FFMpeg的解码流程

FFMpeg的解码流程

1. 从基础谈起

先给出几个概念，以在后面的分析中方便理解

Container:在音视频中的容器，一般指的是一种特定的文件格式，里面指明了所包含的

音视频，字幕等相关信息

Stream:这个词有些微妙，很多地方都用到，比如TCP，SVR4系统等，其实在音视频，你

可以理解为单纯的音频数据或者视频数据等

Frames:这个概念不是很好明确的表示，指的是Stream中的一个数据单元，要真正对这

个概念有所理解，可能需要看一些音视频编码解码的理论知识

Packet:是Stream的raw数据

Codec:Coded + Decoded

其实这些概念在在FFmpeg中都有很好的体现，我们在后续分析中会慢慢看到

2.解码的基本流程

我很懒，于是还是选择了从<An ffmpeg and SDL Tutorial>中的流程概述:

10 OPEN video_stream FROM video.avi

20 READ packet FROM video_stream INTO frame

30 IF frame NOT COMPLETE GOTO 20

40 DO SOMETHING WITH frame

50 GOTO 20

这就是解码的全过程，一眼看去，是不是感觉不过如此:),不过，事情有深有浅，从浅

到深，然后从深回到浅可能才是一个有意思的过程，我们的故事，就从这里开始，展开

来讲。

3.例子代码

在<An ffmpeg and SDL Tutorial 1>中，给出了一个阳春版的解码器，我们来仔细看看

阳春后面的故事，为了方便讲述，我先贴出代码：

#include <ffmpeg/avcodec.h>

#include <ffmpeg/avformat.h>

#include <stdio.h>

void SaveFrame(AVFrame *pFrame, int width, int height, int iFrame) {

FILE *pFile;

char szFilename[32];

int y;

// Open file

sprintf(szFilename, "frame%d.ppm", iFrame);

pFile=fopen(szFilename, "wb");

if(pFile==NULL)

return;

// Write header

fprintf(pFile, "P6/n%d %d/n255/n", width, height);

// Write pixel data

for(y=0; y<height; y++)

fwrite(pFrame->data[0]+y*pFrame->linesize[0], 1, width*3, pFile);

// Close file

fclose(pFile);

}

int main(int argc, char *argv[]) {

AVFormatContext *pFormatCtx;

int i, videoStream;

AVCodecContext *pCodecCtx;

AVCodec *pCodec;

AVFrame *pFrame;

AVFrame *pFrameRGB;

AVPacket packet;

int frameFinished;

int numBytes;

uint8_t *buffer;

if(argc < 2) {

printf("Please provide a movie file/n");

return -1;

}

// Register all formats and codecs

########################################

[1]

########################################

av_register_all();

// Open video file

########################################

[2]

########################################

if(av_open_input_file(&pFormatCtx, argv[1], NULL, 0, NULL)!=0)

return -1; // Couldn't open file

// Retrieve stream information

########################################

[3]

########################################

if(av_find_stream_info(pFormatCtx)<0)

return -1; // Couldn't find stream information

// Dump information about file onto standard error

dump_format(pFormatCtx, 0, argv[1], 0);

// Find the first video stream

videoStream=-1;

for(i=0; i<pFormatCtx->nb_streams; i++)

if(pFormatCtx->streams[i]->codec->codec_type==CODEC_TYPE_VIDEO) {

videoStream=i;

break;

}

if(videoStream==-1)

return -1; // Didn't find a video stream

// Get a pointer to the codec context for the video stream

pCodecCtx=pFormatCtx->streams[videoStream]->codec;

// Find the decoder for the video stream

pCodec=avcodec_find_decoder(pCodecCtx->codec_id);

if(pCodec==NULL) {

fprintf(stderr, "Unsupported codec!/n");

return -1; // Codec not found

}

// Open codec

if(avcodec_open(pCodecCtx, pCodec)<0)

return -1; // Could not open codec

// Allocate video frame

pFrame=avcodec_alloc_frame();

// Allocate an AVFrame structure

pFrameRGB=avcodec_alloc_frame();

if(pFrameRGB==NULL)

return -1;

// Determine required buffer size and allocate buffer

numBytes=avpicture_get_size(PIX_FMT_RGB24, pCodecCtx->width,

pCodecCtx->height);

buffer=(uint8_t *)av_malloc(numBytes*sizeof(uint8_t));

// Assign appropriate parts of buffer to image planes in pFrameRGB

// Note that pFrameRGB is an AVFrame, but AVFrame is a superset

// of AVPicture

avpicture_fill((AVPicture *)pFrameRGB, buffer, PIX_FMT_RGB24,

pCodecCtx->width, pCodecCtx->height);

// Read frames and save first five frames to disk

########################################

[4]

########################################

i=0;

while(av_read_frame(pFormatCtx, &packet)>=0) {

// Is this a packet from the video stream?

if(packet.stream_index==videoStream) {

// Decode video frame

avcodec_decode_video(pCodecCtx, pFrame, &frameFinished,

packet.data, packet.size);

// Did we get a video frame?

if(frameFinished) {

// Convert the image from its native format to RGB

img_convert((AVPicture *)pFrameRGB, PIX_FMT_RGB24,

(AVPicture*)pFrame, pCodecCtx->pix_fmt,

pCodecCtx->width,

pCodecCtx->height);

// Save the frame to disk

if(++i<=5)

SaveFrame(pFrameRGB, pCodecCtx->width, pCodecCtx->height,

i);

}

}

// Free the packet that was allocated by av_read_frame

av_free_packet(&packet);

}

// Free the RGB image

av_free(buffer);

av_free(pFrameRGB);

// Free the YUV frame

av_free(pFrame);

// Close the codec

avcodec_close(pCodecCtx);

// Close the video file

av_close_input_file(pFormatCtx);

return 0;

}

代码注释得很清楚，没什么过多需要讲解的，关于其中的什么YUV420，RGB，PPM等格式

，如果不理解，麻烦还是google一下，也可以参考:http://barrypopy.cublog.cn/里面

的相关文章

其实这部分代码，很好了Demo了怎么样去抓屏功能的实现，但我们得去看看魔术师在后

台的一些手法，而不只是简单的享受其表演。

4.背后的故事

真正的难度，其实就是上面的[1],[2],[3],[4],其他部分，都是数据结构之间的转换，

如果你认真看代码的话，不难理解其他部分。

[1]:没什么太多好说的，如果不明白，看我转载的关于FFmepg框架的文章

[2]:先说说里面的AVFormatContext *pFormatCtx结构，字面意思理解AVFormatContext

就是关于AVFormat(其实就是我们上面说的Container格式)的所处的Context(场景)，自

然是保存Container信息的总控结构了，后面你也可以看到，基本上所有的信息，都可

以从它出发而获取到

我们来看看av_open_input_file()都做了些什么：

[libavformat/utils.c]

int av_open_input_file(AVFormatContext **ic_ptr, const char *filename,

AVInputFormat *fmt,

int buf_size,

AVFormatParameters *ap)

{

......

if (!fmt) {

/* guess format if no file can be opened */

fmt = av_probe_input_format(pd, 0);

}

......

err = av_open_input_stream(ic_ptr, pb, filename, fmt, ap);

......

}

这样看来，只是做了两件事情：

1). 侦测容器文件格式

2). 从容器文件获取Stream的信息

这两件事情，实际上就是调用特定文件的demuxer以分离Stream的过程:

具体流程如下:

av_open_input_file

|

+---->av_probe_input_format从first_iformat中遍历注册的所有demuxer以

| 调用相应的probe函数

|

+---->av_open_input_stream调用指定demuxer的read_header函数以获取相关

流的信息ic->iformat->read_header

如果反过来再参考我转贴的关于ffmpeg框架的文章，是否清楚一些了呢:)

[3]:简单从AVFormatContext获取Stream的信息，没什么好多说的

[4]:先简单说一些ffmpeg方面的东西，从理论角度说过来，Packet可以包含frame的部

分数据，但ffmpeg为了实现上的方便，使得对于视频来说，每个Packet至少包含一

frame,对于音频也是相应处理，这是实现方面的考虑，而非协议要求.

因此，在上面的代码实际上是这样的：

从文件中读取packet，从Packet中解码相应的frame;

从帧中解码;

if(解码帧完成)

do something();

我们来看看如何获取Packet,又如何从Packet中解码frame的。

av_read_frame

|

+---->av_read_frame_internal

|

+---->av_parser_parse调用的是指定解码器的s->parser->parser_parse函数以从raw packet中重构frame

avcodec_decode_video

|

+---->avctx->codec->decode调用指定Codec的解码函数

因此，从上面的过程可以看到，实际上分为了两部分：

一部分是解复用(demuxer),然后是解码(decode)

使用的分别是：

av_open_input_file() ---->解复用

av_read_frame() |

| ---->解码

avcodec_decode_video() |

5.后面该做些什么

结合这部分和转贴的ffmepg框架的文章，应该可以基本打通解码的流程了，后面的问题则是针对具体容器格式和具体编码解码器的分析，后面我们继续

参考：

[1]. <An ffmpeg and SDL Tutorial>
http://www.dranger.com/ffmpeg/tutorial01.html
[2]. <FFMpeg框架代码阅读>
http://blog.csdn.net/wstarx/archive/2007/04/20/1572393.aspx