AVFrame关于视音频数据存储

1、概述

这几天用ffmpeg实现简单音频转码，在写程序的过程中发现音频在AVFrame中存储与视频很相似，音频要复杂一些，本人记性不好，所以在这里记录下来，以作备忘。

2、2个数据成员

在AVFrame中有2个很重要的数据成员，一个是data，一个是linesize。data中存储的是未编码的源始数据（不论视音频），linesize中存储的是每行data中数据大小。

data的定义如下：

uint8_t *data[AV_NUM_DATA_POINTERS];

linesize定义如下：

int linesize[AV_NUM_DATA_POINTERS];

注意：当为音频的时候linesize，只有linesize[0]才是有效值，因为左右一样大。

3、存储方式

1、视频

视频相对简单的多，以yuv420为例，图像数据在AVFrame中存储是这样的：

data[0]存储Y

data[1]存储U

data[2]存储V

而他们相对应的大小为：

linesize[0]为Y的大小

linesize[1]为U的大小

linesize[2]为V的大小

2、音频

音频数据则要复杂一些，在音频中分为平面和非平面数据类型，下面是音频数据类型的定义：

enum AVSampleFormat {
    AV_SAMPLE_FMT_NONE = -1,
    AV_SAMPLE_FMT_U8,          ///< unsigned 8 bits
    AV_SAMPLE_FMT_S16,         ///< signed 16 bits
    AV_SAMPLE_FMT_S32,         ///< signed 32 bits
    AV_SAMPLE_FMT_FLT,         ///< float
    AV_SAMPLE_FMT_DBL,         ///< double

    AV_SAMPLE_FMT_U8P,         ///< unsigned 8 bits, planar
    AV_SAMPLE_FMT_S16P,        ///< signed 16 bits, planar
    AV_SAMPLE_FMT_S32P,        ///< signed 32 bits, planar
    AV_SAMPLE_FMT_FLTP,        ///< float, planar
    AV_SAMPLE_FMT_DBLP,        ///< double, planar

    AV_SAMPLE_FMT_NB           ///< Number of sample formats. DO NOT USE if linking dynamically
};

定义中最后带p的为平面数据类型，可以用av_sample_fmt_is_planar来判断此数据类型是否是平面数据类型。
先说非平面数据：
以一个双声道（左右）音频来说，存储格式可能就为LRLRLR.........（左声道在前还是右声道在前没有认真研究过），数据都装在data[0]中，而大小则为linesize[0]。
平面数据：
就有点像视频部分的YUV数据，同样对双声道音频PCM数据，以S16P为例，存储就可能是
plane 0: LLLLLLLLLLLLLLLLLLLLLLLLLL...
plane 1: RRRRRRRRRRRRRRRRRRRR....
对应的存储则为：
data[0]存储plane 0
data[1]存储plane 1
对应的大小则都为linesize[0]，可以用av_get_bytes_per_sample(out_stream->codec->sample_fmt) * out_frame->nb_samples来算出plane的大小。

--------------------- 
作者：dancing_night 
来源：CSDN 
原文：https://blog.csdn.net/dancing_night/article/details/45642493 
版权声明：本文为博主原创文章，转载请附上博文链接！