Microsoft Media foundation概述（附实例）

Microsoft Media Foundation是微软新一代多媒体开发平台，用以取代原来的Directshow，为了满足现在多媒体播放的高清晰，高品质，颜色管理，以及充分利用硬件加速等功能而建立的新一代开发平台。本文概述了Media Foundation的结构和相关信息，最后附上一个再次基础编写的一个视频播放器，由于时间的原因，视频播放器的功能并不完整，比如，所建立的时间线还没有添加插入播放时间的功能。但是这不影响我们了解和学习Media Foundation。

正如微软给我们的开发文档一样，我们首先应该了解一些基础知识，这对于我们学习很有帮助。首先是流，流的概念很广泛，基本意义也就是按一定序列（顺序）的数据，比如，网络传输有数据流。在Media Foundation中，就是一定序列的媒体数据。然后是压缩，压缩从字面意思也可以明白，就是通过一定的算法重新保存数据或剔除一些不重要的数据信息，以减少数据的大小，压缩分为有损压缩和无损压缩，压缩的过程也就是我们常说的编码，反过来的过程就是解码。第三，容器（container），对于一个已经编码的流，我们不可能直接存储为一个文件，因为，当我们解码的时候，就可能不知道应该用何种解码器，于是，通过一个容器，来保存了一些文件头，用来描述我们编码的数据，那么在解码的时候，就可以从文件头中读取信息，正确解码，如下图（来自msdn）：

这个是一个典型的容器结构，可以看见视频数据和音频数据交错存储，我们Media Foundation的MedaSource的任务就是解析文件头，然后对交错的数据分布解析为音频流和视频流，然后交由MFT。容器其实离我们不远，就在我们身边，例如，我们常常说的媒体文件的“格式”，其实指的是容器格式，如，MP4，avi，等等，其实指的是容器格式，也就是说，媒体文件的扩展名标明了它使用的容器，这个概念要和我们说的音频格式和视频格式要分开。最后就是格式，刚刚已经说了要和容器格式分开，那么，实际说的视频格式和音频格式，应该是只它的无压缩格式或是压缩格式，具体的，无压缩格式具体有哪些格式，可以在msdn Media Foundation章节中可以查到，有表列出，对于压缩格式，也就是编码格式，如，MP4的编码格式有H.264格式。所以，我们进行这方面的开发应该要将这些概念分清楚。

Media Foundation有两个编程模型，如下图（来自MSDN）：

本文主要是针对基于Media Foundation控制层的编程模型的分析。右边的模型适用于媒体文件的播放，右边的模型适用于要对媒体数据的访问。

由上图可以看到，程序通过Medal Session来控制管道中数据的流动，也就是说，Media Foundation控制管道的，管道上面呢有一些节点（node）可以分为三类，源节点，转换节点，Sink节点。下面就以MSDN中提供的基本播放框架的程序来说明。

在前面也有提到，源节点的作用就是解析一个媒体的文件头，读取相关信息，如流的数目，每个流的格式等等。然后对文件进行解析，产生数据流，交给下一个节点。这里呢，在具体一点描述：

  HRESULT hr = MFCreateSourceResolver(&pSourceResolver);
    if (FAILED(hr))
    {
        goto done;
    }

    // Use the source resolver to create the media source.

    // Note: For simplicity this sample uses the synchronous method to create 
    // the media source. However, creating a media source can take a noticeable
    // amount of time, especially for a network source. For a more responsive 
    // UI, use the asynchronous BeginCreateObjectFromURL method.

    hr = pSourceResolver->CreateObjectFromURL(
        sURL,                       // URL of the source.
        MF_RESOLUTION_MEDIASOURCE,  // Create a source object.
        NULL,                       // Optional property store.
        &ObjectType,        // Receives the created object type. 
        &pSource            // Receives a pointer to the media source.
        );
    if (FAILED(hr))
    {
        goto done;
    }

    // Get the IMFMediaSource interface from the media source.
    hr = pSource->QueryInterface(IID_PPV_ARGS(ppSource));

MFCreateSourceResolver这个函数就会查找注册表（有规定的目录，具体自己查），通过文件的扩展名，找到相应的处理程序，建立Source对象并返回pSource接口指针。通过这个接口指针，就可以获取有关这个文件的信息，然后创建一个管道Topology，创建一个源节点，将这些信息给源节点，再把这个节点给Topolgy。如下：

 HRESULT hr = MFCreateTopologyNode(MF_TOPOLOGY_SOURCESTREAM_NODE, &pNode);
    if (FAILED(hr))
    {
        goto done;
    }

    // Set the attributes.
    hr = pNode->SetUnknown(MF_TOPONODE_SOURCE, pSource);
    if (FAILED(hr))
    {
        goto done;
    }

    hr = pNode->SetUnknown(MF_TOPONODE_PRESENTATION_DESCRIPTOR, pPD);
    if (FAILED(hr))
    {
        goto done;
    }

    hr = pNode->SetUnknown(MF_TOPONODE_STREAM_DESCRIPTOR, pSD);
    if (FAILED(hr))
    {
        goto done;
    }
    
    // Add the node to the topology.
    hr = pTopology->AddNode(pNode);

这时候，我们再创建一个输出节点，首先创建一个 Activation Objects对象，并返回 IMFActivate 接口，它是一个帮助对象，用于建立Sink，SInk我们可以理解为使用已经解码的数据产生图像及音频的一个节点：

 HRESULT hr = MFCreateTopologyNode(MF_TOPOLOGY_OUTPUT_NODE, &pNode);
    if (FAILED(hr))
    {
        goto done;
    }

    // Set the object pointer.
    hr = pNode->SetObject(pActivate);
    if (FAILED(hr))
    {
        goto done;
    }

    // Set the stream sink ID attribute.
    hr = pNode->SetUINT32(MF_TOPONODE_STREAMID, dwId);
    if (FAILED(hr))
    {
        goto done;
    }

    hr = pNode->SetUINT32(MF_TOPONODE_NOSHUTDOWN_ON_REMOVE, FALSE);
    if (FAILED(hr))
    {
        goto done;
    }

hr = pTopology->AddNode(pNode);

设置节点的信息，然后添加到管道。

接着是将源节点和输出节点连接：

 hr = pSourceNode->ConnectOutput(0, pOutputNode, 0);

最后，将这个管道给Media Session:
 hr = m_pSession->SetTopology(0, pTopology);
这个时候，我们就可以利用Media Foundation来控制如播放，暂停，停止等操作了。但是大家也许奇怪，为什么没有转换节点，转换节点的作用其实就是解码，我们并没有设置转换节点，可是怎么播放了呢。

这里就有一个概念，就是partial Topology，这个技术，Media Session会根据你的源节点的输出格式来自动到注册表中（固定位置，自己了解）查找解码器，然后可以接受源节点的输出格式的解码器，然后Media Session将MFT转换节点添加到管道中。所以我们尽管没有设置解码器，但是照样播放了，就是这个原因。

说到这里呢，Media Session的播放模型就是这样的。下面还有补充说明：

Media Foundation在不同的系统平台上，功能有所不同，但是最低要求是Vista系统以上，越往后，系统平台越新，功能也更加强大。Media Foundation默认支持的格式非常有限，在MSDN中有说明，对于如RM，RMVB，FLV等格式，默认的Media Foundation不支持，如果要支持，必须要我们自己编写插件，并注册到系统，才可以对别的格式支持。如，MP4，AVI，这样的格式也支持，但是我们前面说过，这些知识容器格式，但是如果一个文件的编码器格式与Media Foundation不支持，也不能播放，在Media Foundation中，MP4格式的编解码器为H.264。如果要支持别的编码器，也需要自己编写插件。

基本情况就说明到这些，下面是一个实例图：

该程序在win7系统，vs2010下基于对话框程序框架编写。

资源链接地址：http://download.csdn.net/detail/xinzhiyounizhiyouni/6398691