一、直播原理及流程
1.一个完整直播app原理
直播原理
:把主播录制的视频,推送到服务器,在由服务器分发给观众观看。
直播环节
:推流端(采集、美颜处理、编码、推流)、服务端处理(转码、录制、截图、鉴黄)、播放器(拉流、解码、渲染)、互动系统(聊天室、礼物系统、赞)
2.直播app实现流程
1.采集、2.滤镜处理、3.编码、4.推流、5.CDN分发、6.拉流、7.解码、8.播放、9.聊天互动
3.直播app架构
4.直播app技术点
二、直播基础知识介绍:
1.采集视频、音频
* 1.1 采集视频、音频编码框架 *
-
AVFoundation
:AVFoundation是用来播放和创建实时的视听媒体数据的框架,同时提供Objective-C接口来操作这些视听数据,比如编辑,旋转,重编码
* 1.2 视频、音频硬件设备 *
-
CCD
:图像传感器: 用于图像采集和处理的过程,把图像转换成电信号。 -
拾音器
:声音传感器: 用于声音采集和处理的过程,把声音转换成电信号。 -
音频采样数据
:一般都是PCM格式 -
视频采样数据
: 一般都是YUV
,或RGB
格式,采集到的原始音视频的体积是非常大的,需要经过压缩技术处理来提高传输效率
2.视频处理(美颜,水印)
-
视频处理原理
:因为视频最终也是通过GPU,一帧一帧渲染到屏幕上的,所以我们可以利用OpenGL ES,对视频帧进行各种加工,从而视频各种不同的效果,就好像一个水龙头流出的水,经过若干节管道,然后流向不同的目标
- 现在的各种美颜和视频添加特效的app都是利用
GPUImage
这个框架实现的,.
- 现在的各种美颜和视频添加特效的app都是利用
* 视频处理框架 *
-
GPUImage
: GPUImage是一个基于OpenGL ES的一个强大的图像/视频处理框架,封装好了各种滤镜同时也可以编写自定义的滤镜,其本身内置了多达120多种常见的滤镜效果。 -
OpenGL
:OpenGL(全写Open Graphics Library)是个定义了一个跨编程语言、跨平台的编程接口的规格,它用于三维图象(二维的亦可)。OpenGL是个专业的图形程序接口,是一个功能强大,调用方便的底层图形库。 -
OpenGL ES
:OpenGL ES (OpenGL for Embedded Systems) 是 OpenGL三维图形 API 的子集,针对手机、PDA和游戏主机等嵌入式设备而设计。
3.视频编码解码
* 3.1 视频编码框架 *
-
FFmpeg
:是一个跨平台的开源视频框架,能实现如视频编码,解码,转码,串流,播放等丰富的功能。其支持的视频格式以及播放协议非常丰富,几乎包含了所有音视频编解码、封装格式以及播放协议。- -Libswresample:可以对音频进行重采样,rematrixing 以及转换采样格式等操 作。
- -Libavcodec:提供了一个通用的编解码框架,包含了许多视频,音频,字幕流 等编码/解码器。
- -Libavformat:用于对视频进行封装/解封装。
- -Libavutil:包含一些共用的函数,如随机数生成,数据结构,数学运算等。
- -Libpostproc:用于进行视频的一些后期处理。
- -Libswscale:用于视频图像缩放,颜色空间转换等。
- -Libavfilter:提供滤镜功能。
-
X264
:把视频原数据YUV编码压缩成H.264格式 -
VideoToolbox
:苹果自带的视频硬解码和硬编码API,但是在iOS8之后才开放。 -
AudioToolbox
:苹果自带的音频硬解码和硬编码API
* 3.2 视频编码技术 *
-
视频压缩编码标准
:对视频进行压缩(视频编码)或者解压缩(视频解码)的编码技术
,比如MPEG
,H.264
,这些视频编码技术是压缩编码视频的-
主要作用
:是将视频像素数据压缩成为视频码流,从而降低视频的数据量。如果视频不经过压缩编码的话,体积通常是非常大的,一部电影可能就要上百G的空间。 -
注意
:最影响视频质量的是其视频编码数据和音频编码数据,跟封装格式没有多大关系
-
-
MPEG
:一种视频压缩方式,它采用了帧间压缩,仅存储连续帧之间有差别的地方 ,从而达到较大的压缩比 -
H.264/AVC
:一种视频压缩方式,采用事先预测和与MPEG中的P-B帧一样的帧预测方法压缩,它可以根据需要产生适合网络情况传输的视频流,还有更高的压缩比,有更好的图象质量-
注意1
:如果是从单个画面清晰度比较,MPEG4有优势;从动作连贯性上的清晰度,H.264有优势 -
注意2
:由于264的算法更加复杂,程序实现烦琐,运行它需要更多的处理器和内存资源。因此,运行264对系统要求是比较高的。 -
注意3
:由于264的实现更加灵活,它把一些实现留给了厂商自己去实现,虽然这样给实现带来了很多好处,但是不同产品之间互通成了很大的问题,造成了通过A公司的编码器编出的数据,必须通过A公司的解码器去解这样尴尬的事情
-
-
H.265/HEVC
:一种视频压缩方式,基于H.264,保留原来的某些技术,同时对一些相关的技术加以改进,以改善码流、编码质量、延时和算法复杂度之间的关系,达到最优化设置。- H.265 是一种更为高效的编码标准,能够在同等画质效果下将内容的体积压缩得更小,传输时更快更省带宽
-
I帧
:(关键帧)保留一副完整的画面,解码时只需要本帧数据就可以完成(因为包含完整画面)
-
P帧
:(差别帧)保留这一帧跟之前帧的差别,解码时需要用之前缓存的画面叠加上本帧定义的差别,生成最终画面。(P帧没有完整画面数据,只有与前一帧的画面差别的数据) -
B帧
:(双向差别帧)保留的是本帧与前后帧的差别,解码B帧,不仅要取得之前的缓存画面,还要解码之后的画面,通过前后画面的与本帧数据的叠加取得最终的画面。B帧压缩率高,但是解码时CPU会比较累 -
帧内(Intraframe)压缩
:当压缩一帧图像时,仅考虑本帧的数据而不考虑相邻帧之间的冗余信息,帧内一般采用有损压缩算法 -
帧间(Interframe)压缩
:时间压缩(Temporal compression),它通过比较时间轴上不同帧之间的数据进行压缩。帧间压缩一般是无损的 -
muxing(合成)
:将视频流、音频流甚至是字幕流封装到一个文件中(容器格式(FLV,TS)
),作为一个信号进行传输。
* 3.3 音频编码技术 *
-
AAC
,mp3
:这些属于音频编码技术,压缩音频用
* 3.4码率控制 *
-
多码率
:观众所处的网络情况是非常复杂的,有可能是WiFi,有可能4G、3G、甚至2G,那么怎么满足多方需求呢?多搞几条线路,根据当前网络环境自定义码率。- 列如:常常看见视频播放软件中的1024,720,高清,标清,流畅等,指的就是各种码率。
* 3.5 视频封装格式 *
-
TS
: 一种流媒体封装格式,流媒体封装有一个好处,就是不需要加载索引再播放,大大减少了首次载入的延迟,如果片子比较长,mp4文件的索引相当大,影响用户体验-
为什么要用TS
:这是因为两个TS片段可以无缝拼接,播放器能连续播放
-
FLV
: 一种流媒体封装格式,由于它形成的文件极小、加载速度极快,使得网络观看视频文件成为可能,因此FLV格式成为了当今主流视频格式
4.推流
推流:就是将采集到的音频,视频数据通过流媒体协议发送到流媒体服务器
* 4.1 数据传输框架 *
librtmp
:用来传输RTMP协议格式的数据
* 4.2 流媒体数据传输协议 *
-
RTMP
:实时消息传输协议,Adobe Systems公司为Flash播放器和服务器之间音频、视频和数据传输开发的开放协议,因为是开放协议所以都可以使用了。- RTMP协议用于对象、视频、音频的传输。
- 这个协议建立在TCP协议或者轮询HTTP协议之上。
- RTMP协议就像一个用来装数据包的容器,这些数据可以是FLV中的视音频数据。一个单一的连接可以通过不同的通道传输多路网络流,这些通道中的包都是按照固定大小的包传输的
chunk
:消息包
5.流媒体服务器
* 5.1常用服务器 *
-
SRS
:一款国人开发的优秀开源流媒体服务器系统 -
BMS
:也是一款流媒体服务器系统,但不开源,是SRS的商业版,比SRS功能更多 -
nginx
:免费开源web服务器,常用来配置流媒体服务器。
* 5.2数据分发 *
-
CDN
:(Content Delivery Network),即内容分发网络,将网站的内容发布到最接近用户的网络”边缘”,使用户可以就近取得所需的内容,解决 Internet网络拥挤的状况,提高用户访问网站的响应速度.-
CDN
:代理服务器,相当于一个中介。 -
CDN工作原理
:比如请求流媒体数据- 1.上传流媒体数据到服务器(源站)
- 2.源站存储流媒体数据
- 3.客户端播放流媒体,向CDN请求编码后的流媒体数据
- 4.CDN的服务器响应请求,若节点上没有该流媒体数据存在,则向源站继续请求流媒体数据;若节点上已经缓存了该视频文件,则跳到第6步。
- 5.源站响应CDN的请求,将流媒体分发到相应的CDN节点上
- 6.CDN将流媒体数据发送到客户端
-
-
回源
:当有用户访问某一个URL的时候,如果被解析到的那个CDN节点没有缓存响应的内容,或者是缓存已经到期,就会回源站
去获取搜索。如果没有人访问,那么CDN节点不会主动去源站
拿. -
带宽
:在固定的时间可传输的数据总量,- 比如64位、800MHz的前端总线,它的数据传输率就等于64bit×800MHz÷8(Byte)=6.4GB/s
-
负载均衡
: 由多台服务器以对称的方式组成一个服务器集合,每台服务器都具有等价的地位,都可以单独对外提供服务而无须其他服务器的辅助.- 通过某种负载分担技术,将外部发送来的请求均匀分配到对称结构中的某一台服务器上,而接收到请求的服务器独立地回应客户的请求。
- 均衡负载能够平均分配客户请求到服务器列阵,籍此提供快速获取重要数据,解决大量并发访问服务问题。
- 这种群集技术可以用最少的投资获得接近于大型主机的性能。
-
QoS(带宽管理)
:限制每一个组群的带宽,让有限的带宽发挥最大的效用
6.拉流
拉流,就是从流媒体服务器获取音频,视频数据
-
直播协议选择
:- 即时性要求较高或有互动需求的可以采用
RTMP
,RTSP
- 对于有回放或跨平台需求的,推荐使用
HLS
- 即时性要求较高或有互动需求的可以采用
-
直播协议对比
:
-
HLS
:由Apple公司定义的用于实时流传输的协议,HLS基于HTTP协议实现,传输内容包括两部分,一是M3U8描述文件,二是TS媒体文件。可实现流媒体的直播和点播,主要应用在iOS系统- HLS是
以点播的技术方式
来实现直播 - HLS是
自适应码率流播
,客户端会根据网络状况自动选择不同码率的视频流,条件允许的情况下使用高码率,网络繁忙的时候使用低码率,并且自动在二者间随意切
换。这对移动设备网络状况不稳定的情况下保障流畅播放非常有帮助。 - 实现方法是服务器端提供多码率视频流,并且在列表文件中注明,播放器根据播放进度和下载速度自动调整。
- HLS是
-
HLS与RTMP对比
:HLS主要是延时比较大,RTMP主要优势在于延时低- HLS协议的小切片方式会生成大量的文件,存储或处理这些文件会造成大量资源浪费
- 相比使用RTSP协议的好处在于,一旦切分完成,之后的分发过程完全不需要额外使用任何专门软件,普通的网络服务器即可,大大降低了CDN边缘服务器的配置要求,可以使用任何现成的CDN,而一般服务器很少支持RTSP。
-
HTTP-FLV
:基于HTTP协议流式的传输媒体内容。- 相对于RTMP,HTTP更简单和广为人知,内容延迟同样可以做到1~3秒,打开速度更快,因为HTTP本身没有复杂的状态交互。所以从延迟角度来看,HTTP-FLV要优于RTMP。
-
RTSP
:实时流传输协议,定义了一对多应用程序如何有效地通过IP网络传送多媒体数据. -
RTP
:实时传输协议,RTP是建立在UDP协议上的,常与RTCP一起使用,其本身并没有提供按时发送机制或其它服务质量(QoS)保证,它依赖于低层服务去实现这一过程。 -
RTCP
:RTP的配套协议,主要功能是为RTP所提供的服务质量(QoS)提供反馈,收集相关媒体连接的统计信息,例如传输字节数,传输分组数,丢失分组数,单向和双向网络延迟等等。
-
ijkplayer:一个基于FFmpeg的开源Android/iOS视频播放器
- API易于集成;
- 编译配置可裁剪,方便控制安装包大小;
- 支持硬件加速解码,更加省电
- 简单易用,指定拉流URL,自动解码播放.
7.解码
* 7.1 解封装 *
-
demuxing(分离)
:从视频流、音频流,字幕流合成的文件(容器格式(FLV,TS)
)中, 分解出视频、音频或字幕,各自进行解码。
* 7.2 音频编码框架 *
-
fdk_aac
:音频编码解码框架,PCM音频数据和AAC音频数据互转
* 7.3 解码介绍 *
-
硬解码
:用GPU来解码,减少CPU运算- 优点:播放流畅、低功耗,解码速度快,
* 缺点:兼容不好
- 优点:播放流畅、低功耗,解码速度快,
-
软解码
:用CPU来解码- 优点:兼容好
* 缺点:加大CPU负担,耗电增加、没有硬解码流畅,解码速度相对慢
- 优点:兼容好
8.播放
-
ijkplayer:一个基于FFmpeg的开源Android/iOS视频播放器
- API易于集成;
- 编译配置可裁剪,方便控制安装包大小;
- 支持硬件加速解码,更加省电
- 简单易用,指定拉流URL,自动解码播放.
9.聊天互动
三、了解流媒体
流媒体开发
:网络层(socket或st)负责传输,协议层(rtmp或hls)负责网络打包,封装层(flv、ts)负责编解码数据的封装,编码层(h.264和aac)负责图像,音频压缩。
-
帧
:每帧代表一幅静止的图像 -
GOP
:(Group of Pictures)画面组,一个GOP就是一组连续的画面,每个画面都是一帧,一个GOP就是很多帧的集合- 直播的数据,其实是一组图片,包括I帧、P帧、B帧,当用户第一次观看的时候,会寻找I帧,而播放器会到服务器寻找到最近的I帧反馈给用户。因此,GOP Cache增加了端到端延迟,因为它必须要拿到最近的I帧
- GOP Cache的长度越长,画面质量越好
-
码率
:图片进行压缩后每秒显示的数据量。 -
帧率
:每秒显示的图片数。影响画面流畅度,与画面流畅度成正比:帧率越大,画面越流畅;帧率越小,画面越有跳动感。- 由于人类眼睛的特殊生理结构,如果所看画面之帧率高于16的时候,就会认为是连贯的,此现象称之为视觉暂留。并且当帧速达到一定数值后,再增长的话,人眼也不容易察觉到有明显的流畅度提升了。
-
分辨率
:(矩形)图片的长度和宽度,即图片的尺寸 -
压缩前的每秒数据量
:帧率X分辨率(单位应该是若干个字节) -
压缩比
:压缩前的每秒数据量/码率 (对于同一个视频源并采用同一种视频编码算法,则:压缩比越高,画面质量越差。) -
视频文件格式
:文件的后缀
,比如.wmv,.mov,.mp4,.mp3,.avi
,-
主要用处
,根据文件格式,系统会自动判断用什么软件打开,
注意: 随意修改文件格式,对文件的本身不会造成太大的影响,比如把avi改成mp4,文件还是avi.
-
-
视频封装格式
:一种储存视频信息的容器
,流式封装可以有TS、FLV
等,索引式的封装有MP4,MOV,AVI
等,-
主要作用
:一个视频文件往往会包含图像和音频,还有一些配置信息(如图像和音频的关联,如何解码它们等):这些内容需要按照一定的规则组织、封装起来. -
注意
:会发现封装格式跟文件格式一样,因为一般视频文件格式的后缀名即采用相应的视频封装格式的名称,所以视频文件格式就是视频封装格式。
-
-
视频封装格式和视频压缩编码标准
:就好像项目工程和编程语言,封装格式就是一个项目的工程,视频编码方式就是编程语言,一个项目工程可以用不同语言开发。
四、直播开发总结(仿照可以自己写一个Demo)
用户端(拉流)
框架 :IJKPlayer
直播中最最重要的元素,那就是视频播放器了。视频播放器的选择,其实是非常多的,最著名的,非b站的IJKPlayer莫属了。其实现在很多三方的播放器,开发者在编写的时候,都是按照系统的MPMoviePlayer的接口设计的,所以,你只要学会使用一个播放器,其他播放器的使用都会很轻松的上手。
附上两个比较有参考价值的demo,一个是自定义IJKPlayer,进度条、音量、亮度,可以参考这个demo,对IJKPlayer进行深度的个性化定制(其他播放器也适用),比如大部分播放器支持的屏幕手势(滑动调整音量、亮度、进度等),另一个是ZFPlayer,这个播放器基于AVPlayer,主要可以参考里面的横竖平切换的处理,也可以直接拿来做普通的视频播放器继承在应用中,很多功能都已经做好,用起来很方便。
服务器
首先你要找到一个测试服务器或者创建本地Nginx服务器,搭建本地服务器请看Mac搭建nginx+rtmp服务器
主播端 (推流)
框架:LFLiveKit
关于直播的推流,目前来说最火的应该是这个了LFLiveKit。
个人仿写项目
但有一些个人仿写项目都是IJKPlayer配合LFLiveKit完成的。
下面推荐几个个人仿写的项目,可以参考下大部分直播中会出现的场景的处理策略。
这个是仿映客的520Linkee,这个是仿喵播的MiaowShow,(可以看它们相关的博客讲解)
这两个都是市面上比较常见的个人手机端直播的典型实现方案。
自己实现:模拟实现视频聊天功能
推流端用的是LFLiveKit框架,拉流用IJKPlayer,服务端找到一个测试服务器或者创建本地Nginx服务器
相关图:
五、一个完整直播app功能
-
1、
聊天
- 私聊、聊天室、点亮、推送、黑名单等;
-
2、
礼物
- 普通礼物、豪华礼物、红包、排行榜、第三方充值、内购、礼物动态更新、提现等;
-
3、
直播列表
- 关注、热门、最新、分类直播用户列表等;
-
4、
自己直播
- 录制、推流、解码、播放、美颜、心跳、后台切换、主播对管理员操作、管理员对用户等;
-
5、
房间逻辑
- 创建房间、进入房间、退出房间、关闭房间、切换房间、房间管理员设置、房间用户列表等;
-
6、
用户逻辑
- 普通登陆、第三方登陆、注册、搜索、修改个人信息、关注列表、粉丝列表、忘记密码、查看个人信息、收入榜、关注和取关、检索等;
-
7、
观看直播
- 聊天信息、滚屏弹幕、礼物显示、加载界面等;
-
8、
统计
- APP业务统计、第三方统计等;
-
9、
超管
- 禁播、隐藏、审核等;
六、第三方提供的SDK(快速的开发完整的iOS直播app)
直播
SDK:金山云、七牛云、阿里云、网易云、腾讯云
金山云的SDK:他们的SDK更新频率挺快的,而且最新版已经支持https了。但他们的SDK也存在一些bug,不过好在他们的每一版更新都会及时的进行修复。
经过对比了好多家的SDK demo(阿里、网易、腾讯、七牛等)后,你会发现金山的SDK demo是写的最完善的,推流端你直接拿过来给个推流地址就可以推了,包括美颜、码率、编码等等,都在demo上有选项可供设置,你只要在开发的时候,对这些功能重新设计下UI就好了。播放器demo、推流demo,建议在使用的过程中,多跟进他们的更新release,你会发现他们每次更新都会优化很多功能、修复很多bug
聊天
SDK:融云、环信和野狗
既然大家都在看直播,互动肯定也少不了,直播聊天室就必须要有。我们用的是融云,因为融云的宣传和口碑都不错,所以就选择了融云,而且也是好多直播服务商的合作伙伴,所以可以放心使用。其他的还有环信和野狗,环信的控制台和文档,不如融云友好,野狗的没有试过,个人建议使用融云。而且融云官网有集成了播放器、聊天的直播间demo可以参考,里面带了一个香港某电视台的直播流,可以用来测试用来 rtmp://live.hkstv.hk.lxdns.com/live/hks 。
然后聊天中的聊天列表的处理,可以参考我的这篇简书来处理,以优化性能 http://www.jianshu.com/p/518e9c169274 。
这里有一点需要注意,在一个controller中,将当前controller设置为融云的消息接收代理,就可以接收融云消息了。
[[RCIMClient sharedRCIMClient] setReceiveMessageDelegate:self object:nil];
在页面dealloc中不要只调用 [RCIMClient sharedRCIMClient] quitChatRoom 退出直播间就觉得没事了,因为退出直播间是异步的,可能在当前controller dealloc后才会退出,如果在这段时间收到新的消息,[RCIMClient sharedRCIMClient]就会因为delegate释放了而导致崩溃,所以要在当前controller的dealloc中设置消息接收代理为nil。
[[RCIMClient sharedRCIMClient] setReceiveMessageDelegate:nil object:nil];
点赞动画
点赞动画可以参考这个 https://github.com/singer1026/DMHeartFlyAnimation ,主要通过CAKeyFrameAnimation和UIBezierPath完成,也可以自行修改代码修改动画轨迹、替换点赞图片等。
弹幕
弹幕建议使用BarrageRenderer,性能不错,git主页的介绍,就能让你很简单的上手使用,但如果你要做历史消息的弹幕和即时消息结合的弹幕,建议历史弹幕的遍历以及时间轴绑定,还是自己写比较好,因为这个库的redisplay以及绑定时间轴方法,在与即时消息结合的时候,弹幕的展示可能会有重复出现多次的现象。
网络切换
直播中我们要考虑用户的当前网络状态,移动网络帮他停止播放,或者切换到wifi的时候,帮他重连,以减少流量的耗费。网络的变化主要通过两种方式判断,一种是Reachability,另一种是获取状态栏上的网络状态。
Reachability写在AppDelegate中,在网络状态变化的时候,block中的代码就会被调用,你想把网络变化的消息发送给直播页面,直接用通知中心就可以,然后Reachability建议使用AFNetworking的,因为之前有文章说Reachability库可能会引起不支持ipv6导致审核被拒,我们项目中用的AFNetworking中的Reachability,没有问题:
- (void)monitorNetworking {
AFNetworkReachabilityManager *mgr = [AFNetworkReachabilityManager sharedManager]; [mgr setReachabilityStatusChangeBlock:^(AFNetworkReachabilityStatus status) {
switch (status) {
wifi网络
break;
移动网络
break; case AFNetworkReachabilityStatusNotReachable:
无网络
break; case AFNetworkReachabilityStatusUnknown:
未知网络
break; default:
break;
}
}]; //开始监控
[mgr startMonitoring];
}
获取状态栏网络状态,有人说在状态栏隐藏的页面,没法获取网络状态,实测是可以获取的,方法里面有我写的枚举,替换下就好了:
- (NSString *)getCurrentNetWork {
NSArray *subviews = [[[[UIApplication sharedApplication] valueForKeyPath:@"statusBar"] valueForKeyPath:@"foregroundView"] subviews];
for (id child in subviews) {
if ([child isKindOfClass:NSClassFromString(@"UIStatusBarDataNetworkItemView")]) {
//获取到状态栏码
int networkType = [[child valueForKeyPath:@"dataNetworkType"] intValue];
switch (networkType) {
case : {
// states = NetworkStatesNone;
return CurrentNetWorkNone;
}
break; case : {
// states = NetworkStates2G;
return CurrentNetWorkMobile;
} break; case : {
// states = NetworkStates3G;
return CurrentNetWorkMobile;
}
break; case : {
// states = NetworkStates4G;
return CurrentNetWorkMobile;
}
break; case : {
// states = NetworkStatesWIFI;
return CurrentNetWorkWifi;
}
break; default: {
return CurrentNetWorkNone;
}
break;
}
}
} return CurrentNetWorkNone;
}