为啥将音频流添加到 ffmpeg 的 libavcodec 输出容器会导致崩溃？
Posted
技术标签:
【中文标题】为啥将音频流添加到 ffmpeg 的 libavcodec 输出容器会导致崩溃？【英文标题】：Why does adding audio stream to ffmpeg's libavcodec output container cause a crash?为什么将音频流添加到 ffmpeg 的 libavcodec 输出容器会导致崩溃？ 【发布时间】：2021-06-16 13:24:00 【问题描述】：就目前而言，我的项目正确地使用 libavcodec 来解码视频，其中每一帧都被操纵（不管如何）并输出到一个新视频。我从网上找到的例子拼凑起来，它有效。结果是一个完美的 .mp4 被操纵帧，减去了音频。
我的问题是，当我尝试将音频流添加到输出容器时，我在 mux.c 中遇到了无法解释的崩溃。它位于static int compute_muxer_pkt_fields(AVFormatContext *s, AVStream *st, AVPacket *pkt)。在尝试 st->internal->priv_pts->val = pkt->dts; 的地方，priv_pts 是 nullptr。
我不记得版本号，但这是 2020 年 11 月 4 日从 git 构建的 ffmpeg。
我的MediaContentMgr 比我这里的要大得多。我正在删除与框架操作有关的所有内容，所以如果我遗漏了任何内容，请告诉我，我会进行编辑。
添加后触发 nullptr 异常的代码被内联调用
.h：
#ifndef _API_EXAMPLE_H
#define _API_EXAMPLE_H
#include <glad/glad.h>
#include <GLFW/glfw3.h>
#include "glm/glm.hpp"
extern "C"
#include <libavcodec/avcodec.h>
#include <libavformat/avformat.h>
#include <libavutil/avutil.h>
#include <libavutil/opt.h>
#include <libswscale/swscale.h>
#include "shader_s.h"
class MediaContainerMgr
public:
MediaContainerMgr(const std::string& infile, const std::string& vert, const std::string& frag,
const glm::vec3* extents);
~MediaContainerMgr();
void render();
bool recording() return m_recording;
// Major thanks to "shi-yan" who helped make this possible:
// https://github.com/shi-yan/videosamples/blob/master/libavmp4encoding/main.cpp
bool init_video_output(const std::string& video_file_name, unsigned int width, unsigned int height);
bool output_video_frame(uint8_t* buf);
bool finalize_output();
private:
AVFormatContext* m_format_context;
AVCodec* m_video_codec;
AVCodec* m_audio_codec;
AVCodecParameters* m_video_codec_parameters;
AVCodecParameters* m_audio_codec_parameters;
AVCodecContext* m_codec_context;
AVFrame* m_frame;
AVPacket* m_packet;
uint32_t m_video_stream_index;
uint32_t m_audio_stream_index;
void init_rendering(const glm::vec3* extents);
int decode_packet();
// For writing the output video:
void free_output_assets();
bool m_recording;
AVOutputFormat* m_output_format;
AVFormatContext* m_output_format_context;
AVCodec* m_output_video_codec;
AVCodecContext* m_output_video_codec_context;
AVFrame* m_output_video_frame;
SwsContext* m_output_scale_context;
AVStream* m_output_video_stream;
AVCodec* m_output_audio_codec;
AVStream* m_output_audio_stream;
AVCodecContext* m_output_audio_codec_context;
;
#endif
还有，地狱般的 .cpp：
#include <stdio.h>
#include <stdarg.h>
#include <stdlib.h>
#include <string.h>
#include <inttypes.h>
#include "media_container_manager.h"
MediaContainerMgr::MediaContainerMgr(const std::string& infile, const std::string& vert, const std::string& frag,
const glm::vec3* extents) :
m_video_stream_index(-1),
m_audio_stream_index(-1),
m_recording(false),
m_output_format(nullptr),
m_output_format_context(nullptr),
m_output_video_codec(nullptr),
m_output_video_codec_context(nullptr),
m_output_video_frame(nullptr),
m_output_scale_context(nullptr),
m_output_video_stream(nullptr)
// AVFormatContext holds header info from the format specified in the container:
m_format_context = avformat_alloc_context();
if (!m_format_context)
throw "ERROR could not allocate memory for Format Context";
// open the file and read its header. Codecs are not opened here.
if (avformat_open_input(&m_format_context, infile.c_str(), NULL, NULL) != 0)
throw "ERROR could not open input file for reading";
printf("format %s, duration %lldus, bit_rate %lld\n", m_format_context->iformat->name, m_format_context->duration, m_format_context->bit_rate);
//read avPackets (?) from the avFormat (?) to get stream info. This populates format_context->streams.
if (avformat_find_stream_info(m_format_context, NULL) < 0)
throw "ERROR could not get stream info";
for (unsigned int i = 0; i < m_format_context->nb_streams; i++)
AVCodecParameters* local_codec_parameters = NULL;
local_codec_parameters = m_format_context->streams[i]->codecpar;
printf("AVStream->time base before open coded %d/%d\n", m_format_context->streams[i]->time_base.num, m_format_context->streams[i]->time_base.den);
printf("AVStream->r_frame_rate before open coded %d/%d\n", m_format_context->streams[i]->r_frame_rate.num, m_format_context->streams[i]->r_frame_rate.den);
printf("AVStream->start_time %" PRId64 "\n", m_format_context->streams[i]->start_time);
printf("AVStream->duration %" PRId64 "\n", m_format_context->streams[i]->duration);
printf("duration(s): %lf\n", (float)m_format_context->streams[i]->duration / m_format_context->streams[i]->time_base.den * m_format_context->streams[i]->time_base.num);
AVCodec* local_codec = NULL;
local_codec = avcodec_find_decoder(local_codec_parameters->codec_id);
if (local_codec == NULL)
throw "ERROR unsupported codec!";
if (local_codec_parameters->codec_type == AVMEDIA_TYPE_VIDEO)
if (m_video_stream_index == -1)
m_video_stream_index = i;
m_video_codec = local_codec;
m_video_codec_parameters = local_codec_parameters;
m_height = local_codec_parameters->height;
m_width = local_codec_parameters->width;
printf("Video Codec: resolution %dx%d\n", m_width, m_height);
else if (local_codec_parameters->codec_type == AVMEDIA_TYPE_AUDIO)
if (m_audio_stream_index == -1)
m_audio_stream_index = i;
m_audio_codec = local_codec;
m_audio_codec_parameters = local_codec_parameters;
printf("Audio Codec: %d channels, sample rate %d\n", local_codec_parameters->channels, local_codec_parameters->sample_rate);
printf("\tCodec %s ID %d bit_rate %lld\n", local_codec->name, local_codec->id, local_codec_parameters->bit_rate);
m_codec_context = avcodec_alloc_context3(m_video_codec);
if (!m_codec_context)
throw "ERROR failed to allocate memory for AVCodecContext";
if (avcodec_parameters_to_context(m_codec_context, m_video_codec_parameters) < 0)
throw "ERROR failed to copy codec params to codec context";
if (avcodec_open2(m_codec_context, m_video_codec, NULL) < 0)
throw "ERROR avcodec_open2 failed to open codec";
m_frame = av_frame_alloc();
if (!m_frame)
throw "ERROR failed to allocate AVFrame memory";
m_packet = av_packet_alloc();
if (!m_packet)
throw "ERROR failed to allocate AVPacket memory";
MediaContainerMgr::~MediaContainerMgr()
avformat_close_input(&m_format_context);
av_packet_free(&m_packet);
av_frame_free(&m_frame);
avcodec_free_context(&m_codec_context);
glDeleteVertexArrays(1, &m_VAO);
glDeleteBuffers(1, &m_VBO);
bool MediaContainerMgr::advance_frame()
while (true)
if (av_read_frame(m_format_context, m_packet) < 0)
// Do we actually need to unref the packet if it failed?
av_packet_unref(m_packet);
continue;
//return false;
else
if (m_packet->stream_index == m_video_stream_index)
//printf("AVPacket->pts %" PRId64 "\n", m_packet->pts);
int response = decode_packet();
av_packet_unref(m_packet);
if (response != 0)
continue;
//return false;
return true;
else
printf("m_packet->stream_index: %d\n", m_packet->stream_index);
printf(" m_packet->pts: %lld\n", m_packet->pts);
printf(" mpacket->size: %d\n", m_packet->size);
if (m_recording)
int err = 0;
//err = avcodec_send_packet(m_output_video_codec_context, m_packet);
printf(" encoding error: %d\n", err);
// We're done with the packet (it's been unpacked to a frame), so deallocate & reset to defaults:
/*
if (m_frame == NULL)
return false;
if (m_frame->data[0] == NULL || m_frame->data[1] == NULL || m_frame->data[2] == NULL)
printf("WARNING: null frame data");
continue;
*/
int MediaContainerMgr::decode_packet()
// Supply raw packet data as input to a decoder
// https://ffmpeg.org/doxygen/trunk/group__lavc__decoding.html#ga58bc4bf1e0ac59e27362597e467efff3
int response = avcodec_send_packet(m_codec_context, m_packet);
if (response < 0)
char buf[256];
av_strerror(response, buf, 256);
printf("Error while receiving a frame from the decoder: %s\n", buf);
return response;
// Return decoded output data (into a frame) from a decoder
// https://ffmpeg.org/doxygen/trunk/group__lavc__decoding.html#ga11e6542c4e66d3028668788a1a74217c
response = avcodec_receive_frame(m_codec_context, m_frame);
if (response == AVERROR(EAGAIN) || response == AVERROR_EOF)
return response;
else if (response < 0)
char buf[256];
av_strerror(response, buf, 256);
printf("Error while receiving a frame from the decoder: %s\n", buf);
return response;
else
printf(
"Frame %d (type=%c, size=%d bytes) pts %lld key_frame %d [DTS %d]\n",
m_codec_context->frame_number,
av_get_picture_type_char(m_frame->pict_type),
m_frame->pkt_size,
m_frame->pts,
m_frame->key_frame,
m_frame->coded_picture_number
);
return 0;
bool MediaContainerMgr::init_video_output(const std::string& video_file_name, unsigned int width, unsigned int height)
if (m_recording)
return true;
m_recording = true;
advance_to(0L); // I've deleted the implmentation. Just seeks to beginning of vid. Works fine.
if (!(m_output_format = av_guess_format(nullptr, video_file_name.c_str(), nullptr)))
printf("Cannot guess output format.\n");
return false;
int err = avformat_alloc_output_context2(&m_output_format_context, m_output_format, nullptr, video_file_name.c_str());
if (err < 0)
printf("Failed to allocate output context.\n");
return false;
//TODO(P0): Break out the video and audio inits into their own methods.
m_output_video_codec = avcodec_find_encoder(m_output_format->video_codec);
if (!m_output_video_codec)
printf("Failed to create video codec.\n");
return false;
m_output_video_stream = avformat_new_stream(m_output_format_context, m_output_video_codec);
if (!m_output_video_stream)
printf("Failed to find video format.\n");
return false;
m_output_video_codec_context = avcodec_alloc_context3(m_output_video_codec);
if (!m_output_video_codec_context)
printf("Failed to create video codec context.\n");
return(false);
m_output_video_stream->codecpar->codec_id = m_output_format->video_codec;
m_output_video_stream->codecpar->codec_type = AVMEDIA_TYPE_VIDEO;
m_output_video_stream->codecpar->width = width;
m_output_video_stream->codecpar->height = height;
m_output_video_stream->codecpar->format = AV_PIX_FMT_YUV420P;
// Use the same bit rate as the input stream.
m_output_video_stream->codecpar->bit_rate = m_format_context->streams[m_video_stream_index]->codecpar->bit_rate;
m_output_video_stream->avg_frame_rate = m_format_context->streams[m_video_stream_index]->avg_frame_rate;
avcodec_parameters_to_context(m_output_video_codec_context, m_output_video_stream->codecpar);
m_output_video_codec_context->time_base = m_format_context->streams[m_video_stream_index]->time_base;
//TODO(P1): Set these to match the input stream?
m_output_video_codec_context->max_b_frames = 2;
m_output_video_codec_context->gop_size = 12;
m_output_video_codec_context->framerate = m_format_context->streams[m_video_stream_index]->r_frame_rate;
//m_output_codec_context->refcounted_frames = 0;
if (m_output_video_stream->codecpar->codec_id == AV_CODEC_ID_H264)
av_opt_set(m_output_video_codec_context, "preset", "ultrafast", 0);
else if (m_output_video_stream->codecpar->codec_id == AV_CODEC_ID_H265)
av_opt_set(m_output_video_codec_context, "preset", "ultrafast", 0);
else
av_opt_set_int(m_output_video_codec_context, "lossless", 1, 0);
avcodec_parameters_from_context(m_output_video_stream->codecpar, m_output_video_codec_context);
m_output_audio_codec = avcodec_find_encoder(m_output_format->audio_codec);
if (!m_output_audio_codec)
printf("Failed to create audio codec.\n");
return false;
我已经注释掉了下一行之外的所有音频流初始化，因为这是 麻烦开始了。创建此输出流会导致我提到的空引用。如果我 在这里取消注释下面的所有内容，我仍然得到 null deref。如果我注释掉这一行， deref 异常消失。 （IOW，我注释掉了越来越多的代码，直到我发现这个 是导致问题的触发器。）
我认为在其余被注释掉的代码中我做错了，那就是， 修复后，将修复 nullptr 并为我提供工作音频流。
m_output_audio_stream = avformat_new_stream(m_output_format_context, m_output_audio_codec);
if (!m_output_audio_stream)
printf("Failed to find audio format.\n");
return false;
/*
m_output_audio_codec_context = avcodec_alloc_context3(m_output_audio_codec);
if (!m_output_audio_codec_context)
printf("Failed to create audio codec context.\n");
return(false);
m_output_audio_stream->codecpar->codec_id = m_output_format->audio_codec;
m_output_audio_stream->codecpar->codec_type = AVMEDIA_TYPE_AUDIO;
m_output_audio_stream->codecpar->format = m_format_context->streams[m_audio_stream_index]->codecpar->format;
m_output_audio_stream->codecpar->bit_rate = m_format_context->streams[m_audio_stream_index]->codecpar->bit_rate;
m_output_audio_stream->avg_frame_rate = m_format_context->streams[m_audio_stream_index]->avg_frame_rate;
avcodec_parameters_to_context(m_output_audio_codec_context, m_output_audio_stream->codecpar);
m_output_audio_codec_context->time_base = m_format_context->streams[m_audio_stream_index]->time_base;
*/
//TODO(P2): Free assets that have been allocated.
err = avcodec_open2(m_output_video_codec_context, m_output_video_codec, nullptr);
if (err < 0)
printf("Failed to open codec.\n");
return false;
if (!(m_output_format->flags & AVFMT_NOFILE))
err = avio_open(&m_output_format_context->pb, video_file_name.c_str(), AVIO_FLAG_WRITE);
if (err < 0)
printf("Failed to open output file.");
return false;
err = avformat_write_header(m_output_format_context, NULL);
if (err < 0)
printf("Failed to write header.\n");
return false;
av_dump_format(m_output_format_context, 0, video_file_name.c_str(), 1);
return true;
//TODO(P2): make this a member. (Thanks to https://emvlo.wordpress.com/2016/03/10/sws_scale/)
void PrepareFlipFrameJ420(AVFrame* pFrame)
for (int i = 0; i < 4; i++)
if (i)
pFrame->data[i] += pFrame->linesize[i] * ((pFrame->height >> 1) - 1);
else
pFrame->data[i] += pFrame->linesize[i] * (pFrame->height - 1);
pFrame->linesize[i] = -pFrame->linesize[i];
这是我们获取更改后的帧并将其写入输出容器的地方。这工作正常 只要我们没有在输出容器中设置音频流。
bool MediaContainerMgr::output_video_frame(uint8_t* buf)
int err;
if (!m_output_video_frame)
m_output_video_frame = av_frame_alloc();
m_output_video_frame->format = AV_PIX_FMT_YUV420P;
m_output_video_frame->width = m_output_video_codec_context->width;
m_output_video_frame->height = m_output_video_codec_context->height;
err = av_frame_get_buffer(m_output_video_frame, 32);
if (err < 0)
printf("Failed to allocate output frame.\n");
return false;
if (!m_output_scale_context)
m_output_scale_context = sws_getContext(m_output_video_codec_context->width, m_output_video_codec_context->height,
AV_PIX_FMT_RGB24,
m_output_video_codec_context->width, m_output_video_codec_context->height,
AV_PIX_FMT_YUV420P, SWS_BICUBIC, nullptr, nullptr, nullptr);
int inLinesize[1] = 3 * m_output_video_codec_context->width ;
sws_scale(m_output_scale_context, (const uint8_t* const*)&buf, inLinesize, 0, m_output_video_codec_context->height,
m_output_video_frame->data, m_output_video_frame->linesize);
PrepareFlipFrameJ420(m_output_video_frame);
//TODO(P0): Switch m_frame to be m_input_video_frame so I don't end up using the presentation timestamp from
// an audio frame if I threadify the frame reading.
m_output_video_frame->pts = m_frame->pts;
printf("Output PTS: %d, time_base: %d/%d\n", m_output_video_frame->pts,
m_output_video_codec_context->time_base.num, m_output_video_codec_context->time_base.den);
err = avcodec_send_frame(m_output_video_codec_context, m_output_video_frame);
if (err < 0)
printf(" ERROR sending new video frame output: ");
switch (err)
case AVERROR(EAGAIN):
printf("AVERROR(EAGAIN): %d\n", err);
break;
case AVERROR_EOF:
printf("AVERROR_EOF: %d\n", err);
break;
case AVERROR(EINVAL):
printf("AVERROR(EINVAL): %d\n", err);
break;
case AVERROR(ENOMEM):
printf("AVERROR(ENOMEM): %d\n", err);
break;
return false;
AVPacket pkt;
av_init_packet(&pkt);
pkt.data = nullptr;
pkt.size = 0;
pkt.flags |= AV_PKT_FLAG_KEY;
int ret = 0;
if ((ret = avcodec_receive_packet(m_output_video_codec_context, &pkt)) == 0)
static int counter = 0;
printf("pkt.key: 0x%08x, pkt.size: %d, counter:\n", pkt.flags & AV_PKT_FLAG_KEY, pkt.size, counter++);
uint8_t* size = ((uint8_t*)pkt.data);
printf("sizes: %d %d %d %d %d %d %d %d %d\n", size[0], size[1], size[2], size[2], size[3], size[4], size[5], size[6], size[7]);
av_interleaved_write_frame(m_output_format_context, &pkt);
printf("push: %d\n", ret);
av_packet_unref(&pkt);
return true;
bool MediaContainerMgr::finalize_output()
if (!m_recording)
return true;
AVPacket pkt;
av_init_packet(&pkt);
pkt.data = nullptr;
pkt.size = 0;
for (;;)
avcodec_send_frame(m_output_video_codec_context, nullptr);
if (avcodec_receive_packet(m_output_video_codec_context, &pkt) == 0)
av_interleaved_write_frame(m_output_format_context, &pkt);
printf("final push:\n");
else
break;
av_packet_unref(&pkt);
av_write_trailer(m_output_format_context);
if (!(m_output_format->flags & AVFMT_NOFILE))
int err = avio_close(m_output_format_context->pb);
if (err < 0)
printf("Failed to close file. err: %d\n", err);
return false;
return true;
编辑 崩溃时的调用堆栈（我应该包含在原始问题中）：
avformat-58.dll!compute_muxer_pkt_fields(AVFormatContext * s, AVStream * st, AVPacket * pkt) Line 630 C
avformat-58.dll!write_packet_common(AVFormatContext * s, AVStream * st, AVPacket * pkt, int interleaved) Line 1122 C
avformat-58.dll!write_packets_common(AVFormatContext * s, AVPacket * pkt, int interleaved) Line 1186 C
avformat-58.dll!av_interleaved_write_frame(AVFormatContext * s, AVPacket * pkt) Line 1241 C
CamBot.exe!MediaContainerMgr::output_video_frame(unsigned char * buf) Line 553 C++
CamBot.exe!main() Line 240 C++
如果我将调用移动到 avformat_write_header 以便它紧接在音频流初始化之前，我仍然会崩溃，但在不同的地方。崩溃发生在 movenc.c 的第 6459 行，我们有：
/* Non-seekable output is ok if using fragmentation. If ism_lookahead
* is enabled, we don't support non-seekable output at all. */
if (!(s->pb->seekable & AVIO_SEEKABLE_NORMAL) && // CRASH IS HERE
(!(mov->flags & FF_MOV_FLAG_FRAGMENT) || mov->ism_lookahead))
av_log(s, AV_LOG_ERROR, "muxer does not support non seekable output\n");
return AVERROR(EINVAL);
异常是 nullptr 异常，其中 s->pb 为 NULL。调用栈是：
avformat-58.dll!mov_init(AVFormatContext * s) Line 6459 C
avformat-58.dll!init_muxer(AVFormatContext * s, AVDictionary * * options) Line 407 C
[Inline Frame] avformat-58.dll!avformat_init_output(AVFormatContext *) Line 489 C
avformat-58.dll!avformat_write_header(AVFormatContext * s, AVDictionary * * options) Line 512 C
CamBot.exe!MediaContainerMgr::init_video_output(const std::string & video_file_name, unsigned int width, unsigned int height) Line 424 C++
CamBot.exe!main() Line 183 C++
【问题讨论】：
在音频流初始化之前移动avformat_write_header 有帮助吗？另外，如果可能的话，你有崩溃的调用堆栈吗？
@zoso 如果我在包含所有流之前编写标题，标题是否会丢失有关容器中流的关键信息？还是标题比这更笼统？
可能是显而易见的，但是：valgrind?
【参考方案1】：
请注意，您应该始终尝试提供一个独立的最小工作示例，以便其他人更容易提供帮助。使用实际代码、匹配的 FFmpeg 版本和触发分段错误的输入视频（可以肯定），问题将是分析控制流以确定为什么未分配 st->internal->priv_pts 的问题。如果没有完整的场景，我必须报告做出可能与您的实际代码对应或不对应的假设。
根据您的描述，我尝试通过克隆 https://github.com/FFmpeg/FFmpeg.git 并从提交 b52e0d95（2020 年 11 月 4 日）创建一个新分支以近似您的 FFmpeg 版本来重现该问题。
我使用提供的代码 sn-ps 重新创建了您的场景
包括对音频流的avformat_new_stream() 调用
保留剩余的音频初始化注释掉
包括原来的avformat_write_header()呼叫站点（顺序不变）
在这种情况下，带有 MP4 视频/音频输入的视频写入在avformat_write_header() 中失败：
[mp4 @ 0x2b39f40] sample rate not set 0
错误位置的调用栈：
#0 0x00007ffff75253d7 in raise () from /lib64/libc.so.6
#1 0x00007ffff7526ac8 in abort () from /lib64/libc.so.6
#2 0x000000000094feca in init_muxer (s=0x2b39f40, options=0x0) at libavformat/mux.c:309
#3 0x00000000009508f4 in avformat_init_output (s=0x2b39f40, options=0x0) at libavformat/mux.c:490
#4 0x0000000000950a10 in avformat_write_header (s=0x2b39f40, options=0x0) at libavformat/mux.c:514
[...]
init_muxer()中无条件检查流参数中的采样率：
case AVMEDIA_TYPE_AUDIO:
if (par->sample_rate <= 0)
av_log(s, AV_LOG_ERROR, "sample rate not set %d\n", par->sample_rate); abort();
ret = AVERROR(EINVAL);
goto fail;
该条件至少从 2014 年 6 月 18 日开始生效（没有进一步追溯）并且仍然存在。对于 2020 年 11 月的版本，检查必须处于活动状态并且必须相应地设置参数。
如果我取消注释剩余的音频初始化，情况保持不变（如预期的那样）。所以，满足条件，我添加了缺少的参数如下：
m_output_audio_stream->codecpar->sample_rate =
m_format_context->streams[m_audio_stream_index]->codecpar->sample_rate;
这样，校验成功，avformat_write_header()成功，实际视频写入成功。
正如您在问题中指出的那样，分段错误是由 st->internal->priv_pts 在此位置的 NULL 引起的：
#0 0x00000000009516db in compute_muxer_pkt_fields (s=0x2b39f40, st=0x2b3a580, pkt=0x7fffffffe2d0) at libavformat/mux.c:632
#1 0x0000000000953128 in write_packet_common (s=0x2b39f40, st=0x2b3a580, pkt=0x7fffffffe2d0, interleaved=1) at libavformat/mux.c:1125
#2 0x0000000000953473 in write_packets_common (s=0x2b39f40, pkt=0x7fffffffe2d0, interleaved=1) at libavformat/mux.c:1188
#3 0x0000000000953634 in av_interleaved_write_frame (s=0x2b39f40, pkt=0x7fffffffe2d0) at libavformat/mux.c:1243
[...]
在 FFmpeg 代码库中，priv_pts 的分配由 init_pts() 处理，用于上下文引用的所有流。 init_pts() 有两个呼叫站点：
libavformat/mux.c:496:
if (s->oformat->init && ret)
if ((ret = init_pts(s)) < 0)
return ret;
return AVSTREAM_INIT_IN_INIT_OUTPUT;
libavformat/mux.c:530:
if (!s->internal->streams_initialized)
if ((ret = init_pts(s)) < 0)
goto fail;
在这两种情况下，调用都是由avformat_write_header() 触发的（第一个通过avformat_init_output() 间接触发，第二个直接通过avformat_init_output()）。根据控制流分析，没有任何成功案例会使priv_pts 未分配。
考虑到我们的 FFmpeg 版本在行为方面兼容的可能性很高，我必须假设 1）必须为音频流提供采样率和 1）priv_pts 总是由avformat_write_header() 在没有错误。因此，我想到了两个可能的根本原因：
-
您的流不是音频流（不太可能；类型基于编解码器，而编解码器又基于输出文件扩展名 - 假设
mp4）
你没有调用avformat_write_header()（不太可能）或者没有处理你的C++成员函数调用者中的错误（avformat_write_header()的返回值被检查但是我没有对应于C++调用者的代码成员函数；您的实际代码可能与提供的代码有很大不同，因此这是可能的，也是可以从可用数据中得出的唯一合理结论）
解决方案：确保如果avformat_write_header() 失败，处理不会继续。通过添加音频流，avformat_write_header() 开始失败，除非您设置流采样率。如果错误被忽略，av_interleaved_write_frame() 通过访问未分配的st->internal->priv_pts 触发分段错误。
正如最初提到的，场景是不完整的。如果您确实致电avformat_write_header() 并在出现错误时停止处理（这意味着您不致电av_interleaved_write_frame()），则需要更多信息。就目前而言，这不太可能。为了进一步分析，需要可执行输出（stdout、stderr）来查看您的跟踪和 FFmpeg 日志消息。如果这不能揭示新信息，则需要一个独立的最小工作示例和视频输入来获得所有完整图片。
【讨论】：
以上是关于为啥将音频流添加到 ffmpeg 的 libavcodec 输出容器会导致崩溃？的主要内容，如果未能解决你的问题，请参考以下文章