音视频-H264编码封装- MP4格式转Annex B格式

news2024/12/30 0:43:50

1：H264语法结构回顾

2：H264编码补充介绍

3：MP4模式转Annex B模式输出到文件示例

1：H264语法结构回顾

在之前文章里介绍过H264的语法结构。

传送门: 视音频-H264 编码NALU语法结构简介

2：H264编码补充介绍

H.264视频编码标准中两种常见的封装方式：annexb模式和mp4模式。

annexb模式：
- 这是传统的封装模式，其中每个视频帧的数据（NALUnit）在传输时以0x000001或0x0000001作为分隔符。
- SPS（Sequence Parameter Set）和PPS（Picture Parameter Set）等关键信息通常会周期性地在视频流内部重复，特别是在关键帧（I帧）之前。
- 这种模式下，视频帧的数据相对独立，不依赖于容器格式。
mp4模式：
- 在这种模式下，SPS、PPS和其他相关信息被封装到了容器（如MP4、MKV）中，而不是直接在视频流内部传输。
- 每个视频帧之前通常有一个4字节的长度字段，用于指示下一个视频帧的长度。
- 在这种模式下，视频帧的数据是按照容器格式进行封装和传输的。

因为一些解码器只支持annexb模式，所以有时候需要将mp4格式的视频数据转换为annexb模式。在FFmpeg中，可以使用h264_mp4toannexb_filter过滤器来进行这种转换。

实现大概流程如下：

3：MP4模式转Annex B模式输出到文件示例

（填充sps pps 到H264头部信息并输出H264文件）

这段代码的主要功能是从MP4文件中提取H264视频流，使用bitstream过滤器将H264从MP4格式转换为AnnexB格式，并将转换后的数据写入到一个新的文件中。代码使用了FFmpeg库中的函数来处理媒体文件和Packet。程序首先查找输入媒体文件中的视频流，然后读取每个Packet，如果Packet属于视频流，则使用bitstream过滤器进行处理，并将处理后的数据包写入到输出文件中。如果出错或到达文件末尾，则退出循环并释放所有资源。

#include <stdio.h>
#include <libavformat/avformat.h>
#include <libavformat/avio.h>
#include <libavutil/log.h>

// 定义一个全局的缓冲区，用于存储错误信息
static char err_buff[128] = {0};

// 函数：获取错误信息
// 参数：errnum - 错误码
// 返回值：指向错误信息字符串的指针
static char* av_get_error(int errnum)
{
    // 使用av_strerror函数将错误码转换为可读的错误信息，并存储在err_buff中
    av_strerror(errnum, err_buff, 128);
    return err_buff;
}

int main(int argc, char **argv)
{
    // 定义FFmpeg的格式上下文，用于存储输入文件的多媒体流信息
    AVFormatContext *ifmt_ctx = NULL;
    // 存储视频流的索引
    int             videoindex = -1;
    // 定义AVPacket，用于存储编解码数据包
    AVPacket        *pkt = NULL;
    // 用于存储函数调用的返回值
    int             ret = -1;
    // 标记文件是否读取结束
    int             file_end = 0;

    // 检查命令行参数数量，至少需要输入文件和输出文件两个参数
    if(argc < 3)
    {
        printf("usage: %s input outfile\n", argv[0]);
        return -1;
    }
    // 打开输出文件
    FILE *outfp=fopen(argv[2],"wb");
    printf("in:%s out:%s\n", argv[1], argv[2]);

    // 分配格式上下文
    ifmt_ctx = avformat_alloc_context();
    if (!ifmt_ctx)
    {
        printf("Could not allocate context.\n");
        return -1;
    }

    // 打开输入文件，准备读取多媒体流
    ret = avformat_open_input(&ifmt_ctx,argv[1], NULL, NULL);
    if(ret != 0)
    {
        printf("avformat_open_input: %s\n", av_get_error(ret));
        return -1;
    }

    // 扫描文件，直到找到所有流的信息
    ret = avformat_find_stream_info(ifmt_ctx, NULL);
    if(ret < 0)
    {
        printf("avformat_find_stream_info: %s\n", av_get_error(ret));
        avformat_close_input(&ifmt_ctx);
        return -1;
    }

    // 查找最佳的视频流
    videoindex = av_find_best_stream(ifmt_ctx, AVMEDIA_TYPE_VIDEO, -1, -1, NULL, 0);
    if(videoindex == -1)
    {
        avformat_close_input(&ifmt_ctx);
        return -1;
    }

    // 分配一个AVPacket
    pkt = av_packet_alloc();
    av_init_packet(pkt);

    // 获取H.264 MP4到AnnexB比特流过滤器
    const AVBitStreamFilter *bsfilter = av_bsf_get_by_name("h264_mp4toannexb");
    // 分配一个比特流过滤器上下文
    AVBSFContext *bsf_ctx = NULL;
    av_bsf_alloc(bsfilter, &bsf_ctx);
    // 将视频流的编解码参数复制到过滤器的输入参数中
    avcodec_parameters_copy(bsf_ctx->par_in, ifmt_ctx->streams[videoindex]->codecpar);
    // 初始化比特流过滤器
    av_bsf_init(bsf_ctx);

    // 循环读取数据包，直到文件结束
    file_end = 0;
    while (0 == file_end)
    {
        // 从格式上下文中读取一个数据包
        if((ret = av_read_frame(ifmt_ctx, pkt)) < 0)
        {
            // 如果没有更多的数据包，则标记文件结束
            file_end = 1;
            printf("read end: ret:%d\n", ret);
        }
        // 如果读取到的数据包属于视频流
        if(ret == 0 && pkt->stream_index == videoindex)
        {
            // 存储原始数据包的大小
            int input_size = pkt->size;
            // 计数器，用于统计输出的数据包数量
            int out_pkt_count = 0;
            // 通过比特流过滤器发送数据包
            if (av_bsf_send_packet(bsf_ctx, pkt) != 0)
            {
                av_packet_unref(pkt);
                continue;
            }
            av_packet_unref(pkt); // 释放pkt，因为过滤器会使用它
            // 从过滤器接收转换后的数据包，并写入输出文件
            while(av_bsf_receive_packet(bsf_ctx, pkt) == 0)
            {
                out_pkt_count++;
                // 将数据包的内容写入输出文件
                size_t size = fwrite(pkt->data, 1, pkt->size, outfp);
                if(size != pkt->size)
                {
                    printf("fwrite failed-> write:%u, pkt_size:%u\n", size, pkt->size);
                }
                av_packet_unref(pkt); // 释放数据包
            }
            // 如果原始数据包较大，但是只得到了一个输出数据包，打印警告信息
            if(out_pkt_count >= 2)
            {
                printf("curent pkt(size:%d), only get 1 out pkt, get %d pkts\n",
                       input_size, out_pkt_count);
            }
        }
        else
        {
            // 如果读取到的数据包不是视频流，则释放它
            if(ret == 0)
                av_packet_unref(pkt);
        }
    }
    // 关闭输出文件
    if(outfp)
        fclose(outfp);
    // 释放比特流过滤器上下文
    if(bsf_ctx)
        av_bsf_free(&bsf_ctx);
    // 释放AVPacket
    if(pkt)
        av_packet_free(&pkt);
    // 关闭输入的格式上下文
    if(ifmt_ctx)
        avformat_close_input(&ifmt_ctx);
    // 打印完成信息
    printf("finish\n");

    return 0;
}