FFmpeg 命令：从入门到精通 | FFmpeg 解码流程

本内容参考雷霄骅博士的 FFmpeg 教程。

流程图

FFmpeg 解码的流程图如下所示：

FFmpeg 解码的流程：

1. 注册：
   使用ffmpeg对应的库，都需要进行注册，可以注册子项也可以注册全部。
2. 打开文件：
   打开文件，根据文件名信息获取对应的ffmpeg全局上下文。
3. 探测流信息：
   一定要探测流信息，拿到流编码的编码格式，不探测流信息则其流编码器拿到的编码类型可能为空，后续进行数据转换的时候就无法知晓原始格式，导致错误。
4. 查找对应的解码器：
   依据流的格式查找解码器，软解码还是硬解码是在此处决定的，但是特别注意是否支持硬件，需要自己查找本地的硬件解码器对应的标识，并查询其是否支持。普遍操作是，枚举支持文件后缀解码的所有解码器进行查找，查找到了就是可以硬解了（此处，不做过多的讨论，对应硬解码后续会有文章进行进一步研究）。（注意：解码时查找解码器，编码时查找编码器，两者函数不同，不要弄错了，否则后续能打开但是数据是错的）
5. 打开解码器：
   打开获取到的解码器。
6. 申请缩放数据格式转换结构体：
   此处特别注意，基本上解码的数据都是yuv系列格式，但是我们显示的数据是rgb等相关颜色空间的数据，所以此处转换结构体就是进行转换前到转换后的描述，给后续转换函数提供转码依据，是很关键并且非常常用的结构体。
7. 申请缓存区：
   申请一个缓存区outBuffer，fill到我们目标帧数据的data上，比如rgb数据，QAVFrame的data上存是有指定格式的数据，且存储有规则，而fill到outBuffer（自己申请的目标格式一帧缓存区），则是我们需要的数据格式存储顺序。
   举个例子，解码转换后的数据为rgb888，实际直接用data数据是错误的，但是用outBuffer就是对的，所以此处应该是ffmpeg的fill函数做了一些转换。
   进入循环解码：
8. 获取一帧packet：
   拿取封装的一个packet，判断packet数据的类型进行解码拿到存储的编码数据
9. 数据转换：
   使用转换函数结合转换结构体对编码的数据进行转换，那拿到需要的目标宽度、高度和指定存储格式的原始数据。
10. 自行处理：
    拿到了原始数据自行处理。不断循环，直到拿取pakcet函数成功，但是无法得到一帧数据，则代表文件解码已经完成。帧率需要自己控制循环，此处只是循环拿取，可加延迟等。
11. 释放QAVPacket：
    此处要单独列出是因为，其实很多网上和开发者的代码在进入循环解码前进行了av_new_packet，循环中未av_free_packet，造成内存溢出；或者，在进入循环解码前进行了av_new_packet，循环中进行av_free_pakcet，那么一次new对应无数次free，在编码器上是不符合前后一一对应规范的。查看源代码，其实可以发现av_read_frame时，自动进行了av_new_packet()，那么其实对于packet，只需要进行一次av_packet_alloc()即可，解码完后av_free_packet。
    执行完后，返回执行“步骤8：获取一帧packet”，一次循环结束。
12. 释放转换结构体：
    全部解码完成后，安装申请顺序，进行对应资源的释放。
13. 关闭解码/编码器：
    关闭之前打开的解码/编码器。
14. 关闭上下文：
    关闭文件上下文后，要对之前申请的变量按照申请的顺序，依次释放。

FFmpeg 解码的函数

• 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。

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：

• 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。

补充小知识

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。