FFmpeg视频解码播放

一、FFmpeg 相关库简介

介绍
avcodec 音视频编解码核心库
avformat 音视频容器格式的封装和解析
avutil 核心工具库
swscal 图像格式转换的模块
swresampel 音频重采样
avfilter 音视频滤镜库 如视频加水印、音频变声
avdevice 输入输出设备库,提供设备数据的输入与输出

FFmpeg 就是依靠以上几个库,实现了强大的音视频编码、解码、编辑、转换、采集等能力。

二、FFMpeg 解码流程简介

在前面的系列文章中,利用了 Android 提供的原生硬解码能力,使用实现了视频的解码和播放。

总结起来有以下的流程:

  • 初始化解码器
  • 读取 Mp4 文件中的编码数据,并送入解码器解码
  • 获取解码好的帧数据
  • 将一帧画面渲染到屏幕上

FFmpeg 解码无非也就是以上过程,只不过 FFmpeg 是利用 CPU 的计算能力来解码而已。

1. FFmpeg 初始化

FFmpeg 初始化的流程相对 Android 原生硬解码来说还是比较琐碎的,但是流程都是固定的,一旦封装起来就可以直接套用了。

首先来看一下初始化的流程图

image

其实就是根据待解码文件的格式,进行一系列参数的初始化。

其中,有几个 结构体 比较重要,分别是 AVFormatContext(format_ctx)、AVCodecContext(codec_ctx)、AVCodec(codec)

结构体 :FFmpeg 是基于 C 语言开发的,我们知道 C 语言是面向过程的语言,也就是说不像 C++ 有类来封装内部数据。但是 C 提供了结构体,可以用来实现数据的封装,达到类似于类的效果。

  • AVFormatContext:隶属于 avformat 库,存放这码流数据的上下文,主要用于音视频的 封装解封

  • AVCodecContext:隶属于 avcodec 库,存放编解码器参数上下文,主要用于对音视频数据进行 编码解码

  • AVCodec:隶属于 avcodec 库,音视频编解码器,真正编解码执行者。

2. FFmpeg 解码循环

同样的,通过一个流程图来说明具体解码过程:

image

在初始化完 FFmpeg 后,就可以进行具体的数据帧解码了。

从上图可以看到,FFmpeg 首先将数据提取为一个 AVPacket(avpacket),然后通过解码,将数据解码为一帧可以渲染的数据,称为 AVFrame(frame)。

同样的,AVPacketAVFrame 也是两个结构体,里面封装了具体的数据。

三、封装解码类

有了以上对解码流程的了解,就可以根据上面的 流程图 来编写代码了。

根据以往的经验,既然 FFmepg 的初始化和解码流程都是一些琐碎重复的工作,那么我们必然是要对其进行封装的,以便更好的复用和拓展。

解码流程封装

1. 定义解码状态: decode_state.h

src/main/cpp/media/decoder 目录上,右键 New -> C++ Header File,输入 decode_state

//decode_state.h

#ifndef LEARNVIDEO_DECODESTATE_H
#define LEARNVIDEO_DECODESTATE_H

enum DecodeState {
    STOP,
    PREPARE,
    START,
    DECODING,
    PAUSE,
    FINISH
};

#endif //LEARNVIDEO_DECODESTATE_H

这是一个枚举,定义了解码器解码的状态

2. 定义解码器的基础功能:i_decoder.h:

src/main/cpp/media/decoder 目录上,右键 New -> C++ Header File,输入 i_decoder

// i_decoder.h

#ifndef LEARNVIDEO_I_DECODER_H
#define LEARNVIDEO_I_DECODER_H

class IDecoder {
public:
    virtual void GoOn() = 0;
    virtual void Pause() = 0;
    virtual void Stop() = 0;
    virtual bool IsRunning() = 0;
    virtual long GetDuration() = 0;
    virtual long GetCurPos() = 0;
};

这是一个纯虚类,类似 Javainterface(具体可查看 Android NDK入门:C++ 基础知识),定义了解码器该有的基础方法。

3. 定义一个解码器基础类 base_decoder

src/main/cpp/media/decoder 目录上,右键 New -> C++ Class 输入 base_decoder ,该类用于封装解码中最基础的流程。

会生成两个文件:base_decoder.hbase_decoder.cpp

  • 定义头文件:base_decoder.h

//base_decoder.h

#ifndef LEARNVIDEO_BASEDECODER_H
#define LEARNVIDEO_BASEDECODER_H

#include 
#include 
#include 
#include "../../utils/logger.h"
#include "i_decoder.h"
#include "decode_state.h"

extern "C" {
#include 
#include 
#include 
#include 
};

class BaseDecoder: public IDecoder {

private:

    const char *TAG = "BaseDecoder";

    //-------------定义解码相关------------------------------
    // 解码信息上下文
    AVFormatContext *m_format_ctx = NULL;

    // 解码器
    AVCodec *m_codec = NULL;

    // 解码器上下文
    AVCodecContext *m_codec_ctx = NULL;

    // 待解码包
    AVPacket *m_packet = NULL;

    // 最终解码数据
    AVFrame *m_frame = NULL;

    // 当前播放时间
    int64_t m_cur_t_s = 0;

    // 总时长
    long m_duration = 0;

    // 开始播放的时间
    int64_t m_started_t = -1;

    // 解码状态
    DecodeState m_state = STOP;

    // 数据流索引
    int m_stream_index = -1;

    // 省略其他

    // ......

}

注意:在引入 FFmpeg 相关库的头文件时,需要注意把 #include 放到 extern "C" {} 中。因为 FFmpegC 语言写的,所以在引入到 C++ 文件中的时候,需要标记以 C 的方式来编译,否则会导致编译出错。

在头文件中,先声明在 cpp 需要用到的相关变量,重点就是上一节提到的几个解码相关的结构体。

  • 定义初始化和解码循环相关的方法:

//base_decoder.h

class BaseDecoder: public IDecoder {

private:

    const char *TAG = "BaseDecoder";

    //-------------定义解码相关------------------------------
    //省略....

    //-----------------私有方法------------------------------

    /**
     * 初始化FFMpeg相关的参数
     * @param env jvm环境
     */
    void InitFFMpegDecoder(JNIEnv * env);

    /**
     * 分配解码过程中需要的缓存
     */
    void AllocFrameBuffer();

    /**
     * 循环解码
     */
    void LoopDecode();

    /**
     * 获取当前帧时间戳
     */
    void ObtainTimeStamp();

    /**
     * 解码完成
     * @param env jvm环境
     */
    void DoneDecode(JNIEnv *env);

    /**
     * 时间同步
     */
    void SyncRender();

    // 省略其他

    // ......

}

  • 这个解码基础类继承自 i_decoder,还需要实现其中规定的通用方法。

//base_decoder.h

class BaseDecoder: public IDecoder {

    //省略其他

    //......

public:

    //--------构造方法和析构方法-------------

    BaseDecoder(JNIEnv *env, jstring path);
    virtual ~BaseDecoder();

    //--------实现基础类方法-----------------

    void GoOn() override;
    void Pause() override;
    void Stop() override;
    bool IsRunning() override;
    long GetDuration() override;
    long GetCurPos() override;
}

  • 定义解码线程

我们知道,解码是一个非常耗时的操作,就像原生硬解一样,我们需要开启一个线程来承载解码任务。所以,先在头文件中定义好线程相关的变量和方法。

//base_decoder.h

class BaseDecoder: public IDecoder {

private:

    //省略其他

    //......

    // -------------------定义线程相关-----------------------------
    // 线程依附的JVM环境
    JavaVM *m_jvm_for_thread = NULL;

    // 原始路径jstring引用,否则无法在线程中操作
    jobject m_path_ref = NULL;

    // 经过转换的路径
    const char *m_path = NULL;

    // 线程等待锁变量
    pthread_mutex_t m_mutex = PTHREAD_MUTEX_INITIALIZER;
    pthread_cond_t m_cond = PTHREAD_COND_INITIALIZER;

    /**
     * 新建解码线程
     */
    void CreateDecodeThread();

    /**
     * 静态解码方法,用于解码线程回调
     * @param that 当前解码器
     */
    static void Decode(std::shared_ptr that);

protected:

    /**
     * 进入等待
     */
    void Wait(long second = 0);

    /**
     * 恢复解码
     */
    void SendSignal();

}

  • 定义子类需要实现的虚函数
//base_decoder.h

class BaseDecoder: public IDecoder {
protected:

    /**
     * 子类准备回调方法
     * @note 注:在解码线程中回调
     * @param env 解码线程绑定的JVM环境
     */
    virtual void Prepare(JNIEnv *env) = 0;

    /**
     * 子类渲染回调方法
     * @note 注:在解码线程中回调
     * @param frame 视频:一帧YUV数据;音频:一帧PCM数据
     */
    virtual void Render(AVFrame *frame) = 0;

    /**
     * 子类释放资源回调方法
     */
    virtual void Release() = 0;

}

以上,就定义好了解码类的基础结构:

  • FFmpeg 解码相关的结构体参数
  • 解码器基本方法
  • 解码线程
  • 规定子类需要实现的方法
4. 实现基础解码器

base_decoder.cpp 中,实现头文件中声明的方法

  • 初始化解码线程

// base_decoder.cpp

#include "base_decoder.h"
#include "../../utils/timer.c"

BaseDecoder::BaseDecoder(JNIEnv *env, jstring path) {
    Init(env, path);
    CreateDecodeThread();
}

BaseDecoder::~BaseDecoder() {
    if (m_format_ctx != NULL) delete m_format_ctx;
    if (m_codec_ctx != NULL) delete m_codec_ctx;
    if (m_frame != NULL) delete m_frame;
    if (m_packet != NULL) delete m_packet;
}

void BaseDecoder::Init(JNIEnv *env, jstring path) {
    m_path_ref = env->NewGlobalRef(path);
    m_path = env->GetStringUTFChars(path, NULL);
    //获取JVM虚拟机,为创建线程作准备
    env->GetJavaVM(&m_jvm_for_thread);
}

void BaseDecoder::CreateDecodeThread() {
    // 使用智能指针,线程结束时,自动删除本类指针
    std::shared_ptr that(this);
    std::thread t(Decode, that);
    t.detach();
}

构造函数很简单,传入 JNI 环境变量,以及待解码文件路径。

Init 方法中,因为 jstring 并非 C++ 的标准类型,需要将 jstring 类型的 path 转换为 char 类型,才能使用。

说明:由于 JNIEnv线程 是一一对应的,也就是说,在 Android 中,JNI环境 是和线程绑定的,每一个线程都有一个独立的 JNIEnv 环境,并且互相之间不可访问。所以如果要在新的线程中访问 JNIEnv,需要为这个线程创建一个新的 JNIEnv

Init 方法的最后,通过 env->GetJavaVM(&m_jvm_for_thread) 获取到 JavaVM 实例,保存到 m_jvm_for_thread该实例是所有共享的 ,通过它就可以为解码线程获取一个新的 JNIEnv 环境。

C++ 中创建线程非常简单,只需两句话,就可以启动一个线程:

std::thread t(静态方法, 静态方法参数);
t.detach();

也就是说,这个线程需要一个静态方法作为参数,启动以后,会回调这个静态方法,并且可以给这个静态方法传递参数。

另外,CreateDecodeThread 方法中的第一代码,是用于创建一个智能指针。

我们知道, C++ new 出来的指针对象是需要我们手动 delete 删除的,否则就会出现内存泄漏。而智能指针的作用就是帮我们实现内存管理。

当这个指针的引用计数为 0 时,就会自动销毁。也就是说,不需要我们自己去手动 delete

std::shared_ptr that(this);

这里将 this 封装成名为 that 的智能指针,那么在外部使用解码器的时候,就不需要手动释放内存了,当解码线程退出的时候,会自动销毁,并调用析构函数。

  • 封装解码流程
// base_decoder.cpp

void BaseDecoder::Decode(std::shared_ptr that) {
    JNIEnv * env;

    //将线程附加到虚拟机,并获取env
    if (that->m_jvm_for_thread->AttachCurrentThread(&env, NULL) != JNI_OK) {
        LOG_ERROR(that->TAG, that->LogSpec(), "Fail to Init decode thread");
        return;
    }

    // 初始化解码器
    that->InitFFMpegDecoder(env);
    // 分配解码帧数据内存
    that->AllocFrameBuffer();
    // 回调子类方法,通知子类解码器初始化完毕
    that->Prepare(env);
    // 进入解码循环
    that->LoopDecode();
    // 退出解码
    that->DoneDecode(env);

    //解除线程和jvm关联
    that->m_jvm_for_thread->DetachCurrentThread();

}

base_decoder.h 头文件声明中, Decode 是一个静态的成员方法。

首先为解码线程创建了 JNIEnv ,失败则直接退出解码。

以上 Decode 方法中就是分步调用对应的方法,很简单,看注释即可。

接下来看具体的分步调用的内容。

  • 初始化解码器
void BaseDecoder::InitFFMpegDecoder(JNIEnv * env) {
    //1,初始化上下文
    m_format_ctx = avformat_alloc_context();

    //2,打开文件
    if (avformat_open_input(&m_format_ctx, m_path, NULL, NULL) != 0) {
        LOG_ERROR(TAG, LogSpec(), "Fail to open file [%s]", m_path);
        DoneDecode(env);
        return;
    }

    //3,获取音视频流信息
    if (avformat_find_stream_info(m_format_ctx, NULL) < 0) {
        LOG_ERROR(TAG, LogSpec(), "Fail to find stream info");
        DoneDecode(env);
        return;
    }

    //4,查找编解码器
    //4.1 获取视频流的索引
    int vIdx = -1;//存放视频流的索引
    for (int i = 0; i < m_format_ctx->nb_streams; ++i) {
        if (m_format_ctx->streams[i]->codecpar->codec_type == GetMediaType()) {
            vIdx = i;
            break;
        }
    }
    if (vIdx == -1) {
        LOG_ERROR(TAG, LogSpec(), "Fail to find stream index")
        DoneDecode(env);
        return;
    }
    m_stream_index = vIdx;

    //4.2 获取解码器参数
    AVCodecParameters *codecPar = m_format_ctx->streams[vIdx]->codecpar;

    //4.3 获取解码器
    m_codec = avcodec_find_decoder(codecPar->codec_id);

    //4.4 获取解码器上下文
    m_codec_ctx = avcodec_alloc_context3(m_codec);
    if (avcodec_parameters_to_context(m_codec_ctx, codecPar) != 0) {
        LOG_ERROR(TAG, LogSpec(), "Fail to obtain av codec context");
        DoneDecode(env);
        return;
    }

    //5,打开解码器
    if (avcodec_open2(m_codec_ctx, m_codec, NULL) < 0) {
        LOG_ERROR(TAG, LogSpec(), "Fail to open av codec");
        DoneDecode(env);
        return;
    }

    m_duration = (long)((float)m_format_ctx->duration/AV_TIME_BASE * 1000);

    LOG_INFO(TAG, LogSpec(), "Decoder init success")
}

看起来好像很复杂,实际上套路都是一样的,一开始看会感到不适应,主要是因为这些方法是面向过程的调用方法,和平时使用的面向对象语言使用习惯不太一样。

举个例子:

上面代码中,打开文件的方法是这样的:

avformat_open_input(&m_format_ctx, m_path, NULL, NULL);

而如果是面向对象的话,代码通常是这样的:

// 注意:以下为伪代码,仅用于举例说明

m_format_ctx.avformat_open_input(m_path);

那么怎么理解 C 中的这种面向过程的调用呢?

我们知道 m_format_ctx 是结构体,封装了具体的数据,那么 avformat_open_input 这个方法其实就是操作这个结构体的方法,不同的方法调用,是对结构体中不同数据的操作。

具体流程请看上面的注释,不在细说,其实就是第一节中 【初始化流程图】 中步骤的实现。

有两点需要注意的:

  1. FFmpeg 中带有 alloc 字样的方法,通常只是初始化对应的结构体,但是具体的参数和数据缓存区,一般都要经过另外方法的初始化才能使用,

比如 m_format_ctx, m_codec_ctx

// 创建
m_format_ctx = avformat_alloc_context();
// 初始化流信息
avformat_open_input(&m_format_ctx, m_path, NULL, NULL)

-------------------------------------------------------

// 创建
m_codec_ctx = avcodec_alloc_context3(m_codec);
//初始化具体内容
avcodec_parameters_to_context(m_codec_ctx, codecPar);

  1. 关于代码中注释的第 4 点

我们知道音视频数据通常封装在不同的轨道中,所以,要想获取到正确的音视频数据,就需要先获取到对应的索引。

音视频的数据类型,通过虚函数 GetMediaType() 获取,具体实现是在子类中,分别为:

视频:AVMediaType.AVMEDIA_TYPE_VIDEO

音频:AVMediaType.AVMEDIA_TYPE_AUDIO

  • 创建待解码和解码数据结构
// base_decoder.cpp

void BaseDecoder::AllocFrameBuffer() {
    // 初始化待解码和解码数据结构
    // 1)初始化AVPacket,存放解码前的数据
    m_packet = av_packet_alloc();
    // 2)初始化AVFrame,存放解码后的数据
    m_frame = av_frame_alloc();
}

很简单,通过两个方法分配了内存,供后面解码的时候使用。

  • 解码循环
// base_decoder.cpp

void BaseDecoder::LoopDecode() {
    if (STOP == m_state) { // 如果已被外部改变状态,维持外部配置
        m_state = START;
    }

    LOG_INFO(TAG, LogSpec(), "Start loop decode")
    while(1) {
        if (m_state != DECODING &&
            m_state != START &&
            m_state != STOP) {
            Wait();
            // 恢复同步起始时间,去除等待流失的时间
            m_started_t = GetCurMsTime() - m_cur_t_s;
        }

        if (m_state == STOP) {
            break;
        }

        if (-1 == m_started_t) {
            m_started_t = GetCurMsTime();
        }

        if (DecodeOneFrame() != NULL) {
            SyncRender();
            Render(m_frame);

            if (m_state == START) {
                m_state = PAUSE;
            }
        } else {
            LOG_INFO(TAG, LogSpec(), "m_state = %d" ,m_state)
            if (ForSynthesizer()) {
                m_state = STOP;
            } else {
                m_state = FINISH;
            }
        }
    }
}

可以看到,这里进入 while 死循环,其中融合了部分时间同步的代码,同步的逻辑在之前硬解的文章有详细的说明,具体参考 音视频同步。

不再细说,这里只看其中最重要的一个方法:DecodeOneFrame()

  • 解码一帧数据

看具体代码之前,来看看 FFmpeg 是如何实现解码的,分别是三个方法:

++av_read_frame(m_format_ctx, m_packet)++

m_format_ctx 中读取一帧解封好的待解码数据,存放在 m_packet 中;

++avcodec_send_packet(m_codec_ctx, m_packet)++

m_packet 发送到解码器中解码,解码好的数据存放在 m_codec_ctx 中;

++avcodec_receive_frame(m_codec_ctx, m_frame)++

接收一帧解码好的数据,存放在 m_frame 中。

// base_decoder.cpp

AVFrame* BaseDecoder::DecodeOneFrame() {
    int ret = av_read_frame(m_format_ctx, m_packet);
    while (ret == 0) {
        if (m_packet->stream_index == m_stream_index) {
            switch (avcodec_send_packet(m_codec_ctx, m_packet)) {
                case AVERROR_EOF: {
                    av_packet_unref(m_packet);
                    LOG_ERROR(TAG, LogSpec(), "Decode error: %s", av_err2str(AVERROR_EOF));
                    return NULL; //解码结束
                }
                case AVERROR(EAGAIN):
                    LOG_ERROR(TAG, LogSpec(), "Decode error: %s", av_err2str(AVERROR(EAGAIN)));
                    break;
                case AVERROR(EINVAL):
                    LOG_ERROR(TAG, LogSpec(), "Decode error: %s", av_err2str(AVERROR(EINVAL)));
                    break;
                case AVERROR(ENOMEM):
                    LOG_ERROR(TAG, LogSpec(), "Decode error: %s", av_err2str(AVERROR(ENOMEM)));
                    break;
                default:
                    break;
            }
            int result = avcodec_receive_frame(m_codec_ctx, m_frame);
            if (result == 0) {
                ObtainTimeStamp();
                av_packet_unref(m_packet);
                return m_frame;
            } else {
                LOG_INFO(TAG, LogSpec(), "Receive frame error result: %d", av_err2str(AVERROR(result)))
            }
        }
        // 释放packet
        av_packet_unref(m_packet);
        ret = av_read_frame(m_format_ctx, m_packet);
    }
    av_packet_unref(m_packet);
    LOGI(TAG, "ret = %d", ret)
    return NULL;
}

知道了解码过程,其他的其实就是处理异常的情况,比如:

  • 解码需要等待时,则重新将数据发送到解码器,然后再取数据;

  • 解码发生异常,读取下一帧数据,然后继续解码;

  • 如果解码完成了,返回空数据 NULL


最后,非常重要的是,解码完一帧数据的时候,一定要调用 av_packet_unref(m_packet); 释放内存,否则会导致内存泄漏。

  • 解码完毕,释放资源

解码完毕后,需要释放所有 FFmpeg 相关的资源,关闭解码器。

还有一点要注意的是,在初始化的时候,将 jstring 转换得到的文件路径也要释放,并且要删除全局引用。

// base_deocder.cpp

void BaseDecoder::DoneDecode(JNIEnv *env) {
    LOG_INFO(TAG, LogSpec(), "Decode done and decoder release")
    // 释放缓存
    if (m_packet != NULL) {
        av_packet_free(&m_packet);
    }
    if (m_frame != NULL) {
        av_frame_free(&m_frame);
    }
    // 关闭解码器
    if (m_codec_ctx != NULL) {
        avcodec_close(m_codec_ctx);
        avcodec_free_context(&m_codec_ctx);
    }
    // 关闭输入流
    if (m_format_ctx != NULL) {
        avformat_close_input(&m_format_ctx);
        avformat_free_context(m_format_ctx);
    }
    // 释放转换参数
    if (m_path_ref != NULL && m_path != NULL) {
        env->ReleaseStringUTFChars((jstring) m_path_ref, m_path);
        env->DeleteGlobalRef(m_path_ref);
    }

    // 通知子类释放资源
    Release();
}

以上,将解码器的基础结构封装好,只要继承并实现规定的虚函数,即可实现视频的解码了。

四、视频播放

视频解码器

这里有两个重要的地方需要说明:

1. 视频数据转码

我们知道,视频解码出来以后,数据格式是 YUV ,而屏幕显示的时候需要 RGBA,因此视频解码器中,需要对数据做一层转换。

使用的是 FFmpeg 中的 SwsContext 工具,转换方法为 sws_scale,他们都隶属于 swresampel 工具包。

sws_scale 既可以实现数据格式的转化,同时可以对画面宽高进行缩放。

2. 声明渲染器

经过转换,视频帧数据变成 RGBA ,就可以渲染到手机屏幕上了,这里有两种方法:

  • 一是,通过本地窗口,直接渲染数据,这种方式无法实现对画面的重新编辑
  • 二是,通过 OpenGL ES 渲染,可实现对画面的编辑

本文使用的是前者,OpenGL ES 渲染的方式将在后面的文章单独讲解。

新建目录 src/main/cpp/decoder/video,并新建视频解码器 v_decoder

看头文件 v_decoder.h

// base_decoder.cpp

#ifndef LEARNVIDEO_V_DECODER_H
#define LEARNVIDEO_V_DECODER_H

#include "../base_decoder.h"
#include "../../render/video/video_render.h"
#include 
#include 
#include 

extern "C" {
#include 
#include 
};

class VideoDecoder : public BaseDecoder {
private:
    const char *TAG = "VideoDecoder";

    //视频数据目标格式
    const AVPixelFormat DST_FORMAT = AV_PIX_FMT_RGBA;

    //存放YUV转换为RGB后的数据
    AVFrame *m_rgb_frame = NULL;

    uint8_t *m_buf_for_rgb_frame = NULL;

    //视频格式转换器
    SwsContext *m_sws_ctx = NULL;

    //视频渲染器
    VideoRender *m_video_render = NULL;

    //显示的目标宽
    int m_dst_w;
    //显示的目标高
    int m_dst_h;

    /**
     * 初始化渲染器
     */
    void InitRender(JNIEnv *env);

    /**
     * 初始化显示器
     * @param env
     */
    void InitBuffer();

    /**
     * 初始化视频数据转换器
     */
    void InitSws();

public:
    VideoDecoder(JNIEnv *env, jstring path, bool for_synthesizer = false);
    ~VideoDecoder();
    void SetRender(VideoRender *render);

protected:
    AVMediaType GetMediaType() override {
        return AVMEDIA_TYPE_VIDEO;
    }

    /**
     * 是否需要循环解码
     */
    bool NeedLoopDecode() override;

    /**
     * 准备解码环境
     * 注:在解码线程中回调
     * @param env 解码线程绑定的jni环境
     */
    void Prepare(JNIEnv *env) override;

    /**
     * 渲染
     * 注:在解码线程中回调
     * @param frame 解码RGBA数据
     */
    void Render(AVFrame *frame) override;

    /**
     * 释放回调
     */
    void Release() override;

    const char *const LogSpec() override {
        return "VIDEO";
    };
};

#endif //LEARNVIDEO_V_DECODER_H

接下来看 v_deocder.cpp 实现,先看初始化相关的代码:

// v_deocder.cpp

VideoDecoder::VideoDecoder(JNIEnv *env, jstring path, bool for_synthesizer)
: BaseDecoder(env, path, for_synthesizer) {
}

void VideoDecoder::Prepare(JNIEnv *env) {
    InitRender(env);
    InitBuffer();
    InitSws();
}

构造函数很简单,把相关的参数传递给父类 base_decoder 即可。

接下来是 Prepare 方法,这个方法是父类 base_decoder 中规定的子类必须实现的方法,在初始化完解码器之后调用,回顾一下:

// base_decoder.cpp

void BaseDecoder::Decode(std::shared_ptr that) {

    // 省略无关代码...

    that->InitFFMpegDecoder(env);
    that->AllocFrameBuffer();

    //子类初始化方法调用
    that->Prepare(env); 

    that->LoopDecode();
    that->DoneDecode(env);

    // 省略无关代码...

}

Prepare 中,初始化渲染器 InitRender 的先略过,后面详细再讲。

看看数据格式转化相关的初始化。

  • 存放数据缓存初始化:
// base_decoder.cpp

void VideoDecoder::InitBuffer() {
    m_rgb_frame = av_frame_alloc();
    // 获取缓存大小
    int numBytes = av_image_get_buffer_size(DST_FORMAT, m_dst_w, m_dst_h, 1);
    // 分配内存
    m_buf_for_rgb_frame = (uint8_t *) av_malloc(numBytes * sizeof(uint8_t));
    // 将内存分配给RgbFrame,并将内存格式化为三个通道后,分别保存其地址
    av_image_fill_arrays(m_rgb_frame->data, m_rgb_frame->linesize,
                         m_buf_for_rgb_frame, DST_FORMAT, m_dst_w, m_dst_h, 1);
}

通过 av_frame_alloc 方法初始化一块 AVFrame ,注意该方法没有分配缓存内存;

然后通过 av_image_get_buffer_size 方法计算所需内存块大小,其中

AVPixelFormat DST_FORMAT = AV_PIX_FMT_RGBA

m_dst_w: 为目标画面宽度(即画面显示时的实际宽度,将通过后续渲染器中具体的窗户大小计算得出)
m_dst_h:为目标画面高度(即画面显示时的实际高度,将通过后续渲染器中具体的窗户大小计算得出)

接着通过 av_malloc 真正分配一块内存

最后,通过 av_image_fill_arrays 将得到的这块内存给到 AVFrame,至此,内存分配完成。

  • 数据转换工具初始化
// base_decoder.cpp

void VideoDecoder::InitSws() {
    // 初始化格式转换工具
    m_sws_ctx = sws_getContext(width(), height(), video_pixel_format(),
                               m_dst_w, m_dst_h, DST_FORMAT,
                               SWS_FAST_BILINEAR, NULL, NULL, NULL);
}

这个很简单,只要将原画面数据和目标画面数据的长宽、格式等传递进去即可。

  • 释放相关资源

在解码完毕以后,父类会调用子类 Release 方法,以释放子类中相关的资源。

// v_deocder.cpp

void VideoDecoder::Release() {
    LOGE(TAG, "[VIDEO] release")
    if (m_rgb_frame != NULL) {
        av_frame_free(&m_rgb_frame);
        m_rgb_frame = NULL;
    }
    if (m_buf_for_rgb_frame != NULL) {
        free(m_buf_for_rgb_frame);
        m_buf_for_rgb_frame = NULL;
    }
    if (m_sws_ctx != NULL) {
        sws_freeContext(m_sws_ctx);
        m_sws_ctx = NULL;
    }
    if (m_video_render != NULL) {
        m_video_render->ReleaseRender();
        m_video_render = NULL;
    }
}

初始化和资源释放已经完成,就剩下最后的渲染器配置了。

渲染器

刚刚上面说过,一般有两种方式渲染画面,那么就先把渲染器先定义好,方便后面扩展。

定义视频渲染器

新建目录 src/main/cpp/media/render/video,并创建头文件 video_render.h

#ifndef LEARNVIDEO_VIDEORENDER_H
#define LEARNVIDEO_VIDEORENDER_H

#include 
#include 

#include "../../one_frame.h"

class VideoRender {
public:
    virtual void InitRender(JNIEnv *env, int video_width, int video_height, int *dst_size) = 0;
    virtual void Render(OneFrame *one_frame) = 0;
    virtual void ReleaseRender() = 0;
};

#endif //LEARNVIDEO_VIDEORENDER_H

该类同样是纯虚类,类似 Javainterface

这里只是规定了几个接口,分别是初始化、渲染、释放资源。

实现本地窗口渲染器

新建目录 src/main/cpp/media/render/video/native_render,并创建头文件 native_render 类。

native_render 头文件:

// native_render.h

#ifndef LEARNVIDEO_NATIVE_RENDER_H
#define LEARNVIDEO_NATIVE_RENDER_H

#include 
#include 
#include 

#include "../video_render.h"
#include "../../../../utils/logger.h"

extern "C" {
#include 
};

class NativeRender: public VideoRender {
private:
    const char *TAG = "NativeRender";

    // Surface引用,必须使用引用,否则无法在线程中操作
    jobject m_surface_ref = NULL;

    // 存放输出到屏幕的缓存数据
    ANativeWindow_Buffer m_out_buffer;

    // 本地窗口
    ANativeWindow *m_native_window = NULL;

    //显示的目标宽
    int m_dst_w;

    //显示的目标高
    int m_dst_h;

public:
    NativeRender(JNIEnv *env, jobject surface);
    ~NativeRender();
    void InitRender(JNIEnv *env, int video_width, int video_height, int *dst_size) override ;
    void Render(OneFrame *one_frame) override ;
    void ReleaseRender() override ;
};

可以看到,渲染器中持有一个 Surface 引用,这就是我们非常熟悉的东西,前面一系列文章中,画面渲染都是使用了它。

另外还有一个就是本地窗口 ANativeWindow ,只要Surface 绑定给 ANativeWindow,就可以通过本地窗口实现 Surface 渲染了

看看渲染器的实现 native_render.cpp

  • 初始化
// native_render.cpp

ativeRender::NativeRender(JNIEnv *env, jobject surface) {
    m_surface_ref = env->NewGlobalRef(surface);
}

NativeRender::~NativeRender() {

}

void NativeRender::InitRender(JNIEnv *env, int video_width, int video_height, int *dst_size) {
    // 初始化窗口
    m_native_window = ANativeWindow_fromSurface(env, m_surface_ref);

    // 绘制区域的宽高
    int windowWidth = ANativeWindow_getWidth(m_native_window);
    int windowHeight = ANativeWindow_getHeight(m_native_window);

    // 计算目标视频的宽高
    m_dst_w = windowWidth;
    m_dst_h = m_dst_w * video_height / video_width;
    if (m_dst_h > windowHeight) {
        m_dst_h = windowHeight;
        m_dst_w = windowHeight * video_width / video_height;
    }
    LOGE(TAG, "windowW: %d, windowH: %d, dstVideoW: %d, dstVideoH: %d",
         windowWidth, windowHeight, m_dst_w, m_dst_h)

    //设置宽高限制缓冲区中的像素数量
    ANativeWindow_setBuffersGeometry(m_native_window, windowWidth,
            windowHeight, WINDOW_FORMAT_RGBA_8888);

    dst_size[0] = m_dst_w;
    dst_size[1] = m_dst_h;
}

重点来看 InitRender 方法:

通过 ANativeWindow_fromSurfaceSurface 绑定给本地窗口;

通过 ANativeWindow_getWidth ANativeWindow_getHeight 可以获取到 Surface 可显示区域的宽高;

然后,根据原始视频画面的宽高 video_width video_height 以及可现实区域的宽高,进行画面缩放,可以计算出最终显示的画面的宽高,并赋值给解码器。

视频解码器 v_decoder 在获取到目标画面宽高之后,就可以去初始化数据转化缓存区的大小了。

最后,通过 ANativeWindow_setBuffersGeometry 设置一下本地窗口缓存区大小,完成初始化。

  • 渲染

两个重要的本地方法:

ANativeWindow_lock 锁定窗口,并获取到输出缓冲区 m_out_buffer

ANativeWindow_unlockAndPost 释放窗口,并将缓冲数据绘制到屏幕上。

// native_render.cpp

void NativeRender::Render(OneFrame *one_frame) {
    //锁定窗口
    ANativeWindow_lock(m_native_window, &m_out_buffer, NULL);
    uint8_t *dst = (uint8_t *) m_out_buffer.bits;
    // 获取stride:一行可以保存的内存像素数量*4(即:rgba的位数)
    int dstStride = m_out_buffer.stride * 4;
    int srcStride = one_frame->line_size;

    // 由于window的stride和帧的stride不同,因此需要逐行复制
    for (int h = 0; h < m_dst_h; h++) {
        memcpy(dst + h * dstStride, one_frame->data + h * srcStride, srcStride);
    }
    //释放窗口
    ANativeWindow_unlockAndPost(m_native_window);
}

渲染过程看起来很复杂,主要是因为这里有一个 stride 的概念,指的是一帧画面每一行数据的宽度大小。

比如这里的数据格式是 RGBA ,一行画面的像素是 8 个,那么总共的 stride 宽度就是 8*4 = 32 。
为什么需要转换呢?原因是本地窗口的 stride 大小可能和视频画面数据的 stride 不一致,直接将视频画面数据给到本地窗口时,可能会导致数据读取不一致,最终导致花屏。

所以,这里需要根据本地窗口的 dstStride 和视频画面数据的 srcStride,将数据一行一行复制(memcpy)。

渲染器调用

最后来看下,视频解码器 v_decoder 中对渲染器的调用

// v_decoder.cpp

void VideoDecoder::SetRender(VideoRender *render) {
    this->m_video_render = render;
}

void VideoDecoder::InitRender(JNIEnv *env) {
    if (m_video_render != NULL) {
        int dst_size[2] = {-1, -1};
        m_video_render->InitRender(env, width(), height(), dst_size);

        m_dst_w = dst_size[0];
        m_dst_h = dst_size[1];
        if (m_dst_w == -1) {
            m_dst_w = width();
        }
        if (m_dst_h == -1) {
            m_dst_w = height();
        }
        LOGI(TAG, "dst %d, %d", m_dst_w, m_dst_h)
    } else {
        LOGE(TAG, "Init render error, you should call SetRender first!")
    }
}

void VideoDecoder::Render(AVFrame *frame) {
    sws_scale(m_sws_ctx, frame->data, frame->linesize, 0,
              height(), m_rgb_frame->data, m_rgb_frame->linesize);
    OneFrame * one_frame = new OneFrame(m_rgb_frame->data[0], m_rgb_frame->linesize[0], frame->pts, time_base(), NULL, false);
    m_video_render->Render(one_frame);
}

一是,将渲染设置给视频解码器;

二是,调用渲染器的 InitRender 方法初始化渲染器,并获得目标画面宽高

最后是,调用渲染器 Render 方法,进行渲染。

其中,OneFrame 是自定义类,用来封装一帧数据相关的内容,知道即可,具体可以查看【工程源码】。

编写播放器

以上,完成了 :

  1. 基础解码器 的封装 --> 视频解码器 的实现;
  2. 渲染器的定义 --> 本地渲染窗口 的实现。

最后就差把他们整合在一起,实现播放了。

src/main/cpp/media 目录下新建一个播放器 player,如下:

// player.h

#ifndef LEARNINGVIDEO_PLAYER_H
#define LEARNINGVIDEO_PLAYER_H

#include "decoder/video/v_decoder.h"

class Player {
private:
    VideoDecoder *m_v_decoder;
    VideoRender *m_v_render;

public:
    Player(JNIEnv *jniEnv, jstring path, jobject surface);
    ~Player();

    void play();
    void pause();
};

#endif //LEARNINGVIDEO_PLAYER_H

播放器持有一个视频解码器和一个视频渲染器,以及一个播放和暂停方法。

// player.cpp

#include "player.h"
#include "render/video/native_render/native_render.h"

Player::Player(JNIEnv *jniEnv, jstring path, jobject surface) {
    m_v_decoder = new VideoDecoder(jniEnv, path);
    m_v_render = new NativeRender(jniEnv, surface);
    m_v_decoder->SetRender(m_v_render);
}

Player::~Player() {
    // 此处不需要 delete 成员指针
    // 在BaseDecoder中的线程已经使用智能指针,会自动释放
}

void Player::play() {
    if (m_v_decoder != NULL) {
        m_v_decoder->GoOn();
    }
}

void Player::pause() {
    if (m_v_decoder != NULL) {
        m_v_decoder->Pause();
    }
}

代码很简单,就是把解码器和渲染器关联起来。

将源代码加入编译

虽然上面完成了各个功能模块的编写,但是编译器不会自动把它们加入编译。要想让 C++ 代码加入编译,需要手动在 CMakeLists.txt 文件中配置,配置的位置和默认的 native-lib.cpp 相同,罗列在后面即可。

# CMakeLists.txt

// 省略无关配置
//......

# 配置目标so库编译信息
add_library( # Sets the name of the library.
        native-lib

        # Sets the library as a shared library.
        SHARED

        # Provides a relative path to your source file(s).
        native-lib.cpp

        # 工具
        ${CMAKE_SOURCE_DIR}/utils/logger.h
        ${CMAKE_SOURCE_DIR}/utils/timer.c

        # 播放器
        ${CMAKE_SOURCE_DIR}/media//player.cpp

        # 解码器
        ${CMAKE_SOURCE_DIR}/media//one_frame.h
        ${CMAKE_SOURCE_DIR}/media/decoder/i_decoder.h
        ${CMAKE_SOURCE_DIR}/media/decoder/decode_state.h
        ${CMAKE_SOURCE_DIR}/media/decoder/base_decoder.cpp
        ${CMAKE_SOURCE_DIR}/media/decoder/video/v_decoder.cpp

        # 渲染器
        ${CMAKE_SOURCE_DIR}/media/render/video/video_render.h
        ${CMAKE_SOURCE_DIR}/media/render/video/native_render/native_render.cpp
        )

// 省略无关配置
//......

如果类只有 .h 头文件的话,就只写 .h 文件,如果类既有头文件,又有 .cpp 实现文件,则只需要配置 .cpp 文件

需要注意的是:在创建好每个类的时候,就需要将其配置到 CMakeLists.txt 中,否则在编写代码的时,可能无法导入相关的库头文件,也就没法通过编译。

编写 JNI 接口

接下来就需要将播放器暴露给 Java 层使用了,这时候就需要用到 JNI 的接口文件 native-lib.cpp 了。

开始编写 JNI 接口之前,先在 FFmpegActivity 中写好相应的接口:

// FFmpegActivity.kt

class FFmpegActivity: AppCompatActivity() {
    override fun onCreate(savedInstanceState: Bundle?) {
        super.onCreate(savedInstanceState)
        setContentView(R.layout.activity_ffmpeg_info)
        tv.text = ffmpegInfo()
        initSfv()
    }

    private fun initSfv() {
        sfv.holder.addCallback(object: SurfaceHolder.Callback {
            override fun surfaceChanged(holder: SurfaceHolder, format: Int, width: Int, height: Int) {

            }

            override fun surfaceDestroyed(holder: SurfaceHolder) {
            }

            override fun surfaceCreated(holder: SurfaceHolder) {
                if (player == null) {
                    player = createPlayer(path, holder.surface)
                    play(player!!)
                }
            }
        })
    }

//------------ JNI 相关接口方法 ----------------------

    private external fun ffmpegInfo(): String

    private external fun createPlayer(path: String, surface: Surface): Int

    private external fun play(player: Int)

    private external fun pause(player: Int)

    companion object {
        init {
            System.loadLibrary("native-lib")
        }
    }
}

接口很简单:

createPlayer(path: String, surface: Surface): Int: 创建播放器,并返回播放器对象地址

play(player: Int):播放,参数为播放器对象

pause(player: Int): 暂停,参数为播放器对象

播放器的创建时机为 SurfaceView 初始化完成时: surfaceCreated

页面布局 xml 如下:


    
        
            
            
        
    


接下来,就根据以上三个接口,在 JNI 中编写对应的接口。


// native-lib.cpp

#include 
#include 
#include 
#include "media/player.h"

extern "C" {

    JNIEXPORT jint JNICALL
    Java_com_cxp_learningvideo_FFmpegActivity_createPlayer(JNIEnv *env,
            jobject  /* this */,
            jstring path,
            jobject surface) {
            Player *player = new Player(env, path, surface);
            return (jint) player;
        }

    JNIEXPORT void JNICALL
    Java_com_cxp_learningvideo_FFmpegActivity_play(JNIEnv *env,
                                                   jobject  /* this */,
                                                   jint player) {
        Player *p = (Player *) player;
        p->play();
    }

    JNIEXPORT void JNICALL
    Java_com_cxp_learningvideo_FFmpegActivity_pause(JNIEnv *env,
                                                   jobject  /* this */,
                                                   jint player) {
        Player *p = (Player *) player;
        p->pause();
    }
}

很简单,相信大家都看得懂,其实就是初始化一个播放器对象指针,然后返回给 Java 层保存,后面的播放和暂停操作都是 Java 层将这个播放器指针再传给 JNI 层做具体操作。

image

五、总结

简单做一下总结:

  • 初始化:根据 FFmpeg 提供的一些功能接口,对解码器做初始化

    • 输入文件码流上下文 AVFormatContext
    • 解码器上下文 AVCodecContext
    • 解码器 AVCodec
    • 分配数据缓存空间 AVPacket(存放待解码数据) 和 AVFrame (存放已解码数据)
  • 解码:通过 FFmpeg 提供的解码接口进行解码

    • av_read_frame 读取待解码数据到 AVPacket
    • avcodec_send_packet 发送 AVPacket 到解码器解码
    • avcodec_receive_frame 读取解码好的数据到 AVFrame
  • 转码和缩放:通过 FFmpeg 提供的转码接口将 YUV 转换为 RGBA

    • sws_getContext 初始化转化工具 SwsContext
    • sws_scale 执行数据转换
  • 渲染:通过 Android 提供的接口将视频数据渲染到屏幕上

    • ANativeWindow_fromSurface 绑定 Surface 到本地窗口
    • ANativeWindow_getWidth/ANativeWindow_getWidth 获取 Surface 宽高
    • ANativeWindow_setBuffersGeometry 设置屏幕缓冲区大小
    • ANativeWindow_lock 锁定窗口,获取显示缓冲区
    • 根据 Stride 将数据复制(memcpy)到缓冲区
    • ANativeWindow_unlockAndPost 解锁窗口,并显示

转发自:https://www.jianshu.com/p/d7c8f49d9ea4

你可能感兴趣的:(FFmpeg视频解码播放)