[總結]FFMPEG視音頻編解碼零基礎學習方法
http://blog.csdn.net/leixiaohua1020/article/details/15811977
在CSDN上的這一段日子,接觸到了很多同行業的人,尤其是使用FFMPEG進行視音頻編解碼的人,有的已經是有多年經驗的“大神”,有的是剛開始學習的初學者。在和大家探討的過程中,我忽然發現了一個問題:在“大神”和初學者之間好像有一個不可逾越的鴻溝。“大神”們水平高超,探討著深奧的問題;而初學者們還停留在入門階段。究竟是什麽原因造成的這種“兩極分化”呢?最後,我發現了問題的關鍵:FFMPEG難度比較大,卻沒有一個循序漸進,由簡單到復雜的教程。現在網上的有關FFMPEG的教程多半難度比較大,不太適合剛接觸FFMPEG的人學習;而且很多的例子程序編譯通不過,極大地打消了學習的積極性。我自己在剛開始學習FFMPEG的時候也遇到了很大的困難。為了幫助更多的人快速成為“大神”,我想總結一個學習FFMPEG的方法,方便大家循序漸進的學習FFMPEG。
PS:有不少人不清楚“FFmpeg”應該怎麽讀。它讀作“ef ef em peg”
0. 背景知識
本章主要介紹一下FFMPEG都用在了哪裏(在這裏僅列幾個我所知的,其實遠比這個多)。說白了就是為了說明:FFMPEG是非常重要的。
使用FFMPEG作為內核視頻播放器:
Mplayer,ffplay,射手播放器,暴風影音,KMPlayer,QQ影音...
使用FFMPEG作為內核的Directshow Filter:
ffdshow,lav filters...
使用FFMPEG作為內核的轉碼工具:
ffmpeg,格式工廠...
事實上,FFMPEG的視音頻編解碼功能確實太強大了,幾乎囊括了現存所有的視音頻編碼標準,因此只要做視音頻開發,幾乎離不開它。
對於完全沒有視音頻技術背景的人來說,在學習FFmpeg之前最好先了解一下幾種最基本的視音頻數據的格式,可以參考下面的文章:
[總結]視音頻編解碼技術零基礎學習方法
視音頻數據處理入門:RGB、YUV像素數據處理
視音頻數據處理入門:PCM音頻采樣數據處理
視音頻數據處理入門:H.264視頻碼流解析
視音頻數據處理入門:AAC音頻碼流解析
視音頻數據處理入門:FLV封裝格式解析
視音頻數據處理入門:UDP-RTP協議解析
1. ffmpeg程序的使用(ffmpeg.exe,ffplay.exe,ffprobe.exe)
【視頻資源】
本文中第1,2章是FFmpeg編程最基礎的內容。這部分的內容我在給大二同學代課的時候錄制成了視頻,有時間的話可以看一下《基於 FFmpeg + SDL 的視頻播放器的制作》課程的視頻。
本章主要介紹一下ffmpeg工程包含的三個exe的使用方法。
ffmpeg的官方網站是:http://ffmpeg.org/
編譯好的windows可用版本的下載地址(官網中可以連接到這個網站,和官方網站保持同步): http://ffmpeg.zeranoe.com/builds/
該網站中的FFMPEG分為3個版本:Static,Shared,Dev。
前兩個版本可以直接在命令行中使用,他們的區別在於:Static裏面只有3個應用程序:ffmpeg.exe,ffplay.exe,ffprobe.exe,每個exe的體積都很大,相關的Dll已經被編譯到exe裏面去了。Shared裏面除了3個應用程序:ffmpeg.exe,ffplay.exe,ffprobe.exe之外,還有一些Dll,比如說avcodec-54.dll之類的。Shared裏面的exe體積很小,他們在運行的時候,到相應的Dll中調用功能。
Dev版本是用於開發的,裏面包含了庫文件xxx.lib以及頭文件xxx.h,這個版本不包含exe文件。
打開系統命令行接面,切換到ffmpeg所在的目錄,就可以使用這3個應用程序了。
1.1 ffmpeg.exe
ffmpeg是用於轉碼的應用程序。
一個簡單的轉碼命令可以這樣寫:
將input.avi轉碼成output.ts,並設置視頻的碼率為640kbps
[plain] view plain copy
- ffmpeg -i input.avi -b:v 640k output.ts
具體的使用方法可以參考: ffmpeg參數中文詳細解釋
詳細的使用說明(英文):http://ffmpeg.org/ffmpeg.html
1.2 ffplay.exe
ffplay是用於播放的應用程序。
一個簡單的播放命令可以這樣寫:
播放test.avi
[plain] view plain copy
- ffplay test.avi
具體的使用方法可以參考:ffplay的快捷鍵以及選項
詳細的使用說明(英文):http://ffmpeg.org/ffplay.html
1.3 ffprobe.exe
ffprobe是用於查看文件格式的應用程序。
這個就不多介紹了。
詳細的使用說明(英文):http://ffmpeg.org/ffprobe.html
2. ffmpeg庫的使用:視頻播放器
本章開始介紹使用ffmpeg的庫進行開發。
2.1 ffmpeg庫的配置
從http://ffmpeg.zeranoe.com/builds/網站上
1.下載Dev版本,裏面包含了ffmpeg的xxx.h頭文件以及xxx.lib庫文件。
2.下載Shared版本,裏面包含了ffmpeg的dll文件。
3.將這兩部分文件拷貝到VC工程下面就可以了
註:可能會出現問題,參見:FFMPEG 庫移植到 VC 需要的步驟
如果不想自己手動配置,可以下載已經配置好的工程:最簡單的基於FFMPEG+SDL的視頻播放器
2.2 最簡單的視頻播放器
學習文章《100行代碼實現最簡單的基於FFMPEG+SDL的視頻播放器》中的代碼,這是ffmpeg做視頻播放器最簡單的代碼了,是我自己精簡出來的,已經不能再簡化了,每一行都很重要。
原版是基於SDL1.2的視頻播放器,後來更新了基於SDL2.0的最簡單的視頻播放器:最簡單的基於FFMPEG+SDL的視頻播放器 ver2 (采用SDL2.0)
上述播放器使用libavformat和libavcodec兩個類庫完成了視頻的解碼工作。實際上解碼工作只需要libavcodec就可以了。因此更新了一個“純凈”的解碼器。該解碼器只使用libavcodec完成解碼工作: 最簡單的基於FFmpeg的解碼器-純凈版(不包含libavformat)
ffmpeg的函數介紹:ffmpeg函數介紹
註1:播放視頻或音頻數據的時候會用到SDL。有關SDL可以參考:SDL介紹
SDL參考文檔:SDL GUIDE 中文譯本
註2:如果想查看解碼後的數據,需要用到 YUV播放器:YUV播放器源代碼或YUV Player Deluxe都可以
2.3 相關結構體的研究
ffmpeg的結構體之間的關系參考文章:FFMPEG中最關鍵的結構體之間的關系
結構體中每個變量的分析,參考文章:
FFMPEG結構體分析:AVFrame
FFMPEG結構體分析:AVFormatContext
FFMPEG結構體分析:AVCodecContext
FFMPEG結構體分析:AVIOContext
FFMPEG結構體分析:AVCodec
FFMPEG結構體分析:AVStream
FFMPEG結構體分析:AVPacket
3. ffmpeg庫的使用:音頻播放器
3.1 最簡單的音頻播放器
學習文章《最簡單的基於FFMPEG+SDL的音頻播放器》 中的代碼,和最簡單的視頻播放器一樣,這是最簡單的音頻播放器,每一行代碼都很重要。
原版是基於SDL1.2的音頻播放器,後來更新了一個基於SDL2.0的最簡單的音頻播放器:最簡單的基於FFMPEG+SDL的音頻播放器 ver2 (采用SDL2.0)
註:如果想要查看解碼後的數據(PCM數據),需要用到Audition。
4. ffmpeg庫的使用:一個真正的播放器——ffplay
4.1 真正的播放器
ffplay流程圖如文章《FFplay源代碼分析:整體流程圖》 所示。ffplay代碼比較復雜,但是其核心代碼和《100行代碼實現最簡單的基於FFMPEG+SDL的視頻播放器》 是一樣的。可以兩個工程結合著學習。
ffplay代碼簡介資料:如何用FFmpeg編寫一個簡單播放器
ffplay使用說明:ffplay的快捷鍵以及選項
ffplay已經移植到VC下的工程:ffplay_vc2005(別人做的,質量很不錯)
ffplay移植到MFC下的工程,包含了簡單的圖形界面和一些控制按鈕:ffplay播放器移植VC的工程:ffplay for MFC
上述軟件的代碼簡介:ffplay for mfc 代碼備忘
ffplay.c函數結構簡單分析:ffplay.c函數結構簡單分析(畫圖)
5. ffmpeg庫的使用:編碼
5.1 編碼
ffmpeg編碼我自己研究的不是很多,可以參考文章 :使用FFmpeg類庫實現YUV視頻序列編碼為視頻
上面那篇文章是用的類庫比較舊,新版類庫的的使用可以參考下面幾篇文章。
圖像的編碼可以參考:最簡單的基於FFMPEG的圖像編碼器(YUV編碼為JPEG)
音頻的編碼可以參考:最簡單的基於FFMPEG的音頻編碼器(PCM編碼為AAC)
視頻的編碼可以參考:最簡單的基於FFMPEG的視頻編碼器(YUV編碼為H.264)
HEVC(H.265)視頻編碼可以參考:最簡單的基於FFmpeg的視頻編碼器-更新版(YUV編碼為HEVC(H.265))
上述編碼器使用libavformat和libavcodec兩個類庫完成了視頻的編碼工作。實際上編碼工作只需要libavcodec就可以了。因此更新了一個“純凈”的編碼器。該編碼器只使用libavcodec完成編碼工作: 最簡單的基於FFmpeg的編碼器-純凈版(不包含libavformat)
5.2 轉碼
轉碼實際上是先解碼然後編碼。
不進行轉碼,只進行封裝格式轉換的程序可參考:最簡單的基於FFMPEG的封裝格式轉換器(無編解碼)
轉碼程序可參考:最簡單的基於FFMPEG的轉碼程序
比較復雜的轉碼程序可以參考ffmpeg.c,它移植到MFC下的工程:ffmpeg轉碼器移植VC的工程:ffmpeg for MFC
ffmpeg.c函數結構簡單分析:ffmpeg.c函數結構簡單分析(畫圖)
6. ffmpeg源代碼分析
通曉了ffmpeg庫的使用以後,可以看一下ffmpeg的源代碼。註意ffmpeg的源代碼只有在linux下才能編譯,在windows下可以使用MinGW進行編譯。推薦使用Eclipse查看ffmpeg的源代碼。
有一個很完整的ffmpeg源代碼的分析文檔:ffdoc
FFmpeg的庫函數源代碼分析文章列表如下:
【架構圖】
FFmpeg源代碼結構圖 - 解碼
FFmpeg源代碼結構圖 - 編碼
【通用】
FFmpeg 源代碼簡單分析:av_register_all()
FFmpeg 源代碼簡單分析:avcodec_register_all()
FFmpeg 源代碼簡單分析:內存的分配和釋放(av_malloc()、av_free()等)
FFmpeg 源代碼簡單分析:常見結構體的初始化和銷毀(AVFormatContext,AVFrame等)
FFmpeg 源代碼簡單分析:avio_open2()
FFmpeg 源代碼簡單分析:av_find_decoder()和av_find_encoder()
FFmpeg 源代碼簡單分析:avcodec_open2()
FFmpeg 源代碼簡單分析:avcodec_close()
【解碼】
圖解FFMPEG打開媒體的函數avformat_open_input
FFmpeg 源代碼簡單分析:avformat_open_input()
FFmpeg 源代碼簡單分析:avformat_find_stream_info()
FFmpeg 源代碼簡單分析:av_read_frame()
FFmpeg 源代碼簡單分析:avcodec_decode_video2()
FFmpeg 源代碼簡單分析:avformat_close_input()
【編碼】
FFmpeg 源代碼簡單分析:avformat_alloc_output_context2()
FFmpeg 源代碼簡單分析:avformat_write_header()
FFmpeg 源代碼簡單分析:avcodec_encode_video()
FFmpeg 源代碼簡單分析:av_write_frame()
FFmpeg 源代碼簡單分析:av_write_trailer()
【其它】
FFmpeg源代碼簡單分析:日誌輸出系統(av_log()等)
FFmpeg源代碼簡單分析:結構體成員管理系統-AVClass
FFmpeg源代碼簡單分析:結構體成員管理系統-AVOption
FFmpeg源代碼簡單分析:libswscale的sws_getContext()
FFmpeg源代碼簡單分析:libswscale的sws_scale()
FFmpeg源代碼簡單分析:libavdevice的avdevice_register_all()
FFmpeg源代碼簡單分析:libavdevice的gdigrab
【腳本】
FFmpeg源代碼簡單分析:makefile
FFmpeg源代碼簡單分析:configure
偏底層的libavcodec的源代碼分析文章列表如下:
【解碼- libavcodec H.264 解碼器】
FFmpeg的H.264解碼器源代碼簡單分析:概述
FFmpeg的H.264解碼器源代碼簡單分析:解析器(Parser)部分
FFmpeg的H.264解碼器源代碼簡單分析:解碼器主幹部分
FFmpeg的H.264解碼器源代碼簡單分析:熵解碼(EntropyDecoding)部分
FFmpeg的H.264解碼器源代碼簡單分析:宏塊解碼(Decode)部分-幀內宏塊(Intra)
FFmpeg的H.264解碼器源代碼簡單分析:宏塊解碼(Decode)部分-幀間宏塊(Inter)
FFmpeg的H.264解碼器源代碼簡單分析:環路濾波(LoopFilter)部分
【解碼-libavcodec HEVC 解碼器】
FFmpeg的HEVC解碼器源代碼簡單分析:概述
FFmpeg的HEVC解碼器源代碼簡單分析:解析器(Parser)部分
FFmpeg的HEVC解碼器源代碼簡單分析:解碼器主幹部分
FFmpeg的HEVC解碼器源代碼簡單分析:CTU解碼(CTUDecode)部分-PU
FFmpeg的HEVC解碼器源代碼簡單分析:CTU解碼(CTU Decode)部分-TU
FFmpeg的HEVC解碼器源代碼簡單分析:環路濾波(LoopFilter)
7.FFmpeg其它幾個類庫的使用
7.1.libavfilter(加特效)
AVFilter可以給視音頻添加各種濾鏡效果。有兩個例子,一個是給視頻添加水印:
最簡單的基於FFmpeg的AVfilter例子(水印疊加)
另一個是給YUV數據加特效:
最簡單的基於FFmpeg的AVfilter的例子-純凈版
7.2.libavdevice(讀設備)
AVDevice可以讀取電腦的多媒體設備的數據,或者輸出數據到指定的多媒體設備上。
直接使用ffmpeg.exe命令行工具的文章:FFmpeg獲取DirectShow設備數據(攝像頭,錄屏)
編程方面做了2個有關的例子:
讀取攝像頭:最簡單的基於FFmpeg的AVDevice例子(讀取攝像頭)
屏幕錄制:最簡單的基於FFmpeg的AVDevice例子(屏幕錄制)
7.3.libswscale(圖像拉伸,像素格式轉換)
Swscale類庫可以轉換像素數據的格式,同時可以拉伸圖像的大小。
libswscale的使用示例: 最簡單的基於FFmpeg的libswscale的示例(YUV轉RGB)
此外,這個示例還附帶了一個程序,用於生成測試圖片: 最簡單的基於FFmpeg的libswscale的示例附件:測試圖片生成工具
8.FFmpeg封裝格式的處理
使用FFmpeg進行封裝格式的處理,主要是通過AVFormat完成。有關封裝格式的處理,做了3個例子:
封裝格式轉換器:最簡單的基於FFMPEG的封裝格式轉換器(無編解碼)
視音頻分離器簡化版(demuxer-simple):最簡單的基於FFmpeg的封裝格式處理:視音頻分離器簡化版(demuxer-simple)
視音頻分離器(demuxer):最簡單的基於FFmpeg的封裝格式處理:視音頻分離器(demuxer)
視音頻復用器(muxer):最簡單的基於FFmpeg的封裝格式處理:視音頻復用器(muxer)
9.FFmpeg流媒體方面的應用
使用FFmpeg進行流媒體方面的應用,主要是流媒體的發送和接收。
直接使用ffmpeg.exe命令行工具的文章:
FFmpeg發送流媒體的命令(UDP,RTP,RTMP)
編程方面做了一個例子:
基於FFmpeg的推流器:最簡單的基於FFmpeg的推流器(以推送RTMP為例)
10.FFmpeg的其他雜項
使用FFmpeg讀寫內存(而非文件)的例子:
內存播放器:最簡單的基於FFmpeg的內存讀寫的例子:內存播放器
內存轉碼器:最簡單的基於FFmpeg的內存讀寫的例子:內存轉碼器
11. ffmpeg在其它平臺下的應用
把FFmpeg應用於Android、IOS、Windows Phone的示例程序可以參考:
最簡單的基於FFmpeg的移動端例子:Android HelloWorld
最簡單的基於FFmpeg的移動端例子:Android 視頻解碼器
最簡單的基於FFmpeg的移動端例子:Android 視頻解碼器-單個庫版
最簡單的基於FFmpeg的移動端例子:Android 推流器
最簡單的基於FFmpeg的移動端例子:Android 視頻轉碼器
最簡單的基於FFmpeg的移動端例子附件:Android 自帶播放器
最簡單的基於FFmpeg的移動端例子附件:SDL Android HelloWorld
最簡單的基於FFmpeg的移動端例子:IOS HelloWorld
最簡單的基於FFmpeg的移動端例子:IOS 視頻解碼器
最簡單的基於FFmpeg的移動端例子:IOS 推流器
最簡單的基於FFmpeg的移動端例子:IOS 視頻轉碼器
最簡單的基於FFmpeg的移動端例子附件:IOS自帶播放器
最簡單的基於FFmpeg的移動端例子:Windows PhoneHelloWorld
12. ffmpeg相關工程的學習
學習完成ffmpeg,還可以了解一下基於ffmpeg的相關的多媒體開源工程,在這裏推薦以下幾個:
12.1 ffdshow
ffdshow是基於ffmpeg的解碼器類庫libavcodec的DirectShow Filter。廣泛安裝在PC上。
有關ffdshow的源代碼分析文章(更新中):
ffdshow 源代碼分析1 : 整體結構
ffdshow 源代碼分析 2: 位圖覆蓋濾鏡(對話框部分Dialog)
ffdshow 源代碼分析 3: 位圖覆蓋濾鏡(設置部分Settings)
ffdshow 源代碼分析 4: 位圖覆蓋濾鏡(濾鏡部分Filter)
ffdshow 源代碼分析 5: 位圖覆蓋濾鏡(總結)
ffdshow 源代碼分析 6: 對解碼器的dll的封裝(libavcodec)
ffdshow 源代碼分析 7: libavcodec視頻解碼器類(TvideoCodecLibavcodec)
ffdshow 源代碼分析 8: 視頻解碼器類(TvideoCodecDec)
ffdshow 源代碼分析 9: 編解碼器有關類的總結
12.2 LAV filters
LAV Filter是基於ffmpeg的解碼器類庫libavcodec,以及解封裝器類庫libavformat的DirectShow Filter。廣泛安裝在PC上。
有關LAV Filter的源代碼分析文章:
LAV Filter 源代碼分析 1: 總體結構
LAV Filter 源代碼分析 2: LAV Splitter
LAV Filter 源代碼分析 3: LAV Video (1)
LAV Filter 源代碼分析 4: LAV Video (2)
12.3 Mplayer
Mplayer是Linux下使用最廣泛的播放器,也有Windows版本的。其中使用了ffmpeg。
有關Mplayer的源代碼分析文章:
MPlayer源代碼分析
12.4 Media Player Classic - HC
現在廣為使用很多播放器都是構建於Media Player Classic - HC的基礎之上的。
有關Media Player Classic - HC的源代碼分析文章:
Media Player Classic - HC 源代碼分析 1:整體結構
Media Player Classic - HC 源代碼分析 2:核心類 (CMainFrame)(1)
Media Player Classic - HC 源代碼分析 3:核心類 (CMainFrame)(2)
Media Player Classic - HC 源代碼分析 4:核心類 (CMainFrame)(3)
Media Player Classic - HC 源代碼分析 5:關於對話框 (CAboutDlg)
Media Player Classic - HC 源代碼分析 6:MediaInfo選項卡 (CPPageFileMediaInfo)
Media Player Classic - HC 源代碼分析 7:詳細信息選項卡(CPPageFileInfoDetails)
12.5 XBMC
XBMC是一個優秀的自由和開源的(GPL)媒體中心軟件。
有關XBMC源代碼分析文章:
XBMC源代碼分析 1:整體結構以及編譯方法
XBMC源代碼分析 2:Addons(皮膚Skin)
XBMC源代碼分析 3:核心部分(core)-綜述
XBMC源代碼分析 4:視頻播放器(dvdplayer)-解碼器(以ffmpeg為例)
XBMC源代碼簡析 5:視頻播放器(dvdplayer)-解復用器(以ffmpeg為例)
XBMC源代碼分析 6:視頻播放器(dvdplayer)-文件頭(以ffmpeg為例)
XBMC源代碼分析 7:視頻播放器(dvdplayer)-輸入流(以libRTMP為例)
[總結]FFMPEG視音頻編解碼零基礎學習方法