好久不见，AiLo肥来了！
原文地址
原创文章，转载请联系作者
醉拍春衫惜旧香，天将离恨恼疏狂。
年年陌上生秋草，日日楼中到夕阳。
目的
- MediaCodeC搭配MediaExtractor将视频完整解码
- 视频帧存储为JPEG文件
- 使用两种方式达成
- 硬编码输出数据二次封装为YuvImage，并直接输出为JPEG格式文件
- 硬编码搭配Surface，用OpenGL封装为RGBA数据格式，再利用Bitmap压缩为图片文件
- 二者皆可以调整图片输出质量
参考
- YUV的处理方式，强推大家观看这篇文章高效率得到YUV格式帧，绝对整的明明白白
- OpenGL的处理方式，当然是最出名的BigFlake，硬编码相关的示例代码很是详细
解码效率分析
- 参考对象为一段约为13.8s，H.264编码，FPS为24，72*1280的MPEG-4的视频文件。鸭鸭戏水视频
- 此视频的视频帧数为332
- 略好点的设备解码时间稍短一点。但两种解码方式的效率对比下来，
OpenGl渲染耗费的时间比YUV转JPEG多。- 另：差一点的设备上，这个差值会被提高，约为一倍多。较好的设备，则小于一倍。
实现过程
对整个视频的解析，以及压入MediaCodeC输入队列都是通用步骤。
mediaExtractor.setDataSource(dataSource)
// 查看是否含有视频轨
val trackIndex = mediaExtractor.selectVideoTrack()
if (trackIndex < 0) {
throw RuntimeException("this data source not video")
}
mediaExtractor.selectTrack(trackIndex)
fun MediaExtractor.selectVideoTrack(): Int {
val numTracks = trackCount
for (i in 0 until numTracks) {
val format = getTrackFormat(i)
val mime = format.getString(MediaFormat.KEY_MIME)
if (mime.startsWith("video/")) {
return i
}
}
return -1
}
配置MediaCodeC解码器，将解码输出格式设置为COLOR_FormatYUV420Flexible，这种模式几乎所有设备都会支持。
使用OpenGL渲染的话，MediaCodeC要配置一个输出Surface。使用YUV方式的话，则不需要配置
outputSurface = if (isSurface) OutputSurface(mediaFormat.width, mediaFormat.height) else null
// 指定帧格式COLOR_FormatYUV420Flexible,几乎所有的解码器都支持
if (decoder.codecInfo.getCapabilitiesForType(mediaFormat.mime).isSupportColorFormat(defDecoderColorFormat)) {
mediaFormat.setInteger(MediaFormat.KEY_COLOR_FORMAT, defDecoderColorFormat)
decoder.configure(mediaFormat, outputSurface?.surface, null, 0)
} else {
throw RuntimeException("this mobile not support YUV 420 Color Format")
}
val startTime = System.currentTimeMillis()
Log.d(TAG, "start decode frames")
isStart = true
val bufferInfo = MediaCodec.BufferInfo()
// 是否输入完毕
var inputEnd = false
// 是否输出完毕
var outputEnd = false
decoder.start()
var outputFrameCount = 0
while (!outputEnd && isStart) {
if (!inputEnd) {
val inputBufferId = decoder.dequeueInputBuffer(DEF_TIME_OUT)
if (inputBufferId >= 0) {
// 获得一个可写的输入缓存对象
val inputBuffer = decoder.getInputBuffer(inputBufferId)
// 使用MediaExtractor读取数据
val sampleSize = videoAnalyze.mediaExtractor.readSampleData(inputBuffer, 0)
if (sampleSize < 0) {
// 2019/2/8-19:15 没有数据
decoder.queueInputBuffer(inputBufferId, 0, 0, 0L,
MediaCodec.BUFFER_FLAG_END_OF_STREAM)
inputEnd = true
} else {
// 将数据压入到输入队列
val presentationTimeUs = videoAnalyze.mediaExtractor.sampleTime
decoder.queueInputBuffer(inputBufferId, 0,
sampleSize, presentationTimeUs, 0)
videoAnalyze.mediaExtractor.advance()
}
}
}
可以大致画一个流程图如下：
YUV
通过以上通用的步骤后，接下来就是对MediaCodeC的输出数据作YUV处理了。步骤如下：
1.使用MediaCodeC的getOutputImage (int index)函数，得到一个只读的Image对象，其包含原始视频帧信息。
By：当MediaCodeC配置了输出Surface时，此值返回null
2.将Image得到的数据封装到YuvImage中，再使用YuvImage的compressToJpeg方法压缩为JPEG文件
YuvImage的封装，官方文档有这样一段描述：
Currently only ImageFormat.NV21 and ImageFormat.YUY2 are supported。
YuvImage只支持NV21或者YUY2格式，所以还可能需要对Image的原始数据作进一步处理，将其转换为NV21的Byte数组
读取Image信息并封装为Byte数组
此次演示的机型，反馈的Image格式如下：
getFormat = 35
getCropRect().width()=720
getCropRect().height()=1280
35代表ImageFormat.YUV_420_888格式。Image的getPlanes会返回一个数组，其中0代表Y，1代表U，2代表V。由于是420格式，那么四个Y值共享一对UV分量，比例为4：1。
代码如下，参考YUV_420_888编码Image转换为I420和NV21格式byte数组,不过我这里只保留了NV21格式的转换
fun Image.getDataByte(): ByteArray {
val format = format
if (!isSupportFormat()) {
throw RuntimeException("image can not support format is $format")
}
// 指定了图片的有效区域，只有这个Rect内的像素才是有效的
val rect = cropRect
val width = rect.width()
val height = rect.height()
val planes = planes
val data = ByteArray(width * height * ImageFormat.getBitsPerPixel(format) / 8)
val rowData = ByteArray(planes[0].rowStride)
var channelOffset = 0
var outputStride = 1
for (i in 0 until planes.size) {
when (i) {
0 -> {
channelOffset = 0
outputStride = 1
}
1 -> {
channelOffset = width * height + 1
outputStride = 2
}
2 -> {
channelOffset = width * height
outputStride = 2
}
}
// 此时得到的ByteBuffer的position指向末端
val buffer = planes[i].buffer
// 行跨距
val rowStride = planes[i].rowStride
// 行内颜色值间隔，真实间隔值为此值减一
val pixelStride = planes[i].pixelStride
val TAG = "getDataByte"
Log.d(TAG, "planes index is $i")
Log.d(TAG, "pixelStride $pixelStride")
Log.d(TAG, "rowStride $rowStride")
Log.d(TAG, "width $width")
Log.d(TAG, "height $height")
Log.d(TAG, "buffer size " + buffer.remaining())
val shift = if (i == 0) 0 else 1
val w = width.shr(shift)
val h = height.shr(shift)
buffer.position(rowStride * (rect.top.shr(shift)) + pixelStride +
(rect.left.shr(shift)))
for (row in 0 until h) {
var length: Int
if (pixelStride == 1 && outputStride == 1) {
length = w
// 2019/2/11-23:05 buffer有时候遗留的长度，小于length就会报错
buffer.getNoException(data, channelOffset, length)
channelOffset += length
} else {
length = (w - 1) * pixelStride + 1
buffer.getNoException(rowData, 0, length)
for (col in 0 until w) {
data[channelOffset] = rowData[col * pixelStride]
channelOffset += outputStride
}
}
if (row < h - 1) {
buffer.position(buffer.position() + rowStride - length)
}
}
}
return data
}
最后封装YuvImage并压缩为文件
val rect = image.cropRect
val yuvImage = YuvImage(image.getDataByte(), ImageFormat.NV21, rect.width(), rect.height(), null)
yuvImage.compressToJpeg(rect, 100, fileOutputStream)
fileOutputStream.close()
MediaCodeC配置输出Surface，使用OpenGL渲染
OpenGL的环境搭建和渲染代码不再赘述，只是强调几个点：
- 渲染纹理的线程一定要和MediaCodeC配置Surface的线程保持一致
- 在渲染纹理代码前，一定要调用MediaCodeC的
releaseOutputBuffer函数，将输出数据及时渲染到输出Surface上，否则Surface内的纹理将不会收到任何数据
获得可用的RGBA数据，使用Bitmap压缩为指定格式文件
fun saveFrame(fileName: String) {
pixelBuf.rewind()
GLES20.glReadPixels(0, 0, width, height, GLES20.GL_RGBA, GLES20.GL_UNSIGNED_BYTE, pixelBuf)
var bos: BufferedOutputStream? = null
try {
bos = BufferedOutputStream(FileOutputStream(fileName))
val bmp = Bitmap.createBitmap(width, height, Bitmap.Config.ARGB_8888)
pixelBuf.rewind()
bmp.copyPixelsFromBuffer(pixelBuf)
bmp.compress(Bitmap.CompressFormat.JPEG, 100, bos)
bmp.recycle()
} finally {
bos?.close()
}
}
结果分析
到目前为止，针对样例视频，YUV解码出来的视频帧亮度会稍低一点，且图片边缘处有细微的失真。OpenGL渲染解码的视频帧会明亮一些，放大三四倍边缘无失真。后续会继续追踪这个问题，会使用FFmpeg解码来作为对比。