YUV像素格式转换

本文像素格式转换用到的库是 FFmpeg 的 libswscale，将 YUV 像素格式数据转换成 RGB 像素格式数据。

一、使用的相关函数说明：

1、获取像素格式转换上下文函数：

struct SwsContext *sws_getContext(int srcW, int srcH, enum AVPixelFormat srcFormat, int dstW, int dstH, enum AVPixelFormat dstFormat, int flags, SwsFilter *srcFilter, SwsFilter *dstFilter, const double *param);

参数说明：

srcW, srcH, srcFormat：原始宽高和原始像素格式（我们这里原始像素格式是yuv420p）；
dstW, dstH, dstFormat：目标宽高和目标像素格式（我们这里原始像素格式是rgb24），不仅可以转换像素格式，也可以转换宽高；
flag：指定使用何种算法，例如快速线性、差值和矩阵等等，不同的算法性能也不同，快速线性算法性能相对较高。只针对尺寸的变换。

/* values for the flags, the stuff on the command line is different */ #define SWS_FAST_BILINEAR 1 #define SWS_BILINEAR 2 #define SWS_BICUBIC 4 #define SWS_X 8 #define SWS_POINT 0x10 #define SWS_AREA 0x20 #define SWS_BICUBLIN 0x40 #define SWS_GAUSS 0x80 #define SWS_SINC 0x100 #define SWS_LANCZOS 0x200 #define SWS_SPLINE 0x400

srcFilter, stFilter：这两个参数是做过滤器用的，可以传 nullptr；
param：和 flag 算法相关，也可以传 nullptr；

返回值：成功返回转换格式上下文指针，失败返回 NULL；

注意：使用完格式转换上下文最后不要忘记调用函数 void sws_freeContext(struct SwsContext *swsContext) 释放上下文；有人可能会有疑问，调用的是 sws_getContext 函数，函数名里并没有 create 或者 alloc 字眼，也需要释放吗？我们可以参考一下源码：

发现源码当中调用了 sws_alloc_set_opts，所以最后是需要释放上下文的。我们也可以使用以下函数来创建上下文：

struct SwsContext *sws_alloc_context(void); int av_opt_set(void *obj, const char *name, const char *val, int search_flags);

2、转换函数：

int sws_scale(struct SwsContext *c, const uint8_t *const srcSlice[], const int srcStride[], int srcSliceY, int srcSliceH, uint8_t *const dst[], const int dstStride[]);

参数说明：

struct SwsContext *c：像素格式转换上下文；
const uint8_t *const srcSlice[]：输入的数据，silice可以理解为一帧；
const int srcStride[]：输入数据的每一个平面的每一行的大小（linesize），而不是每一个平面的总大小；
int srcSliceY：从哪个位置开始处理，直接传0即可；
int srcSliceH：图像的高度；
uint8_t *const dst[]：输出的数据；
const int dstStride[]：输出数据的每一个平面的每一行的大小；

注意：sws_scale 函数不会为传入的输入数据和输出数据创建堆空间

3、创建输入输出缓冲区：

#include int av_image_alloc(uint8_t *pointers[4], int linesizes[4], int w, int h, enum AVPixelFormat pix_fmt, int align);

参数说明：

(uint8_t *pointers[4]：缓冲区数组（除了 Y、U 和 V 三个分量，可能会有透明度分量，所以数组 size 为 4）；
int linesizes[4]：每个平面的每一行的大小数组；
int w, int h, enum AVPixelFormat pix_fmt：图片的宽、高和像素格式；
int align：是否对齐，一般传1；

创建的缓冲区数组指向堆空间，最后我们需要使用函数 av_pfree 释放它；不确定缓冲区是否需要释放的话，可以参考函数注释或者源码；源码内部是有调用 av_malloc 函数的，所以需要我们去释放。

二、示例代码：

示例代码中 inData 输入缓冲区分成了四块，每一块指向一个分量，为了兼容透明分量，指针数组size为4，以YUV420P为例，inData的第1个元素指向 Y 分量，第2个元素指向 U 分量，第3个元素指向 V 分量，一帧的 YUV 数据是连续的，如图：

在音频中没有行的概念 linesize 就是一个平面的大小，但是在视频中是有行的概念的，inStrides中存储的是一帧数据每一行中 Y、U 和 V 分量的长度，以 YUV420P 为例，Y 的长度是一帧的宽度，U 的长度是一帧的宽度的一半，V 的长度也是一帧的宽度的一半。outData 和 outStrides 是同样的道理。

#include "ffmpegutils.h" #include #include extern "C" { #include #include #include } FFmpegUtils::FFmpegUtils() { } //void FFmpegUtils::convretRawVideo(RawVideoFile &in, RawVideoFile &out) void FFmpegUtils::convretRawVideo(RawVideoFrame &in, RawVideoFrame &out) { int ret = 0; // 转换格式上下文 SwsContext *ctx = nullptr; // 输入输出缓冲区 // inData 和 outData 指向一帧的数据 uint8_t *inData[4], *outData[4]; // 每个平面一行的大小 int inStrides[4], outStrides[4]; // 每一帧图片的大小 int inFrameSize, outFrameSize; /* QFile inFile(in.filename); QFile outFile(out.filename); */ ret = av_image_alloc(inData, inStrides, in.width, in.height, in.format, 1); if (ret