FFmpeg打开输入文件

FFmpeg 的社群来了，想加入微信社群的朋友请购买《FFmpeg原理》VIP版 电子书，里有更高级的内容与答疑服务。

---

本文介绍如何使用 FFmpeg 的 API 函数 avformat_open_input，avformat_find_stream_info 来打开跟获取一个输入文件的信息 （AVFormatContext ）。

---

本文的代码下载地址：GitHub，编译环境是 Qt 5.15.2 跟 MSVC2019_64bit 。

注意事项，需要配置 install 参数，要不 juren-30s.mp4 跟 相关的 FFmpeg DLL 文件会没有拷贝到调试目录，配置 install 的参数如下：

---

与打开输入文件相关的 API 函数如下：

1，avformat_open_input，打开输入文件，这个函数会生成 AVFormatContext ，函数定义如下：

int avformat_open_input(AVFormatContext **ps, const char *filename,
                        ff_const59 AVInputFormat *fmt, AVDictionary **options)

其实有两种打开输入文件的方式，如下：

• char *filename， 根据文件名的后缀来猜测以什么样的封装格式打开文件，例如 mp4，m4a 后缀的文件 都用 mov 封装格式来打开。
• AVInputFormat *fmt，指定某一种格式，不用猜测。

---

2，avformat_find_stream_info，探测函数，读取输入文件的一部分信息来分析出 各个流的情况，通常用于一些没有头信息的封装格式，例如 MPEG。

int avformat_find_stream_info(AVFormatContext *ic, AVDictionary **options);

FFmpeg 的函数 经常会有 options 这个参数，这其实是一个 key - value 的数组。通常情况下，初学者可以直接传 NULL。但是如果想代码更健壮，你需要了解这些函数能传递什么样的 key - value。

---

与打开输入文件相关的结构体如下：

1， AVFormatContext ，或者叫封装格式上下文。可以理解为 MP4 或者 FLV 的容器。

2，AVStream ，容器里面的流。

---

下面就结合本文代码来理解 上面这些函数跟结构体 的使用。请看下图：

我上面的代码，打开了一个 mp4 文件，然后输出了 一些文件信息，如下：

从上图可以看出，顺利获取到 mp4 的 duration 时长，时间基 是 AV_TIME_BASE 常量，所以这是一个30秒的视频。nb_streams 等于 2 代表这个文件有两个流，通过 codec_type 可以知道是 视频流 还是 音频流。

然后 iformat 里面的 name 代表文件后缀名。就是说 "mov,mp4,m4a,3gp,3g2,mj2" ，等等这些后缀名的文件都是用同一个解复用器来解析的，因为他们的格式是类似的。

大家可以在 FFmpeg 的源码搜一下这个字符串 "mov,mp4,m4a,3gp,3g2,mj2" , 即可知道刚刚 avformat_open_input 函数内部使用的是哪个解复用器来解析文件。如下：

---

上面代码的 duration 字段，其实 FFmpeg 他就是从 mp4 里面的 duration 字段里面读出来的，MP4格式分析，请看之前的文章《MP4封装格式》

MP4 标准定义 mvhd 里面的 duration 以最长的流为准，这个 duration 可能是音频流的时长，也可能是视频流的时长。

---

下面仔细研究一下 AVFormatContext 这个结构体的一些内部数据。请看下图

AVFormatContext 里面其实有 AVInputFormat（输入）跟 AVOutputFormat （输出），我们上面只是打开了一个输入文件，所以只有 AVInputFormat 被初始化了。

虽然 AVFormatContext 里面有输入输出两个指针，但是他们很少一起使用的，我的意思是 AVInputFormat 跟 AVOutputFormat 很少会一起初始化，包括 ffmpeg.c 里面也没有一起使用。

所以这里不要被迷惑，如果一起使用可能会有问题，AVFormatContext 里面的指针，最好只初始化一个，如果你想再初始化一个 AVOutputFormat 来处理输出，需要调 avformat_alloc_output_context2 再搞一个 AVFormatContext 出来。

这里我个人的看法是，FFmpeg 的开发者在设计 AVFormatContext 的时候是这样的，一些输入输出的通用结构放在 AVFormatContext 里面，例如 nb_streams，duration 时长等等，然后一些针对 输入 输出不通用的结构 就放在各自 的 AVInputFormat 跟 AVOutputFormat。

---

其实本文目前的代码是有缺陷，他只能获取 MP4 文件的时长，换成 FLV 就会有问题，可以把 filename 换成 juren-30s.flv，会发现 打印的时长是 -9223372036854775808

这个很大的数字是什么呢？其实他是 AV_NOPTS_VALUE 的值，这是 ffmpeg 定义的一个常量，代表获取不到正确的数据。

---

为什么会这样呢？难道是 FLV 文件里面没有 duration 相关的字段给 ffmpeg 来提取？

其实 FLV 也不是没有 duration，FLV 文件是这样的，他的 duration 是放在 FLV body 里面的，没有放在 FLV header里面。FLV body 里面的 tag 有可能是视频数据，也有可能是meta数据。

我猜测 FLV标准可能没有强制要把 duration 写进去。所以 avformat_open_input 函数内部是不方便去读 FLV 的 duration的。

这时候怎么办呢？可以使用 FFmpeg 的探测函数 avformat_find_stream_info ，如下：

上图中，我设置了一下 探测大小 为 32 字节。这样 就能查出 flv 的 duration了，如下：

实际上 avformat_find_stream_info 函数不只是探测 duration，还有一些采样格式之类的信息也会探测。这个函数里面做的事情就是读取 flv 数据，进行解码来探测。

可以按需使用 avformat_find_stream_info ，如果你要处理的视频都是 MP4，只是想读一下 duration，那就不需要用 avformat_find_stream_info 。

---

我上面是通过 AVDictionary 这种字符串传参的方式来设置 probesize 的，实际上就是 设置 AVFormatContext 里面的 probesize ，你直接设置 fmt_ctx->probesize 也是可以的。

如下：

不过我还是喜欢用 AVDictionary 来操作，比较正规，他 ffmpeg.c 也是这么用，你如果直接改结构体里面的字段，不一样能改对，AVDictionary 传参可能会影响好几个地方，你如果漏了一个地方没改就会有问题。

---

扩展知识：avformat_open_input 函数不止可以打开本地文件，还可以打开网络流，例如 rtmp://xxx ，http://xxx ，tcp://xxx，udp://xxx 。