FFmpeg从入门到出家（HEVC在RTMP中的扩展）

Posted 2020-10-21

由金山云视频云技术团队提供：FFmpeg从入门到出家第三季；

为推进HEVC视频编码格式在直播方案中的落地，经过CDN联盟讨论，并和主流云服务厂商达成一致，规范了HEVC在RTMP/FLV中的扩展，具体修改内容见下。

4.1 FLV规范扩展

HEVC为视频编码格式，因此对FLV规范的扩展，只集中在Video Tag，其它部分，无任何改动。

4.1.1 支持HEVC的VideoTagHeader

扩展后的VideoTagHeader如下图所示(红色字体为新增内容)：

图9. 支持HEVC的FLVTagHeader

修改点如下：

1. CodecID - 定义HEVC格式的值为12；

2、HEVCPacketType - 当CodecID == 12时，AVCPacketType为HEVCPacketType：

?如果HEVCPacketType为0，表示HEVCVIDEOPACKET中存放的是HEVC sequence header；

?如果HEVCPacketType为1，表示HEVCVIDEOPACKET中存放的是HEVC NALU；

?如果HEVCPacketType为2，表示HEVCVIDEPACKET中存放的是HEVC end of sequence，即HEVCDecoderConfigurationRecord；

3. CompositionTime - 当CodecID == 12时，同样需要CompositionTime。

4.1.2 支持HEVC的VideoTagBody

当CodecID为12时，VideoTagBody中存放的就是HEVC视频帧内容。

扩展后的VideoTagBody如下图所示(红色字体为HEVC新增内容)：

图10. 支持HEVC的VideoTagBody

4.2 FFmpeg中的修改

我们已在FFmpeg的各个版本上提供相关的完整修改，具体参见：https://github.com/ksvc/FFmpeg，完整patch获取及相关说明见：https://github.com/ksvc/FFmpeg/wiki。

由第二章节的阐述可知，FLV的解复用和复用功能代码分别在libavformt/flvdec.c和libavformat/flvenc.c中，扩展后的修改也都集中在这两个文件。本节将在FFmpeg3.3的基础上，说明修改的关键点。

4.2.1 编码类型定义

libavformat/flv.h中按照VideoTagHeader中的CodecID定义了一组视频编码格式的枚举值，扩展后的枚举定义如下：

enum {

FLV_CODECID_H263    = 2,

FLV_CODECID_SCREEN  = 3,

FLV_CODECID_VP6     = 4,

FLV_CODECID_VP6A    = 5,

FLV_CODECID_SCREEN2 = 6,

FLV_CODECID_H264    = 7,

FLV_CODECID_REALH263= 8,

FLV_CODECID_MPEG4   = 9,

FLV_CODECID_HEVC   = 12,

};

4.2.2 FLV demux

在解复用过程中，flv_read_packet方法是整个过程的核心，它里面完成了对每个Tag的读取和解析。

4.1.1中提到，如果HEVCPacketType为0时，表示HEVCVIDEOPACKET中存放的是HEVC sequence header，也就是HEVCDecoderConfigurationRecord，解码时需设置HEVCDecoderConfigurationRecord方能正确解码。

HEVC与AVC视频帧在FLV中的存放格式相同，所以只需在读取Video Tag的地方增加AV_CODEC_ID_HEVC的判断条件即可，调整后的代码如下：

if (st->codecpar->codec_id == AV_CODEC_ID_AAC ||

st->codecpar->codec_id == AV_CODEC_ID_H264 ||

st->codecpar->codec_id == AV_CODEC_ID_HEVC ||

st->codecpar->codec_id == AV_CODEC_ID_MPEG4) {

int type = avio_r8(s->pb);

size--;

if (st->codecpar->codec_id == AV_CODEC_ID_H264 ||

st->codecpar->codec_id == AV_CODEC_ID_HEVC ||

st->codecpar->codec_id == AV_CODEC_ID_MPEG4) {

     // sign extension

     int32_t cts = (avio_rb24(s->pb) + 0xff800000) ^ 0xff800000;

     pts = dts + cts;

     if (cts< 0) { // dts might be wrong

         if (!flv->wrong_dts)

av_log(s, AV_LOG_WARNING,

"Negative cts, previous timestamps might be wrong.\n");

flv->wrong_dts = 1;

    } else if (FFABS(dts - pts) > 1000*60*15) {

av_log(s, AV_LOG_WARNING,

"invalid timestamps %"PRId64" %"PRId64"\n", dts, pts);

dts = pts = AV_NOPTS_VALUE;

    }

}

if (type == 0 &&(!st->codecpar->extradata ||

st->codecpar->codec_id == AV_CODEC_ID_AAC ||

st->codecpar->codec_id == AV_CODEC_ID_HEVC ||

st->codecpar->codec_id == AV_CODEC_ID_H264)) {

AVDictionaryEntry *t;

   if (st->codecpar->extradata) {

       if ((ret = flv_queue_extradata(flv, s->pb, stream_type, size)) < 0)

           return ret;

       ret = FFERROR_REDO;

goto leave;

   }

   if ((ret = flv_get_extradata(s, st, size)) < 0)

       return ret;

   ……

}

}

AVCDecoderConfigurationRecord和HEVCDecoderConfigurationRecord都是存放在AVStream->AVCodecParameter->extradata中。

4.2.3 FLV mux

FLV mux的修改相对较多、header、packet、trailer中均有涉及。

4.2.3.1 write header

flv_write_header中主要完成了以下工作：

1. 写入FLV Header；

2. 写入Metadata；

3. 如果音频编码格式为AAC，则写入第一个Audio Tag，其AudioTagBody中存放的是AAC sequence header；

4. 如果视频编码格式为AVC，则写入第一个Video Tag，其中VideoTagBody中存放的是AVC sequence header。

同样，当视频编码格式HEVC时，也要写入第一个VideoTag，其中VideoTagBody中存放的是HEVCDecoderConfigurationRecord，修改点如下：

avio_w8(pb, par->codec_tag | FLV_FRAME_KEY); // flags

avio_w8(pb, 0); // AVC sequence header

avio_wb24(pb, 0); // composition time

if (par->codec_id == AV_CODEC_ID_HEVC)

ff_isom_write_hvcc(pb, par->extradata, par->extradata_size, 0);

else

ff_isom_write_avcc(pb, par->extradata, par->extradata_size);

ff_isom_write_hvcc的作用是将extradata转为HEVCDecoderConfigurationRecord结构并写入。

4.2.3.2 write packet

flv_write_packet的作用是写入音视频帧，其中有关写入video数据的地方，都需要加上AV_CODEC_ID_HEVC的判断条件，修改内容如下:

else if (par->codec_id == AV_CODEC_ID_HEVC ){

    if (par->extradata_size> 0 && *(uint8_t*)par->extradata != 1)

        if ((ret = ff_hevc_annexb2mp4_buf(pkt->data, &data, &size, 0, NULL)) < 0)

            return ret;

}

ff_hevc_annexb2mp4_buf方法的作用是将Annex-B格式的HEVC视频帧转为HVCC格式。

AnnexB与AVCC/HVCC(ISO/IEC14496-15中所定义，通常也称为MPEG-4格式)的区别在于参数集与帧格式，AnnexB的参数集sps、pps以NAL的形式存在码流中（带内传输），以startcode分割NAL。而HVCC 的参数集存储在extradata中（带外传输），使用NALU长度（固定字节，通常为4字节，从extradata中解析）分隔NAL。

4.2.3.3 write trailer

结束时需要写入HEVC end of sequence，其格式与AVC end of sequence相同，直接复用即可，flv_write_trailer的修改内容如下：

if (par->codec_type == AVMEDIA_TYPE_VIDEO &&

       (par->codec_id == AV_CODEC_ID_H264 || par->codec_id == AV_CODEC_ID_HEVC || par->codec_id == AV_CODEC_ID_MPEG4))

put_avc_eos_tag(pb, sc->last_ts);

5. 结束语

本文只是简单介绍了如何在FFmpeg中扩展rtmp协议对HEVC编码格式的支持，而要将HEVC应用于直播整体方案，除推流端和播放端要提供相应能力外，源站、CDN、转码服务同样都需要提供这种能力。金山云的所有视频服务中，已完全支持HEVC视频编码格式，欢迎大家使用。

客户端的直播/短视频SDK，在适配了系统的HEVC硬编/解码能力外，还提供了高效的HEVC软编/解码方案，如果您感兴趣，可联系我们咨询或讨论。