live555 关于使用ffmpeg扩展文件格式

    live555目前只mpg、mkv、webM等少数几种音视频混合的文件,可以使用ffmpeg来扩展live555所支持的文件格式。花了一个多月的时间,

终于可以支持mp4和avi了,媒体格式支持mpeg4、h264、mp3、aac。主要是参考了live555中mpg的实现。


1.扩展mediaServer的主要步骤    
1)定义一个RTSP Server类MyRTSPServer,继承自DynamicRTSPServer。作用是重新实现lookupServerMediaSession函数,在其中添加对avi、mp4的支持代码。
2)参考mpg的实现,定义以下几个类
MyDemux->Mdeium: 
调用ffmpeg中的函数,完成文件的解析,分离出文件中媒体流的数据。每一个客户端连接将对应一个MyDemux实例。
MyDemuxedElementaryStream->FramedSource:
这个类作为source,实际上会调用MyDemux实例获取所需的数据。每一个流将对应一个MyDemuxedElementaryStream实例。
MyServerDemux->Medium:
这个一个服务类,主要是辅助创建MyDemux、MyDemuxedElementaryStream及subsession实例。
3)subsession
对于每一种媒体格式,都需要实现一个subsession,并重新实现虚函数createNewStreamSource以创建自己的source。
    h264,处理h264的subsession从H264VideoFileServerMediaSubsession继承,将从packet中可以获取h264的es流,直接交给H264VideoStreamFramer处理即可。
    mpeg4,subsession从MPEG4VideoFileServerMediaSubsession继承,另外需要注意的是,从packet中获取到的数据并不是严格的ES流。与处理mpeg4 es流相关的类有两个,MPEG4VideoStreamFramer与MPEG4VideoStreamDiscreteFramer,这里应选择MPEG4VideoStreamDiscreteFramer。具体可以参考前面的文章" live555 关于mpeg4的处理"
    mp3, subsession从MP3AudioFileServerMediaSubsession继承。注意还需要实现seekStreamSource函数,函数体可以为空。在创建MP3AudioFileServerMediaSubsession时,传递的参数中generateADUs应为False, interleaving为空。
    aac, subsession从FileServerMediaSubsession继承。要实现createNewStreamSource及createNewRTPSink。createNewRTPSink的实现,可以参考live555对Matroska中aac的处理。


2.处理avi、mp4文件文件的一些注意事项
    通过ffmpeg获取的数据一般保存在packet中。 对于avi文件,处理比较简单,直接将packet中的数据提取出来,进行后续处理即可。对于mp4文件,则稍复杂。    

    从mp4中提取h264数据时, packet中不会包含SPS及PPS信息,这些信息储存在AVCodecContext的extradata数据域中,通过流过滤器"h264_mp4toannexb"可以得到标准的sps及pps。另外packet中的数据并不是标准nalu单元,需要将前4个字节替成开始符。详情见" ffmpeg 从mp4上提取H264的nalu"。

    关于mp4中的mpeg4, 获取的packet中,只包含vop层次(0x000001B5)的数据,vos(0x000001B0)则储存在在AVCodecContext的extradata数据域中,所以只需要将extradata中的数据添加到流的开始处即可。

    对于mp4中的音频aac来讲,音频配置信息config,也是保存在extradata。


3.aac音频的配置信息config

mpeg4中的aac是交给MPEG4GenericRTPSink的,需要关注一下传递的参数,来看Matroska文件中是怎么处理的


RTPSink* AACAudioMatroskaFileServerMediaSubsession
::createNewRTPSink(Groupsock* rtpGroupsock, unsigned char rtpPayloadTypeIfDynamic, FramedSource* /*inputSource*/) {
  MatroskaTrack* track = fOurDemux.lookup(fTrackNumber);
  return MPEG4GenericRTPSink::createNew(envir(), rtpGroupsock,
                                        rtpPayloadTypeIfDynamic,
                                        track->samplingFrequency,  //采样频率
                                        "audio", "AAC-hbr", fConfigStr,
                                        track->numChannels);  //通道数
}

    创建MPEG4GenericRTPSink时,fConfigStr就是aac的帧配置信息,它表示AAC帧的配置信息。其实config有两种传输方式,包含在RTP负载称为带内传输,否则称为带外传输,这时就必需在SDP中传输config信息了。显然使用带外传输可以节约带宽。 config是一个16进制的8位字节串,可表示ISO/IEC 14496-3 [5] 定义的MPEG-4音频负载配置数据"StreamMuxConfig"。SDP中还有一个cpresent属性, 一个布尔值参数,表示音频负载配置数据是否已经复用到一个RTP负载中。0表示尚未复用,1表示已经复用。该参数的缺省值为1。即缺省情况下为带外传输。

    在MPEG4GenericRTPSink构造函数中可以看到这个配置信息是如何保存到sdp中的。
MPEG4GenericRTPSink
::MPEG4GenericRTPSink(UsageEnvironment& env, Groupsock* RTPgs,
		      u_int8_t rtpPayloadFormat,
		      u_int32_t rtpTimestampFrequency,
		      char const* sdpMediaTypeString,
		      char const* mpeg4Mode, char const* configString,
		      unsigned numChannels)
  : MultiFramedRTPSink(env, RTPgs, rtpPayloadFormat,
		       rtpTimestampFrequency, "MPEG4-GENERIC", numChannels),
  fSDPMediaTypeString(strDup(sdpMediaTypeString)),
  fMPEG4Mode(strDup(mpeg4Mode)), fConfigString(strDup(configString)) {
  // Check whether "mpeg4Mode" is one that we handle:
  if (mpeg4Mode == NULL) {
    env << "MPEG4GenericRTPSink error: NULL \"mpeg4Mode\" parameter\n";
  } else if (strcmp(mpeg4Mode, "AAC-hbr") != 0) {  //说明必需使用"AAC-hbr"模式
    env << "MPEG4GenericRTPSink error: Unknown \"mpeg4Mode\" parameter: \""
	<< mpeg4Mode << "\"\n";
  }


  // Set up the "a=fmtp:" SDP line for this stream:
  char const* fmtpFmt =
    "a=fmtp:%d "
    "streamtype=%d;profile-level-id=1;"
    "mode=%s;sizelength=13;indexlength=3;indexdeltalength=3;"
    "config=%s\r\n";    //config属性
  unsigned fmtpFmtSize = strlen(fmtpFmt)
    + 3 /* max char len */
    + 3 /* max char len */
    + strlen(fMPEG4Mode)
    + strlen(fConfigString);    //注意
  char* fmtp = new char[fmtpFmtSize];
  sprintf(fmtp, fmtpFmt,
	  rtpPayloadType(),
	  strcmp(fSDPMediaTypeString, "video") == 0 ? 4 : 5,
	  fMPEG4Mode,
	  fConfigString);  //注意
  fFmtpSDPLine = strDup(fmtp);
  delete[] fmtp;
}

    ffmpeg获取到的config信息保存在AVCodecContext.extradata中,占用两个字节。对于44khz的音频,这两个字节顺序为0x12,0x10。不过需要转换成字符串后再保存到config中,所以最后config="1816"。


4.mp3、aac帧播放时间

aac每帧均为1024个采样,所以可以通过如下公式计算:
frame_duration = 1024 * 1000000 / sample_rate

例如:sample_rate = 44100HZ时, 计算出的时长为23.219ms


mp3 每帧均为1152个字节, 则:

frame_duration = 1152 * 1000000 / sample_rate

例如:sample_rate = 44100HZ时, 计算出的时长为26.122ms,这就是经常听到的mp3每帧播放时间固定为26ms的由来

附上一张mpeg音频每帧采样数表

live555 关于使用ffmpeg扩展文件格式_第1张图片


一些问题:
这个地方有一个问题,使用vlc播放avi或者mp4中的mpeg4视频时,非常卡,cpu会达到100%,但是使用ffplay和mplayer时播放正常,


PS:

代码已上传至http://download.csdn.net/detail/gavinr/4320175

你可能感兴趣的:(Stream,null,delete,扩展,audio,avi)