DirectShow编程

                                      

最近一段时间，在编写DirectShow应用程序时常常遇到一些问题，原因是对DirectShow技术没有较全面地掌握，对各个接口间的关系以及filter与filter之间连接的内部过程等都只是一知半解，除了再仔细地看看DirectShow的基类库源文件之外，觉得也很有必要从头到尾看一遍DirectShow的MSDN文档。在看时顺便有选择地翻译出来，一来以便以后再看时可以轻松点，二来也敦促自己不能不求甚解早早看看了事。在翻译的过程中也加了一些自己的补充，因为觉得某些MSDN章节实在是过于简单还有些模棱两可。

1. DirectShow介绍
    DirectShow是一个windows平台上的流媒体框架，提供了高质量的多媒体流采集和回放功能。它支持多种多样的媒体文件格式，包括ASF、MPEG、AVI、MP3和WAV文件，同时支持使用WDM驱动或早期的VFW驱动来进行多媒体流的采集。DirectShow整合了其它的DirectX技术，能自动地侦测并使用可利用的音视频硬件加速，也能支持没有硬件加速的系统。
    DirectShow大大简化了媒体回放、格式转换和采集工作。但与此同时，它也为用户自定义的解决方案提供了底层流控制框架，从而使用户可以自行创建支持新的文件格式或其它用途的DirectShow组件。
    以下是几个使用DirectShow编写的典型应用：DVD播放器、视频编辑应用、AVI到ASF转换器、MP3播放器和数字视频采集应用。
    DirectShow是建立在组件对象模型（COM）上的，因此当你编写DirectShow应用时，你必须具备COM客户端程序编写的知识。对于大部分的应用，你不需要实现自己的COM对象，DirectShow提供了大部分你需要的DirectShow组件，但是假如你需要编写自己的DirectShow组件，你还需要具备编写COM组件的知识。

1.1. DirectShow支持的格式
    DirectShow是一个开放的框架，因此只要有合适的filter来分析和解码，它可以支持任何格式。DirectShow默认支持以下的文件类型和压缩格式：
    注：打*号的需要Windows Media Format SDK支持
    文件类型：
      Windows Media? Audio (WMA)*
      Windows Media? Video (WMV)*
      Advanced Systems Format (ASF)*
      Motion Picture Experts Group (MPEG)
      Audio-Video Interleaved (AVI)
      QuickTime (version 2 and lower)
      WAV
      AIFF
      AU
      SND
      MIDI
    压缩格式：
      Windows Media Video*
      ISO MPEG-4 video version 1.0*
      Microsoft MPEG-4 version 3*
      Sipro Labs ACELP*
      Windows Media Audio*
      MPEG Audio Layer-3 (MP3) (decompression only)
      Digital Video (DV)
      MPEG-1 (decompression only)
      MJPEG
      Cinepak
    微软自己没有提供MPEG2解码器，一些可用的DirectShow MPEG2硬件或软件解码器是由第三方提供的。
1.2. 常见问题集（摘录）
1.2.1. 一般问题
    ＊DirectShow支持哪些操作系统？
      DirectShow支持Windows9X、Windows2000、Windows Me和Windows XP。
   
    ＊使用DirectShow需要多少COM知识？
      应用程序开发者只需要基本的COM组件知识：实例化COM组件、调用接口、管理接口的引用计数。Filter开发者则需要更多。
     
    ＊有与DirectShow兼容的硬件列表（HCL）吗？
      没有。如果硬件兼容DirectShow，DirectShow会使用它们，如果没有兼容的硬件，DirectShow使用GDI绘制视频，以及使用WaveOut系列多媒体API来播放音频。
     
    ＊可以使用哪些语言来编写DirectShow应用？
      DirectShow主要为C/C++开发设计。Visual Basic只能使用其中的很小一部分。可以通过MS JScript或VB Script来支持基于脚本的DVD和TV应用。也可能用Delphi来编写，但SDK文档不提供这方面的内容。
     
    ＊DirectShow会通过托管代码实现吗？
      目前还没有这个计划。DirectX SDK提供了有限的使用音视频回放类的托管回放功能，你可以使用COM interop创建托管代码的DirectShow客户端应用，但是因为性能上的原因，不推荐创建运行在CLR上的filter。

    ＊DirectShow开发需要什么样的编译器？
      任何能够产生COM对象的编译器都可以。
     
    ＊DirectShow和DirectX的其它组件的关系
      DirectShow和DirectX的其它组件在内部进行联系。DirectShow在硬件的支持下使用DirectSound和DirectDraw。Video Renderer和Overlay Mixer使用DirectDraw 3和DirectDraw5表面（surfaces）。Video Mixing Renderer 7（只支持WINXP）使用DirectDraw7表面。Video Mixing Renderer 9使用最新的（目前是Directx9）Direct3D API函数。即便是某个应用程序包含了DirectX其它组件，你也不必使用其它组件的API去编写它。参考SDK的例子：Texture3D Sample。
     
    ＊DirectShow与ActiveMovie的关系？
      ActiveMovie是DirectShow原来的名称，现已不再使用，但是一部分API仍保留了"AM"的前缀，比如AM_MEDIA_TYPE和IAMVideoAccelerator。
     
    ＊DirectShow是限于多媒体应用吗？
      DirectShow默认包含的组件主要是为音视频流设计的，但是，DirectShow框架已经成功地用于其它数据流的解决方案中。
     
    ＊GraphEdit工具有源码吗？GraphEdit.exe是否可再发布？
      没有源码，不可再发布。
     
    ＊DMO可以代替DirectShow filter吗？
      在编写编码器、解码器、效果器应用时，鼓励用DMO代替DirectShow filter。在其它的应用中，使用DirectShow filter可能会比较合适。
     
1.2.2. 程序编写问题
    ＊如何设置编译环境，需要哪些头文件和库？
      参考"设置编译环境"章节
     
    ＊GraphEdit列示了很多没有文档支持的filter，它们都是些什么？
      GraphEdit枚举了所有作为filter类型注册在系统中的filter，包括由第三方应用程序安装的filter，以及其它微软技术如Windows Media或NetMeeting安装的，另外，一些DirectShow filter被用来做硬编码或硬解码驱动的外壳。Microsoft H.263 Video Codec用于NetMeeting，不再被DirectShow支持。
   
    ＊如何知道DirectShow已经被安装？
      调用CoCreateInstance创建一个Filter Graph Manager实例，如果成功，表示DirectShow已经被安装，下面是一个例子：

IGraphBuilder *pGraph;        HRESULT hr = CoCreateInstance(CLSID_FilterGraph,              NULL, CLSCTX_INPROC_SERVER,              IID_IGraphBuilder, (void **) &pGraph);

           
    ＊如果不通过属性设置页来更改filter的设置？
      当然是通过filter提供的接口罗。如果没有提供，就没有办法啦
     
    ＊DirectShow能通知应用程序当前回放位置吗？
      不提供回调来通知位置，需要使用一个计时器定时调用IMediaSeeking::GetCurrentPosition方法来得到当前回放位置。
     
    ＊filter运行在哪个特权级别下？
      运行在Ring 3特权级别下，某些流控制驱动（如音视频采集驱动）运行在Ring 0特权级别下。
     
    ＊需要一个Kernel调试器吗？
      这依据具体的项目。安装DirectX调试运行时库（DirectX debug runtime library）意味着安装调试驱动（Debug driver）和其它核心组件（kernel mode component），因此如果你的应用程序在其中的某个组件中产生了一个调试断言（debug assert），你的机器就会自动重启除非你拥有一个kernal调试器。
     
    ＊DEFINE_GUID宏是怎么工作的？
      使用DEFINE_GUID宏可以让你通过包含同一个头文件来定义GUID值而不必使用extern关键词。比如，你的工程中有三个源文件：src1.cpp,src2.cpp,src3.cpp，它们都使用一个相同的GUID值，而为了保证一致性，这个GUID只能在你的工程中定义一次，这时，其它的源文件必须定义外部引用来使用它。用了DEFINE_GUID，你可以使用在所有源文件中包含同一个头文件，在头文件中这样定义GUID：

DEFINE_GUID(CLSID_MyObject,          0x00000000, 0x0000, 0x0000, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00, 0x00);

            这个例子中GUID为0，实际编程中请用Guidgen工具来产生一个GUID,在其中的一个源文件中，在你的头文件前包含initguid.h，如：

// Src1.cpp  #include  #include "MyGuids.h"    // Src2.cpp  #include "MyGuids.h"  // Src3.cpp  #include "MyGuids.h"

      
 在没有包含Initguid.h的地方，DEFINE_GUID宏创建外部引用来使用GUID值，在包含Initguid.h的地方，DEFINE_GUID重定义DEFINE_GUID宏以产生GUID的定义。
 如是没有在任何地方添加Initguid.h，你会得到一个链接错误："unresolved external symbol." ，如果同样的GUID包含Initguid.h两次，会得到编译错误"redefinition; multiple initialization."要解决这些问题，请确认Initguid.h只包含一次。同样的，不要包含Initguid.h到预编译头文件中去，因为预编译头文件会被每个源文件包含。                                       

2. 开始DirectShow旅程
    这个章节的内容主要是编写DirectShow应用所需的一些基本概念，可以把它当作一个高级介绍，理解这些内容只需具备一般的编程和有关多媒体的知识。
2.1. 设置DirectShow开发的编译环境
    这节内容描述了如何来编译DirectShow应用。你可以使用命令行形式来编译一个工程，也可以在Microsoft Visual Studio集成环境下（包含VC++）实现。
    头文件：
    所有的DirectShow应用都需要Dshow.h这个头文件，某些DirectShow接口需要附加的头文件，参考接口的说明视具体情况定。
    库文件：
    DirectShow使用以下库文件：
    Strmiids.lib 输出类标识（CLSID)和接口标识(IID)，所有DirectShow应用均需此库。
    Quartz.lib   输出AMGetErrorText函数，如果不调用此函数，此库不是必需的。
    有了以上这些头文件和库文件，你已经可以编写DirectShow应用了，但是微软建议使用DirectShow基类库来编写filter，这样可以大大减少程序编写的工作量。要使用DirectShow基类库，需要先编译它，基类库位于SDK的Samples/Multimedia/DirectShow/BaseClasses文件夹下，包含两个版本的库：发布版（retail version）Strmbase.lib和调试版（debug version）Strmbasd.lib。具体参见"创建DirectShow Filter"一节。

2.2. DirectShow应用程序编程简介
    这节介绍DirectShow用到的一些基本术语和概念，看完这节后，你将能够编写你的第一个DirectShow应用程序。
    Filter和Filter Graph
    一个DirectShow应用程序是由一个个称为filter的软件构件组合而成的，filter执行一些多媒体流的操作，如：读文件、从视频采集设备中获得视频、将不同的格式的流解码如MPEG1、将数据送到图形卡或声卡中去。
    Filter接收输入并产生输出。举个例子，一个解码MPEG1视频流的filter，输入MPEG1格式的视频流，输出一系列未压缩的视频帧。
    在DirectShow中，应用程序要实现功能就必须将这些filter链接在一起，因而一个filter的输出就变成了另一个filter的输入。这一系列串在一起的filter称为filter graph。例如，下图就显示了一个播放avi文件的filter graph:

    File Source(Async) filter从硬盘中读取avi文件；AVI Splitter filter分析文件并将其分解成两个流：一个压缩的视频流和一个音频流；AVI Decompressor filter将视频帧解码，Video Renderer filter将解码后的视频帧通过DirectDraw或GDI显示出来；Default DirectSound Device filter使用DirectSound播放音频流。
    应用程序没有必要对这些数据流进行管理，而是通过一个叫Filter Graph Manager这个上层组件来控制这些filter。应用程序调用上层API如"Run"（通过graph移动数据）或"Stop"（停止移动数据）。如果你需要对数据流作更多的操作，你可以通过COM接口直接进入filter。Filter Graph Manager同样也输出事件通知给应用程序。
    Filter Graph的另一个用途是将filter连在一起创建一个filter graph。
    编写一个DirectShow应用程序大体需要三个步骤：
    1.创建一个Filter Graph Manager的实例
    2.使用Filter Graph Manager创建一个filter graph，此时，需要已经具备所有必需的filter。
    3.使用Filter Graph Manager控制filter graph和通过这些filter的流，在这个过程中，应用程序会收到Filter Graph Manager发送的事件。
    完成这些后，应用程序需发布这个Filter Graph Manager和所有的filter。
2.3. 播放一个文件
    这一章以本节这个有趣的例子来结束，这个例子是一个播放音频或视频文件的简单控制台程序。程序只有寥寥数行，但却展示了DirectShow编程的强大能力。
    正如上一节所讲的创建DirectShow应用程序的三个步骤，第一步，首先，需要调用CoInitialize来作初始化，然后调用CoCreateInstance创建Filter Graph Manager：
   

HRESULT hr = CoInitialize(NULL);     if (FAILED(hr))     {         return;     }     IGraphBuilder *pGraph;     HRESULT hr = CoCreateInstance(CLSID_FilterGraph, NULL,         CLSCTX_INPROC_SERVER, IID_IGraphBuilder, (void **)&pGraph);

      
    如上所示，类标识符（CLSID）是CLSID_FilterGraph。Filter Graph Manager由进程内DLL（in-process DLL）提供，因此参数3，dwClsContext的值为CLSCTX_INPROC_SERVER。由于DirectShow运行自由线程模式(free-threading model），所以你同样可以使用COINIT_MULTITHREADED参数来调用CoInitializeEx。
    第二步是创建filter graph，调用CoCreateInstance得到的IGraphBuilder接口包含了大部分创建filter graph的方法。在这个例子中还需要另外两个接口：IMediaControl和IMediaEvent。
    IMediaControl控制数据流，它包含开启和停止graph的方法；IMediaEvent包含从Filter Graph Manager获取事件的方法，在这个例子中，这个接口用来得到回放结束事件。
    所有这些接口由Filter Graph Manager提供，使用得到的IGraphBuiler接口指针来查询得到。

IMediaControl *pControl;     IMediaEvent   *pEvent;     hr = pGraph->QueryInterface(IID_IMediaControl, (void **)&pControl);     hr = pGraph->QueryInterface(IID_IMediaEvent, (void **)&pEvent);

    现在你可以创建filter graph了，对于文件回放只需要一个简单的调用：

hr = pGraph->RenderFile(L"C://Example.avi", NULL);

   
    IGraphBuilder::RenderFile方法创建了一个能够播放指定文件的filter graph，事实上，原本需要做的一些如创建filter实例及将这些filter连接起来的工作，都由这个方法自动完成了，如果是视频文件，这个filter graph看起来应该是这个样子：
    [file source]->[如果是缩格式，这里是个解码器]->[Video Renderer]
    要开始回放，调用IMediaControl::Run方法：

hr = pControl->Run();

    当filter graph运行时，数据经过各个filter最后回放为视频或音频。回放发生在一个单独的线程中。你可以通过调用IMediaEvent::WaitForCompletion方法来等待回放的结束：

long evCode = 0;     pEvent->WaitForCompletion(INFINITE, &evCode);

    这个方法在播放期间被阻塞，直至播放结束或超时。
    当应用程序结束时，需要释放接口指针并关闭COM库：

pControl->Release();     pEvent->Release();     pGraph->Release();     CoUninitialize();

    下面是这个例子的完整代码：
   

#include void main(void) {     IGraphBuilder *pGraph = NULL;     IMediaControl *pControl = NULL;     IMediaEvent   *pEvent = NULL;     // Initialize the COM library.     HRESULT hr = CoInitialize(NULL);     if (FAILED(hr))     {         printf("ERROR - Could not initialize COM library");         return;     }     // Create the filter graph manager and query for interfaces.     hr = CoCreateInstance(CLSID_FilterGraph, NULL, CLSCTX_INPROC_SERVER,                         IID_IGraphBuilder, (void **)&pGraph);     if (FAILED(hr))     {         printf("ERROR - Could not create the Filter Graph Manager.");         return;     }     hr = pGraph->QueryInterface(IID_IMediaControl, (void **)&pControl);     hr = pGraph->QueryInterface(IID_IMediaEvent, (void **)&pEvent);     // Build the graph. IMPORTANT: Change this string to a file on your system.     hr = pGraph->RenderFile(L"C://Example.avi", NULL);     if (SUCCEEDED(hr))     {         // Run the graph.         hr = pControl->Run();         if (SUCCEEDED(hr))         {             // Wait for completion.             long evCode;             pEvent->WaitForCompletion(INFINITE, &evCode);             // Note: Do not use INFINITE in a real application, because it             // can block indefinitely.         }     }     pControl->Release();     pEvent->Release();     pGraph->Release();     CoUninitialize(); }   3. 关于DirectShow 3.1. DirectShow体系概述     多媒体的难题     处理多媒体有几个主要的难题：     ＊多媒体流包含了巨大的数据量，而这些数据都必须非常快地被处理     ＊音频和视频必须同步，因此它们必须在同一时间开始或停止，并以同一速率播放     ＊数据可能来自很多的源，如本地文件、网络、电视广播和视频摄像机     ＊数据有各种各样的格式，如AVI、ASF、MPEG和DV     ＊程序员无法预知最终用户使用什么样的硬件设备     DirectShow的解决方案     DirectShow被设计成用来解决所有这些难题，它主要的设计目的就是通过将复杂的数据转输、硬件的多样性和同步问题从应用程序中独立出来，从而简化在windows平台上数字媒体应用程序的开发任务。     要实现数据高效地被处理，需要流化音视频数据，而DirectShow会尽可能地使用DirectDraw和DirectSound，从而高效地将数据送到用户的声音和图形设备中进行播放。同步则是通过在媒体数据中加入时间戳来实现。而DirectShow模块化的架构，使其可以轻松操纵变化多端的源、格式和硬件设备，在这样的架构里，应用程序只需组合和匹配多个filter来实现功能。     DirectShow提供的filter支持基于WDM的采集和调谐设备，也支持早先的VFW采集卡和为ACM和VCM接口编写的编码器。     下图显示了应用程序、DirectShow组件和DirectShow支持的硬件和软件组件之间的关系：             如图，DirectShow将应用程序与众多复杂的设备隔离开来，通信和控制这些设备均出DirectShow的filter来完成。DirectShow同样为某种文件格式提供与之对应的编解码器。