Android利用硬解硬编和OpenGLES来高效的处理MP4视频

Posted 2022-12-05 湖广午王

最近工作中遇到一个问题，就是要对视频增加视频特效，实现类似于抖音的效果，抖音的效果由其他同事实现，我的工作重心在视频的处理，特效的集成。按照之前的思路很快就实现了这个功能，但是实际应用到项目中时却遇到各种问题。于是就有了这篇博客。

遇到的问题

说是各种问题，特效方便的不管，我所遇到的视频处理的问题主要为以下两个方面：

1. 处理过程耗时较长。因为处理的时候是按照之前的思路，用MediaCodec解码，取出ByteBuffer，然后用OpenGLES处理，处理完毕后readPixels，得到图像数据，然后将图像数据推入MediaCodec编码。 在这里readPixels非常耗时。480*840的视频，一帧耗时基本是40ms+。
2. 手机兼容性很成问题。虽然不需要考虑低版本兼容，只需要考虑4.4+的手机。但是android手机市场的情况，开发者朋友们应该也都知道，各家有各家的小动作，混乱不堪。解码出来的视频数据，并不是固定的格式，虽然大多数手机都支持YUV420P或者YUV420SP，但是也有些奇葩手机，只能解码出OMX_QCOM_COLOR_FormatYUV420PackedSemiPlanar32m这类的格式，总不能都去判断然后根据格式去转换吧。

之前看官方文档的时候，有看到MediaCodec解码视频支持直接解码到Surface上，编码也可以直接从Surface采集数据，这样的话，视频数据可以直接解码到Surface上，然后通过OpenGLES处理，再又通过Surface进行编码，就无需关注解码出来的数据的格式了，而且应用层也不必自己去将原始数据导入GPU以及将处理后的数据导出GPU了，这些工作可以都丢给Android SDK去做。理论上就能一举解决上面的两个问题。那么具体应该如何做呢？

处理流程

有了理论，剩下的就是实现了。不卖关子，根据以上的方案，直接列出处理的流程：

1. 利用MediaExtractor获取Mp4的音轨和视轨，获取音频视频的MediaFormat.
2. 根据音视频信息，创建视频解码器，视频编码器，音频暂时不处理就不创建编解码器了。其中视频解码器的Surface是通过先创建一个SurfaceTexture，然后将这个SurfaceTexture作为参数创建的，这样的话，视频流就可以通过这个SurfaceTexture提供给OpenGL环境作为输出。视频编码器的Surface可直接调用createInputSurface()方法创建，这个Surface后续传递给OpenGL环境作为输出
3. 创建MediaMuxer，用于后面合成处理后的视频和音频。
4. 创建OpenGL环境，用于处理视频图像，这个OpenGL环境由EGL创建，EGLSurface为WindowSurface，并以编码器创建的Surface作为参数。
5. MediaExtractor读取原始Mp4中的视频流，交由解码器解码到Surface上。
6. SurfaceTexture监听有视频帧时，通知OpenGL线程工作，处理视频图像，并渲染。
7. OpenGL线程每次渲染完毕，通知编码线程进行编码，编码后的数据通过MediaMuxer混合。
8. 视频流处理完毕后，利用MediaExtractor读取音频流，并利用MediaMuxer混合到新的视频文件中。
9. 处理完毕后调用MediaMuxer的stop方法，处理后的视频就生成成功了。

具体实现

流程一捋，道理到家都懂，具体怎么实现呢。根据以上流程上代码了。

创建需要的编解码工具

这里是直接把1、2、3步的事情，在一个方法中完成了：

//todo 获取视频旋转信息，并做出相应处理
MediaMetadataRetriever mMetRet=new MediaMetadataRetriever();
mMetRet.setDataSource(mInputPath);
mExtractor=new MediaExtractor();
mExtractor.setDataSource(mInputPath);
int count=mExtractor.getTrackCount();
//解析Mp4
for (int i=0;i<count;i++)
    MediaFormat format=mExtractor.getTrackFormat(i);
    String mime=format.getString(MediaFormat.KEY_MIME);
    if(mime.startsWith("audio"))
        mAudioDecoderTrack=i;
    else if(mime.startsWith("video"))

        mVideoDecoderTrack=i;
        mInputVideoWidth=format.getInteger(MediaFormat.KEY_WIDTH);
        mInputVideoHeight=format.getInteger(MediaFormat.KEY_HEIGHT);
        mVideoDecoder=MediaCodec.createDecoderByType(mime);
        mVideoTextureId=mEGLHelper.createTextureID();
        //注意这里，创建了一个SurfaceTexture
        mVideoSurfaceTexture=new SurfaceTexture(mVideoTextureId);
        mVideoSurfaceTexture.setOnFrameAvailableListener(mFrameAvaListener);
        //将SurfaceTexture作为参数创建一个Surface，用来接收解码视频流
        mVideoDecoder.configure(format,new Surface(mVideoSurfaceTexture),null,0);
        if(!isRenderToWindowSurface)
            if(mOutputVideoWidth==0||mOutputVideoHeight==0)
                mOutputVideoWidth=mInputVideoWidth;
                mOutputVideoHeight=mInputVideoHeight;
            
            MediaFormat videoFormat=MediaFormat.createVideoFormat(mime,mOutputVideoWidth,mOutputVideoHeight);
            videoFormat.setInteger(MediaFormat.KEY_COLOR_FORMAT, MediaCodecInfo.CodecCapabilities.COLOR_FormatSurface);
            videoFormat.setInteger(MediaFormat.KEY_BIT_RATE,mOutputVideoHeight*mOutputVideoWidth*5);
            videoFormat.setInteger(MediaFormat.KEY_FRAME_RATE, 24);
            videoFormat.setInteger(MediaFormat.KEY_I_FRAME_INTERVAL, 1);
            mVideoEncoder=MediaCodec.createEncoderByType(mime);
            mVideoEncoder.configure(videoFormat,null,null,MediaCodec.CONFIGURE_FLAG_ENCODE);
            //注意这里，创建了一个Surface，这个Surface是编码器的输入，也是OpenGL环境的输出
            mOutputSurface=mVideoEncoder.createInputSurface();
            Bundle bundle=new Bundle();
            if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.KITKAT) 
                bundle.putInt(MediaCodec.PARAMETER_KEY_VIDEO_BITRATE,mOutputVideoHeight*mOutputVideoWidth*5);
                mVideoEncoder.setParameters(bundle);
            
        
    

//这里的if是测试时候，直接解码到屏幕上，外部设置了OutputSurface，用于测试，所以不必管
if(!isRenderToWindowSurface)
    //如果用户没有设置渲染到指定Surface，就需要导出视频，暂时不对音频做处理
    mMuxer=new MediaMuxer(mOutputPath,MediaMuxer.OutputFormat.MUXER_OUTPUT_MPEG_4);
    MediaFormat format=mExtractor.getTrackFormat(mAudioDecoderTrack);
    mAudioEncoderTrack=mMuxer.addTrack(format);

创建OpenGL环境

第4步，创建OpenGL环境，用来处理视频图像，先直接贴个工具类，用于创建OpenGL环境

public class EGLHelper 

    private EGLSurface mEGLSurface;
    private EGLContext mEGLContext;
    private EGLDisplay mEGLDisplay;
    private EGLConfig mEGLConfig;

    private EGLContext mShareEGLContext=EGL14.EGL_NO_CONTEXT;

    private boolean isDebug=true;

    private int mEglSurfaceType=EGL14.EGL_WINDOW_BIT;

    private Object mSurface;

    /**
     * @param type one of @link EGL14#EGL_WINDOW_BIT、@link EGL14#EGL_PBUFFER_BIT、@link EGL14#EGL_PIXMAP_BIT
     */
    public void setEGLSurfaceType(int type)
        this.mEglSurfaceType=type;
    

    public void setSurface(Object surface)
        this.mSurface=surface;
    

    /**
     * create the environment for OpenGLES
     * @param eglWidth width
     * @param eglHeight height
     */
    public boolean createGLES(int eglWidth, int eglHeight)
        int[] attributes = new int[] 
                EGL14.EGL_SURFACE_TYPE, mEglSurfaceType,      //渲染类型
                EGL14.EGL_RED_SIZE, 8,  //指定RGB中的R大小（bits）
                EGL14.EGL_GREEN_SIZE, 8, //指定G大小
                EGL14.EGL_BLUE_SIZE, 8,  //指定B大小
                EGL14.EGL_ALPHA_SIZE, 8, //指定Alpha大小，以上四项实际上指定了像素格式
                EGL14.EGL_DEPTH_SIZE, 16, //指定深度缓存(Z Buffer)大小
                EGL14.EGL_RENDERABLE_TYPE, 4, //指定渲染api类别, 如上一小节描述，这里或者是硬编码的4(EGL14.EGL_OPENGL_ES2_BIT)
                EGL14.EGL_NONE ;  //总是以EGL14.EGL_NONE结尾

        int glAttrs[] = 
                EGL14.EGL_CONTEXT_CLIENT_VERSION, 2,  //0x3098是EGL14.EGL_CONTEXT_CLIENT_VERSION，但是4.2以前没有EGL14
                EGL14.EGL_NONE
        ;

        int bufferAttrs[]=
                EGL14.EGL_WIDTH,eglWidth,
                EGL14.EGL_HEIGHT,eglHeight,
                EGL14.EGL_NONE
        ;

        //获取默认显示设备，一般为设备主屏幕
        mEGLDisplay= EGL14.eglGetDisplay(EGL14.EGL_DEFAULT_DISPLAY);

        //获取版本号，[0]为版本号，[1]为子版本号
        int[] versions=new int[2];
        EGL14.eglInitialize(mEGLDisplay,versions,0,versions,1);
        log(EGL14.eglQueryString(mEGLDisplay, EGL14.EGL_VENDOR));
        log(EGL14.eglQueryString(mEGLDisplay, EGL14.EGL_VERSION));
        log(EGL14.eglQueryString(mEGLDisplay, EGL14.EGL_EXTENSIONS));

        //获取EGL可用配置
        EGLConfig[] configs = new EGLConfig[1];
        int[] configNum = new int[1];
        EGL14.eglChooseConfig(mEGLDisplay, attributes,0, configs,0, 1, configNum,0);
        if(configs[0]==null)
            log("eglChooseConfig Error:"+ EGL14.eglGetError());
            return false;
        
        mEGLConfig = configs[0];

        //创建EGLContext
        mEGLContext= EGL14.eglCreateContext(mEGLDisplay,mEGLConfig,mShareEGLContext, glAttrs,0);
        if(mEGLContext==EGL14.EGL_NO_CONTEXT)
            return false;
        
        //获取创建后台绘制的Surface
        switch (mEglSurfaceType)
            case EGL14.EGL_WINDOW_BIT:
                mEGLSurface=EGL14.eglCreateWindowSurface(mEGLDisplay,mEGLConfig,mSurface,new int[]EGL14.EGL_NONE,0);
                break;
            case EGL14.EGL_PIXMAP_BIT:
                break;
            case EGL14.EGL_PBUFFER_BIT:
                mEGLSurface=EGL14.eglCreatePbufferSurface(mEGLDisplay,mEGLConfig,bufferAttrs,0);
                break;
        
        if(mEGLSurface==EGL14.EGL_NO_SURFACE)
            log("eglCreateSurface Error:"+EGL14.eglGetError());

            return false;
        

        if(!EGL14.eglMakeCurrent(mEGLDisplay,mEGLSurface,mEGLSurface,mEGLContext))
            log("eglMakeCurrent Error:"+EGL14.eglQueryString(mEGLDisplay,EGL14.eglGetError()));
            return false;
        
        log("gl environment create success");
        return true;
    

    public void setShareEGLContext(EGLContext context)
        this.mShareEGLContext=context;
    

    public EGLContext getEGLContext()
        return mEGLContext;
    

    public boolean makeCurrent()
        return EGL14.eglMakeCurrent(mEGLDisplay,mEGLSurface,mEGLSurface,mEGLContext);
    

    public boolean destroyGLES()
        EGL14.eglMakeCurrent(mEGLDisplay,EGL14.EGL_NO_SURFACE,EGL14.EGL_NO_SURFACE,EGL14.EGL_NO_CONTEXT);
        EGL14.eglDestroySurface(mEGLDisplay,mEGLSurface);
        EGL14.eglDestroyContext(mEGLDisplay,mEGLContext);
        EGL14.eglTerminate(mEGLDisplay);
        log("gl destroy gles");
        return true;
    

    public void setPresentationTime(long time)
        EGLExt.eglPresentationTimeANDROID(mEGLDisplay,mEGLSurface,time);
    

    public boolean swapBuffers()
        return EGL14.eglSwapBuffers(mEGLDisplay,mEGLSurface);
    


    //创建视频数据流的OES TEXTURE
    public int createTextureID() 
        int[] texture = new int[1];
        GLES20.glGenTextures(1, texture, 0);
        GLES20.glBindTexture(GLES11Ext.GL_TEXTURE_EXTERNAL_OES, texture[0]);
        GLES20.glTexParameterf(GLES11Ext.GL_TEXTURE_EXTERNAL_OES,
                GL10.GL_TEXTURE_MIN_FILTER, GL10.GL_LINEAR);
        GLES20.glTexParameterf(GLES11Ext.GL_TEXTURE_EXTERNAL_OES,
                GL10.GL_TEXTURE_MAG_FILTER, GL10.GL_LINEAR);
        GLES20.glTexParameteri(GLES11Ext.GL_TEXTURE_EXTERNAL_OES,
                GL10.GL_TEXTURE_WRAP_S, GL10.GL_CLAMP_TO_EDGE);
        GLES20.glTexParameteri(GLES11Ext.GL_TEXTURE_EXTERNAL_OES,
                GL10.GL_TEXTURE_WRAP_T, GL10.GL_CLAMP_TO_EDGE);
        return texture[0];
    

    private void log(String log)
        if(isDebug)
            Log.e("EGLHelper",log);
        
    

借助上面的工具类创建OpenGL环境。可以看到里面使用了信号量，是用于当有新的视频图像时由SurfaceTexture的监听器通知GL线程执行渲染，没有的话就等待新的视频图像解码完后再执行处理工作。

mSem=new Semaphore(0);
//设置输出的Surface
mEGLHelper.setSurface(mOutputSurface);
//根据设置的输出视频的宽高创建OpenGL环境
boolean ret=mEGLHelper.createGLES(mOutputVideoWidth,mOutputVideoHeight);
if(!ret)return;
mRenderer.onCreate(mOutputVideoWidth,mOutputVideoHeight);
while (mGLThreadFlag)
    try 
        mSem.acquire();
     catch (InterruptedException e) 
        e.printStackTrace();
    
    mVideoSurfaceTexture.updateTexImage();
    //回调用户的处理函数
    mRenderer.onDraw();
    //设置时间点，用于输出视频图像的时间点，这里是填入输入视频的时间点
    mEGLHelper.setPresentationTime(mVideoDecoderBufferInfo.presentationTimeUs*1000);
    if(!isRenderToWindowSurface)
        //调用编码函数进行编码
        videoEncodeStep(false);
    
    mEGLHelper.swapBuffers();

if(!isRenderToWindowSurface)
    //编码视频，传入true表示视频结束
    videoEncodeStep(true);

//销毁OpenGL环境
mEGLHelper.destroyGLES();
mRenderer.onDestroy();

第6步就是用于通知这个GL线程执行渲染工作，只需要在监听器中，发出信号就可以了。

private SurfaceTexture.OnFrameAvailableListener mFrameAvaListener=new SurfaceTexture.OnFrameAvailableListener() 
        @Override
        public void onFrameAvailable(SurfaceTexture surfaceTexture) 
            mSem.release();
        
    ;

视频流解码

第5步，需要将视频解码，解码的方法如下。在解码的线程中循环调用此方法，其返回值为true时结束循环，也就是视频帧解码完毕。

//视频解码到SurfaceTexture上，以供后续处理。返回值为是否是最后一帧视频
private boolean videoDecodeStep()
    int mInputIndex=mVideoDecoder.dequeueInputBuffer(TIME_OUT);
    if(mInputIndex>=0)
        ByteBuffer buffer=getInputBuffer(mVideoDecoder,mInputIndex);
        buffer.clear();
        synchronized (Extractor_LOCK) 
            mExtractor.selectTrack(mVideoDecoderTrack);
            int ret = mExtractor.readSampleData(buffer, 0);
            if (ret != -1) 
                mVideoDecoder.queueInputBuffer(mInputIndex, 0, ret, mExtractor.getSampleTime(), mExtractor.getSampleFlags());
            
            isVideoExtractorEnd = !mExtractor.advance();
        
    
    while (true)
        int mOutputIndex=mVideoDecoder.dequeueOutputBuffer(mVideoDecoderBufferInfo,TIME_OUT);
        if(mOutputIndex>=0)
            mVideoDecoder.releaseOutputBuffer(mOutputIndex,true);
        else if(mOutputIndex==MediaCodec.INFO_OUTPUT_FORMAT_CHANGED)
            MediaFormat format=mVideoDecoder.getOutputFormat();
        else if(mOutputIndex==MediaCodec.INFO_TRY_AGAIN_LATER)
            break;
        
    
    return isVideoExtractorEnd;

视频流编码并混合

在第四步的代码中，已经出现了视频流编码的方法了，也就是videoEncodeStep(boolean)，其实现如下：

private boolean videoEncodeStep(boolean isEnd)
    if(isEnd)
        mVideoEncoder.signalEndOfInputStream();
    
    while (true)
        int mOutputIndex=mVideoEncoder.dequeueOutputBuffer(mVideoEncoderBufferInfo,TIME_OUT);
        if(mOutputIndex>=0)
            ByteBuffer buffer=getOutputBuffer(mVideoEncoder,mOutputIndex);
            if(mVideoEncoderBufferInfo.size>0)
                mMuxer.writeSampleData(mVideoEncoderTrack,buffer,mVideoEncoderBufferInfo);
            
            mVideoEncoder.releaseOutputBuffer(mOutputIndex,false);
        else if(mOutputIndex==MediaCodec.INFO_OUTPUT_FORMAT_CHANGED)
            MediaFormat format=mVideoEncoder.getOutputFormat();
            mVideoEncoderTrack=mMuxer.addTrack(format);
            mMuxer.start();
            synchronized (MUX_LOCK)
                MUX_LOCK.notifyAll();
            
        else if(mOutputIndex==MediaCodec.INFO_TRY_AGAIN_LATER)
            break;
        
    
    return false;

音频流处理

因为现在暂时不需要对视音频处理，所以直接从原始MP4中读取音频流混合到新的Mp4中即可，与解码相同，这个方法也是在线程中循环调用，返回true时终止循环，最后调用MediaMuxer的stop方法，新的视频就生成好了。

private boolean audioDecodeStep(ByteBuffer buffer)
    buffer.clear();
    synchronized (Extractor_LOCK)
        mExtractor.selectTrack(mAudioDecoderTrack);
        int length=mExtractor.readSampleData(buffer,0);
        if(length!=-1)
            int flags=mExtractor.getSampleFlags();
            mAudioEncoderBufferInfo.size=length;
            mAudioEncoderBufferInfo.flags=flags;
            mAudioEncoderBufferInfo.presentationTimeUs=mExtractor.getSampleTime();
            mAudioEncoderBufferInfo.offset=0;
            mMuxer.writeSampleData(mAudioEncoderTrack,buffer,mAudioEncoderBufferInfo);
        
        isAudioExtractorEnd=!mExtractor.advance();
    
    return isAudioExtractorEnd;

为了不阻塞主线程，音视频的处理单独开一个线程处理为好。

mDecodeThread=new Thread(new Runnable() 
    @Override
    public void run() 
        //视频处理
        while (mCodecFlag&&!videoDecodeStep());
        mGLThreadFlag=false;
        try 
            mGLThread.join();
         catch (InterruptedException e) 
            e.printStackTrace();
        
        //将原视频中的音频复制到新视频中
        ByteBuffer buffer=ByteBuffer.allocate(1024*32);
        while (!audioDecodeStep(buffer));
        buffer.clear();

        mMuxer.stop();
        if(mCompleteListener!=null)
            mCompleteListener.onComplete(mOutputPath);
        
    
);

其他

源码在github上，有需要的朋友可自行下载，如有帮助欢迎fock和start。如果对于硬编硬解不太理解的，可以查阅官方文档，我的另外一篇博客也有编码的示例，可以参考——Android硬编码——音频编码、视频编码及音视频混合。对于OpenGLES不太熟悉的朋友，可以参考我前面的OpenGLES系列的博客。

---

欢迎转载，转载请保留文章出处。湖广午王的博客[http://blog.csdn.net/junzia/article/details/77924629]

---