【FFmpeg_SDL_MFC】1、FFMPEG视频解码器

使用ffmpeg对封装格式mp4、ts等数据进行解码，介绍解码相关流程，函数接口、数据接口等。

一、前言

1.1目录

• 视频解码知识
• VC下FFmpeg开发环境的搭建
• 示例程序运行
• FFmpeg解码的函数
• FFmpeg解码的数据结构
• 练习

1.2视频解码知识

• 纯净的视频解码流程
  • 压缩编码数据->像素数据
  • 例如解码H.264，就是“H.264码流->YUV”。
• 一般的视频解码流程
  • 视频码流一般存储在一定的封装格式（例如MP4、AVI等）中。封装格式中通常还包含音频码流等内容。
  • 对于封装格式中的视频，需要先从封装格式中提取中视频码流，然后再进行解码。
  • 例如解码MKV格式的视频文件，就是“MKV->H.264码流->YUV”。
  • PS：本课程直接讨论第二种流程

1.3VC下FFmpeg开发环境的搭建

• 新建控制台工程
  • 打开VC++
  • 文件->新建->项目->Win32控制台应用程序
• 拷贝FFmpeg开发文件
  • 头文件（*.h）拷贝至项目文件夹的include子文件夹下
  • 导入库文件（*.lib）拷贝至项目文件夹的lib子文件夹下
  • 动态库文件（*.dll）拷贝至项目文件夹下
  • PS：如果直接使用官网上下载的FFmpeg开发文件。则可能还需要将MinGW安装目录中的inttypes.h，stdint.h，_mingw.h三个文件拷贝至项目文件夹的include子文件夹下。
• 配置开发文件
• 打开属性面板
  • 解决方案资源管理器->右键单击项目->属性
• 头文件配置
  • 配置属性->C/C+±>常规->附加包含目录，输入“include”（刚才拷贝头文件的目录）
• 导入库配置
  • 配置属性->链接器->常规->附加库目录，输入“lib” （刚才拷贝库文件的目录）
  • 配置属性->链接器->输入->附加依赖项，输入“avcodec.lib; avformat.lib; avutil.lib; avdevice.lib; avfilter.lib; postproc.lib; swresample.lib; swscale.lib”（导入库的文件名）
• 动态库不用配置

1.4测试

• 创建源代码文件
  • 在工程中创建一个包含main()函数的C/C++文件（如果已经有了可以跳过这一步）。
• 包含头文件
  • 如果是C语言中使用FFmpeg，则直接使用下面代码
    #include "libavcodec/avcodec.h"
  • 如果是C++语言中使用FFmpeg，则使用下面代码
    #define __STDC_CONSTANT_MACROS extern "C" { #include "libavcodec/avcodec.h " }
• main()中调用一个FFmpeg的接口函数
  • 例如下面代码打印出了FFmpeg的配置信息如果运行无误，则代表FFmpeg已经配置完成。

int main(int argc, char* argv[]){
	printf("%s", avcodec_configuration());
return 0;
}

二、FFmpeg库简介

FFmpeg一共包含8个库：

• avcodec：编解码（最重要的库）。
• avformat：封装格式处理。
• avfilter：滤镜特效处理。
• avdevice：各种设备的输入输出。
• avutil：工具库（大部分库都需要这个库的支持）
• postproc：后加工。
• swresample：音频采样数据格式转换。
• swscale：视频像素数据格式转换。

三、FFmpeg解码的流程图如下所示

四、FFmpeg解码函数简介

• av_register_all：所有ffmpeg开头都是调用这个函数，注册需要的组件
• avformat_open_input()：打开视频流域（如果VC++调试，第二个参数文件应该和.cpp文件一个目录下）
• avformat_find_stream_info()：获取视频流信息，解码器类型、宽高等
• avcodec_find_decoder()：找出对应解码器
• avcodec_open2()：打开解码器
• av_read_frame()：每调用一次，读取一帧的压缩数据，即H.264码流
• AVPacket：上面函数读取出帧信息之后，填充到这个结构体里面 ，里面装的是264
• avcode_decode_video2()：解码函数
• AVFrame：解码完之后的信息填充到这个结构体里面，填充的是YUV
• avcodec_close()：关闭解码器。
• avformat_close_input()：关闭输入视频文件

五、FFmpeg解码的数据结构

5.1FFmpeg解码的数据结构简介

• AVFormatContext：封装格式上下文结构体，也是统领全局的结构体，保存了视频文件封装格式相关信息。
• AVInputFormat：每种封装格式（例如FLV, MKV, MP4, AVI）对应一个该结构体。
• AVStream：视频文件中每个视频（音频）流对应一个该结构体。
• AVCodecContext：编码器上下文结构体，保存了视频（音频）编解码相关信息。
• AVCodec：每种视频（音频）编解码器(例如H.264解码器)对应一个该结构体。
• AVPacket：存储一帧压缩编码数据。
• AVFrame：存储一帧解码后像素（采样）数据。

5.2FFmpeg数据结构分析

• AVFormatContext
  • iformat：输入视频的AVInputFormat
  • nb_streams ：输入视频的AVStream 个数
  • streams ：输入视频的AVStream []数组
  • duration ：输入视频的时长（以微秒为单位）
  • bit_rate ：输入视频的码率
• VInputFormat
  • name：封装格式名称
  • long_name：封装格式的长名称
  • extensions：封装格式的扩展名
  • id：封装格式ID
  • 一些封装格式处理的接口函数
• AVStream
  • id：序号
  • codec：该流对应的AVCodecContext
  • time_base：该流的时基
  • _frame_rate：该流的帧率
• AVCodecContext
  • codec：编解码器的AVCodec
  • width, height：图像的宽高（只针对视频）
  • pix_fmt：像素格式（只针对视频）
  • sample_rate：采样率（只针对音频）
  • channels：声道数（只针对音频）
  • sample_fmt：采样格式（只针对音频）
• AVCodec
  • name：编解码器名称
  • long_name：编解码器长名称
  • type：编解码器类型
  • id：编解码器ID
  • 一些编解码的接口函数
• AVPacket
  • pts：显示时间戳（和前面的time_base相乘组合使用）
  • dts ：解码时间戳
  • data ：压缩编码数据
  • size ：压缩编码数据大小
  • stream_index ：所属的AVStream（表示前面AVStream的数组下标），表示是音频流还是视频流
• AVFrame
  • data：解码后的图像像素数据（音频采样数据）。
  • linesize：对视频来说是图像中一行像素的大小；对音频来说是整个音频帧的大小
  • width, height：图像的宽高（只针对视频）。
  • key_frame：是否为关键帧（只针对视频） 。
  • pict_type：帧类型（只针对视频） 。例如I，P，B。

六、源代码：

#include <stdio.h>

#define __STDC_CONSTANT_MACROS

extern "C"
{
#include "libavcodec/avcodec.h"
#include "libavformat/avformat.h"
#include "libswscale/swscale.h"
};


int main(int argc, char* argv[])
{
	AVFormatContext	*pFormatCtx;
	int				i, videoindex;
	AVCodecContext	*pCodecCtx;
	AVCodec			*pCodec;
	AVFrame	*pFrame,*pFrameYUV;
	uint8_t *out_buffer;
	AVPacket *packet;
	int y_size;
	int ret, got_picture;
	struct SwsContext *img_convert_ctx;
	//输入文件路径
	char filepath[]="Titanic.ts";			//在当前目录下

	int frame_cnt;

	av_register_all();
	avformat_network_init();
	pFormatCtx = avformat_alloc_context();

	if(avformat_open_input(&pFormatCtx,filepath,NULL,NULL)!=0){
		printf("Couldn't open input stream.\n");
		return -1;
	}
	if(avformat_find_stream_info(pFormatCtx,NULL)<0){
		printf("Couldn't find stream information.\n");
		return -1;
	}
	videoindex=-1;
	for(i=0; i<pFormatCtx->nb_streams; i++) 
		if(pFormatCtx->streams[i]->codec->codec_type==AVMEDIA_TYPE_VIDEO){
			videoindex=i;
			break;
		}
	if(videoindex==-1){
		printf("Didn't find a video stream.\n");
		return -1;
	}

	pCodecCtx=pFormatCtx->streams[videoindex]->codec;
	pCodec=avcodec_find_decoder(pCodecCtx->codec_id);
	if(pCodec==NULL){
		printf("Codec not found.\n");
		return -1;
	}
	if(avcodec_open2(pCodecCtx, pCodec,NULL)<0){
		printf("Could not open codec.\n");
		return -1;
	}
	/*
	 * 在此处添加输出视频信息的代码
	 * 取自于pFormatCtx，使用fprintf()
	 */
	pFrame=av_frame_alloc();
	pFrameYUV=av_frame_alloc();
	out_buffer=(uint8_t *)av_malloc(avpicture_get_size(PIX_FMT_YUV420P, pCodecCtx->width, pCodecCtx->height));
	avpicture_fill((AVPicture *)pFrameYUV, out_buffer, PIX_FMT_YUV420P, pCodecCtx->width, pCodecCtx->height);
	packet=(AVPacket *)av_malloc(sizeof(AVPacket));
	//Output Info-----------------------------
	printf("--------------- File Information ----------------\n");
	av_dump_format(pFormatCtx,0,filepath,0);
	printf("-------------------------------------------------\n");
	img_convert_ctx = sws_getContext(pCodecCtx->width, pCodecCtx->height, pCodecCtx->pix_fmt, 
		pCodecCtx->width, pCodecCtx->height, PIX_FMT_YUV420P, SWS_BICUBIC, NULL, NULL, NULL); 

	frame_cnt=0;
	while(av_read_frame(pFormatCtx, packet)>=0){
		if(packet->stream_index==videoindex){
				/*
				 * 在此处添加输出H264码流的代码
				 * 取自于packet，使用fwrite()
				 */
			ret = avcodec_decode_video2(pCodecCtx, pFrame, &got_picture, packet);
			if(ret < 0){
				printf("Decode Error.\n");
				return -1;
			}
			if(got_picture){
				sws_scale(img_convert_ctx, (const uint8_t* const*)pFrame->data, pFrame->linesize, 0, pCodecCtx->height, 
					pFrameYUV->data, pFrameYUV->linesize);
				printf("Decoded frame index: %d\n",frame_cnt);

				/*
				 * 在此处添加输出YUV的代码
				 * 取自于pFrameYUV，使用fwrite()
				 */

				frame_cnt++;

			}
		}
		av_free_packet(packet);
	}

	sws_freeContext(img_convert_ctx);

	av_frame_free(&pFrameYUV);
	av_frame_free(&pFrame);
	avcodec_close(pCodecCtx);
	avformat_close_input(&pFormatCtx);

	return 0;
}

补充小知识

▫ 解码后的数据为什么要经过sws_scale()函数处理？
解码后YUV格式的视频像素数据保存在AVFrame的data[0]、data[1]、data[2]中。但是这些像素值并不是连续存储的，每行有效像素之后存储了一些无效像素 。 以亮度 Y 数据为例 ， data[0] 中一共包含了linesize[0]*height个数据。但是出于优化等方面的考虑，linesize[0]实际上并不等于宽度width，而是一个比宽度大一些的值。因此需要使用sws_scale()进行转换。转换后去除了无效数据，width和linesize[0]取值相等。
PS：也可以不使用sws_scale()处理，想想该怎么做？