首页 > 代码库 > [原]零基础学习视频解码之FFMpeg中比较重要的函数以及数据结构
[原]零基础学习视频解码之FFMpeg中比较重要的函数以及数据结构
在正式开始解码练习前先了解下关于FFmpeg中比较重要的函数以及数据结构。
1. 数据结构:
(1) AVFormatContext
AVFormatContext是一个贯穿始终的数据结构,很多函数都要用到它作为参数。FFmpeg代码中对这个数据结构的注释是:format I/O context 此结构包含了一个视频流的格式内容。其中存有了AVInputFormat(or AVOutputFormat同一时间AVFormatContext内只能存在其中一个),和AVStream、AVPacket这几个重要的数据结构以及一些其他的相关信息,比如title,author,copyright等。还有一些可能在编解码中会用到的信息,诸如:duration, file_size, bit_rate等。
初始化: 由于AVFormatConext结构包含许多信息因此初始化过程是分步完成,而且有些变量如果没有值可用,也可不初始化。但是由于一般声明都是用指针因此一个分配内存过程不可少:
AVFormatContext *pFormatCtx;pFormatCtx = avformat_alloc_context();
(2) AVOutputFormat
编解码器将要使用哪个codec的“指示”。
AVOutputFormat *fmt; fmt = guess_format(NULL, filename, NULL);
根据filename来判断文件格式,同时也初始化了用什么编码器。当然,如果是用AVInputFormat *fmt的化,就是fix用什么解码器。(指定输出序列->fix编码器,指定输入序列->fix解码器)
(3) AVInputFormat
从AVFormatContext中获取AVInputFormat
AVInputFormat *inputFormat;inputFormat = pFormatCtx->iformat;
(4) AVCodecContext
此结构在Ffmpeg SDK中的注释是:main external api structure其重要性可见一斑。而且在avcodec它的定义处,对其每个成员变量,都给出了十分详细的介绍。应该说AVCodecContext的初始化是Codec使用中最重要的一环, 而且AVCodecContext是AVStream的一个成员结构。
(5) AVCodec
结构AVCodec中成员变量和成员函数比较少,但是很重要。他包含了CodecID,也就是用哪个Codec、 像素格式信息。还有前面提到过的5个函数(init、encode、close、decoder、flush)。AVCodec的初始化後的使用都是依附于AVCodecContex,前者是后者的成员。在AVCodecContext初始化後 ,AVCodec也就能很好的初始化了。
(6) AVFrame
AVFrame是作为一个描述“原始图像”(也就是YUV或是RGB…还有其他的吗?)的结构,他的头两个成员数据,uint8_t
*data[4],int linesize[4],第一个存放的是Y、Cb、Cr(yuv格式),linesize是啥?由这两个数据还能提取处另外一个数据结构:AVPicture。
此外,AVFrame还含有其他一些成员数据,比如。是否key_frame、已编码图像书coded_picture_number、是否作为参考帧reference、宏块类型 *mb_type等等。
AVFrame的初始化并没有他结构上看上去的那么简单。由于AVFrame还有一个承载图像数据的任务(data[4])因此,对他分配内存应该要小心完成。
(7) AVPacket
AVPacket的存在是作为写入文件的基本单元而存在的。我们可能会认为直接把编码后的比特流写入文件不就可以了,为什么还要麻烦设置一个AVPacket结构。在我看来这样的编码设置是十分有必要的,特别是在做视频实时传输,同步、边界问题可以通过AVPacket来解决。AVPacket的成员数据有两个时间戳、数据data(通常是编码后数据)、大小size等等(参见avformat.h 48行)。讲AVPacket的用法就不得不提到编解码函数,因为AVPacket的好些信息只有在编解码后才能的知。
(8) AVPicture
AVPicture的存在有以下原因,AVPicture将Picture的概念从Frame中提取出来,就只由Picture(图片)本身的信息,亮度、色度和行大小。而Frame还有如是否是key frame之类的信息。这样的类似“分级”是整个概念更加清晰。 AVPacket作为将编码后数据写入文件的基本数据单元,他的单元大小、数据都是由AVPacket来的
(9) AVStream
AVStream作为继AVFormatContext後第二个贯穿始终的结构是有其理由的。他的成员数据中有AVCodecContext这基本的上是对所使用的Video Codec的参数进行设定的(包括bit rate、分辨率等重要信息)。同时作为“Stream”,它包含了“流”
这个概念中的一些数据,比如:帧率(r_frame_rate)、基本时间计量单位(time_base)、(需要编解码的)首帧位置(start_time)、持续时间(duration)、帧数(nb_frames)以及一些ip信息。当然后面的这些信息中有些不是必须要初始化的,但是AVCodecContex是一定要初始化的,而且就是作为初始化AVStream最重要的一个部分。
以上是FFMpeg中比较重要的数据结构。下面的这个生成关系理一下思路:(->表示 派生出)
AVFormatContext->AVStream->AVCodecContext->AVCodec
|
AVOutputFormat or AVInputFormat
AVFrame->AVPicture….>AVPacket
2.FFMpeg 中的函数:
FFMpeg SDK提供了许多初始化函数和编码函数。我们要做的就是对主要数据结构正确的初始化,以及正确使用相应的编解码函数以及读写(I/O)操作函数。作为一个整体化的代码SDK,FFMpeg有一些他自己的标准化使用过程。比如函数av_register_all(); 就是一个最开始就该调用的“注册函数”,他初始化了libavcodec,“注册”了所有的的codec和视频文件格式(format)。
(1). av_register_all ();
usage: initialize ibavcoded, and register all codecs and formats
每个使用FFMpeg SDK的工程都必须调用的函数。进行codec和format的注册,然后才能使用。
(2). AVFormatContext *avformat_alloc_context(void);
usage: allocate the output media context.实际是初始化AVFormatContext的成员数据AVClass:
(3).void av_dump_format(AVFormatContext *ic, int index, const char *url, int is_output);
usage: 这一步会用有效的信息把 AVFormatContext 的流域(streams field)填满。作为一个可调试的诊断,我们会将这些信息全盘输出到标准错误输出中,不过你在一个应用程序的产品中并不用这么做:
(4).int avformat_open_input(AVFormatContext **ps, const char *filename, AVInputFormat *fmt, AVDictionary **options);
usage:打开一个视频文件
(5).int avformat_find_stream_info(AVFormatContext *ic, AVDictionary **options);
usage:获取视频文件的流信息
(6).AVCodec *avcodec_find_decoder(enum AVCodecID id);
usage:获取视频编码格式
(7).int avcodec_open2(AVCodecContext *avctx, const AVCodec *codec, AVDictionary **options);
usage:用一个编码格式打开一个编码文件
(8).int av_read_frame(AVFormatContext *s, AVPacket *pkt);
usage:从frame中读取packet
(9).int avcodec_decode_audio4(AVCodecContext *avctx, AVFrame *frame, int *got_frame_ptr, const AVPacket *avpkt);
usage:解码声音
所以解码流程如下:
所以解码流程为:注册所有格式->初始化AVFormatContext->打开一个视频文件->获取视频文件的流信息->获取初始的视频流->获得视频流编码内容->获得音频流编码内容->获取视频编码格式->获取音频编码格式->用一个编码格式打开一个编码文件->从frame中读取packet->解码视频->解码音频->释放packet->关闭解码器->关闭AVFormatContext
解码流程函数:av_register_all()->avformat_alloc_context()->avformat_open_input()->avformat_find_stream_info()->avcodec_find_decoder()->avcodec_open2()->av_new_packet()->av_read_frame()->avcodec_decode_video2()-->avcodec_decode_audio4()->av_free_packet()->avcodec_close()->avformat_close_input()