流媒体解码及H.264编码推流

Posted 2022-09-01 码农突围

简介

• 相关理论
• 程序流程
• Opencv解析视频流
• 像素格式转换
• FFmpeg进行H.264编码
• FFmpeg进行格式封装和推流

这里我们使用了FFmpge的sdk和Opencv的sdk。为了方便测试，我们直接使用在线的rtsp网络流。rtmp://live.hkstv.hk.lxdns.com/live/hks这个是香港卫视的rtsp流，可以用vlc播放器测试是否可以播放。

FFmpeg支持的像素格式

1 所有的像素格式的名称都是以“AV_PIX_FMT_”开头
2 像素格式名称后面有“P”的，代表是planar格式，否则就是packed格式。
Planar格式不同的分量分别存储在不同的数组中，例如AV_PIX_FMT_YUV420P存储方式如下：

• data[0]: Y1, Y2, Y3, Y4, Y5, Y6, Y7, Y8……
• data[1]: U1, U2, U3, U4……
• data[2]: V1, V2, V3, V4……
  Packed格式的数据都存储在同一个数组中，例如AV_PIX_FMT_RGB24存储方式如下：
  data[0]: R1, G1, B1, R2, G2, B2, R3, G3, B3, R4, G4, B4……

3 像素格式名称后面有“BE”的，代表是Big Endian格式；名称后面有“LE”的，代表是Little Endian格式。

封装相关类

• AVFormatContext：统领全局的基本结构体。主要用于处理封装格式（FLV/MKV/RMVB等）。
• AVIOContext：输入输出对应的结构体，用于输入输出（读写文件，RTMP协议等）。
• AVStream，AVCodecContext：视音频流对应的结构体，用于视音频编解码。
• AVFrame：存储非压缩的数据（视频对应RGB/YUV像素数据，音频对应PCM采样数据）
• AVPacket：存储压缩数据（视频对应H.264等码流数据，音频对应AAC/MP3等码流数据）

图像格式转换以及图像缩放

sws_getContext
初始化函数

• int srcW，int srcH 为原始图像数据的高和宽；
• int dstW，int dstH 为输出图像数据的高和宽；
• enum AVPixelFormat srcFormat 为输入和输出图片数据的类型；eg：AV_PIX_FMT_YUV420、PAV_PIX_FMT_RGB24；
  int flags 为scale算法种类；eg：SWS_BICUBIC、SWS_BICUBLIN、SWS_POINT、SWS_SINC；
• SwsFilter *srcFilter ，SwsFilter *dstFilter，const double *param 可以不用管，全为NULL即可
  sws_scale
  执行图像格式转换以及图像缩放
• struct SwsContext *c 为sws_getContext函数返回的值；
• const uint8_t *const srcSlice[]，uint8_t *const dst[] 为输入输出图像数据各颜色通道的buffer指针数组；
• const int srcStride[]，const int dstStride[] 为输入输出图像数据各颜色通道每行存储的字节数数组；
• int srcSliceY 为从输入图像数据的第多少列开始逐行扫描，通常设为0；
• int srcSliceH 为需要扫描多少行，通常为输入图像数据的高度；
  sws_freeContext
  程序流程

大体上分四个大步骤：

1.各种初始化

• Opencv读取视频流
• 像素格式转换
• FFmpeg进行H.264编码
• FFmpeg进行视频格式封装。
• FFmpeg进行推流

接下来我们来细化流程。

Opencv读取视频流

打开并读取视频帧使用VideoCapture类。open来打开。打开完成后可获取相关的视频信息。如尺寸，fps等

//获取视频帧的尺寸
int inWidth = cam.get(CAP_PROP_FRAME_WIDTH);
int inHeight = cam.get(CAP_PROP_FRAME_HEIGHT);
int fps = cam.get(CAP_PROP_FPS);

真正的读取视频帧可以使用read()方法。保存在Mat中。而read()中主要分两个步骤

使用grab()方法解码视频帧
注意解码的步骤不许要做，保证后面的数据能够正确解析
使用retrieve将yuv转换为rgb数据
这里的yuv和rgb都是未压缩的数据，得到的rgb数据就可以直接显示。

像素格式转换

初始化格式转换上下文

vsc = sws_getCachedContext(vsc,
    inWidth, inHeight, AV_PIX_FMT_BGR24,     //源宽、高、像素格式
    inWidth, inHeight, AV_PIX_FMT_YUV420P,//目标宽、高、像素格式
    SWS_BICUBIC,  // 尺寸变化使用算法
    0, 0, 0
);

初始化存放YUV数据的AVFrame

AVFrame *yuv = NULL;
yuv = av_frame_alloc();
yuv->format = AV_PIX_FMT_YUV420P;
yuv->width = inWidth;
yuv->height = inHeight;
yuv->pts = 0;
//分配yuv空间
int ret = av_frame_get_buffer(yuv, 32);

rgb转yuv，这里要注意rgb和yuv的存储格式。前面FFmpeg支持的像素格式有讲到

///rgb to yuv
//输入的数据结构
uint8_t *indata[AV_NUM_DATA_POINTERS] =  0 ;
//indata[0] bgrbgrbgr
//plane indata[0] bbbbb indata[1]ggggg indata[2]rrrrr 
indata[0] = frame.data;
int insize[AV_NUM_DATA_POINTERS] =  0 ;
//一行（宽）数据的字节数
insize[0] = frame.cols * frame.elemSize();
int h = sws_scale(vsc, indata, insize, 0, frame.rows, //源数据
    yuv->data, yuv->linesize);

FFmpeg进行H.264编码

编码的方法就比较简单了，传入AVFrame。然后再用AVPacket去接收即可，这里还有一点要注意就是，pts的设置。

///h264编码
yuv->pts = vpts;
vpts++;
ret = avcodec_send_frame(vc, yuv);
if (ret != 0)
    continue;
ret = avcodec_receive_packet(vc, &pack);

FFmpeg进行视频格式封装和推流

需要强调的就是pts,dts,和duration的转换。前面H.264编码的时候，我们已经设置了pts。但是输出的time_base不一致，所以需要进行转换

//计算pts dts和duration。
pack.pts = av_rescale_q(pack.pts, vc->time_base, vs->time_base);
pack.dts = av_rescale_q(pack.dts, vc->time_base, vs->time_base);
pack.duration = av_rescale_q(pack.duration, vc->time_base, vs->time_base);

完整源码

#include <opencv2/highgui.hpp>
#include <iostream>
extern "C"

#include <libswscale/swscale.h>
#include <libavcodec/avcodec.h>
#include <libavformat/avformat.h>

#pragma comment(lib, "swscale.lib")
#pragma comment(lib, "avcodec.lib")
#pragma comment(lib, "avutil.lib")
#pragma comment(lib, "avformat.lib")
#pragma comment(lib,"opencv_world320d.lib")
using namespace std;
using namespace cv;
int main(int argc, char *argv[])

    //原地址
    char *inUrl = "http://ivi.bupt.edu.cn/hls/cctv1hd.m3u8";
    //nginx-rtmp 直播服务器rtmp推流URL
    char *outUrl = "rtmp://192.166.11.13/live";
    //注册所有的编解码器
    avcodec_register_all();
    //注册所有的封装器
    av_register_all();
    //注册所有网络协议
    avformat_network_init();
    VideoCapture cam;
    Mat frame;
    namedWindow("video");
    //像素格式转换上下文
    SwsContext *vsc = NULL;
    //输出的数据结构 存储非压缩的数据（视频对应RGB/YUV像素数据，音频对应PCM采样数据）
    AVFrame *yuv = NULL;
    //编码器上下文
    AVCodecContext *vc = NULL;
    //rtmp flv 封装器
    AVFormatContext *ic = NULL;
    try
       
        /// 1 使用opencv打开源视频流
        cam.open(inUrl);
        if (!cam.isOpened())
        
            throw exception("cam open failed!");
        
        cout << inUrl << " cam open success" << endl;
        //获取视频帧的尺寸
        int inWidth = cam.get(CAP_PROP_FRAME_WIDTH);
        int inHeight = cam.get(CAP_PROP_FRAME_HEIGHT);
        int fps = cam.get(CAP_PROP_FPS);
        ///2 初始化格式转换上下文
        vsc = sws_getCachedContext(vsc,
            inWidth, inHeight, AV_PIX_FMT_BGR24,     //源宽、高、像素格式
            inWidth, inHeight, AV_PIX_FMT_YUV420P,//目标宽、高、像素格式
            SWS_BICUBIC,  // 尺寸变化使用算法
            0, 0, 0
        );
        if (!vsc)
        
            throw exception("sws_getCachedContext failed!");
        
        ///3 初始化输出的数据结构。未压缩的数据
        yuv = av_frame_alloc();
        yuv->format = AV_PIX_FMT_YUV420P;
        yuv->width = inWidth;
        yuv->height = inHeight;
        yuv->pts = 0;
        //分配yuv空间
        int ret = av_frame_get_buffer(yuv, 32);
        if (ret != 0)
        
            char buf[1024] =  0 ;
            av_strerror(ret, buf, sizeof(buf) - 1);
            throw exception(buf);
        
        ///4 初始化编码上下文
        //a 找到编码器
        AVCodec *codec = avcodec_find_encoder(AV_CODEC_ID_H264);
        if (!codec)
        
            throw exception("Can`t find h264 encoder!");
        
        //b 创建编码器上下文
        vc = avcodec_alloc_context3(codec);
        if (!vc)
        
            throw exception("avcodec_alloc_context3 failed!");
        
        //c 配置编码器参数
        vc->flags |= AV_CODEC_FLAG_GLOBAL_HEADER; //全局参数
        vc->codec_id = codec->id;
        vc->thread_count = 8;
        vc->bit_rate = 50 * 1024 * 8;//压缩后每秒视频的bit位大小 50kB
        vc->width = inWidth;
        vc->height = inHeight;
        vc->time_base =  1,fps ;
        vc->framerate =  fps,1 ;
        //画面组的大小，多少帧一个关键帧
        vc->gop_size = 50;
        vc->max_b_frames = 0;
        vc->pix_fmt = AV_PIX_FMT_YUV420P;
        //d 打开编码器上下文
        ret = avcodec_open2(vc, 0, 0);
        if (ret != 0)
        
            char buf[1024] =  0 ;
            av_strerror(ret, buf, sizeof(buf) - 1);
            throw exception(buf);
        
        cout << "avcodec_open2 success!" << endl;
        ///5 输出封装器和视频流配置
        //a 创建输出封装器上下文
        ret = avformat_alloc_output_context2(&ic, 0, "flv", outUrl);
        if (ret != 0)
        
            char buf[1024] =  0 ;
            av_strerror(ret, buf, sizeof(buf) - 1);
            throw exception(buf);
        
        //b 添加视频流   视音频流对应的结构体，用于视音频编解码。
        AVStream *vs = avformat_new_stream(ic, NULL);
        if (!vs)
        
            throw exception("avformat_new_stream failed");
        
        //附加标志，这个一定要设置
        vs->codecpar->codec_tag = 0;
        //从编码器复制参数
        avcodec_parameters_from_context(vs->codecpar, vc);
        av_dump_format(ic, 0, outUrl, 1);
        ///打开rtmp 的网络输出IO  AVIOContext：输入输出对应的结构体，用于输入输出（读写文件，RTMP协议等）。
        ret = avio_open(&ic->pb, outUrl, AVIO_FLAG_WRITE);
        if (ret != 0)
        
            char buf[1024] =  0 ;
            av_strerror(ret, buf, sizeof(buf) - 1);
            throw exception(buf);
        
        //写入封装头
        ret = avformat_write_header(ic, NULL);
        if (ret != 0)
        
            char buf[1024] =  0 ;
            av_strerror(ret, buf, sizeof(buf) - 1);
            throw exception(buf);
        
        //存储压缩数据（视频对应H.264等码流数据，音频对应AAC/MP3等码流数据）
        AVPacket pack;
        memset(&pack, 0, sizeof(pack));
        int vpts = 0;
        for (;;)
        
            ///读取rtsp视频帧，解码视频帧
            if (!cam.grab())
            
                continue;
            
            ///yuv转换为rgb
            if (!cam.retrieve(frame))
            
                continue;
            
            imshow("video", frame);
            waitKey(1);
            ///rgb to yuv
            //输入的数据结构
            uint8_t *indata[AV_NUM_DATA_POINTERS] =  0 ;
            //indata[0] bgrbgrbgr
            //plane indata[0] bbbbb indata[1]ggggg indata[2]rrrrr 
            indata[0] = frame.data;
            int insize[AV_NUM_DATA_POINTERS] =  0 ;
            //一行（宽）数据的字节数
            insize[0] = frame.cols * frame.elemSize();
            int h = sws_scale(vsc, indata, insize, 0, frame.rows, //源数据
                yuv->data, yuv->linesize);
            if (h <= 0)
            
                continue;
            
            //cout << h << " " << flush;
            ///h264编码
            yuv->pts = vpts;
            vpts++;
            ret = avcodec_send_frame(vc, yuv);
            if (ret != 0)
                continue;
            ret = avcodec_receive_packet(vc, &pack);
            if (ret != 0 || pack.size > 0)
            
                //cout << "*" << pack.size << flush;
            
            else
            
                continue;
            
            //计算pts dts和duration。
            pack.pts = av_rescale_q(pack.pts, vc->time_base, vs->time_base);
            pack.dts = av_rescale_q(pack.dts, vc->time_base, vs->time_base);
            pack.duration = av_rescale_q(pack.duration, vc->time_base, vs->time_base);
            ret = av_interleaved_write_frame(ic, &pack);
            if (ret == 0)
            
                cout << "#" << flush;
            
        
    
    catch (exception &ex)
    
        if (cam.isOpened())
            cam.release();
        if (vsc)
        
            sws_freeContext(vsc);
            vsc = NULL;
        
        if (vc)
        
            avio_closep(&ic->pb);
            avcodec_free_context(&vc);
        
        cerr << ex.what() << endl;
    
    getchar();
    return 0;

原创作者：eric__
原文链接：https://www.jianshu.com/p/f83ef0a6f5cc

欢迎关注我的微信公众号「码农突围」，分享Python、Java、大数据、机器学习、人工智能等技术，关注码农技术提升•职场突围•思维跃迁，20万+码农成长充电第一站，陪有梦想的你一起成长