ffmpeg入门小结（一）—— YUV格式示例

1.ffmpeg简介

ffmpeg是一个开源免费跨平台的视频和音频流方案，属于自由软件，采用LGPL/GPL许可证。它提供了录制、转换以及流化音视频的完整解决方案。它包含了非常先进的音频/视频编解码库libavcodec，为了保证高可移植性和编解码质量，libavcodec里很多codec都是从头开发的。ffmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。它包括了目前领先的音/视频编码库libavcodec。 ffmpeg是在Linux下开发出来的，但它可以在包括Windows在内的大多数操作系统中编译。

 

----------------------

ffmpeg的一些基本概念

----------------------

Container:在音视频中的“容器”，一般指的是一种特定格式的多媒体文件，里面指明了所包含的音视频、字幕等相关信息；
Stream:可以理解为分解开的、单纯的音频数据流或视频数据流或字幕流等；
Frame:指的是Stream中的一个未经压缩的完整数据单元；
Packet:是存储压缩数据的结构，视频流中通常是压缩的一个Frame的，而在音频流中则可能是压缩的多个Frame；
Codec:编解码器；

采样率：每秒钟记录多少个采样点；

 

----------------------

ffmpeg的组成结构

----------------------

ffmpeg主要由以下几个库组成：

· libavcodec: encoding/decoding library （编解码库）

· libavfilter: graph-based frame editing library（滤波器库，类似DShow的“可组装”的特点，但要求filter的输入/输出接口是匹配的）

· libavformat: I/O and muxing/demuxing library（IO及分解/合并流）

· libavdevice: special devices muxing/demuxing library（例如打开摄像头，屏幕录制等）

· libavutil: common utility library（小型函数库，内存分配、释放）

· libswresample: audio resampling, format conversion and mixing

· libpostproc: post processing library（后期处理？尚不清楚）

· libswscale: color conversion and scaling library（转码及尺度变换）

ffmpeg软件包经编译过后将生成三个可执行文件（可通过命令行运行）：

· ffmpeg：ffmpeg用于对媒体文件进行处理；

· ffserver：ffserver是一个http的流媒体服务器；

· ffplay：ffplay是一个基于SDL的简单播放器。

2.视频YUV格式简介

 

YUV格式，一般用Y，U，V三者的比率来表示不同格式，比如YUV444 表示三者是比值此是 4:4:4，即一个点数据点，Y,U,V的空间都是一样大小。目前主要有如下比例，注意所有格式中Y比值都是4，占一个字节,表示没有减少采样。不同格式中，减小只是UV的采样值.

 

4:4:4：表示色度值(UV)没有减少采样。即Y,U,V各占一个字节，总共占3字节。 

4:2:2：表示UV分量采样减半，比如第一个像素采样Y,U，第二个像素采样Y,V，依次类推，这样每个点占用2个字节。二个像素组成一个宏像素.

4:2:0：这种采样并不意味着只有Y，Cb而没有Cr分量，这里的0说的U，V分量隔行才采样一次。比如第一行采样 4:2:0，第二行采样 4:0:2 ，依次类推……在这种采样方式下，平均每一个像素占用1.5字节.

 

4:2:2示例

如果原始数据三个像素是 [Y0 U0 V0] ，[Y1 U1 V1]，[Y2 U2 V2]，[Y3 U3 V3]

经过4：2：2采样后，数据变成了 Y0 U0 ，Y1 V1 ，Y2 U2，Y3 V3

如果还原后，因为某一些数据丢失就补成 [Y0 U0 V1]，[Y1 U0 V1]，[Y2 U2 V3] ，[Y3 U3 V2]

 

4:2:0示例

下面八个像素为：[Y0 U0 V0] [Y1 U1 V1] [Y2 U2 V2] [Y3 U3 V3] [Y5 U5 V5] [Y6 U6 V6] [Y7U7 V7] [Y8 U8 V8]

存放的码流为：  Y0 U0， Y1， Y2 U2， Y3，Y5 V5， Y6，Y7 V7， Y8

映射出的像素点为：[Y0 U0 V5] [Y1 U0 V5] [Y2 U2 V7] [Y3 U2 V7] [Y5 U0 V5] [Y6 U0 V5] [Y7 U2 V7] [Y8 U2 V7]

 

   除了4:4:4采样，其余采样后信号重新还原显示后,会丢失部分UV数据，只能用相临的数据补齐，但人眼对UV不敏感，因此总体感觉损失不大。

 

                                                                                    图1 YUV420sp存储格式

                                                                                   图2 YUV420p存储格式

ps: ffmpeg中，图像原始数据包括两种：planar和packed。planar就是将几个分量分开存，比如YUV420中，data[0]专门存Y，data[1]专门存U，data[2]专门存V。而packed则是打包存，所有数据都存在data[0]中.

3.YUV格式示例【顺时针旋转90°YUV420图像】：

public static void rotateYUV420(byte[] src,byte[] des,int width,int height, String type){
        // 原图按行序存储
		int wh = width * height;
		
		int k = 0;
		//旋转Y分量（按原图的列序存储）
		for(int i=0;i<width;i++) {
			for(int j=0;j<height;j++) {
	              des[k] = src[width*j + i];			
			      k++;
			}
		}

if(type.equals(“YUV420SP”)){
        // YUV420SP是UV分量交错依次存储的情况
		// 旋转UV分量（按原图的列序存储）
		for(int i=0;i<width;i+=2) {  // +2
			for(int j=0;j<height/2;j++) {	
	              des[k] = src[wh+ width*j + i];	
	              des[k+1]=src[wh + width*j + i+1];
			      k+=2;
			}
		}

}
else if(type.equals(“YUV420P”)){
        // YUV420P是UV分量分开存储的情况
        // 旋转U分量（按原图的列序存储）
		for(int i=0;i<width;i++) {
			for(int j=0;j<height/4;j++) {	
                  // stride = wh
	              des[k] = src[wh + width*j + i];	
			      k++;
			}
		}

        // 旋转V分量（按原图的列序存储）
		for(int i=0;i<width;i++) {
			for(int j=0;j<height/4;j++) {	
                  // stride = wh + wh*1/4
	              des[k] = src[(1+1/4.0f)*wh + width*j + i];	
			      k++;
		 	}
		  }
}
	}

 

ps: ffmpeg库的接口都是c函数，在cpp文件里调用ffmpeg函数要注意了，由于C++语言支持函数重载，C语言不支持函数重载，函数被C++编译器编译后在库中的名字与C语言的不同（mangled name），一个用C写成的库如果想被C/C++同时可以使用，那在头文件应该加上以下代码

#ifdef __cplusplus
extern "C" {
#endif 

...
#ifdef __cplusplus
}
#endif