChannel::SetLocalContent_w > BaseChannel::UpdateLocalStreams_w
  – 在BaseChannel::UpdateLocalStreams_w中会调用WebRtcVideoChannel::AddSendStream创建WebRtcVideoSendStream，并把WebRtcVideoSendStream添加到WebRtcVideoChannel。同时通过赋值操作local_streams_ = all_streams，对local_streams_ 进行赋值。
  – 我们先看看WebRtcVideoChannel::AddSendStream做了什么：
  WebRtcVideoChannel::AddSendStream > WebRtcVideoChannel::WebRtcVideoSendStream::WebRtcVideoSendStream > WebRtcVideoChannel::WebRtcVideoSendStream::SetCodec > WebRtcVideoChannel::WebRtcVideoSendStream::RecreateWebRtcStream > Call::CreateVideoSendStream > VideoSendStream::VideoSendStream > VideoSendStream::ReconfigureVideoEncoder > VideoStreamEncoder::ConfigureEncoder > VideoStreamEncoder::ReconfigureEncoder
  – 在VideoStreamEncoder::ReconfigureEncoder会调用BuiltinVideoEncoderFactory::CreateVideoEncoder创建编码器，然后进行一系列初始化，再通过encoder_->RegisterEncodeCompleteCallback(this)将编码完成的回调设置为自己，也就是说当编码完成时就会回到VideoStreamEncoder的OnEncodedImage函数。
  这样就完成了编码器的创建以及编码完成的回调事件。
• 回过头来看SdpOfferAnswerHandler::ApplyRemoteDescription，在UpdateSessionState以后，会给Sender设置ssrc

 transceiver->sender_internal()->SetSsrc(streams[0].first_ssrc());

设置完ssrc以后，就可以执行SetSend函数了：
RtpSenderBase::SetSsrc > VideoRtpSender::SetSend > WebRtcVideoChannel::SetVideoSend > WebRtcVideoChannel::WebRtcVideoSendStream::SetVideoSend > VideoSendStream::SetSource > VideoStreamEncoder::SetSource > VideoSourceSinkController::SetSource > AdaptedVideoTrackSource::AddOrUpdateSink
这个source就是1.1采集里面的VcmCapturer，这个sink其实就是在创建VideoStreamEncoder时候，创建的FrameCadenceAdapterInterface。

  return std::make_unique<VideoStreamEncoder>(
      clock, num_cpu_cores, stats_proxy, encoder_settings,
      std::make_unique<OveruseFrameDetector>(stats_proxy),
      FrameCadenceAdapterInterface::Create(clock, encoder_queue_ptr),
      std::move(encoder_queue), bitrate_allocation_callback_type);

这样，就把FrameCadenceAdapterInterface作为sink，注册给了VcmCapturer。也就是说，当采集到一帧图像后，就会调用FrameCadenceAdapterImpl::OnFrame函数了。

2.3 采集->编码

上面我们已经知道了，当采集完一帧图像后，会调用FrameCadenceAdapterImpl::OnFrame，那这个函数又是如何跟编码联系上的呢？继续看这个函数：
FrameCadenceAdapterImpl::OnFrame > FrameCadenceAdapterImpl::OnFrameOnMainQueue > ZeroHertzAdapterMode::OnFrame > VideoStreamEncoder::OnFrame > VideoStreamEncoder::MaybeEncodeVideoFrame > VideoStreamEncoder::EncodeVideoFrame > H264EncoderImpl::Encode > VideoStreamEncoder::OnEncodedImage
上面的流程就涵盖了从采集完成到编码到编码完成回调的过程。

三、视频发送

上一节我们已经分析完了采集->编码的过程，同时我们也知道了编码后会回调到VideoStreamEncoder::OnEncodedImage。这个函数会把编码数据拷贝一份并发送给自己的sink_

  EncodedImageCallback::Result result =
      sink_->OnEncodedImage(image_copy, codec_specific_info);

那么，这个sink_又是谁呢？
其实在VideoSendStreamImpl创建的时候，就调用了VideoStreamEncoder::SetSink，将VideoStreamEncoder的sink_设置为了VideoSendStreamImpl。

video_stream_encoder_->SetSink(this, rotation_applied);

所以VideoStreamEncoder::OnEncodedImage会调用VideoSendStreamImpl::OnEncodedImage，继而调用到RtpVideoSender::OnEncodedImage。
然后调用RTPSenderVideo::SendEncodedImage > RTPSenderVideo::SendVideo
在这个函数中对编码数据进行RTP打包，然后调用RTPSenderVideo::LogAndSendToNetwork把RTP包发送至发送队列中进行发送。

不同编码格式的编码数据有不同的打包方式，我们会在其他文章分析；而webrtc中rtp数据发送是一系列算法完成的，比较复杂，本文中也不再分析。

至此，我们分析完成了webrtc视频的采集、编码、发送的全过程。