FFMpeg分析详细分析
fmms
12年前
与其说是分析，不如说是学习，只是看在自己第一次写系列文章的份上，给足自己面子，取个有"深度"的题目！如有人被题目所蒙骗进来，还望见谅！ <p> URLProtocol,URLContext和ByteIOContext是FFMpeg操作文件(即I/O，包括网络数据流)的结构，这几个结构现实的功能类似于C++的多态继承吧，C++的多态是通过子类继承实现，而FFMpeg的“多态”是通过静态对像现实。这部分的代码非常值得C程序借鉴，我是说，如果你要在C里实现类似C++多态性的功能；比如当你要区分你老婆和情人之间的不同功能时。</p> <p> 好了，先来看一下这三个struct的定义吧</p> <p></p> <pre class="brush:cpp; toolbar: true; auto-links: false;">typedef struct URLProtocol { const char *name; //Rotocol名称 int (*url_open)(URLContext *h, const char *url, int flags); //open函数指针对象,以下类似 int (*url_read)(URLContext *h, unsigned char *buf, int size); int (*url_write)(URLContext *h, unsigned char *buf, int size); int64_t (*url_seek)(URLContext *h, int64_t pos, int whence); int (*url_close)(URLContext *h); struct URLProtocol *next; //指向下一个URLProtocol，具体说明见备注1 int (*url_read_pause)(URLContext *h, int pause); int64_t (*url_read_seek)(URLContext *h, int stream_index,int64_t timestamp, int flags); int (*url_get_file_handle)(URLContext *h); } URLProtocol;</pre> <p></p> <p> </p> <p>备注1：FFMpeg所有的Protol类型都用这个变量串成一个链表，表头为avio.c里的URLProtocol *first_protocol = NULL;</p> <p>每个文件类似都有自己的一个URLProtocol静态对象，如libavformat/file.c里</p> <p></p> <pre class="brush:cpp; toolbar: true; auto-links: false;">URLProtocol file_protocol = { "file", file_open, file_read, file_write, file_seek, file_close, .url_get_file_handle = file_get_handle, };</pre> <p></p> <p>再通过av_register_protocol()将他们链接成链表。在FFMpeg中所有的URLProtocol对像值都在编译时确定。</p> <p> </p> <p></p> <pre class="brush:cpp; toolbar: true; auto-links: false;">typedef struct URLContext { #if LIBAVFORMAT_VERSION_MAJOR >= 53 const AVClass *av_class; ///< information for av_log(). Set by url_open(). #endif struct URLProtocol *prot; //指向具体的I/0类型，在运行时通过文件URL确定，如是file类型时就是file_protocol int flags; int is_streamed; /**< true if streamed (no seek possible), default = false */ int max_packet_size; /**< if non zero, the stream is packetized with this max packet size */ void *priv_data; //指向具体的I/O句柄 char *filename; /**< specified URL */ } URLContext;</pre> <p></p> <p>不同于URLProtocol对象值在编译时确定，URLContext对象值是在运行过程中根据输入的I/O类型动态确定的。这一动一静组合起到了C++的多态继承一样的作用。URLContext像是基类，为大家共同所有，而URLProtocol像是子类部分。</p> <p> </p> <p></p> <pre class="brush:cpp; toolbar: true; auto-links: false;">typedef struct { unsigned char *buffer; int buffer_size; unsigned char *buf_ptr, *buf_end; void *opaque; int (*read_packet)(void *opaque, uint8_t *buf, int buf_size); int (*write_packet)(void *opaque, uint8_t *buf, int buf_size); int64_t (*seek)(void *opaque, int64_t offset, int whence); int64_t pos; /**< position in the file of the current buffer */ int must_flush; /**< true if the next seek should flush */ int eof_reached; /**< true if eof reached */ int write_flag; /**< true if open for writing */ int is_streamed; int max_packet_size; unsigned long checksum; unsigned char *checksum_ptr; unsigned long (*update_checksum)(unsigned long checksum, const uint8_t *buf, unsigned int size); int error; ///< contains the error code or 0 if no error happened int (*read_pause)(void *opaque, int pause); int64_t (*read_seek)(void *opaque, int stream_index, int64_t timestamp, int flags); } ByteIOContext;</pre> <p></p> <p>ByteIOContext是URLContext和URLProtocol 一个扩展，也是FFMpeg提供给用户的接口，URLContext 和URLProtocol对用户是透明，我们所有的操作是通过ByteIOContext现实。这几个struct的相关的关键函数有：</p> <p></p> <pre class="brush:cpp; toolbar: true; auto-links: false;">int av_open_input_file(AVFormatContext **ic_ptr, const char *filename, AVInputFormat *fmt, int buf_size, AVFormatParameters *ap) { int url_fopen(ByteIOContext **s, const char *filename, int flags) { url_open(URLContext **puc, const char *filename, int flags) { URLProtocol *up; //根据filename确定up url_open_protocol (URLContext **puc, struct URLProtocol *up, const char *filename, int flags) { //初始化URLContext对像，并通过 up->url_open()将I/O打开将I/O fd赋值给URLContext的priv_data对像 } } url_fdopen(ByteIOContext **s, URLContext *h) { //初始化ByteIOContext 对像 } } }</pre> <p></p> 我们先看一下音视频播放器的大概结构(个人想法，不保证正确)：1、数据源输入(Input)->2、文件格式解析器(Demux)->3、音视频解码(Decoder)->4、颜色空间转换(仅视频)->5、渲染输出(Render Output)。前一篇介绍的几个struct是数据源输入模块里的内容，哪么这一帖所讲的就是第二个模块即文件格式解析器里用到的内容。 <p> AVInputFormat、AVOutputFormat与URLProtocol类似，每一种文件类型都有一个AVInputFormat和 AVOutputFormat静态对像并通过av_register_input_format和av_register_output_format函数链成一个表，其表头在utils.c：</p> <p> </p> <p>/** head of registered input format linked list */</p> <p>AVInputFormat *first_iformat = NULL;</p> <p>/** head of registered output format linked list */</p> <p>AVOutputFormat *first_oformat = NULL;</p> <p> </p> <p>AVInputFormat和AVOutputFormat的定义分别在avformat.h，代码很长，不贴出来浪费空间了。</p> <p>当程序运行时，AVInputFormat对像的</p> <p></p> <pre class="brush:cpp; toolbar: true; auto-links: false;">int av_open_input_file(AVFormatContext **ic_ptr, const char *filename, AVInputFormat *fmt, int buf_size, AVFormatParameters *ap) { fmt = av_probe_input_format(pd, 0);//返回该文件的AVInputFormat类型 }</pre> <p></p> <p>至于AVOutputFormat嘛，下次再说吧，晚安！</p> AVFormatContext在FFMpeg里是一个非常重要的的结构，是其它输入、输出相关信息的一个容器，需要注意的是其中两个成员： <p></p> <div> <span> </span> <strong><span>struct AVInputFormat *iformat;//数据输入格式</span></strong> </div> <div> <strong><span> struct AVOutputFormat *oformat;//数据输出格式</span></strong> </div> <div> 这两个成员不能同时赋值，即AVFormatContext不能同时做为输入、输出格式的容器。AVFormatContext和AVIContext、FLVContext等XXXContext之间像前面讲的 <span>URLContext和</span> <span>URLProtocol的关系一样，是一种"多态"关系，即</span>AVFormatContext 对像记录着运行时大家共有的信息，而各个XXXContext记录自己文件格式的信息，如AVIContext、FLVContext等。 AVInputFormat->priv_data_size记录相对应的XXXContext的大小，该值大小在编译时静态确定。 AVFormatContext的void *priv_data记录XXXContext指针。 </div> <div> AVFormatContext对像的初始化主要在 <span>AVInputFormat的read_header函数中进行，read_header是个函数指针，</span>指向 </div> <div> <span>具体的文件类型的read_header，如flv_read_header()，avi_read_header()等，</span>AVFormatContext、 AVInputFormat和XXXContext组成一起共同完成数据输入模块，可以出来粗鲁的认为，AVFormatContext是一个类容器，AVInputFormat是这个类的操作函数集合，XXXContext代表该类的私有数据对像。AVFormatContext还有个重要的成员 AVStream *streams[MAX_STREAMS];也是在read_header里初始化，这个等会儿再讲。 </div> 前几篇说的都还是数据源文件格式解析部分，哪么解析完后呢，读出的数据流保存在哪呢？正是现在讲的AVStream对像，在AVInputFormat 的read_header中初始化AVFormatContext对像时，他会解析出该输入文件有哪些类型的数据流，并初始化 AVFormatContext的AVStream *streams[MAX_STREAMS];一个AVStream代表一个流对像，如音频流、视频流，nb_streams记录流对像个数。主版本号大于53时MAX_STREAMS为100，小于53为20。AVStream也是个容器，其 <p>void *priv_data;//</p> <p>成员变量指向具体的Stream类型对像，如AVIStream。其</p> <p>AVCodecContext *actx;//记录具体的编解容器，这个下面会讲</p> <p>也在这读头文件信息里初始化。</p> <p>主要相关的函数有<br /> </p> <p></p> <pre class="brush:cpp; toolbar: true; auto-links: false;">int av_open_input_file(AVFormatContext **ic_ptr, const char *filename, AVInputFormat *fmt, int buf_size, AVFormatParameters *ap) { av_open_input_stream(AVFormatContext **ic_ptr,ByteIOContext *pb, const char *filename,AVInputFormat *fmt, AVFormatParameters *ap) { fmt.read_header()//调用具体的AVInputFormat的read_header，如avi_read_header { //根据文件头信息初始化AVStream *streams及AVStream里的 //void *priv_data和AVCodecContext *actx;成员对像 } } } </pre> <p> </p> 他们之间的关系和URLProtocol、URLContext之间是一样的，AVCodecContext动态的记录一个解码器的上下文信息，而 AVCodec是每个解码器都会拥有一个自己的静态对像，并通过avcodec_register()函数注册成一个链表，表头在utils.c里定义 <p>static AVCodec *first_avcodec = NULL;</p> <p>AVCodecContext的enum CodecID codec_id成员记录者当前数据流的Codec，void *priv_data记录具体Codec所对应的上下文信息对像的指针，如MsrleContext。这三个结合起来现实数据解码的作用。我们可以傻逼的认为AVCodecContext是这个解码模块的容器类，Codec是操作函数集合，类似MsrleContext的就是操作数据对像。</p> <p>他们之间关系的确立：</p> <p>每一个解码类型都会有自己的Codec静态对像，Codec的int priv_data_size记录该解码器上下文的结构大小，如MsrleContext。这些都是编译时确定的，程序运行时通过 avcodec_register_all()将所有的解码器注册成一个链表。在av_open_input_stream()函数中调用 AVInputFormat的read_header()中读文件头信息时，会读出数据流的CodecID，即确定了他的解码器Codec。</p> <p></p> <pre class="brush:cpp; toolbar: true; auto-links: false;">typedef struct AVPicture { uint8_t *data[4]; int linesize[4]; ///< number of bytes per line } AVPicture; typedef struct AVFrame { uint8_t *data[4]; // 有多重意义，其一用NULL 来判断是否被占用 int linesize[4]; uint8_t *base[4]; // 有多重意义，其一用NULL 来判断是否分配内存 //......其他的数据 } AVFrame;</pre> <p></p> <p>从定义上可知，AVPicture是AVFrame的一个子集，他们都是数据流在编解过程中用来保存数据缓存的对像，从int av_read_frame(AVFormatContext *s, AVPacket *pkt)函数看，从数据流读出的数据首先是保存在AVPacket里，也可以理解为一个AVPacket最多只包含一个AVFrame，而一个 AVFrame可能包含好几个AVPacket，AVPacket是种数据流分包的概念。记录一些音视频相关的属性值，如pts,dts等，定义如下：</p> <p></p> <pre class="brush:cpp; toolbar: true; auto-links: false;">typedef struct AVPacket { int64_t pts; int64_t dts; uint8_t *data; int size; int stream_index; int flags; int duration; void (*destruct)(struct AVPacket *); void *priv; int64_t pos; ///< byte position in stream, -1 if unknown int64_t convergence_duration; } AVPacket;</pre> <p></p>