【Webcam设计】MJPG编码和AVI封装

MJPG是一种比较简单且易于实现的视频视频编码格式，而AVI封装则是非常流行的视频封装。本篇将介绍MJPG的编码格式和视频的AVI封装

一、JPEG和MJPG编码介绍

1、JPEG编码

我个人简单的理解是，JPEG即是Joint Photographic Experts Group(联合图像专家组)的缩写，更是一种图像压缩编码算法。JPEG编码算法过程简单可以归结于下：其中DCT变换和量化是有损的，而熵编码(一般是哈夫曼编码)是无损的。量化和编码都可以通过量化表和编码表查询得到。

2、MJPG编码

Motion JPEG是一种基于静态图像JPEG 压缩标准的动态图像压缩标准，压缩时将连续图像的每一个帧视为一幅静止图像进行压缩，从而可以生成序列化运动图像。压缩时不对帧间的时间冗余进行压缩，也就是说没有H264那样的帧间编码，阵内预测编码也没有，所以较于实现，只是压缩效率较低。一个MJPG帧序列可以看出是N帧JPEG编码后的数据流连接而成。

二、基于MJPG编码的AVI视频封装介绍

AVI是一种RIFF(Resource Interchange File Format)文件格式，多用于音视频捕捉、编辑、回放等应用程序。AVI包含三个部分：文件头、数据块和索引块。其中文件头包括文件的通用信息，定义数据格式，所用的压缩算法等参数。数据块包含实际数据流，即图像和声音序列数据。这是文件的主体，也是决定文件容量的主要部分。视频文件的大小等于该文件的数据率乘以该视频播放的时间长度。索引块包括数据块列表和它们在文件中的位置，以提供文件内数据随机存取能力。AVI文件的总体结构：

JPEG编码实现

jpeg_encode

其中remnant是一个计算一帧图像大小的余数，因为后续AVI封装要求每帧图像大小都是4的整数倍。

void mjpg::jpeg_encode(unsigned char **yuv_buffer_pointer)
{
    unsigned int remnant;
    yuv_p = *yuv_buffer_pointer;

        bitstring fillbits; //filling bitstring for the bit alignment of the EOI marker

        //fp_jpeg_stream=fopen("000.jpg","wb");
        jpgsize = 0;
        // 505 bytes
        writeword(0xFFD8); // SOI 2
        write_APP0info();//JIFF
        // write_comment("Cris made this JPEG with his own encoder");
        write_DQTinfo();//= 0xFFDB
        write_SOF0info();//FFC0
        write_DHTinfo();
        write_SOSinfo();

        //jpgsize = 505;

        // init global variables
        bytenew = 0; // current byte
        bytepos = 7; // bit position in this byte
        main_encoder();

        // Do the bit alignment of the EOI marker
        if (bytepos >= 0)
        {
                fillbits.length = bytepos + 1;
                fillbits.value = (1<<(bytepos+1)) - 1;
                writebits(fillbits);
        }
        writeword(0xFFD9); // EOI

        //remnant = (~(jpgsize&0x00000003))&0x00000003;// important
        remnant = (4-(jpgsize&0x00000003))&0x00000003;// important
        jpgsize = jpgsize + remnant;
        movisize = movisize + jpgsize;
        while(remnant > 0)
        {
            fputc(0,avi_jpeg_stream);
            remnant--;
        }
}

获取8x8阵列数据

每次处理都是以8x8大小的数据矩阵进行处理的。由于USB摄像头采集到的图像数据是YUV422打包格式，而JPEG编码中比较多的是使用YUV411，所以优先考虑将其转换。其中yuv_p是原始YUV422图像数据指针，YDU1~YDU4是四个连续存储Y分量大小为64字节的数组，CbDU和CrDU分别为Cb和Cr分量。为了提高计算效率，乘法均由移位完成

void mjpg::load_data_units_from_YUV_buffer(WORD xpos, WORD ypos)
{
        BYTE x, y;
        BYTE pos = 0;
        DWORD location;
       // SBYTE Cr_temp,Cb_temp;

        //location = ypos * 640+ xpos;
        location = (ypos<<7) + (ypos<<9) +  xpos;
        for (y=0; y<8; y++)
        {
            for (x=0; x<8; x++)
            {
                YDU1[pos] = *(yuv_p+((location)<<1)) -128;
                YDU2[pos] = *(yuv_p+((location+8)<<1)) -128;
                YDU3[pos] = *(yuv_p+((location+5120)<<1)) -128;//location = (ypos+8) * 640+ xpos+8;
                YDU4[pos] = *(yuv_p+((location+5128)<<1)) -128;//location = (ypos+8) * 640+ xpos+8;
                pos++;
                location++;
            }
            location += 632;//640 - 8;
        }

        pos = 0;
        //location = ypos * 640+ xpos;
        location = (ypos<<7) + (ypos<<9) +  xpos;
        for (y=0; y<8; y++)
        {
            for (x=0; x<8; x++)
            {
                CbDU[pos] = *(yuv_p+(location)*2+1)-128;
                CrDU[pos] = *(yuv_p+(location+1)*2+1)-128;
                pos++;
                location++;
                location++;
            }
            location += 1264;//640*2 - 16;
        }
}

对每个8x8数据阵列进行JPEG处理

void mjpg::main_encoder()
{
        SWORD DCY = 0, DCCb = 0, DCCr = 0; //DC coefficients used for differential encoding
        WORD xpos, ypos;

        for (ypos=0; ypos<IMG_HEIGTH; ypos+=16)
        {
                for (xpos=0; xpos<(IMG_WIDTH); xpos+=16)
                {
                        load_data_units_from_YUV_buffer(xpos, ypos);
                        process_DU(YDU1, fdtbl_Y, &DCY, YDC_HT, YAC_HT);
                        process_DU(YDU2, fdtbl_Y, &DCY, YDC_HT, YAC_HT);
                        process_DU(YDU3, fdtbl_Y, &DCY, YDC_HT, YAC_HT);
                        process_DU(YDU4, fdtbl_Y, &DCY, YDC_HT, YAC_HT);
                        process_DU(CbDU, fdtbl_Cb, &DCCb, CbDC_HT, CbAC_HT);
                        process_DU(CrDU, fdtbl_Cb, &DCCr, CbDC_HT, CbAC_HT);
                }
        }
}

MJPG的编码实现以及AVI封装

写avi文件第一步是写hdrl头信息，可是hdrl头信息需要确定文件的总帧数和文件大小，而在采集过程中这些都是不确定的(因为不知道什么时候采集结束)，为此采用了一个“偷懒”方法：先写一个虚假的hdrl，然后每次对一帧图像进行JPEG编码后，将图像的数据量mjpgfile->movisize记录下来，并将数据帧数framecnt记录下来。停止采集后先结束avi文件的写入，再重新打开，然后对文件头进行修改；或者通过fseek寻找的头文件位置，同样修改hdrl信息。两种方法我都试过，感觉效率都差不多。

为了方便采集，添加按键来触发改变需要的状态，定义state为3个状态：

state--含义
0------idle，等待采集
1------正在采集 
2------结束采集

state为0时，标明需要准备写一个新的avi文件；state为1时，标明现在正在采集图像数据，并对每一帧进行jpeg编码；state为2时，标明采集已经结束，fseek往回修改头文件。新的paintEvent函数：

void Widget::paintEvent(QPaintEvent *)
{
    rs = vd->get_frame(&yuv_buffer_pointer,&len);

    if(last_state==2 && state == 0)
    {
        //write hdrl
        hdrl.avih.width =640;// (width);
        hdrl.avih.height = 480;//(height);
        hdrl.strl.strf.width = 640;//(width);
        hdrl.strl.strf.height = 480;//(height);
        hdrl.strl.strf.image_sz = 640*480*3;//(width * height * 3);


        sizeofhdrl=sizeof(hdrl);

        mjpgfile->avi_jpeg_stream = fopen(avifilename, "wb");

        fputc('R', mjpgfile->avi_jpeg_stream);
        fputc('I', mjpgfile->avi_jpeg_stream);
        fputc('F', mjpgfile->avi_jpeg_stream);
        fputc('F', mjpgfile->avi_jpeg_stream);
        print_quartet(0/*riff_sz*/);//riff file size
        fputc('A', mjpgfile->avi_jpeg_stream);
        fputc('V', mjpgfile->avi_jpeg_stream);
        fputc('I', mjpgfile->avi_jpeg_stream);
        fputc(' ', mjpgfile->avi_jpeg_stream);

        fwrite(&hdrl, sizeofhdrl, 1, mjpgfile->avi_jpeg_stream);// write head

        fputc('L', mjpgfile->avi_jpeg_stream);
        fputc('I', mjpgfile->avi_jpeg_stream);
        fputc('S', mjpgfile->avi_jpeg_stream);
        fputc('T', mjpgfile->avi_jpeg_stream);

        print_quartet(0/*jpg_sz + 8*TOTALFRAMES + 4*/);// size again
        fputc('m', mjpgfile->avi_jpeg_stream);
        fputc('o', mjpgfile->avi_jpeg_stream);
        fputc('v', mjpgfile->avi_jpeg_stream);
        fputc('i', mjpgfile->avi_jpeg_stream);

        avifilename[5]++;
    }

    if(state==1)
    {
        framecnt++;
        fputc('0', mjpgfile->avi_jpeg_stream);
        fputc('0', mjpgfile->avi_jpeg_stream);
        fputc('d', mjpgfile->avi_jpeg_stream);
        fputc('c', mjpgfile->avi_jpeg_stream);
        print_quartet(0);

        mjpgfile->jpeg_encode(&yuv_buffer_pointer);

        //printf("%ld\n",mjpgfile->jpgsize);

        fseek(mjpgfile->avi_jpeg_stream,-4-(long)mjpgfile->jpgsize,SEEK_CUR);
        print_quartet(mjpgfile->jpgsize);

        fseek(mjpgfile->avi_jpeg_stream,6,SEEK_CUR);
        fwrite("AVI1",4, 1, mjpgfile->avi_jpeg_stream);

        fseek(mjpgfile->avi_jpeg_stream,mjpgfile->jpgsize-10,SEEK_CUR);


    }
    if(last_state==1 && state==2)
    {

        fseek(mjpgfile->avi_jpeg_stream,4,SEEK_SET);
        print_quartet(mjpgfile->movisize+sizeofhdrl);//riff file size
        fseek(mjpgfile->avi_jpeg_stream,4,SEEK_CUR);

        //overwrite hdrl
        hdrl.avih.us_per_frame = 1000000/12;//(per_usec);
        hdrl.avih.max_bytes_per_sec = mjpgfile->movisize*12/framecnt;
        hdrl.avih.tot_frames = framecnt;
        hdrl.strl.list_odml.frames =framecnt;// (TOTALFRAMES);
        hdrl.strl.strh.scale = 1;//
        hdrl.strl.strh.length =10;//
        hdrl.strl.strh.rate = 12;

        fwrite(&hdrl, sizeofhdrl, 1, mjpgfile->avi_jpeg_stream);// write head
        fseek(mjpgfile->avi_jpeg_stream,4,SEEK_CUR);

        print_quartet(mjpgfile->movisize);// size again
        fclose(mjpgfile->avi_jpeg_stream);
    }
    last_state=state;

    convert_yuv_to_rgb_buffer();

    frame->loadFromData(rgb_buffer,640 * 480 * 3);
    ui->label->setPixmap(QPixmap::fromImage(*frame,Qt::AutoColor));


    rs = vd->unget_frame();
}

最开始定义了视频名字的数组，char avifilename[11] = {‘r’,‘c’,‘q’,‘0’,‘0’,‘0’,’.’,‘a’,‘v’,‘i’,’\0’};

在42行：avifilename[5]++;

表示让名字由"rcq000.avi"依次计数增加。