P11 FFmpe时间基和时间戳
前言
从本章开始我们将要学习嵌入式音视频的学习了 ，使用的瑞芯微的开发板
个人主页：@ChenPi
推荐专栏1: 《C++_@ChenPi的博客-CSDN博客》✨✨✨
推荐专栏2: 《Linux C应用编程（概念类）_@ChenPi的博客-CSDN博客》✨✨✨
推荐专栏3：《嵌入式音视频_@ChenPi的博客-CSDN博客》
本篇简介 ：本章主要讲解ffmpeg中关于时间的概念，时间基和时间戳，时间转换，时间比较
01 FFmpeg时间基与时间戳
1.1 时间基
时间基也叫时间基准，他代表的是每个刻度是多少秒。比方说视频的帧率为30FPS,那它的时间刻度为{1，30}。相当于1秒内划分出了30个等分，也就是每个30分之1秒显示一帧画面
这里画的没有很严谨，大概就是这样
结构体定义在rational.h这个头文件中
- num：它是numerator的缩小，代表的是分子
- den：它是denominator的缩小，代表的是分母
视频时间基都是以帧率为单位，比方说50帧。FFmpeg就以AVRational video_base= {1，50}来表示
在音频时间基都是以采样率为单位，比方说音频采样率是48000HZ。
FFmpeg就以AVRational audio_timebase = {1，48000}来表示
对于分装格式而言：FLV封装格式的timebase为{1，1000}，ts的封装格式timebase为{1，90000}
从上图ffplay的信息我们可以看到有很多关于时间基的信息：
- tbr：表示帧率，该帧率是一个基准，通常来说tbr和fps是一致的
- tbn：表示视频流timebase(时间基)，比方说：TS格式的数据timebase是90000，flv格式的视频流timebase为1000
- tbc：表示视频流codec timebase，这个值一般为帧率的两倍。比方说：帧率是30fps，则tbc是60
1.2 时间戳（PTS，DTS）
时间戳指的是单位时间轴内占了多少个格子，时间戳的单位不是具体的秒数，而是时间刻度。
只有时间基和时间戳结合在一起的时候，才能表达出时间是多少
比如以尺子为例：PTS = 30，timebase = {1，30}，那么每个刻度就是1/30厘米了
所以这把尺子的长度 = pts * time_base = 30 * 1/30 = 1厘米
PTS：全称是Presentation Time Stamp(显示时间戳)，它主要的作用是度量解码后的视频帧什么时候显示出来。
视频PTS计算：n为第n帧视频帧，timebase是{1，framerate}，fps是framerate
pts = n *(( 1 / timebase) / fps):
所以pts = pts++;
举例子：n = 1, pts = 1
n = 2, pts = 2
n =3, pts = 3
音频PTS计算：n为第n帧音频帧，nb_samples指的是采样个数(AAC默认1024)，timebase是{1,samplerate}，samplerate是采样率
num_pkt = samplerate/nb_samples
pts = n * ( ( 1/ timebase) / num_pkt)
pts = pts+1024
举例子：n = 1, pts = 1024
n = 2, pts = 2048
n = 3, pts = 3072
1.3 DTS：
表示的是压缩解码的时间戳，在没有B帧的情况下PTS 等于 DTS。假设编码的里面引入了B帧，则还要计算B帧的时间。
没有B帧：dts = pts
存在B帧：dts = pts + b_time
02 时间转换的原理：
在FFMPEG中由于不同的复合流，时间基是不同的，比方说：ts的时间基time_base= {1,90000}，假设一个视频time_base = {1,30}，我们需要合成mpegts文件，它就需要把time_base = {1,30}占的格子转换成time_base = {1,90000}占的格子。
在FFMPEG中用以下的API进行时间基转换：
void av_packet_rescale_ts(AVPacket *pkt, AVRational tb_src, AVRational tb_dst);上面这个api的用法是，把AVPacket的时间基tb_src转换成时间基tb_dst。
- 第一个参数：AVPacket结构体指针
- 第二个参数：源时间基
- 第三个参数：目的时间基
下面我们用H264和AAC时间基TS转换的例子来说明这个转换时间基的用法：
视频H264时间基转换成MPEGTS时间基：
**DST_VIDEO_PTS = VIDEO_PTS * VIDEO_TIME_BASE / DST_TIME_BASE
H264 {1,30} MPEGTS {1,90000}
pts = 1 pts = 3000
pts = 2 av_packet_rescale_ts pts = 6000
pts = 3 pts = 9000
pts = 4 pts = 12000
音频AAC时间基转换成MPEGTS时间基：
**DST_AUDIO_PTS = AUDIO_PTS * AUDIO_TIME_BASE / DST_TIME_BASE
AAC {1,48000} MPEGTS {1,90000}
pts =1024 pts = 1920
pts =2048 av_packet_rescale_ts pts = 3840
pts =3072 pts = 5760
pts =4096 pts = 7680
从上述推导的结果可以看出来，如果使用av_packet_rescale_ts的API对视频时间基进行转换，实际上是使用DST_VIDEO_PTS = VIDEO_PTS * VIDEO_TIME_BASE / DST_TIME_BASE去计算推流的视频时间戳。
同理用av_packet_rescale_ts对音频时间基进行转换，实际上是使用DST_AUDIO_PTS = AUDIO_PTS * AUDIO_TIME_BASE / DST_TIME_BASE去计算我们真实推流的音频时间戳。
以上图来看的话就是DST_AUDIO_PTS = 1024 * 1/48000/1/96000
03 FFMPEG时间戳的比较：
int av_compare_ts(int64_t ts_a, AVRational tb_a, int64_t ts_b, AVRational tb_b)
- 第一个参数：ts_a它指的是当前相对tb_a的时间戳
- 第二个参数：ts_a相对应的时间基
- 第三个参数：ts_b它指的是当前相对tb_a的时间戳
- 第四个参数：ts_b相对应的时间基
返回值判断：
当ret == -1， ts_a的时间戳快过ts_b时间戳。
当ret == 1， ts_a的时间戳慢过ts_b时间戳。
当ret == 0， ts_a的时间戳等于ts_b时间戳
av_compare_ts它的主要作用是进行时间戳进行实时比较，它能够实时保证当前的时间戳是准确无误的。它不会出现时间戳混乱的情况，所谓混乱的情况就相当于：视频时间戳当成音频时间戳处理，音频时间戳当成视频时间戳处理。
下面这张图是编码视频、音频然后进行时间戳比较然后合成复合流的流程：
视频时间戳参考视频帧率进行比较、音频时间戳进行比较(这里我们默认tb_a时间基是视频时间基、tb_b时间基是音频时间基)。所以当比较的结果ret <= 0的时候，则要取出视频数据，否则就取出音频数据。取出视频数据后则利用av_packet_rescale_ts进行时间转换、同样取出音频数据后也要对其进行时间转换。音视频数据进行时间转换后，则用av_interleaved_write_frame对复合流进行写入操作。