FFMpeg分析详细分析

时间:2022-04-06 15:54:56

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!

      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。

     好了,先来看一下这三个struct的定义吧


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;


 

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;

每个文件类似都有自己的一个URLProtocol静态对象,如libavformat/file.c里


URLProtocol file_protocol = {    "file",    file_open,    file_read,    file_write,    file_seek,    file_close,    .url_get_file_handle = file_get_handle,};


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。

 


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;


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。

 


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;


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:


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         }    }}


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。

      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:

 

/** head of registered input format linked list */

AVInputFormat *first_iformat = NULL;

/** head of registered output format linked list */

AVOutputFormat *first_oformat = NULL;

 

AVInputFormat和AVOutputFormat的定义分别在avformat.h,代码很长,不贴出来浪费空间了。

当程序运行时,AVInputFormat对像的


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}


至于AVOutputFormat嘛,下次再说吧,晚安!

   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:


  struct AVInputFormat *iformat;//数据输入格式

 struct AVOutputFormat *oformat;//数据输出格式

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 URLContext和URLProtocol的关系一样,是一种"多态"关系,即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。

AVFormatContext对像的初始化主要在 AVInputFormat的read_header函数中进行,read_header是个函数指针,指向

具体的文件类型的read_header,如flv_read_header(),avi_read_header()等,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。

 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

void *priv_data;//

成员变量指向具体的Stream类型对像,如AVIStream。其

AVCodecContext *actx;//记录具体的编解容器,这个下面会讲

也在这读头文件信息里初始化。

主要相关的函数有


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         }            }}

 

  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

static AVCodec *first_avcodec = NULL;

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。

他们之间关系的确立:

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。


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;


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:


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;