FFmpeg 封装实现

本例子实现的是将视频数据和音频数据，按照一定的格式封装为特定的容器，比如FLV、MKV、MP4、AVI等等。

实现的过程，可以大致用如下图表示：

从图中可以大致看出视频封装的流程：

• 首先要有编码好的视频、音频数据。
• 其次要根据想要封装的格式选择特定的封装器。
• 最后利用封装器进行封装。

根据流程可以推倒出大致的代码实现：

• 利用给定的YUV数据编码得到某种 CODEC 格式的编码视频（可以参见上面提到的编码实现），同样的方法得到音频数据。
• 获取输出文件格式。获取输出文件格式可以直接指定文件格式，比如FLV/MKV/MP4/AVI等，也可以通过输出文件的后缀名来确定，或者也可以选择默认的输出格式。根据得到的文件格式，其中可能有视频、音频等，为此我们需要为格式添加视频、音频、并对格式中的一些信息进行设置（比如头）。
• 利用设置好的音频、视频、头信息等，开始封装。

对于由 YUV 数据得到编码的视频数据部分，不再重复。

直接看与 Muxer 相关的部分，与特定的 Muxer 相关的信息，FFMpeg 提供了一个 AVFormatContext 的结构体描述，并用avformat_alloc_output_context2()函数来分配它。

该函数的声明如下：

int avformat_alloc_output_context2(AVFormatContext **ctx, AVOutputFormat *oformat,
                                   const char *format_name, const char *filename);

其中：

• ctx:输出到 AVFormatContext 结构的指针，如果函数失败则返回给该指针为 NULL。
• oformat：指定输出的 AVOutputFormat 类型，如果设为 NULL，则根据 format_name 和 filename 生成。
• format_name:输出格式的名称，如果设为 NULL，则使用 filename 默认格式。
• filename：目标文件名，如果不使用，可以设为 NULL。
• 返回值：>=0 则成功，否则失败。

代码如下：

AVOutputFormat *fmt;
AVFormatContext *oc;

/* allocate the output media context */
avformat_alloc_output_context2(&oc, NULL, NULL, filename);
if (!oc) {
    printf("Could not deduce output format from file extension: using MPEG.\n");
    avformat_alloc_output_context2(&oc, NULL, "mpeg", filename);
}
if (!oc)
    return 1;

fmt = oc->oformat;

有了表示媒体文件格式的 AVFormatContext 结构后，就需要根据媒体格式来判断是否需要往媒体文件中添加视频流、音频流（有的媒体文件，这两种流并不是必须的）；

以 MP4 格式的媒体文件为例，我们需要一路视频流、一路音频流。

因此需要创建一路流，FFMpeg 提供的创建流的函数为avformat_new_stream()，该函数完成向 AVFormatContext 结构体中所代码的媒体文件中添加数据流，函数声明如下：

AVStream *avformat_new_stream(AVFormatContext *s, const AVCodec *c);

其中：

• s:AVFormatContext 结构，表示要封装生成的视频文件。
• c：视频或音频流的编码器的指针。
• 返回值：指向生成的 stream 对象的指针；失败则返回 NULL。

注意：对于 Muxer，该函数必须在调用avformat_write_header()前调用。

使用完成后，需要调用avcodec_close()和avformat_free_context()来清理由它分配的内容。

该函数调用完成后，一个新的 AVStream 便已经加入到输出文件中，下面就需要设置 stream 的 id 和 codec 等参数。

以视频流为例，代码如下：

OutputStream *ost;
AVFormatContext *oc;
AVCodec **codec;
AVCodecContext *c;
AVStream *st;

st = avformat_new_stream(oc, *codec);
if(!st){
    fprintf(stderr, "Could not allocate stream\n");
    exit(1);
}
st->id = oc->nb_streams-1;
c = st->codec;

参数设置完成后，就可以打开编码器并为编码器分配必要的内存。

步骤跟之前的类似，以视频为例，示例代码如下：

//open the codec
ret = avcodec_open(c, codec, &opt);
if(ret < 0){
    fprintf(stderr, "Could not open video codec: %s\n", av_err2str(ret));
    exit(1);
}
//allocate and init a re-usable frame
ost->frame = alloc_picture(c->pix_fmt, c->width, c->height);

接下来进行真正的封装：首先，为媒体文件添加头部信息,FFMpeg 为此提供的函数为avformat_write_header()。

其次，将编码好的音视频 AVPacket 包添加到媒体文件中去，FFMpeg 为此提供的函数为av_interleaved_write_frame()。

最后，写入文件尾的数据，FFMpeg 为此提供的函数为av_write_trailer()。

封装的大致流程已经完成了，剩余的是一些收尾工作，比如释放分配的内存、结构体等等。

FFMpeg 解封装实现

本例子实现的是将音视频分离，例如将封装格式为 FLV、MKV、MP4、AVI 等封装格式的文件，将音频、视频分离开来。

实现的过程，可以大致用如下图表示：

从图中可以看出大致的节封装流程：

• 首先要对解复用器进行初始化。
• 其次将输入的封装格式文件给到解复用器内。
• 最后利用解封装对 Container 进行解封装。

根据流程可以推到出大致的代码流程：

• 首先对输入文件(Container 文件)、输出文件(Video/Audio 进行处理)，方便后面的使用；
• 其次打开输入文件，并分配 Format Context，从输入文件中得到流信息
• 之后打开视频、音频编码器 Context,针对视频数据，分配图像 image。
• 分配 frame 结构，初始化 packet，从输入文件中读取 frame 信息，并之后进行解码 packet。
• 最后释放各种分配的数据信息。

在音视频分离后，需要将分离出的音视频分别放到不同的输出文件中，为此，需要打开文件以备后用。

static const char *video_dst_filename = NULL;
static const char *audio_dst_filename = NULL;
static FILE *video_dst_file = NULL;
static FILE *audio_dst_file = NULL;
video_dst_filename = argv[2];
audio_dst_filename = argv[3];
video_dst_file = fopen(video_dst_filename, "wb+");
audio_dst_file = fopen(audio_dst_filename, "wb+");

对于给定的需要 AV 分离的输入文件，使用avformat_open_input打开输入文件，并分配AVFormatContext结构。

该函数的声明如下：

int avformat_open_input(AVFormatContext **ps, const char *filename, AVInputFormat *fmt, AVDictionary **options);

其中：

• ps:指向由用户提供的AVFormatContext结构体，该结构体通过avformat_alloc_context分配，如果它是一个 NULL，该结构在此函数内分配并负值给 ps。
• filename:指向需要打开的流的名称。
• fmt：如果是 non-NULL,该参数指定输入的文件格式，否则输入文件的格式自动根据文件本身自动获取。
• options:此处可以为 NULL。
• 返回值：成功返回0，否则返回 AVERROR。

实现代码如下：

//open input file, and allocate format context
if(avformat_open_input(&fmt_ctx, src_filename, NULL, NULL) < 0){
    fprintf(stderr, "Could not open source file %s\n", src_filename);
    exit(1);
}

//retrive stream information
if(avformat_find_stream_info(fmt_ctx, NULL) < 0){
    fprintf(stderr, "Could not find stream information\n");
    exit(1);
}

通过输入文件分配好AVFormatContext后，需要找到里面的音频流和视频流，此处需要用到的函数为av_find_best_stream;

之后要根据找到的不同的流(如H264流、HEVC流等)找到特定的编解码器，此处使用avcodec_find_decoder;

找到了解码器后， 就需要打开解码器，此处使用avcodec_open2函数完成。

下面分别介绍这几个函数的使用：

av_find_best_stream函数定义如下：

int av_find_best_stream(AVFormatContext *ic, enum AVMediaType type, int wanted_stream_nb, int related_stream, AVCodec **decoder_ret, int flags);

其中：

• ic:媒体文件句柄。
• type:媒体类型，视频、音频、文本等。
• wanted_stream_nb:用户请求的流，-1 代表自动选择。
• related_stream:尝试找到相关流，如果没有就设为-1。
• decoder_ret:如果是non-NULL,返回选定的流的解码器。
• flags：此处定位0。
• 返回值：成功返回非负值，如果找不到指定的请求类型的流，就返回AVERROR_STREAM_NOT_FOUND;如果找到了流，但没找到对应的解码器，就返回AVERROR_DECODER_NOT_FOUND。

avcodec_find_decoder函数定义如下：

AVCodec *avcodec_find_decoder(enum AVCodecID id);

该函数参数为AVCodecID指定了请求的解码器，成功返回解码器，否则返回 NULL。

avcodec_open2函数定义如下：

int avcodec_open2(AVCodecContext *avctx, const AVCodec *codec, AVDictionary **options);

其中：

• avctx:即将初始化的AVCodecContext结构体。
• codec：打开的解码器，如果它是non-NULL codec,并在之前传递给了avcodec_alloc_context3或avcodec_get_context_defaults3，该参数必须为 NULL 或之前传递的 CODEC。
• Options：此处我们设置为 NULL。
• 返回值：成功返回0，出错返回一个负值。

该函数的主要作用是根据给定的AVCodec初始化AVCodecContext,在使用该函数之前，待初始化的AVCodecContext结构需要先使用avcodec_alloc_context3分配好。

其中的参数 AVCodec可以通过avcodec_find_decoder_by_nameavcodec_find_encoder_by_nameavcodec_find_decoder或avcodec_find_endcoder来获取。

在进行真正的解码之前，必须调用该函数。

下面给出使用的示例：

avcodec_register_all();
av_dict_set(&opts, "b", "2.5M", 0);
codec = avcodec_find_decoder(AV_CODEC_ID_H264);
if(!codec)
    exit(1);

context = avcodec_alloc_context3(codec);
if(avcodec_open2(context, codec, opts) < 0)
    exit(1);

对于上面分析的部分，我们将其封装在一个函数里，代码如下：

static int open_codec_context(int *stream_idx,
                              AVFormatContext *fmt_ctx,
                              enum AVMediaType type)
{
    int ret, stream_index;
    AVStream *pStream;
    AVCodecContext *codec_ctx = NULL;
    AVCodec *codec;

    ret = av_find_best_stream(fmt_ctx, type, -1, -1, NULL, 0);
    if(ret < 0){
        fprintf(stderr, "Could not find %s stream in input file '%s'\n",
                av_get_media_type_string(type), src_filename);
    }else{
        stream_index = ret;
        pStream = fmt_ctx->streams[stream_index];

        //find decoder for the stream
        codec_ctx = pStream->codec;
        codec = avcodec_find_decoder(codec_ctx->codec_id);
        if(!codec){
            fprintf(stderr, "Failed to find %s codec\n",
                    av_get_media_type_string(type));
            return AVERROR(EINVAL);
        }

        //open the decoder
        if((ret = avcodec_open2(codec_ctx, codec, NULL))< 0){
            fprintf(stderr, "Failed to open %s codec\n",
                    av_get_media_type_string(type));
            return ret;
        }
    }
    *stream_idx = stream_index;
}

针对音频、视频，分别调用该函数，示例代码如下：

    if(open_codec_context(&video_stream_idx, fmt_ctx, AVMEDIA_TYPE_VIDEO) >= 0){
        video_stream    = fmt_ctx->streams[video_stream_idx];
        video_codec_ctx = video_stream->codec;

        //allocate image where the decoded image will be put
        width   = video_codec_ctx->width;
        height  = video_codec_ctx->height;
        pix_fmt = video_codec_ctx->pix_fmt;
        ret = av_image_alloc(video_dst_data, video_dst_linesize,
                             width, height, pix_fmt, 1);
        if(ret < 0){
            fprintf(stderr, "Could not allocate raw video buffer\n");
            exit(1);
        }
        video_dst_bufsize = ret;
    }

    if(open_codec_context(&audio_stream_idx, fmt_ctx, AVMEDIA_TYPE_AUDIO) >= 0){
        audio_stream = fmt_ctx->streams[audio_stream_idx];
        audio_codec_ctx = audio_stream->codec;
    }

上面的一些准备工作完成后，就需要从输入文件中一帧一帧读取数据，并进行解码了。

从这里可以看出，需要找到一个 一帧视频存放的地方，为此需要使用av_init_packet初始化一个AVPacket。

之后就可以使用av_read_frame来从输入 文件中读取一个 frame。

示例代码如下：

static int decode_packet(int *got_frame, int cached)
{
    int ret = 0;
    int decoded = pkt.size;
    *got_frame = 0;

    if(pkt.stream_index == video_stream_idx){
        //decode video frame
        ret = avcodec_decode_video2(video_codec_ctx, frame, got_frame, &pkt);
        if(ret < 0){
            fprintf(stderr, "Error decoding video frame (%s) \n",
                    av_err2str(ret));
            return ret;
        }

        printf("num %d got_frame %d\n", num++, *got_frame);
        if(*got_frame){
            av_image_copy(video_dst_data, video_dst_linesize,
                          (const uint8_t **)(frame->data), frame->linesize,
                          pix_fmt, width, height);

            //write to raw video file
            fwrite(video_dst_data[0], 1, video_dst_bufsize, video_dst_file);
        }
    }else if(pkt.stream_index == audio_stream_idx){
        //decode audio frame
        ret = avcodec_decode_audio4(audio_codec_ctx, frame, got_frame, &pkt);
        if(ret < 0){
            fprintf(stderr, "Error decoding audio frame (%s)\n", av_err2str(ret));
            return ret;
        }

        if(*got_frame){
            size_t unpadded_linesize = frame->nb_samples * av_get_bytes_per_sample(frame->format);
            fwrite(frame->extended_data[0], 1, unpadded_linesize, audio_dst_file);
        }
    }

    return FFMIN(ret, pkt.size);
}

//allocate frame 
frame = av_frame_alloc();
if(!frame){
    fprintf(stderr, "Could not allocate frame\n");
    exit(1);
}

av_init_packet(&pkt);
pkt.data = NULL;
pkt.size = 0;

//read frames from the file
int got_frame;
while(av_read_frame(fmt_ctx, &pkt) >= 0){
    AVPacket orig_pkt = pkt;

    do{
        ret = decode_packet(&got_frame, 0);
        if(ret < 0)
            break;
        pkt.data += ret;
        pkt.size -= ret;
    }while(pkt.size > 0);
    av_free_packet(&orig_pkt);
}

解封装大致流程已经完成了，剩余的是一些收尾工作，例如释放刚刚分配的内存等。

作者：赖人李冰

http://lazybing.github.io/blog/2017/01/01/ffmpeg-sdk-learning/