FFmpeg学习5:多线程播放视音频

Posted laughingQing

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了FFmpeg学习5:多线程播放视音频相关的知识,希望对你有一定的参考价值。

 

 

在前面的学习中,视频和音频的播放是分开进行的。这主要是为了学习的方便,经过一段时间的学习,对FFmpeg的也有了一定的了解,本文就介绍了
如何使用多线程同时播放音频和视频(未实现同步),并对前面的学习的代码进行了重构,便于后面的扩展。
本文主要有以下几个方面的内容:

  • 多线程播放视音频的整体流程
  • 多线程队列
  • 音频播放
  • 视频播放
  • 总结以及后续的计划

1. 整体流程

FFmpeg和SDL的初始化过程这里不再赘述。整个流程如下:

  • 对于一个打开的视频文件(也就是取得其AVFormatContext),创建一个分离线程,不断的从stream中读取Packet,并按照其stream index,将Packet分别存放到Audio Packet QueueVideo Packet这两个队列缓存中。
  • 音频播放线程。创建一个回调函数,从Audio Packet Queue中取出Packet并解码,将解码的数据发送到SDL Audio Device中进行播放
  • 视频播放线程。
    • 创建Video解码线程,从Video Packet Queue中取出Packet进行解码,并将解码后的数据放入到 Video Frame Queue队列缓存中。
    • 进入到SDL Window 事件循环中,按照一定的速度从 Video Frame Queue中取出Frame,并转换为相应的格式,然后在SDL Screen上显示

其整个流程中如下图:

1.1 重构后的main函数

在前面的学习过程中,主要是跟着dranger tutorial。由于该教程是基于C语言的,在其使用多线程播放音视频的教程中,代码使用不是很方便。在本文中,使用C++对其代码进行了重构封装。
封装后的main函数如下:

    av_register_all();

    SDL_Init(SDL_INIT_VIDEO | SDL_INIT_AUDIO | SDL_INIT_TIMER);

    char* filename = "F:\\\\test.rmvb";
    MediaState media(filename);

    if (media.openInput())
        SDL_CreateThread(decode_thread, "", &media); // 创建解码线程,读取packet到队列中缓存

    media.audio->audio_play(); // create audio thread
    media.video->video_play(); // create video thread

    SDL_Event event;
    while (true) // SDL event loop
    {
        SDL_WaitEvent(&event);
        switch (event.type)
        {
        case FF_QUIT_EVENT:
        case SDL_QUIT:
            quit = 1;
            SDL_Quit();

            return 0;
            break;

        case FF_REFRESH_EVENT:
            video_refresh_timer(media.video);
            break;

        default:
            break;
        }
    }

主函数的主要分为三个部分:

  • 初始化FFmpeg和SDL
  • 创建Audio播放线程和Video播放线程
  • SDL事件循环,显示图像。

1.2 使用到的数据结构

将播放过程中需要使用到的主要数据封装为三个结构:

  • MediaState 主要包含了AudiostateVideoState指针,以及AVFormatContext
  • AudioState 播放音频所需要的数据
  • VideoState 播放视频所需要的数据

这里主要介绍下MediaState,在后面播放音频和视频时再介绍与其相关的数据结构。
MediaState的声明如下:

struct MediaState
{
    AudioState *audio;
    VideoState *video;
    AVFormatContext *pFormatCtx;

    char* filename;
    //bool quit;
    MediaState(char *filename);
    ~MediaState();

    bool openInput();
};

结构比较简单,其主要的功能是在oepnInput中,该函数用来打开相应的video文件,并读取相应的信息填充到VideoStateAudioState结构中。
主要有以下几个功能:

  • 调用avformat_open_input获取AVFormatContext的指针
  • 找到audio stream的index,并打开相应的AVCodecContext
  • 找到video stream的index,并打开相应的AVCodecContext

1.3 Packet分离线程

调用oepnInput后,以获取到足够的信息,然后创建packet分离线程,按照得到的stream index,将av_read_frame读取到的packet分别放到相应的packet 缓存队列中。
部分代码如下:

if (packet->stream_index == media->audio->audio_stream) // audio stream
{
    media->audio->audioq.enQueue(packet);
    av_packet_unref(packet);
}       

else if (packet->stream_index == media->video->video_stream) // video stream
{
    media->video->videoq->enQueue(packet);
    av_packet_unref(packet);
}       
else
    av_packet_unref(packet);

2.多线程队列

分离线程将读取到的Packet分别存放到视频和音频的packet队列中,这个Packet队列会被多个线程访问,分离线程向里面填充Packet;视频和音频播放线程取出队列中的packet
进行解码然后播放。PacketQueue的声明如下:

struct PacketQueue
{
    std::queue<AVPacket> queue;

    Uint32    nb_packets;
    Uint32    size;
    SDL_mutex *mutex;
    SDL_cond  *cond;

    PacketQueue();
    bool enQueue(const AVPacket *packet);
    bool deQueue(AVPacket *packet, bool block);
};

使用标准库中的std::queue作为存放数据的容器,SDL_mutexSDL_cond是SDL库中提供的互斥量和条件变量用来控制队列的线程的同步。
当要访问队列中的元素时,使用SDL_mutex来锁定队列;当队列中没有Packet时,而此时又有视频或者音频线程取队列中的Packet,就需要设置一个
设置SDL_cond信号量等待新的Packet入队列。

  • 入队列的方法实现如下:

    bool PacketQueue::enQueue(const AVPacket *packet)
    {
    AVPacket *pkt = av_packet_alloc();
    if (av_packet_ref(pkt, packet) < 0)
        return false;
    
    SDL_LockMutex(mutex);
    queue.push(*pkt);
    
    size += pkt->size;
    nb_packets++;
    
    SDL_CondSignal(cond);
    SDL_UnlockMutex(mutex);
    return true;
    }
    注意对入队列的Packet调用av_packet_ref增加引用计数的方法来复制Packet中的数据。在将新的packet入队以后,设置信号量通知有新的packet入队列,并
    解除对packet队列的锁定。
  • 出队的方法实现如下:

    bool PacketQueue::deQueue(AVPacket *packet, bool block)
    {
    bool ret = false;
    
    SDL_LockMutex(mutex);
    while (true)
    {
        if (quit)
        {
            ret = false;
            break;
        }
    
        if (!queue.empty())
        {
            if (av_packet_ref(packet, &queue.front()) < 0)
            {
                ret = false;
                break;
            }
            //av_packet_free(&queue.front());
            AVPacket pkt = queue.front();
    
            queue.pop();
            av_packet_unref(&pkt);
            nb_packets--;
            size -= packet->size;
    
            ret = true;
            break;
        }
        else if (!block)
        {
            ret = false;
            break;
        }
        else
        {
            SDL_CondWait(cond, mutex);
        }
    }
    SDL_UnlockMutex(mutex);
    return ret;
    }

    参数block标识在队列为空的时候是否阻塞等待,当设置为true的时候,取packet的线程会阻塞等待,直到得到cond信号量的通知。另外,在
    取出packet后要调用av_packet_unref减少packet数据的引用计数。

3. 音频播放

音频的播放在前面已经做个总结FFmpeg学习3:播放音频,其播放过程主要是设置好向音频设备发送数据的回调函数,这里就不再详述。和以前不同的是对播放数据进行了封装,如下:

struct AudioState
{
    const uint32_t BUFFER_SIZE;// 缓冲区的大小

    PacketQueue audioq;

    uint8_t *audio_buff;       // 解码后数据的缓冲空间
    uint32_t audio_buff_size;  // buffer中的字节数
    uint32_t audio_buff_index; // buffer中未发送数据的index
    
    int audio_stream;          // audio流index
    AVCodecContext *audio_ctx; // 已经调用avcodec_open2打开

    AudioState();              //默认构造函数
    AudioState(AVCodecContext *audio_ctx, int audio_stream);
    
    ~AudioState();

    /**
    * audio play
    */
    bool audio_play();
};
  • audioq是存放audio packet的队列;
  • audio_stream是audio stream的index

另外几个字段是用来缓存解码后的数据的,回调函数从该缓冲区中取出数据发送到音频设备。

  • audio_buff 缓冲区的指针
  • audio_buff_size 缓冲区中数据的多少
  • audio_buff_index 缓冲区中已经发送数据的指针
  • BUFFER_SIZE 缓冲区的最大容量

函数audio_play用来设置播放所需的参数,并启动音频播放线程

bool AudioState::audio_play()
{
    SDL_AudioSpec desired;
    desired.freq = audio_ctx->sample_rate;
    desired.channels = audio_ctx->channels;
    desired.format = AUDIO_S16SYS;
    desired.samples = 1024;
    desired.silence = 0;
    desired.userdata = this;
    desired.callback = audio_callback;

    if (SDL_OpenAudio(&desired, nullptr) < 0)
    {
        return false;
    }

    SDL_PauseAudio(0); // playing

    return true;
}

4. 视频播放

4.1 VideoState

和音频播放类似,也封装了一个VideoState保存视频播放时所需的数据

struct VideoState
{
    PacketQueue* videoq;        // 保存的video packet的队列缓存

    int video_stream;          // index of video stream
    AVCodecContext *video_ctx; // have already be opened by avcodec_open2

    FrameQueue frameq;         // 保存解码后的原始帧数据
    AVFrame *frame;
    AVFrame *displayFrame;

    SDL_Window *window;
    SDL_Renderer *renderer;
    SDL_Texture *bmp;
    SDL_Rect rect;

    void video_play();
    
    VideoState();

    ~VideoState();
};

VideoState中的字段大体上可以分为三类:

  • 视频解码需要的数据 packet队列、stream的index以及AVCodecContext
  • 将解码后的中间数据
    • FrameQueue Frame队列,存放从packet中解码得到的Frame。要刷新新的帧时,就从该队列中取出Frame,进行格式转换后render到界面上。
    • frame 格式转换时中间变量
    • displayFrame 格式转换后的fram,给fram中的数据是最终呈现到界面上的帧
  • SDL播放视频需要的数据

FrameQueue的实现和PacketQueue的实现类似,不再赘述。

4.2 Video的decode和play

VideoState中函数video_play用来进行video播放的初始化工作,并开启video的解码线程

void VideoState::video_play()
{
    int width = 800;
    int height = 600;
    // 创建sdl窗口
    window = SDL_CreateWindow("FFmpeg Decode", SDL_WINDOWPOS_UNDEFINED, SDL_WINDOWPOS_UNDEFINED,
        width, height, SDL_WINDOW_OPENGL);
    renderer = SDL_CreateRenderer(window, -1, 0);
    bmp = SDL_CreateTexture(renderer, SDL_PIXELFORMAT_YV12, SDL_TEXTUREACCESS_STREAMING,
        width, height);

    rect.x = 0;
    rect.y = 0;
    rect.w = width;
    rect.h = height;

    frame = av_frame_alloc();
    displayFrame = av_frame_alloc();

    displayFrame->format = AV_PIX_FMT_YUV420P;
    displayFrame->width = width;
    displayFrame->height = height;

    int numBytes = avpicture_get_size((AVPixelFormat)displayFrame->format,displayFrame->width, displayFrame->height);
    uint8_t *buffer = (uint8_t*)av_malloc(numBytes * sizeof(uint8_t));

    avpicture_fill((AVPicture*)displayFrame, buffer, (AVPixelFormat)displayFrame->format, displayFrame->width, displayFrame->height);

    SDL_CreateThread(decode, "", this);

    schedule_refresh(this, 40); // start display
}

首先创建SDL窗口的一些变量,并根据相应的格式为displayFrame分配数据空间;接着创建video的解码线程;最后一句schedule_refresh(this, 40)是开始SDL的事件循环,并在窗口上不断的刷新帧。
video的解码线程函数如下:

int  decode(void *arg)
{
    VideoState *video = (VideoState*)arg;

    AVFrame *frame = av_frame_alloc();

    AVPacket packet;


    while (true)
    {
        video->videoq->deQueue(&packet, true);

        int ret = avcodec_send_packet(video->video_ctx, &packet);
        if (ret < 0 && ret != AVERROR(EAGAIN) && ret != AVERROR_EOF)
            continue;

        ret = avcodec_receive_frame(video->video_ctx, frame);
        if (ret < 0 && ret != AVERROR_EOF)
            continue;

        if (video->frameq.nb_frames >= FrameQueue::capacity)
            SDL_Delay(500);

        video->frameq.enQueue(frame);

        av_frame_unref(frame);
    }


    av_frame_free(&frame);

    return 0;
}

该函数较简单,就是不断从packet队列中取出packet,然后进行解码,将解码得到的frame队列中,供display线程使用,最终呈现到界面上。注意的是,这里给frame队列设置一个最大容量,当frame队列已满的时候,就阻塞解码线程,等待display线程播放一段时间。

4.3 display线程

帧的呈现借助了SDL库,所以display线程实际就是SDL的窗口时间循环。视频帧的显示过程如下图:

video_play函数中,启动视频的解码线程后,就调用了schedule_refresh函数来开始帧的显示线程。

// 延迟delay ms后刷新video帧
void schedule_refresh(VideoState *video, int delay)
{
    SDL_AddTimer(delay, sdl_refresh_timer_cb, video);
}

uint32_t sdl_refresh_timer_cb(uint32_t interval, void *opaque)
{
    SDL_Event event;
    event.type = FF_REFRESH_EVENT;
    event.user.data1 = opaque;
    SDL_PushEvent(&event);
    return 0; /* 0 means stop timer */
}

schedule_refresh设置一个延迟时间,然后调用sdl_refresh_timer_cb函数。sdl_refresh_timer_cb是向SDL的事件循环
发送一个FF_REFRESH_EVENT事件。从前面的事件处理中可知,在接收到FF_REFRESH_EVENT事件后,会调用video_refresh_timer
该函数会从frame队列中取出每一个frame,做了格式转换后呈现到界面上。

void video_refresh_timer(void *userdata)
{
    VideoState *video = (VideoState*)userdata;

    if (video->video_stream >= 0)
    {
        if (video->videoq->queue.empty())
            schedule_refresh(video, 1);
        else
        {
            /* Now, normally here goes a ton of code
            about timing, etc. we\'re just going to
            guess at a delay for now. You can
            increase and decrease this value and hard code
            the timing - but I don\'t suggest that ;)
            We\'ll learn how to do it for real later.
            */
            schedule_refresh(video, 40);

            video->frameq.deQueue(&video->frame);

            SwsContext *sws_ctx = sws_getContext(video->video_ctx->width, video->video_ctx->height, video->video_ctx->pix_fmt,
            video->displayFrame->width,video->displayFrame->height,(AVPixelFormat)video->displayFrame->format, SWS_BILINEAR, nullptr, nullptr, nullptr);

            sws_scale(sws_ctx, (uint8_t const * const *)video->frame->data, video->frame->linesize, 0, 
                video->video_ctx->height, video->displayFrame->data, video->displayFrame->linesize);

            // Display the image to screen
            SDL_UpdateTexture(video->bmp, &(video->rect), video->displayFrame->data[0], video->displayFrame->linesize[0]);
            SDL_RenderClear(video->renderer);
            SDL_RenderCopy(video->renderer, video->bmp, &video->rect, &video->rect);
            SDL_RenderPresent(video->renderer);

            sws_freeContext(sws_ctx);
            av_frame_unref(video->frame);
        }
    }
    else
    {
        schedule_refresh(video, 100);
    }
}

该函数的实现也挺清晰的,不断的从frame队列中取出frame,创建SwsContext按照VideoState中设置的参数对frame进行格式转换。这里要提一个血泪教训,在使用完SwsContext后一定要记得调用sws_freeContext释放。在写好本文的demo后,播放视频的发现
其占用的内存一直在增长,不用说肯定是内存泄漏了呀。我是着重对几个缓存队列进行检测,没有发现问题。最后实在没有办法,一段一段代码的进行检查,最终发现是使用完了SwsContext没有释放掉。起初时候,我就认为SwsContext只是设置一个转换参数,也没在意,谁知道会占用那么大的空间,播放一个视频内存的占用一度达到一个G,这只是播放了十几分钟。

Summary

从上一篇总结到现在,磨蹭了将近半个月终于算是把这个多线程播放弄完了,从中真是学到了不少东西。
从毕业到现在进公司快3个月了,基本是打酱油的三个月,公司的代码都没有看到过,整天对着电脑屏幕没有事情可做。
后面的一些计划吧,督促下自己不能这么懒散

  • 实现视音频的同步
  • 改用C++11的多线程库
  • 再对代码进行下重构,可以使用不同的UI库进行渲染(打算换Qt试试)

本文的代码 FSplayer

以上是关于FFmpeg学习5:多线程播放视音频的主要内容,如果未能解决你的问题,请参考以下文章

[总结]FFMPEG视音频编解码零基础学习方法

ffplay源码分析6-音频重采样

[总结]FFMPEG视音频编解码零基础学习方法

[总结]FFMPEG视音频编解码零基础学习方法

FFMPEG视音频编解码零基础学习方法

FFMPEG视音频编解码零基础学习方法