NDK学习笔记：FFmpeg音视频同步2.5（内存池的优化）（DTS/PTS && 视频IPB帧）

最新推荐文章于 2023-07-29 00:07:05 发布

Mr_Zzr

最新推荐文章于 2023-07-29 00:07:05 发布

阅读量930

点赞数

分类专栏： NDK学习笔记文章标签： DTS/PTS 视频IPB帧音视同步策略

本文链接：https://blog.csdn.net/a360940265a/article/details/86363356

版权

NDK学习笔记专栏收录该内容

18 篇文章 13 订阅

订阅专栏

NDK学习笔记：FFmpeg音视频同步2.5（内存池的优化）

继续上一篇 AV_PACKET_BUFFER内存池应用。FFmpeg音视频同步1~2的代码，demo运行的效果应该是怪怪的。怎么怪？前几秒视频丢失 \ 混乱花屏 \ 视频慢、音频快。这一章我们一一分析这些问题的根本原因，以及解决方法。

所以出现这些问题的原因是什么？为啥在之前的教学例子没有出现？显然这跟我们新添加的AV_PACKET_BUFFER有着密切的关系。我们在AVPacket分发线程和解码线程分别加上调试日志，就很容易的发现，AVPacket分发线程的运行速度 比 音视频解码线程快多了。第一次BUFFER_SIZE填满了，循环第二次继续填充数据的时候，此时解码线程还没读到BUFFER_SIZE的前十个单元。这就是导致前几秒音视频丢失，视频花屏，音频杂音等问题出现的根本原因。

既然原因已经分析出来了，那么怎么解决这个问题？无非就是每次写入新数据的时候，判断一下当前位置是否已经被读过了。如果还没被读取，那就挂起等待一下呗。既然要挂起等待，那就需要互斥锁和条件变量了。我们修改AVPacket_buffer的代码：

typedef struct _AVPacket_buffer{
    //长度
    int size;

    //AVPacket指针的数组，总共有size个
    AVPacket * * avpacket_ptr_array;

    //push或者pop元素时需要按照先后顺序，依次进行
    int write_current_position;
    int read_current_position;

    // 互斥锁（为了解决 前数据比后数据覆盖的问题）
    pthread_mutex_t mutex;
    // 条件变量（为了解决 前数据比后数据覆盖的问题）
    pthread_cond_t cond;

    //保留字段
    void * reserve;

} AVPacket_buffer, AV_PACKET_BUFFER;

我们在AV_PACKET_BUFFER结构体上维护一组互斥锁条件变量。这样就方便区分video / audio的avpacket_buffer。然后在创建AVPacket缓冲区方法alloc_avpacket_buffer初始化互斥锁和条件变量，在回收AVPacket缓冲区方法free_avpacket_buffer释放销毁。这些代码我就不放上来了。我们把注意点放到获取写入AVPacket指针的方法get_write_packet 和读取AVPacket指针的方法get_read_packet。

// 获取一个写入AVPacket的单元
AVPacket* get_write_packet(AV_PACKET_BUFFER * pAVPacketBuffer)
{
    int current = pAVPacketBuffer->write_current_position;
    int next_to_write;
    while(1) {
        //下一个要读的位置等于下一个要写的，等我写完，在读
        //不等于，就继续
        next_to_write = get_next(pAVPacketBuffer,current);
        if(next_to_write != pAVPacketBuffer->read_current_position){
            break;
        }
        //阻塞 等待 get_read_packet 的 broadcast
        //LOGD("wait AVPacketBuffer next_to_write：%d\n",next_to_write);
        pthread_cond_wait(&(pAVPacketBuffer->cond), &(pAVPacketBuffer->mutex));
    }
    pAVPacketBuffer->write_current_position = next_to_write;
    // 通知可读
    pthread_cond_broadcast(&(pAVPacketBuffer->cond));

    return pAVPacketBuffer->avpacket_ptr_array[current];
}

// 获取一个读取AVPacket的单元
AVPacket* get_read_packet(AV_PACKET_BUFFER * pAVPacketBuffer)
{
    int current = pAVPacketBuffer->read_current_position;
    int next_to_read;
    while (1) {
        next_to_read = get_next(pAVPacketBuffer,current);
        if(next_to_read != pAVPacketBuffer->write_current_position){
            break;
        }
        //阻塞 等待 get_write_packet 的 broadcast
        //LOGD("wait AVPacketBuffer next_to_read：%d\n",next_to_read);
        pthread_cond_wait(&(pAVPacketBuffer->cond), &(pAVPacketBuffer->mutex));
    }
    pAVPacketBuffer->read_current_position = next_to_read;
    // 通知可写
    pthread_cond_broadcast(&(pAVPacketBuffer->cond));
    return pAVPacketBuffer->avpacket_ptr_array[current];
}

来看看经过改造后的get_write_packet / get_read_packet ，两者的改造思路都是一样的。以在get_write_packet为例，每次get_next的时候，不急着赋值到 write_current_position 返回，而是判断get_next获取的下一个写位置是否和当前的读位置相等，如果下一个写位置是当前在读的，那就要挂起等待了。这个等待要在 get_read_packet 的 pthread_cond_broadcast 解除。如此读写两个方法相互限制，以确保每一个AVPacket 都得到有效的处理，不被后来的AVPacket覆盖。

要注意一点，pthread_cond_wait 是要在pthread_mutex_lock 和 pthread_mutex_unlock之间工作。所以我们还要在get_write_packet / get_read_packet 的使用位置修改一下下。

//sync_player.c / avpacket_distributor
        if (pkt->stream_index == player->video_stream_index)
        {
            AV_PACKET_BUFFER *video_buffer = player->video_avpacket_buffer;
            pthread_mutex_lock(&video_buffer->mutex);
            AVPacket *video_avpacket_buffer_data = get_write_packet(video_buffer);
            *video_avpacket_buffer_data = packet;
            pthread_mutex_unlock(&video_buffer->mutex);
        }
        if (pkt->stream_index == player->audio_stream_index)
        {
            AV_PACKET_BUFFER *audio_buffer = player->audio_avpacket_buffer;
            pthread_mutex_lock(&audio_buffer->mutex);
            AVPacket *audio_avpacket_buffer_data = get_write_packet(audio_buffer);
            *audio_avpacket_buffer_data = packet;
            pthread_mutex_unlock(&audio_buffer->mutex);
        }
//sync_player.c / audio_avframe_decoder
        pthread_mutex_lock(&audioAVPacketButter->mutex);
        AVPacket* packet = get_read_packet(audioAVPacketButter);
        pthread_mutex_unlock(&audioAVPacketButter->mutex);
//sync_olayer.c / video_avframe_decoder
        pthread_mutex_lock(&videoAVPacketButter->mutex);
        AVPacket* packet = get_read_packet(videoAVPacketButter);
        pthread_mutex_unlock(&videoAVPacketButter->mutex);

由于篇幅关系，我就不把所有代码都copy上来了，需要详细代码的可以到 https://github.com/MrZhaozhirong / BlogApp 下载。

好了，这样改造之后就ojbk了 ... ... 吗？demo跑起来之后，之前说的问题基本上都没了。然后开心的按返回退出，卡住了？10s后报ANR了，又是咋回事啊？而且这个问题只有在退出的时候才会发生？退出是要走nativeRelease的，加上调试日志顺藤摸瓜，我们可以发现thread_video_decoder / thread_audio_decoder的pthread_join卡住了，两个解码线程没能退出？显然AV_PACKET_BUFFER新增的挂起逻辑有毛病啊。还是加上调试日志，即上方的LOGD("wait ... ...) ，思考发现，读写最后一个AVPacket数据包位置，更好是相等的，所以会进入挂起的操作。这样就一直不能正常退出解码线程了。。。

怎么解？显然只要突破这个相等的判断就可以了。我们在AVPacket分发线程结束av_read_frame之后，写入一个特殊的位置的不就大功告成了？

// avpacket_distributor：负责不断的读取视频文件中AVPacket，分别放入对应的解码器
void* avpacket_distributor(void* arg)
{
    SyncPlayer *player = (SyncPlayer *) arg;
    AVFormatContext *pFormatContext = player->input_format_ctx;
    //AVPacket* packet = av_packet_alloc();
    // 不用堆内存空间，因为线程创建的堆内存通过memcopy复制自定义的AVPacket_buffer当中，不高效。
    AVPacket packet; // 栈内存空间
    AVPacket *pkt = &packet; // 指向栈内存空间的指针
    int video_frame_count = 0;
    int audio_frame_count = 0;
    while (av_read_frame(pFormatContext, pkt) >= 0)
    {
        if(player->stop_thread_avpacket_distributor != 0)
            break;
        if (pkt->stream_index == player->video_stream_index)
        {
            AV_PACKET_BUFFER *video_buffer = player->video_avpacket_buffer;
            pthread_mutex_lock(&video_buffer->mutex);
            AVPacket *video_avpacket_buffer_data = get_write_packet(video_buffer);
            //buffer内部堆空间 = 当前栈空间数据，间接赋值。
            *video_avpacket_buffer_data = packet;
            pthread_mutex_unlock(&video_buffer->mutex);
            video_frame_count++;
        }
        if (pkt->stream_index == player->audio_stream_index)
        {
            AV_PACKET_BUFFER *audio_buffer = player->audio_avpacket_buffer;
            pthread_mutex_lock(&audio_buffer->mutex);
            AVPacket *audio_avpacket_buffer_data = get_write_packet(audio_buffer);
            *audio_avpacket_buffer_data = packet;
            pthread_mutex_unlock(&audio_buffer->mutex);
            audio_frame_count++;
        }
    }
    //av_packet_unref(packet);
    // 不需要在此解引用，应当在解码线程使用之后。
    LOGI("video_frame_count：%d", video_frame_count);
    LOGI("audio_frame_count：%d", audio_frame_count);
    // 分发线程结束，也就是说AVPacket写操作也结束了。
    // 我们把AVPacketBuffer->write_current_position+1取反 表示写入已经结束。
    // 解码线程读取操作进行判断，以便能正确退出线程。
    player->video_avpacket_buffer->write_current_position = -(player->video_avpacket_buffer->write_current_position+1);
    player->audio_avpacket_buffer->write_current_position = -(player->audio_avpacket_buffer->write_current_position+1);
    LOGI("thread_avpacket_distributor exit ...\n");
    return 0;
}

完整的avpacket_distributor代码如上所示，正如注释的理解，分发线程结束，也就是说AVPacket写操作也结束了。我们把AVPacketBuffer->write_current_position+1再取反（或者直接=-1也是可以的），用负数位置表示写入已经结束。解码线程读取操作进行判断，（宗旨就是进入break，跳出挂起逻辑）就能很方便的正确退出线程了。

音视同步

现在我们先暂停代码，开展音视同步的基础理论学习。]我们现在的代码视频和音频是各自独立播放的，并不同步。那么有什么好的策略来实现音视频的同步？从理论上来说分以下三种可用策略：

将视频同步到音频上，就是以音频的播放速度为基准来同步视频。视频比音频播放慢了，加速播放；快了，则延迟播放。
将音频同步到视频上，就是以视频的播放速度为基准来同步音频。
将视频和音频同步外部的时钟上，选择一个外部时钟为基准，视频和音频的播放速度都以该时钟为标准。

在视频流和音频流中已包含了其以怎样的速度播放的相关数据，视频的帧率（Frame Rate）指示视频一秒显示的帧数（图像数）；音频的采样率（Sample Rate）表示音频一秒播放的样本（Sample）的个数。可以使用以上数据通过简单的计算得到其在某一Frame（Sample）的播放时间，以这样的速度音频和视频各自播放互不影响，在理想条件下，其应该是同步的，不会出现偏差。But，理想条件是什么大家都懂得。如果用上面那种简单的计算方式，慢慢的就会出现音视频不同步的情况。要不是视频播放快了，要么是音频播放快了，很难准确的同步。这就需要一种随着时间会线性增长的量，视频和音频的播放速度都以该量为标准，播放快了就减慢播放速度；播放快了就加快播放的速度。所以呢，视频和音频的同步实际上是一个动态的过程，同步是暂时的，不同步则是常态。以选择的播放速度量为标准，快的等待慢的，慢的则加快速度，是一个你等我赶的过程。

参考链接：https://www.cnblogs.com/laughingQing/p/5901740.html

DTS/PTS && 视频IPB帧

上面提到，视频和音频的同步过程是一个你等我赶的过程，快了则等待，慢了就加快速度。这就需要一个量来判断（和选择基准比较），到底是播放的快了还是慢了，或者正以同步的速度播放。在音视频流中的包中都含有DTS和PTS，就是这两个变量用以判断播放速度（准确来说是PTS）。DTS，Decoding Time Stamp，解码时间戳，告诉解码器packet的解码顺序；PTS，Presentation Time Stamp，显示时间戳，指示从packet中解码出来的数据的显示顺序。
视音频都是顺序播放的，其解码的顺序不应该就是其播放的顺序么，为啥还要有DTS和PTS之分呢。对于音频来说，DTS和PTS是相同的，也就是其解码的顺序和解码的顺序是相同的，但对于视频来说情况就有些不同了。视频的编码要比音频复杂一些，特别的是预测编码是视频编码的基本工具，这就会造成视频的DTS和PTS的不同。这样视频编码后会有三种不同类型的帧：

I帧关键帧，包含了一帧的完整数据，解码时只需要本帧的数据，不需要参考其他帧。
P帧前向预测编码帧，该帧的数据不完全的，解码时需要参考其前一帧的数据。
B帧双向预测内插编码帧，解码这种类型的帧是最复杂，不但需要参考其一帧的数据，还需要其后一帧的数据。

I帧的解码是最简单的，只需要本帧的数据；P帧也不是很复杂，值需要缓存上一帧的数据即可，总体来说都是线性，其解码顺序和显示顺序是一致的。B帧就比较复杂了，需要前后两帧的顺序，并且不是线性的，也是造成了DTS和PTS的不同的“元凶”，也是在解码后有可能得不到完整一帧的原因。

譬如举个栗子：假如一个视频序列，要这样的帧排列顺序 I B P B I。这样其解码顺序和显示的顺序就不同了（通常来说只有在流中含有B帧的时候，PTS和DTS才会不同），DTS指示解码顺序，PTS指示显示顺序。所以流中可以是这样的：

Stream : I B P B I
DTS      1 3 2 5 4
PTS      1 2 3 4 5

有了以上初步的理论知识，我们下一章开始着手解决音视频同步的问题。

Mr_Zzr

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录