FFmpeg完美入门【7】-FFmpeg架构之Demuxer和muxer模块分析

http://it6655.com/2012/09/ffmpeg-7-html

1概述
ffmpeg的demuxer和muxer接口分别在AVInputFormat和AVOutputFormat两个结构体中实现，在av_register_all()函数中将两个结构分别静态初始化为两个链表，保存在全局变量：first_iformat和first_oformat两个变量中。在FFmpeg的文件转换或者打开过程中，首先要做的就是根据传入文件和传出文件的后缀名匹配合适的demuxer和muxer，得到合适的信息后保存在AVFormatContext中。

2相关数据结构介绍

1、AVInputFormat

该结构被称为demuxer，是音视频文件的一个解封装器，它的定义如下：

 
 

  
  

      
      

        1 
       
2 
       
3 
       
4 
       
5 
       
6 
       
7 
       
8 
       
9 
       
10 
       
11 
       
12 
       
13 
       
14 
       
15 
       
16 
       
17 
       
18 
       
19 
       
20 
       
21 
       
22 
       
23 
       
 
      

      
      
 
       typedef  
       struct AVInputFormat  
       { 
       
 
       const  
       char  
       *name 
       ;  
       
 
       const  
       char  
       *long_name 
       ;  
       
 
       int priv_data_size 
       ;  
       //具体文件容器格式对应的Context的大小，如： 
       
avicontext  
       int  
       ( 
       *read_probe 
       ) 
       (AVProbeData  
       * 
       ) 
       ; 
       
 
       int  
       ( 
       *read_header 
       ) 
       ( 
       struct AVFormatContext  
       *， AVFormatParameters  
       *ap 
       ) 
       ;  
       
 
       int  
       ( 
       *read_packet 
       ) 
       ( 
       struct AVFormatContext  
       *， AVPacket  
       *pkt 
       ) 
       ;  
       
 
       int  
       ( 
       *read_close 
       ) 
       ( 
       struct AVFormatContext  
       * 
       ) 
       ;  
       
 
       #if FF_API_READ_SEEK  
       
attribute_deprecated  
       int  
       ( 
       *read_seek 
       ) 
       ( 
       struct AVFormatContext  
       *，  
       int stream_index，  
       int64_t timestamp，  
       int flags 
       ) 
       ;  
       
 
       #endif  
       
 
       int64_t  
       ( 
       *read_timestamp 
       ) 
       ( 
       struct AVFormatContext  
       *s，  
       int stream_index，  
       int64_t  
       *pos，  
       int64_t pos_limit 
       ) 
       ; 
       
 
       int flags 
       ; 
       
 
       const  
       char  
       *extensions 
       ;  
       
 
       int value 
       ;  
       int  
       ( 
       *read_play 
       ) 
       ( 
       struct AVFormatContext  
       * 
       ) 
       ; 
       
 
       int  
       ( 
       *read_pause 
       ) 
       ( 
       struct AVFormatContext  
       * 
       ) 
       ;  
       
 
       const  
       struct AVCodecTag  
       *  
       const  
       *codec_tag 
       ;  
       
 
       int  
       ( 
       *read_seek2 
       ) 
       ( 
       struct AVFormatContext  
       *s，  
       int stream_index，  
       int64_t min_ts，  
       int64_t ts，  
       int64_t max_ts，  
       int flags 
       ) 
       ;  
       
 
       #if FF_API_OLD_METADATA2  
       
 
       const AVMetadataConv  
       *metadata_conv 
       ;  
       
 
       #endif  
       
 
       const AVClass  
       *priv_class 
       ;  
       ///< AVClass for the private context struct AVInputFormat *next;  
       
 
       } AVInputFormat 
       ; 
      
 
 

对于不同的文件格式要实现相应的函数接口，这样每一种格式都有一个对应的demuxer，所有的demuxer都保存在全局变量first_iformat中。红色表示提供的接口。

2、AVOutputFormat

该结构与AVInputFormat类似也是在编译时静态初始化，组织为一个链表结构，提供了多个muxer的函数接口。

 
 

  
  

      
      

        1 
       
2 
       
3 
       
 
      

      
      
 
       int  
       ( 
       *write_header 
       ) 
       ( 
       struct AVFormatContext  
       * 
       ) 
       ;  
       
 
       int  
       ( 
       *write_packet 
       ) 
       ( 
       struct AVFormatContext  
       *，AVPacket  
       *pkt 
       ) 
       ;  
       
 
       int  
       ( 
       *write_trailer 
       ) 
       ( 
       struct AVFormatContext  
       * 
       ) 
       ; 
      
 
 

对于不同的文件格式要实现相应的函数接口，这样每一种格式都有一个对应的muxer，所有的muxer都保存在全局变量first_oformat中。

3、AVFormatContext
该结构表示与程序当前运行的文件容器格式使用的上下文，着重于所有文件容器共有的属性，在运行时动态的确定其值，是AVInputFormat和AVOutputFormat的载体，但同一个结构对象只能使AVInputFormat和AVOutputFormat中的某一个有效。每一个输入和输出文件，都在

 
 

  
  

      
      

        1 
       
2 
       
 
      

      
      
 
       static AVFormatContext  
       *output_files 
       [MAX_FILES 
       ] 
       ; 
       
 
       static AVFormatContext  
       *input_files 
       [MAX_FILES 
       ] 
       ; 
      
 
 

定义的指针数组全局变量中有对应的实体。对于输入和输出，因为共用的是同一个结构体，所以需要分别对该结构中如下定义的iformat或oformat成员赋值。在转码时读写数据是通过AVFormatContext结构进行的。定义如下：

 

 
 

  
  

      
      

        1 
       
2 
       
3 
       
4 
       
5 
       
6 
       
7 
       
8 
       
9 
       
10 
       
11 
       
12 
       
13 
       
14 
       
15 
       
16 
       
17 
       
18 
       
19 
       
20 
       
21 
       
22 
       
23 
       
24 
       
25 
       
 
      

      
      
 
       typedef  
       struct AVFormatContext  
       
 
       {  
       
 
       const AVClass  
       *av_class 
       ;  
       
 
       struct AVInputFormat  
       *iformat 
       ;  
       //指向具体的demuxer </span> 
       
 
       struct AVOutputFormat  
       *oformat 
       ;  
       //指向具体的muxer </span> 
       
 
       void  
       *priv_data 
       ;  
       //具体文件容器格式的Context如：</span> 
       
avicontext AVIOContext  
       *pb 
       ;  
       //广义的输入输出；</span> 
       
 
       unsigned  
       int nb_streams 
       ;  
       //本次打开的文件容器中流的数量 </span> 
       
AVStream  
       **streams 
       ;  
       //每个流的相关描述</span>  
       
 
       char filename 
       [ 
       1024 
       ] 
       ;  
       // input or output filename */ 
       
 
       int64_t timestamp 
       ;  
       
 
       int ctx_flags 
       ;  
       
 
       struct AVPacketList  
       *packet_buffer 
       ;  
       
……  
       
 
       enum CodecID video_codec_id 
       ;  
       
 
       enum CodecID audio_codec_id 
       ;  
       
 
       enum CodecID subtitle_codec_id 
       ; 
       
 
       unsigned  
       int max_index_size 
       ;  
       
 
       unsigned  
       int max_picture_buffer 
       ;  
       
……  
       
 
       struct AVPacketList  
       *raw_packet_buffer 
       ;  
       
 
       struct AVPacketList  
       *raw_packet_buffer_end 
       ;  
       
 
       struct AVPacketList  
       *packet_buffer_end 
       ;  
       
……  
       
 
       } AVFormatContext 
       ; 
      
 
 

红色部分的成员是AVFormatContext中最为重要的成员变量，这些变量的初始化是ffmpeg能正常工作的必要条件，那么，AVFormatContext是如何被初始化的呢？文件的格式是如何被探测到的呢？ 首先我们来探讨：

struct AVInputFormat *iformat; //指向具体的demuxer
struct AVOutputFormat *oformat; //指向具体的muxer
void *priv_data; //具体文件容器格式的Context如：avicontext

三个成员的初始化。 在avformat_open_input()函数中调用了init_input()函数，然后用调用了av_probe_input_format（）函数实现了对AVFormatContext的初始化。其调用关系如下：

int av_open_input_file(AVFormatContext **ic_ptr， const char *filename，
AVInputFormat *fmt，int buf_size，AVFormatParameters *ap)；
int avformat_open_input(ic_ptr， filename， fmt， &opts)； static int init_input(s， filename)
av_probe_input_format(&pd， 0)；

av_probe_input_format (AVProbeData *pd， int is_opened， int *score_max)函数用途是根据传入的probe data数据，依次调用每个demuxer的read_probe接口，来进行该demuxer是否和传入的文件内容匹配的判断。与demuxer的匹配不同，muxer的匹配是调用guess_format函数，根据main( ) 函数的argv里的输出文件后缀名来进行的。至此完成了前三个重要成员的初始化，具体的做法就不在深入分析。

下面分别给出av_read_frame函数以及av_write_frame函数的基本流程。
int av_read_frame(AVFormatContext *s， AVPacket *pkt);
->av_read_frame_internel-> av_read_packet ->iformat->read_packet（在实现中会丢弃多余信息） ->av_get_packet ->get_xxx
int av_write_frame(AVFormatContext *s， AVPacket *pkt); ->oformat->write_packet ->put_xxx 由上可见，对AVFormatContext的读写操作最终是通过ByteIOContext来实现的，这样，AVFormatContext与 URLContext就由ByteIOContext结构联系到一起了。在AVFormat结构体中有一个packet的缓冲区raw_packet_buffer，是AVPackList的指针类型，av_read_packet函数将读到的包添加至raw_packet_buffer链表末尾。