【FFmpeg学习笔记006】 PCM编码为AAC

PCM为音频采样数据，AAC为压缩编码数据。FFmepg音频编码器可以实现将PCM转换为AAC。先了解一下PCM和AAC。
PCM:PCM（Pulse Code Modulation—-脉码调制录音)。所谓PCM录音就是将声音等模拟信号变成符号化的脉冲列，再予以记录。PCM信号是由[1]、[0]等符号构成的数字信号，而未经过任何编码和压缩处理。与模拟信号比，它不易受传送系统的杂波及失真的影响。动态范围宽，可得到音质相当好的影响效果。
AAC: AAC（ Advanced Audio Coding—-高级音频编码），是一种专为声音数据设计的文件压缩格式。与MP3不同，它采用了全新的算法进行编码，更加高效，具有更高的“性价比”。利用AAC格式，可使人感觉声音质量没有明显降低的前提下，更加小巧。
简单来说：PCM是没有压缩的编码方式，AAC是使用算法编码压缩格式。
AAC有两种封装格式，分别是ADIF ADTS，多数流媒体一般使用ADTS格式。参考AAC格式简介。
FFmpeg数据结构

• AVCodecContext
• AVCodec
• AVCodecID
• AVFrame
• AVPacket

对PCM文件的读写直接使用FILE文件指针。
AVCodec是一个编码器，可以单纯的理解为一个编解码算法的结构。
AVCodecContext是AVCodec的一个上下文，打个比如，在视频编码h264时，有i p b三种帧，如果有一个视频流是 I B B P这种顺序到达，由于B帧需要依靠前后的帧来计算出本帧现实的内容，所有需要一些buffer保存一些，以根据这些来计算出B帧的内容，当然还有很多其他的内容。
AVCodecID是编码器的ID，如编码AAC是，就使用AV_CODEC_ID_AAC。
AVFrame 是编码前、解码后保存的数据。
AVPacket是编码后、解码前保存的数据。
关于官方定义的AVFrame:

typedef struct AVFrame {  
#define AV_NUM_DATA_POINTERS 8  
    /** 
     * pointer to the picture/channel planes. 
     * This might be different from the first allocated byte 
     * 
     * Some decoders access areas outside 0,0 - width,height, please 
     * see avcodec_align_dimensions2(). Some filters and swscale can read 
     * up to 16 bytes beyond the planes, if these filters are to be used, 
     * then 16 extra bytes must be allocated. 
     * 
     * NOTE: Except for hwaccel formats, pointers not needed by the format 
     * MUST be set to NULL. 
     */  
    uint8_t *data[AV_NUM_DATA_POINTERS];  

    /** 
     * For video, size in bytes of each picture line. 
     * For audio, size in bytes of each plane. 
     * 
     * For audio, only linesize[0] may be set. For planar audio, each channel 
     * plane must be the same size. 
     * 
     * For video the linesizes should be multiples of the CPUs alignment 
     * preference, this is 16 or 32 for modern desktop CPUs. 
     * Some code requires such alignment other code can be slower without 
     * correct alignment, for yet other it makes no difference. 
     * 
     * @note The linesize may be larger than the size of usable data -- there 
     * may be extra padding present for performance reasons. 
     */  
    int linesize[AV_NUM_DATA_POINTERS];  

    /** 
     * pointers to the data planes/channels. 
     * 
     * For video, this should simply point to data[]. 
     * 
     * For planar audio, each channel has a separate data pointer, and 
     * linesize[0] contains the size of each channel buffer. 
     * For packed audio, there is just one data pointer, and linesize[0] 
     * contains the total size of the buffer for all channels. 
     * 
     * Note: Both data and extended_data should always be set in a valid frame, 
     * but for planar audio with more channels that can fit in data, 
     * extended_data must be used in order to access all channels. 
     */  
    uint8_t **extended_data;  

    ......其他成员  

} AVFrame;  

对于视频，目前比较流行的是H264压缩标准，好像没见过其他编码方式，而H264只能由YUV图像编码，也就是说H264解码后就是三个YUV分量，他们的数据会分别存在，data[0],data[1],data[2] ,而linesize[0],linesize[1],linesize[2]分别代表各个数据的长度。
对于音频，由于有多声道的音频，那么音频解码出来的数据不同声道也储存在不同的指针，如data[0]是左声道,data[1]是右声道，由于各个声道的数据长度是一样的，所以linesize[0]就代表了所有声道数据的长度。
成员extended_data则指向了data，是一个拓展，上面可以看到data 是包含8个指针的数组，也就是说对于音频，最多只支持8个声道。
进入正题，FFmpeg实现PCM编码为AAC。

#include <stdio.h>  

#define __STDC_CONSTANT_MACROS  

#ifdef _WIN32  
//Windows  
extern "C"  
{  
#include "libavcodec/avcodec.h"  
#include "libavformat/avformat.h"  
};  
#else  
//Linux...  
#ifdef __cplusplus  
extern "C"  
{  
#endif  
#include <libavcodec/avcodec.h>  
#include <libavformat/avformat.h>  
#ifdef __cplusplus  
};  
#endif  
#endif  


int flush_encoder(AVFormatContext *fmt_ctx,unsigned int stream_index){  
    int ret;  
    int got_frame;  
    AVPacket enc_pkt;  
    if (!(fmt_ctx->streams[stream_index]->codec->codec->capabilities &  
        CODEC_CAP_DELAY))  
        return 0;  
    while (1) {  
        enc_pkt.data = NULL;  
        enc_pkt.size = 0;  
        av_init_packet(&enc_pkt);  
        ret = avcodec_encode_audio2 (fmt_ctx->streams[stream_index]->codec, &enc_pkt,  
            NULL, &got_frame);  
        av_frame_free(NULL);  
        if (ret < 0)  
            break;  
        if (!got_frame){  
            ret=0;  
            break;  
        }  
        printf("Flush Encoder: Succeed to encode 1 frame!\tsize:%5d\n",enc_pkt.size);  
        /* mux encoded frame */  
        ret = av_write_frame(fmt_ctx, &enc_pkt);  
        if (ret < 0)  
            break;  
    }  
    return ret;  
}  

int main(int argc, char* argv[])  
{  
    AVFormatContext* pFormatCtx;  
    AVOutputFormat* fmt;  
    AVStream* audio_st;  
    AVCodecContext* pCodecCtx;  
    AVCodec* pCodec;  

    uint8_t* frame_buf;  
    AVFrame* pFrame;  
    AVPacket pkt;  

    int got_frame=0;  
    int ret=0;  
    int size=0;  

    FILE *in_file=NULL;                         //Raw PCM data  
    int framenum=1000;                          //Audio frame number  
    const char* out_file = "tdjm.aac";          //Output URL  
    int i;  

    in_file= fopen("tdjm.pcm", "rb");  

    av_register_all();  

    //Method 1.  
    pFormatCtx = avformat_alloc_context();  
    fmt = av_guess_format(NULL, out_file, NULL);  
    pFormatCtx->oformat = fmt;  


    //Method 2.  
    //avformat_alloc_output_context2(&pFormatCtx, NULL, NULL, out_file);  
    //fmt = pFormatCtx->oformat;  

    //Open output URL  
    if (avio_open(&pFormatCtx->pb,out_file, AVIO_FLAG_READ_WRITE) < 0){  
        printf("Failed to open output file!\n");  
        return -1;  
    }  

    audio_st = avformat_new_stream(pFormatCtx, 0);  
    if (audio_st==NULL){  
        return -1;  
    }  
    pCodecCtx = audio_st->codec;  
    pCodecCtx->codec_id = fmt->audio_codec;  
    pCodecCtx->codec_type = AVMEDIA_TYPE_AUDIO;  
    pCodecCtx->sample_fmt = AV_SAMPLE_FMT_S16;  
    pCodecCtx->sample_rate= 44100;  
    pCodecCtx->channel_layout=AV_CH_LAYOUT_STEREO;  
    pCodecCtx->channels = av_get_channel_layout_nb_channels(pCodecCtx->channel_layout);  
    pCodecCtx->bit_rate = 64000;    

    //Show some information  
    av_dump_format(pFormatCtx, 0, out_file, 1);  

    pCodec = avcodec_find_encoder(pCodecCtx->codec_id);  
    if (!pCodec){  
        printf("Can not find encoder!\n");  
        return -1;  
    }  
    if (avcodec_open2(pCodecCtx, pCodec,NULL) < 0){  
        printf("Failed to open encoder!\n");  
        return -1;  
    }  
    pFrame = av_frame_alloc();  
    pFrame->nb_samples= pCodecCtx->frame_size;  
    pFrame->format= pCodecCtx->sample_fmt;  

    size = av_samples_get_buffer_size(NULL, pCodecCtx->channels,pCodecCtx->frame_size,pCodecCtx->sample_fmt, 1);  
    frame_buf = (uint8_t *)av_malloc(size);  
    avcodec_fill_audio_frame(pFrame, pCodecCtx->channels, pCodecCtx->sample_fmt,(const uint8_t*)frame_buf, size, 1);  

    //Write Header  
    avformat_write_header(pFormatCtx,NULL);  

    av_new_packet(&pkt,size);  

    for (i=0; i<framenum; i++){  
        //Read PCM  
        if (fread(frame_buf, 1, size, in_file) <= 0){  
            printf("Failed to read raw data! \n");  
            return -1;  
        }else if(feof(in_file)){  
            break;  
        }  
        pFrame->data[0] = frame_buf;  //PCM Data  

        pFrame->pts=i*100;  
        got_frame=0;  
        //Encode  
        ret = avcodec_encode_audio2(pCodecCtx, &pkt,pFrame, &got_frame);  
        if(ret < 0){  
            printf("Failed to encode!\n");  
            return -1;  
        }  
        if (got_frame==1){  
            printf("Succeed to encode 1 frame! \tsize:%5d\n",pkt.size);  
            pkt.stream_index = audio_st->index;  
            ret = av_write_frame(pFormatCtx, &pkt);  
            av_free_packet(&pkt);  
        }  
    }  

    //Flush Encoder  
    ret = flush_encoder(pFormatCtx,0);  
    if (ret < 0) {  
        printf("Flushing encoder failed\n");  
        return -1;  
    }  

    //Write Trailer  
    av_write_trailer(pFormatCtx);  

    //Clean  
    if (audio_st){  
        avcodec_close(audio_st->codec);  
        av_free(pFrame);  
        av_free(frame_buf);  
    }  
    avio_close(pFormatCtx->pb);  
    avformat_free_context(pFormatCtx);  

    fclose(in_file);  

    return 0;  
}  

主要函数详解：
av_register_all()：注册FFmpeg所有编解码器。
avformat_alloc_output_context2()：初始化输出码流的AVFormatContext。
avio_open()：打开输出文件。
av_new_stream()：创建输出码流的AVStream。
avcodec_find_encoder()：查找编码器。
avcodec_open2()：打开编码器。
avformat_write_header()：写文件头（对于某些没有文件头的封装格式，不需要此函数。比如说MPEG2TS）。
avcodec_encode_audio2()：编码音频。即将AVFrame（存储PCM采样数据）编码为AVPacket（存储AAC，MP3等格式的码流数据）。
av_write_frame()：将编码后的视频码流写入文件。
av_write_trailer()：写文件尾（对于某些没有文件头的封装格式，不需要此函数。比如说MPEG2TS）。
Reference：
http://blog.csdn.net/leixiaohua1020/article/details/25430449
http://blog.csdn.net/jammg/article/details/52684894
http://blog.csdn.net/leixiaohua1020/article/details/11822537
http://www.jianshu.com/p/1d1f893e53e9