本文轉載

視頻播放過程

首先簡單介紹以下視頻文件的相關知識。我們平時看到的視頻文件有許多格式，比如 avi， mkv， rmvb， mov， mp4等等，這些被稱為 容器 （ Container ）， 不同的容器格式規定了其中音視頻數據的組織方式（也包括其他數據，比如字幕等）。容器中一般會封裝有視頻和音頻軌，也稱為視頻流（stream）和音頻 流，播放視頻文件的第一步就是根據視頻文件的格式，解析（demux）出其中封裝的視頻流、音頻流以及字幕（如果有的話），解析的數據讀到包 （packet）中，每個包里保存的是視頻幀（frame）或音頻幀，然后分別對視頻幀和音頻幀調用相應的解碼器（decoder）進行解碼，比如使用 H.264編碼的視頻和MP3編碼的音頻，會相應的調用H.264解碼器和MP3解碼器，解碼之后得到的就是原始的圖像(YUV or RGB)和聲音(PCM)數據，然后根據同步好的時間將圖像顯示到屏幕上，將聲音輸出到聲卡，最終就是我們看到的視頻。

FFmpeg的API就是根據這個過程設計的，因此使用FFmpeg來處理視頻文件的方法非常直觀簡單。下面就一步一步介紹從視頻文件中解碼出圖片的過程。

???

聲明變量

首先定義整個過程中需要使用到的變量：

    
      int
    
    
       main
    
    
      (
    
    
      int
    
    
       argc
    
    
      ,
    
    
      const
    
    
      char
    
    
      *
    
    
      argv
    
    
      [])
    
    
      {
    
    
      AVFormatContext
    
    
      *
    
    
      pFormatCtx 
    
    
      =
    
    
       NULL
    
    
      ;
    
    
      int
    
    
                   i
    
    
      ,
    
    
       videoStream
    
    
      ;
    
    
      AVCodecContext
    
    
      *
    
    
      pCodecCtx
    
    
      ;
    
    
      AVCodec
    
    
      *
    
    
      pCodec
    
    
      ;
    
    
      AVFrame
    
    
      *
    
    
      pFrame
    
    
      ;
    
    
      AVFrame
    
    
      *
    
    
      pFrameRGB
    
    
      ;
    
    
      AVPacket
    
    
              packet
    
    
      ;
    
    
      int
    
    
                   frameFinished
    
    
      ;
    
    
      int
    
    
                   numBytes
    
    
      ;
    
    
      uint8_t
    
    
      *
    
    
      buffer
    
    
      ;
    
    
      }
    
  

?

• AVFormatContext ：保存需要讀入的文件的格式信息，比如流的個數以及流數據等
• AVCodecCotext ：保存了相應流的詳細編碼信息，比如視頻的寬、高，編碼類型等。
• pCodec ：真正的編解碼器，其中有編解碼需要調用的函數
• AVFrame ：用于保存數據幀的數據結構，這里的兩個幀分別是保存顏色轉換前后的兩幀圖像
• AVPacket ：解析文件時會將音/視頻幀讀入到packet中

打開文件

接下來我們打開一個視頻文件。

av_register_all 定義在 libavformat 里，調用它用以注冊所有支持的文件格式以及編解碼器，從其 實現代碼 里可以看到它會調用 avcodec_register_all，因此之后就可以用所有ffmpeg支持的codec了。

使用新的API avformat_open_input 來打開一個文件，第一個參數是一個AVFormatContext指針變量的地址，它會根據打開的文件信息填充AVFormatContext， 需要注意的是，此處的pFormatContext必須為NULL或由 avformat_alloc_context 分配得到 ，這也是上一節中將其初始化為NULL的原因，否則此函數調用會出問題。第二個參數是打開的文件名，通過argv[1]指定，也就是命令行的第一個參數。后兩個參數分別用于指定特定的輸入格式（ AVInputFormat ）以及指定文件打開額外參數的 AVDictionary 結構，這里均留作NULL。

?

avformat_open_input 函數只是讀文件頭，并不會填充流信息，因此我們需要接下來調用 avformat_find_stream_info 獲取文件中的流信息，此函數會讀取packet，并確定文件中所有的流信息，設置pFormatCtx->streams指向文件中的流，但此函數并不會改變文件指針，讀取的packet會給后面的解碼進行處理。
最后調用一個幫助函數 av_dump_format ，輸出文件的信息，也就是我們在使用ffmpeg時能看到的文件詳細信息。第二個參數指定輸出哪條流的信息，-1表示給ffmpeg自己選擇。最后一個參數用于指定dump的是不是輸出文件，我們dump的是輸入文件，因此一定要是0。

現在 pFormatCtx->streams 中已經有所有流了，因此現在我們遍歷它找到第一條視頻流:

    
      videoStream 
    
    
      =
    
    
      -
    
    
      1
    
    
      ;
    
    
      for
    
    
      (
    
    
       i 
    
    
      =
    
    
      0
    
    
      ;
    
    
       i 
    
    
      <
    
    
       pFormatCtx
    
    
      ->
    
    
      nb_streams
    
    
      ;
    
    
       i
    
    
      ++
    
    
      )
    
    
      if
    
    
      (
    
    
       pFormatCtx
    
    
      ->
    
    
      streams
    
    
      [
    
    
      i
    
    
      ]->
    
    
      codec
    
    
      ->
    
    
      codec_type 
    
    
      ==
    
    
       AVMEDIA_TYPE_VIDEO
    
    
      )
    
    
      {
    
    
           videoStream 
    
    
      =
    
    
       i
    
    
      ;
    
    
      break
    
    
      ;
    
    
      }
    
    
      if
    
    
      (
    
    
       videoStream 
    
    
      ==
    
    
      -
    
    
      1
    
    
      )
    
    
      return
    
    
      -
    
    
      1
    
    
      ;
    
  

?

codec_type 的宏定義已經由以前的 CODEC_TYPE_VIDEO 改為 AVMEDIA_TYPE_VIDEO 了。接下來我們通過這條 video stream 的編解碼信息打開相應的解碼器：

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

pCodec = avcodec_find_decoder ( pCodecCtx -> codec_id );

if ( pCodec == NULL )

??? return - 1 ;

if ( avcodec_open2 ( pCodecCtx , pCodec , NULL ) < 0 )

??? return - 1 ;

分配圖像緩存

接下來我們準備給即將解碼的圖片分配內存空間。

調用 avcodec_alloc_frame 分配幀，因為最后我們會將圖像寫成 24-bits RGB 的 PPM 文件，因此這里需要兩個 AVFrame，pFrame用于存儲解碼后的數據，pFrameRGB用于存儲轉換后的數據:

這里調用 avpicture_get_size ，根據 pCodecCtx 中原始圖像的寬高計算 RGB24 格式的圖像需要占用的空間大小，這是為了之后給 pFrameRGB 分配空間:

?

接著上面的，首先是用 av_malloc 分配上面計算大小的內存空間，然后調用 avpicture_fill 將 pFrameRGB 跟 buffer 指向的內存關聯起來。

獲取圖像

OK，一切準備好就可以開始從文件中讀取視頻幀并解碼得到圖像了。

?

av_read_frame 從文件中讀取一個packet，對于視頻來說一個packet里面包含一幀圖像數據，音頻可能包含多個幀（當音頻幀長度固定時），讀到這一幀后，如果是視頻幀，則使用 avcodec_decode_video2 對packet中的幀進行解碼，有時候解碼器并不能從一個packet中解碼得到一幀圖像數據（比如在需要其他參考幀的情況下），因此會設置 frameFinished，如果已經得到下一幀圖像則設置 frameFinished 非零，否則為零。所以這里我們判斷 frameFinished 是否為零來確定 pFrame 中是否已經得到解碼的圖像。注意在每次處理完后需要調用 av_free_packet 釋放讀取的packet。

解碼得到圖像后，很有可能不是我們想要的 RGB24 格式，因此需要使用 swscale 來做轉換，調用 sws_getCachedContext 得到轉換上下文，使用 sws_scale 將圖形從解碼后的格式轉換為 RGB24，最后將前50幀寫人 ppm 文件。最后釋放圖像以及關閉文件：

?

學習FFmpeg API – 解碼視頻