FFmpeg学习笔记003_FFmpeg组件结构分析

1 FFmpeg的库目录

打开FFmpeg文件的include目录



我们一个一个来看：

avcodec：编解码（最重要的库）。

avdevice：各种设备的输入输出。

avfilter：滤镜特效处理。

avformat：封装格式处理。

avutil：工具库（大部分库都需要这个库的支持）。

postproc：后加工。

swresample：音频采样数据格式转换。

swscale：视频像素数据格式转换。

2 FFmpeg解码的函数

2.1 FFmpeg解码的流程图

2.2 FFmpeg解码函数简介

av_register_all()：注册所有组件。

avformat_open_input()：打开输入视频文件。

avformat_find_stream_info()：获取视频文件信息。

avcodec_find_decoder()：查找解码器。

avcodec_open2()：打开解码器。

av_read_frame()：从输入文件读取一帧压缩数据。

avcodec_decode_video2()：解码一帧压缩数据。

avcodec_close()：关闭解码器。

avformat_close_input()：关闭输入视频文件。

3 FFmpeg解码的数据结构

FFmpeg解码的数据结构如下所示



FFmpeg数据结构简介

AVFormatContext

封装格式上下文结构体，也是统领全局的结构体，保存了视频文件封装格式相关信息。

AVInputFormat

每种封装格式（例如FLV, MKV, MP4, AVI）对应一个该结构体。

AVStream

视频文件中每个视频（音频）流对应一个该结构体。

AVCodecContext

编码器上下文结构体，保存了视频（音频）编解码相关信息。

AVCodec

每种视频（音频）编解码器(例如H.264解码器)对应一个该结构体。

AVPacket

存储一帧压缩编码数据。

AVFrame

存储一帧解码后像素（采样）数据

FFmpeg数据结构分析

AVFormatContext

iformat：输入视频的AVInputFormat

nb_streams ：输入视频的AVStream 个数

streams ：输入视频的AVStream []数组

duration ：输入视频的时长（以微秒为单位）

bit_rate ：输入视频的码率

AVInputFormat

name：封装格式名称

long_name：封装格式的长名称

extensions：封装格式的扩展名

id：封装格式ID

一些封装格式处理的接口函数

AVStream

id：序号

codec：该流对应的AVCodecContext

time_base：该流的时基

r_frame_rate： 该流的帧率

AVCodecContext

codec：编解码器的AVCodec

width, height：图像的宽高（只针对视频）

pix_fmt：像素格式（只针对视频）

sample_rate：采样率（ 只针对音频）

channels：声道数（只针对音频）

sample_fmt：采样格式（只针对音频）

AVCodec

name：编解码器名称

long_name：编解码器长名称

type：编解码器类型

id：编解码器ID

一些编解码的接口函数

AVPacket

pts：显示时间戳

dts ：解码时间戳

data ：压缩编码数据

size ：压缩编码数据大小

stream_index ：所属的AVStream

AVFrame

data：解码后的图像像素数据（音频采样数据）。

linesize：对视频来说是图像中一行像素的大小；对音频来说是整个音频帧的大小。

width, height：图像的宽高（只针对视频）。

key_frame：是否为关键帧（只针对视频） 。

pict_type：帧类型（只针对视频） 。例如I， P， B。

补充知识：

解码后的数据为什么要经过sws_scale()函数处理？

解码后YUV格式的视频像素数据保存在AVFrame的data[0]、 data[1]、data[2]中。 但是这些像素值并不是连续存储的， 每行有效像素之后存储 了 一 些 无 效 像 素 。 以 亮度 Y 数 据 为 例 ， data[0] 中 一 共 包 含 了linesize[0]*height个数据。 但是出于优化等方面的考虑， linesize[0]实际上并不等于宽度width， 而是一个比宽度大一些的值。 因此需要使用sws_scale()进行转换。 转换后去除了无效数据， width和linesize[0]取值相等。