利用ffmpeg一步一步编程实现摄像头采集编码推流直播系统

时间:2024-03-04 11:32:22

了解过ffmpeg的人都知道,利用ffmpeg命令即可实现将电脑中摄像头的画面发布出去,例如发布为UDP,RTP,RTMP等,甚至可以发布为HLS,将m3u8文件和视频ts片段保存至Web服务器,普通的播放器就可以直接播放他们。

的确,但是,但是作为一个技术爱好者,相信大家都是对里面的机制与原理是感兴趣的,我们希望通过我们写代码来实现它。另外,ffmpeg命令发布出来的摄像头画面我们似乎要加一些水印、显示一些自定义的文字,可能就不是那么灵活了。举个例子来说,我们想画面中主要画面是电脑桌面,左上角显示摄像头的画面,相信现有的ffmpeg命令实现不了了吧!那有什么办法吗?答案是肯定的,假如我们找到ffmpeg中采集视频的部分,把采集到的画面替换成我们需要的不就行了吗?即我们抓一下桌面画面,再抓一下摄像头画面,然后通过一定的缩放叠加在一块就行了。

讲到这里,我们就有一个目的了,想想刚才我们的设想,我们可以想到ffmpeg中的一个功能,将电脑桌面的画面保存到文件中(当然也可以发布到网络中),这个功能是不是和我们的需求特别相像,通过百度,我们可以得到以下一段代码:

 

[cpp] view plain copy
 
  1. AVFormatContext *pFormatCtx = avformat_alloc_context();    
  2. AVInputFormat *ifmt=av_find_input_format("gdigrap");    
  3. avformat_open_input(&pFormatCtx, 0, ifmt,NULL);  

通过以上代码我们可以打开一个设备gdigrap(录制windows桌面),打开后,我们就可以从中一帧一帧地读出画面了,我们在libavdevice目录中可以找到一个叫gdigrap.c的文件,里面实现了ffmpeg一个设备的基本实现,结构如下:

 

 

[cpp] view plain copy
 
  1. /** gdi grabber device demuxer declaration */  
  2. AVInputFormat ff_gdigrab_demuxer = {  
  3.     .name           = "gdigrab",  
  4.     .long_name      = NULL_IF_CONFIG_SMALL("GDI API Windows frame grabber"),  
  5.     .priv_data_size = sizeof(struct gdigrab),  
  6.     .read_header    = <span style="color:#ff6666;">gdigrab_read_header</span>,  
  7.     .read_packet    = <span style="color:#ff6666;">gdigrab_read_packet</span>,  
  8.     .read_close     = <span style="color:#ff6666;">gdigrab_read_close</span>,  
  9.     .flags          = AVFMT_NOFILE,  
  10.     .priv_class     = &gdigrab_class,  
  11. };  


注意红色部分的三个方法,就是该设备的开启、读数据、关闭,简单地扫描一下三个方法的代码,里面的代码还是比较简单,就是一些DC的操作(熟悉windows窗口绘图相关知识的应该了解),读到这,我们就有思路了,我们可以模仿这个文件来实现我们想要的,考虑到这个文件是编译到ffmpeg库的,所以我们希望不破坏ffmpeg的框架的情况下,增加几个接口(或者说回调),当打开设备时,回调一下我们的接口,当读画面的时候,回调一下我们的接口,当关闭设备时,也回调一下我们的接口,这样实际上我们新写的这个C文件只是一个架子,里面的具体实现交给外部使用者,所以我们定义以下三个接口:

 

 

[cpp] view plain copy
 
  1. typedef int (*fnVideoCapInitCallback)(int index, int width, int height, int framerate);  
  2. typedef int (*fnVideoCapReadCallback)(int index, unsigned char *buff, int len, int width, int height, int framerate, int format);  
  3. typedef int (*fnVideoCapCloseCallback)(int index);  
[cpp] view plain copy
 
  1. void av_setVideoCapInitCallback(fnVideoCapInitCallback callback);  
  2. void av_setVideoCapReadCallback(fnVideoCapReadCallback callback);  
  3. void av_setVideoCapCloseCallback(fnVideoCapCloseCallback callback);  

 

 

下面是实现结构体中的三个方法的具体实现:

 

[cpp] view plain copy
 
  1. static int mygrab_read_header(AVFormatContext *s1)  
  2. {  
  3.     struct mygrab *mygrab = s1->priv_data;  
  4.     AVStream   *st       = NULL;  
  5.     int ret = 0;  
  6.     printf("call mygrab_read_header\n");  
  7.     if(mygrab->width <= 0 || mygrab->height <= 0){  
  8.         av_log(s1, AV_LOG_ERROR, "video size (%d %d) is invalid\n", mygrab->width, mygrab->height);  
  9.         return -1;  
  10.     }  
  11.       
  12.     st = avformat_new_stream(s1, NULL);  
  13.     if (!st) {   
  14.         ret = AVERROR(ENOMEM);  
  15.         return -1;   
  16.     }  
  17.     printf("avpriv_set_pts_info\n");  
  18.     avpriv_set_pts_info(st, 64, 1, 1000000); /* 64 bits pts in us */  
  19.     if(mygrab->framerate.num <= 0 || mygrab->framerate.den <= 0 ){  
  20.         av_log(s1, AV_LOG_WARNING, "not set framerate set default framerate\n");  
  21.         mygrab->framerate.num = 10;  
  22.         mygrab->framerate.den = 1;  
  23.     }  
  24.       
  25.     mygrab->time_base   = av_inv_q(mygrab->framerate);      
  26.     mygrab->time_frame  = av_gettime() / av_q2d(mygrab->time_base);  
  27.     mygrab->frame_size = mygrab->width * mygrab->height * 3/2;  
  28.     st->codec->codec_type = AVMEDIA_TYPE_VIDEO;  
  29.     st->codec->codec_id = AV_CODEC_ID_RAWVIDEO;  
  30.     st->codec->pix_fmt = AV_PIX_FMT_YUV420P;//AV_PIX_FMT_RGB24;  
  31.     st->codec->width = mygrab->width;  
  32.     st->codec->height = mygrab->height;   
  33.     st->codec->time_base = mygrab->time_base;  
  34.     st->codec->bit_rate = mygrab->frame_size * 1/av_q2d(st->codec->time_base) * 8;  
  35.   
  36. <span style="color:#ff6666;">   if(s_videoCapInitCallback != NULL){  
  37.         av_log(s1, AV_LOG_INFO, "video size (%d %d) frameRate:%d\n", st->codec->width, st->codec->height, mygrab->framerate.num/mygrab->framerate.den);  
  38.         s_videoCapInitCallback(0, st->codec->width, st->codec->height, mygrab->framerate.num/mygrab->framerate.den);  
  39.         return 0;  
  40.     }</span>  
  41.   
  42.     av_log(s1, AV_LOG_ERROR, "video cap not call av_setVideoCapInitCallback\n");  
  43.     return -1;  
  44.       
  45. }  
  46.   
  47. static int mygrab_read_packet(AVFormatContext *s1, AVPacket *pkt)  
  48. {  
  49.     struct mygrab *s = s1->priv_data;  
  50.     int64_t curtime, delay;  
  51.     /* Calculate the time of the next frame */   
  52.     s->time_frame += INT64_C(1000000);  
  53.   
  54.     /* wait based on the frame rate */  
  55.     for(;;) {  
  56.         curtime = av_gettime();  
  57.         delay = s->time_frame * s->time_base.num / s->time_base.den - curtime;  
  58.         if (delay <= 0) {  
  59.             if (delay < INT64_C(-1000000) * s->time_base.num / s->time_base.den) {  
  60.                 /* printf("grabbing is %d frames late (dropping)\n", (int) -(delay / 16666)); */  
  61.                 s->time_frame += INT64_C(1000000);  
  62.             }  
  63.             break;  
  64.         }  
  65.         av_usleep(delay);  
  66.     }  
  67.     if (av_new_packet(pkt, s->frame_size) < 0)  return AVERROR(EIO);  
  68.       
  69.     pkt->pts = curtime;  
  70. <span style="color:#ff6666;">   if(s_videoCapReadCallback != NULL){  
  71.         s_videoCapReadCallback(0, pkt->data, pkt->size, s->width, s->height, s->framerate.num/s->framerate.den, AV_PIX_FMT_YUV420P);  
  72.         return pkt->size;  
  73.     }</span>  
  74.     av_log(s1, AV_LOG_ERROR, "video cap not call av_setVideoCapReadCallback\n");  
  75.     return 0;  
  76. }  
  77.   
  78.   
  79. static int mygrab_read_close(AVFormatContext *s1)  
  80. {  
  81.     //struct mygrab *s = s1->priv_data;  
  82. <span style="color:#ff6666;">   if(s_videoCapCloseCallback != NULL){  
  83.         s_videoCapCloseCallback(0);  
  84.     }</span>  
  85.     return 0;  
  86. }  



然后我们在alldevices.c里注册我们的自定义设备,后面我们使用设备时就可以通过名字调用到我们刚才新建mygrab.c的逻辑了,即在

[cpp] view plain copy
 
  1. void avdevice_register_all(void)  
  2. {  
  3.     ......  
  4.     REGISTER_INDEV   (MYGRAB,          mygrab);  
  5.     ......  
  6. }  



同理,新建myoss.c实现声音的自定义处理采集,这样,我们就新增加了六个接口了,为了保持接口的简洁性,我们将六个接口合并为一个接口,即

[cpp] view plain copy
 
  1. void av_setVideoAudioCapCallbacks(fnVideoCapInitCallback callback1,fnVideoCapReadCallback callback2,fnVideoCapCloseCallback callback3  
  2.         ,fnAudioCapInitCallback callback4,fnAudioCapReadCallback callback5,fnAudioCapCloseCallback callback6);  





重新编译ffmpeg就支持我们的自定义视频采集、音频采集功能了,非常的灵活,比如我们要使用这些功能,一般就会写下下面几行代码:

[cpp] view plain copy
 
  1. av_setVideoAudioCapCallbacks(..,..,..,..,..,..,..); //将回调注册进去  
  2. AVFormatContext *pFormatCtx = avformat_alloc_context();    
  3. AVInputFormat *ifmt=av_find_input_format("mygrap");    
  4. avformat_open_input(&pFormatCtx, 0, ifmt,NULL); //打开自定义视频设备  
  5.   
  6.   
  7. AVFormatContext *pFormatCtx = avformat_alloc_context();    
  8. AVInputFormat *ifmt=av_find_input_format("myoss");    
  9. avformat_open_input(&pFormatCtx, 0, ifmt,NULL);//打开自定义音频设备  





然后按照操作其它设备一样的操作方法,第一步中设置的回调就会依次去调用了。通过上面的折腾,我们为后面的视频的采集音频的采集打好了基础,并且使用时不需要再进行麻烦的编译,专注于我们的回调的实现就好。
ffmpeg库编好了,就要开始实现我们最主要的摄像头采集编码推流了,我们注意到ffmpeg中有一个比较好的参考例子,叫做muxing.c,这个文件实现了将画面和声音保存为一个视频的功能,因此我们可以在这个文件的基础上实现我们的功能,muxing.c里的画面和声音是通过代码来生成的,换成从摄像头和声卡采集就行了,当然我们肯定不是在里面去简单地加代码,要不然上面这么大的折腾就没有意义了,我们要用上上面两个自定义的设备,然后从设备里读数据。
做好了以上的几个步骤,相信就可以把摄像头的视频和声音保存为mp4等文件了。
这已经离发布到网络上很近了,因此要使视频不保存在文件中,而是发布到网络上,只要改几行代码就可以了,例如以下是发布为HLS,RTMP,FILE三个方法:

[cpp] view plain copy
 
  1. if(type == TYPE_HLS){  
  2.         sprintf(filename, "%s\\playlist.m3u8", szPath);  
  3.         avformat_alloc_output_context2(&oc, NULL, "hls", filename);  
  4.   
  5.   
  6.     }else if(type == TYPE_RTMP){  
  7.         sprintf(filename, "%s", szPath);  
  8.         avformat_alloc_output_context2(&oc, NULL, "flv", filename);  
  9.     }else if(type == TYPE_FILE){  
  10.         sprintf(filename, "%s", szPath);  
  11.         avformat_alloc_output_context2(&oc, NULL, NULL, filename);  
  12.     }  







这样,我们就可以把我们的直播发布到网络中了,这里,我们再搭建一个流媒体服务器,将流推向这个服务器,比如red5,下载一个vlc或者ffplay就可以用来播放它了,这样一个完整的直播系统就编码实现好了,并且直播中的画面是任由我们发挥的,不光是摄像头画面,看想象力了。

以下是用MFC作出的一个摄像头采集直播Demo,电脑浏览器通过web测试页,手机PAD通过VLC等播放器就可以实时地查看,值得一提的是,web测试页中的延时比较小,如果用播放器来播放延时比较大,这是因为web测试页中的flash将rtmp的缓存设置成最小,而第三方播放器播放有一个缓存,而且相对比较大。

另外,Demo中摄像头采集是用的opencv,这是由于opencv对图像这一块处理比较方便,可以很方便地在图像中增加文字,反转,变换等。
以上所述的所有源码,可以在我的个人网站http://www.creater.net.cn/softwaredesign.html中获取

 

from:https://blog.csdn.net/ce6581281/article/details/62898445