咱们先来看一个流程图:
该系列文章就是将上图拆分为具体的代码模块,那么该篇咱们主要讲解如何利用 FFmpeg API
来对一个输入数据进行解封装,读取原始音频视频信息,然后对音频视频做一些基本操作。基本上在播放器模块中用到的 FFmpeg API
咱们都要对它有一个了解。
利用 FFmpeg api
来对输入视频进行解封装,先来看一下使用 api 的流程
看完上图是不是对解封装的 API 有一个大概的了解? 从一个 输入 URL
到读取到 压缩数据流 就这么几步,很简单的,下面我们用代码实际演示一下:
1.注册所有函数
av_register_all()
其实在最新的版本中该函数已经过时了,在最低的版本中还是必须调用该函数的。
2.注册网络模块
//初始化网络库(可以打开 rtmp、rtsp、http 等协议的流媒体视频)
avformat_network_init();
3.打开输入流并读取头信息
这里要注意&#xff0c;调用该函数那么在结尾处一定要调用 4.读取媒体文件数据包 5.获取音视频流信息 6.读取压缩数据包 调试之后的 调用 · 我们接着在解封装的代码基础上进行添加&#xff0c;代码如下: 找解码器也可以通过如下 API 形式进行: 如果想要打开音频解码器&#xff0c;代码一样&#xff0c;换下参数即可&#xff0c;下面进行真正解码&#xff1a; 这样就可以进行解码了&#xff0c;现在我们添加一些打印参数&#xff0c;比如音频采样信息&#xff0c;视频宽高信息: 视频像素格式其实就是 YUV 转 RGB 的一个过程&#xff0c; FFmpeg 也提供了对应的 API &#xff0c;它是使用 CPU 运算能力来转换&#xff0c;效率是比较低的。咱们播放器使用 OpenGL GPU 来转&#xff0c;效率比较高。虽然 FFmpeg API 转换效率比较低&#xff0c;但是我们还是可以学习一下的。使用流程如下: 仅仅 2 个 API 就可以达到对 YUV 的转换或者裁剪&#xff0c;代码示例: 上面的注释都很详细&#xff0c;相信大家也能看的明白&#xff0c;最后我们看下调试后的log,如下: 重采样的意思就是将音频的输入参数统一输出某个特定的值&#xff0c;这样做的好处就是归一化播放器的声音输出。那么怎么使用 FFmpeg API 来进行重采样呢? 先来看一张流程图: 我们还是以之前的代码继续写&#xff0c; 我们统一输出的参数为 sample_rate&#61;48000,sample_channel&#61;2,sample_fml&#61;AV_SAMPLE_FMT_S16 转换后的log: 我们如果想要指定某个时间看某段画面的话就需要对视频做 seek 操作&#xff0c;FFmpeg 提供了 av_seek_frame 函数来对视频的跳转&#xff0c;它有 4 个输入参数&#xff0c;含义如下: 我们着重看下最后一个 flags 参数 //AVSEEK_FLAG_BACKWARD seek 到后面的关键帧 //AVSEEK_FLAG_BYTE 基于以字节为单位的位置查找 //AVSEEK_FLAG_ANY Seek 到任意一帧&#xff0c;注意不是关键帧&#xff0c;那么会有花屏的可能。 //AVSEEK_FLAG_FRAME seek 到关键帧的位置 我们一般以这样的形式来进行 seek 操作: 上面的含义就是定位到 3000 ms 位置后面的关键帧处开始播放。后面播放器 seek 功能的时候我们会介绍如何精准 seek 操作 该篇文章对于 FFmpeg 的知识我们就介绍到这里,后面在开发中如果有新遇见的我会再详细介绍一下。 总结 播放器要用到的 FFmpeg 知识 大概就这么多&#xff0c;可以发现这些 API 其实都比较简单。此刻我相信你已经对这些 API 有一定的印象和了解了吧。 //参数设置AVDictionary *opts &#61; NULL;//设置rtsp流已tcp协议打开av_dict_set(&opts, "rtsp_transport", "tcp", 0);//网络延时时间av_dict_set(&opts, "max_delay", "1000", 0);//解封装上下文AVFormatContext *ic &#61; NULL;int re &#61; avformat_open_input(&ic,inpath,0, // 0表示自动选择解封器&opts //参数设置&#xff0c;比如rtsp的延时时间);//返回值 0 成功if (re !&#61; 0) {char buf[1024] &#61; {0};av_strerror(re, buf, sizeof(buf) - 1);cout <<"open " <
avformat_close_input()
//return >&#61;0 if OK, AVERROR_xxx on error
re &#61; avformat_find_stream_info(ic, 0);//打印视频流详细信息
av_dump_format(ic, 0, inpath, 0); //获取音视频流信息 &#xff08;遍历&#xff0c;函数获取&#xff09;for (int i &#61; 0; i
//获取视频流
videoStream &#61; av_find_best_stream(ic, AVMEDIA_TYPE_VIDEO, -1, -1, NULL, 0);
AVStream *as &#61; ic->streams[videoStream];
cout <cout <<"width&#61;" <
cout <<"video fps &#61; " < AVPacket *pkt &#61; av_packet_alloc();for (;;) {int re &#61; av_read_frame(ic, pkt);if (re !&#61; 0) {//循环播放cout <<"&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;end&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;" <
log
解码
ffmpeg api
来对音视频压缩数据解码的话&#xff0c;其实也很简单&#xff0c;主要使用如下几个 api ,见下图: //找到视频解码器AVCodec *vcodec &#61; avcodec_find_decoder(ic->streams[videoStream]->codecpar->codec_id);if (!vcodec) {cout <<"can&#39;t find the codec id" <
AVCodec *avcodec_find_decoder_by_name(const char *name);
//malloc AVPacket并初始化 AVPacket *pkt &#61; av_packet_alloc(); //接收解码的原始数据 AVFrame *frame &#61; av_frame_alloc(); for (;;) { int re &#61; av_read_frame(ic, pkt); if (re !&#61; 0) { break; } //解码视频 //发送 packet 到解码线程 re &#61; avcodec_send_packet(avcc, pkt); //释放&#xff0c;引用计数-1 为0释放空间 av_packet_unref(pkt); //一次 send 可能对于多次 receive for (;;) { re &#61; avcodec_receive_frame(avcc, frame); if (re !&#61; 0)break; //释放&#xff0c;引用计数-1 为0释放空间 av_frame_unref(frame); }
总时长:totalMs &#61; 10534 ms视频信息&#xff1a;bitrate&#61;907_500fps &#61; 30.0003codec_id &#61; 86018format &#61; AV_PIX_FMT_YUV420P 11521080 - 1920pict_type&#61; AV_PICTURE_TYPE_I音频信息&#xff1a;sample_rate &#61; 48000channels &#61; 2
视频像素格式转换
const int in_width &#61; frame->width; const int in_height &#61; frame->height; const int out_width &#61; in_width / 2; const int out_height &#61; in_height / 2; /** * &#64;param context : 缩放上下文&#xff0c;如果为 NULL,那么内部会进行创建&#xff0c; * 如果已经存在&#xff0c;参数也没有发生变化&#xff0c;那么就直接返回当前&#xff0c;否者释放缩放上下文&#xff0c;重新创建。 * &#64;param srcW : 输入的宽 * &#64;param srcH : 输入的高 * &#64;param srcFormat : 输入的格式 * &#64;param dstW : 输出的宽 * &#64;param dstH : 输出的高 * &#64;param dstFormat : 输出的格式 * &#64;param flags : 提供了一系列的算法&#xff0c;快速线性&#xff0c;差值&#xff0c;矩阵&#xff0c;不同的算法性能也不同&#xff0c; 快速线性算法性能相对较高。只针对尺寸的变换。 * &#64;param srcFilter : 输入过滤器 * &#64;param dstFilter : 输出过滤器 * &#64;param param : 这个跟 flags 算法相关&#xff0c;一般传入 O * &#64;return : 缩放的上下文 */ vsctx &#61; sws_getCachedContext( vsctx,//传入NULL 会新创建 in_width, in_height, (AVPixelFormat) frame->format, //输入的宽高&#xff0c;格式 out_width, out_height, AV_PIX_FMT_RGBA, //输出的宽高&#xff0c;格式 SWS_BILINEAR, //尺寸变换的算法 0, 0, 0 ); /** * &#64;param c 缩放上下文 * &#64;param srcSlice YUV 切换数据可以是指针&#xff0c;也可以是数组 * &#64;param srcStride 对应 YUV 一行的大小 * &#64;param srcSliceY 这个用不到传入 0 即可 * &#64;param srcSliceH YUV 的高 * &#64;param dst 输出的像素格式数据 * &#64;param dstStride 输出的像素格式数据的大小 * &#64;return 返回转换后的高 */ re &#61; sws_scale(vsctx, frame->data, //输入数据 frame->linesize,//输入行大小 0, frame->height,//输出高度 (uint8_t *const *) (data), //输出数据 lines//输出大小 );
像素格式尺寸转换上下文创建或者获取成功&#xff01;in_width&#61;1080in_height&#61;1920out_width&#61;540out_height&#61;960sws_scale success! return height of the output slice &#61;960&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;end&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;&#61;
重采样
... //音频重采样 SwrContext *asctx &#61; swr_alloc(); //设置重采样参数 asctx &#61; swr_alloc_set_opts(asctx //重采样上下文 , av_get_default_channel_layout(2)//输出声道格式 , AV_SAMPLE_FMT_S16 //输出声音样本格式 , 48000 //输出采样率 , av_get_default_channel_layout(actx->channels)//输入通道数 , actx->sample_fmt //输入声音样本格式 , actx->sample_rate, 0, 0 //输入音频采样率 ); //初始化采样上下文 re &#61; swr_init(asctx); if (re !&#61; 0) { char buf[1024] &#61; {0}; av_strerror(re, buf, sizeof(buf) - 1); cout <<"audio swr_init failed!" <
swr_convert success return len &#61; 1024
seek 操作
/*** 根据时间戳和音频或视频的索引 seek 到关键帧的操作** &#64;param s 媒体格式上下文* &#64;param stream_index 流索引&#xff0c;传入 -1 为默认* &#64;param timestamp 需要跳转到时间戳的位置* &#64;param flags seek 的模式* &#64;return >&#61; 0 on success*/
int av_seek_frame(AVFormatContext *s, int stream_index, int64_t timestamp,int flags);
int ms &#61; 3000; //三秒位置 根据时间基数&#xff08;分数&#xff09;转换
long long pos &#61; (double) ms / (double) 1000 * r2d(ic->streams[pkt->stream_index]->time_base);
av_seek_frame(ic, videoStream, pos, AVSEEK_FLAG_BACKWARD | AVSEEK_FLAG_FRAME);