[總結]FFMPEG視音訊編解碼零基礎學習方法

雷霄驊發表於2013-11-16

在CSDN上的這一段日子,接觸到了很多同行業的人,尤其是使用FFMPEG進行視音訊編解碼的人,有的已經是有多年經驗的“大神”,有的是剛開始學習的初學者。在和大家探討的過程中,我忽然發現了一個問題:在“大神”和初學者之間好像有一個不可逾越的鴻溝。“大神”們水平高超,探討著深奧的問題;而初學者們還停留在入門階段。究竟是什麼原因造成的這種“兩極分化”呢?最後,我發現了問題的關鍵:FFMPEG難度比較大,卻沒有一個循序漸進,由簡單到複雜的教程。現在網上的有關FFMPEG的教程多半難度比較大,不太適合剛接觸FFMPEG的人學習;而且很多的例子程式編譯通不過,極大地打消了學習的積極性。我自己在剛開始學習FFMPEG的時候也遇到了很大的困難。為了幫助更多的人快速成為“大神”,我想總結一個學習FFMPEG的方法,方便大家循序漸進的學習FFMPEG。

PS:有不少人不清楚“FFmpeg”應該怎麼讀。它讀作“ef ef em peg”


0. 背景知識

本章主要介紹一下FFMPEG都用在了哪裡(在這裡僅列幾個我所知的,其實遠比這個多)。說白了就是為了說明:FFMPEG是非常重要的。

使用FFMPEG作為核心視訊播放器:

Mplayer,ffplay,射手播放器,暴風影音,KMPlayer,QQ影音...

使用FFMPEG作為核心的Directshow Filter:

ffdshow,lav filters...

使用FFMPEG作為核心的轉碼工具:

ffmpeg,格式工廠...

事實上,FFMPEG的視音訊編解碼功能確實太強大了,幾乎囊括了現存所有的視音訊編碼標準,因此只要做視音訊開發,幾乎離不開它。

對於完全沒有視音訊技術背景的人來說,在學習FFmpeg之前最好先了解一下幾種最基本的視音訊資料的格式,可以參考下面的文章:

[總結]視音訊編解碼技術零基礎學習方法

視音訊資料處理入門:RGB、YUV畫素資料處理

視音訊資料處理入門:PCM音訊取樣資料處理

視音訊資料處理入門:H.264視訊碼流解析

視音訊資料處理入門:AAC音訊碼流解析

視音訊資料處理入門:FLV封裝格式解析

視音訊資料處理入門:UDP-RTP協議解析


1. ffmpeg程式的使用(ffmpeg.exe,ffplay.exe,ffprobe.exe)


【視訊資源】

本文中第1,2章是FFmpeg程式設計最基礎的內容。這部分的內容我在給大二同學代課的時候錄製成了視訊,有時間的話可以看一下《基於 FFmpeg + SDL 的視訊播放器的製作》課程的視訊


本章主要介紹一下ffmpeg工程包含的三個exe的使用方法。

ffmpeg的官方網站是:http://ffmpeg.org/

編譯好的windows可用版本的下載地址(官網中可以連線到這個網站,和官方網站保持同步): http://ffmpeg.zeranoe.com/builds/

該網站中的FFMPEG分為3個版本:Static,Shared,Dev。

前兩個版本可以直接在命令列中使用,他們的區別在於:Static裡面只有3個應用程式:ffmpeg.exe,ffplay.exe,ffprobe.exe,每個exe的體積都很大,相關的Dll已經被編譯到exe裡面去了。Shared裡面除了3個應用程式:ffmpeg.exe,ffplay.exe,ffprobe.exe之外,還有一些Dll,比如說avcodec-54.dll之類的。Shared裡面的exe體積很小,他們在執行的時候,到相應的Dll中呼叫功能。

Dev版本是用於開發的,裡面包含了庫檔案xxx.lib以及標頭檔案xxx.h,這個版本不包含exe檔案。

開啟系統命令列接面,切換到ffmpeg所在的目錄,就可以使用這3個應用程式了。

1.1 ffmpeg.exe

ffmpeg是用於轉碼的應用程式。

一個簡單的轉碼命令可以這樣寫:

將input.avi轉碼成output.ts,並設定視訊的位元速率為640kbps

ffmpeg -i input.avi -b:v 640k output.ts
具體的使用方法可以參考: ffmpeg引數中文詳細解釋

詳細的使用說明(英文):http://ffmpeg.org/ffmpeg.html

1.2 ffplay.exe

ffplay是用於播放的應用程式。

一個簡單的播放命令可以這樣寫:

播放test.avi

ffplay test.avi
具體的使用方法可以參考:ffplay的快捷鍵以及選項

詳細的使用說明(英文):http://ffmpeg.org/ffplay.html

1.3 ffprobe.exe

ffprobe是用於檢視檔案格式的應用程式。

這個就不多介紹了。

詳細的使用說明(英文):http://ffmpeg.org/ffprobe.html


2. ffmpeg庫的使用:視訊播放器

本章開始介紹使用ffmpeg的庫進行開發。

2.1 ffmpeg庫的配置

http://ffmpeg.zeranoe.com/builds/網站上

1.下載Dev版本,裡面包含了ffmpeg的xxx.h標頭檔案以及xxx.lib庫檔案。

2.下載Shared版本,裡面包含了ffmpeg的dll檔案。

3.將這兩部分檔案拷貝到VC工程下面就可以了

注:可能會出現問題,參見:FFMPEG 庫移植到 VC 需要的步驟

如果不想自己手動配置,可以下載已經配置好的工程:最簡單的基於FFMPEG+SDL的視訊播放器

2.2 最簡單的視訊播放器

學習文章100行程式碼實現最簡單的基於FFMPEG+SDL的視訊播放器中的程式碼,這是ffmpeg做視訊播放器最簡單的程式碼了,是我自己精簡出來的,已經不能再簡化了,每一行都很重要。

原版是基於SDL1.2的視訊播放器,後來更新了基於SDL2.0的最簡單的視訊播放器:最簡單的基於FFMPEG+SDL的視訊播放器 ver2 (採用SDL2.0)

上述播放器使用libavformat和libavcodec兩個類庫完成了視訊的解碼工作。實際上解碼工作只需要libavcodec就可以了。因此更新了一個“純淨”的解碼器。該解碼器只使用libavcodec完成解碼工作: 最簡單的基於FFmpeg的解碼器-純淨版(不包含libavformat)

ffmpeg的函式介紹:ffmpeg函式介紹

注1:播放視訊或音訊資料的時候會用到SDL。有關SDL可以參考:SDL介紹

         SDL參考文件:SDL GUIDE 中文譯本

注2:如果想檢視解碼後的資料,需要用到 YUV播放器:YUV播放器原始碼YUV Player Deluxe都可以

2.3 相關結構體的研究

ffmpeg的結構體之間的關係參考文章:FFMPEG中最關鍵的結構體之間的關係

結構體中每個變數的分析,參考文章:

FFMPEG結構體分析:AVFrame

FFMPEG結構體分析:AVFormatContext
FFMPEG結構體分析:AVCodecContext
FFMPEG結構體分析:AVIOContext
FFMPEG結構體分析:AVCodec
FFMPEG結構體分析:AVStream
FFMPEG結構體分析:AVPacket


3. ffmpeg庫的使用:音訊播放器

3.1 最簡單的音訊播放器

學習文章最簡單的基於FFMPEG+SDL的音訊播放器 中的程式碼,和最簡單的視訊播放器一樣,這是最簡單的音訊播放器,每一行程式碼都很重要。

原版是基於SDL1.2的音訊播放器,後來更新了一個基於SDL2.0的最簡單的音訊播放器:最簡單的基於FFMPEG+SDL的音訊播放器 ver2 (採用SDL2.0)


注:如果想要檢視解碼後的資料(PCM資料),需要用到Audition。

4. ffmpeg庫的使用:一個真正的播放器——ffplay

4.1 真正的播放器

ffplay流程圖如文章FFplay原始碼分析:整體流程圖 所示。ffplay程式碼比較複雜,但是其核心程式碼和100行程式碼實現最簡單的基於FFMPEG+SDL的視訊播放器 是一樣的。可以兩個工程結合著學習。

ffplay程式碼簡介資料:如何用FFmpeg編寫一個簡單播放器

ffplay使用說明:ffplay的快捷鍵以及選項

ffplay已經移植到VC下的工程:ffplay_vc2005(別人做的,質量很不錯)

ffplay移植到MFC下的工程,包含了簡單的圖形介面和一些控制按鈕:ffplay播放器移植VC的工程:ffplay for MFC

上述軟體的程式碼簡介:ffplay for mfc 程式碼備忘

ffplay.c函式結構簡單分析:ffplay.c函式結構簡單分析(畫圖)

5. ffmpeg庫的使用:編碼

5.1 編碼

ffmpeg編碼我自己研究的不是很多,可以參考文章 :使用FFmpeg類庫實現YUV視訊序列編碼為視訊

上面那篇文章是用的類庫比較舊,新版類庫的的使用可以參考下面幾篇文章。

影象的編碼可以參考:最簡單的基於FFMPEG的影象編碼器(YUV編碼為JPEG)

音訊的編碼可以參考:最簡單的基於FFMPEG的音訊編碼器(PCM編碼為AAC)

視訊的編碼可以參考:最簡單的基於FFMPEG的視訊編碼器(YUV編碼為H.264)

HEVC(H.265)視訊編碼可以參考:最簡單的基於FFmpeg的視訊編碼器-更新版(YUV編碼為HEVC(H.265))

上述編碼器使用libavformat和libavcodec兩個類庫完成了視訊的編碼工作。實際上編碼工作只需要libavcodec就可以了。因此更新了一個“純淨”的編碼器。該編碼器只使用libavcodec完成編碼工作: 最簡單的基於FFmpeg的編碼器-純淨版(不包含libavformat)

5.2 轉碼

轉碼實際上是先解碼然後編碼。

不進行轉碼,只進行封裝格式轉換的程式可參考:最簡單的基於FFMPEG的封裝格式轉換器(無編解碼)

轉碼程式可參考:最簡單的基於FFMPEG的轉碼程式

比較複雜的轉碼程式可以參考ffmpeg.c,它移植到MFC下的工程:ffmpeg轉碼器移植VC的工程:ffmpeg for MFC

ffmpeg.c函式結構簡單分析:ffmpeg.c函式結構簡單分析(畫圖)


6. ffmpeg原始碼分析

通曉了ffmpeg庫的使用以後,可以看一下ffmpeg的原始碼。注意ffmpeg的原始碼只有在linux下才能編譯,在windows下可以使用MinGW進行編譯。推薦使用Eclipse檢視ffmpeg的原始碼。

有一個很完整的ffmpeg原始碼的分析文件:ffdoc


FFmpeg的庫函式原始碼分析文章列表如下:


【架構圖】

FFmpeg原始碼結構圖 - 解碼

FFmpeg原始碼結構圖 - 編碼

【通用】

FFmpeg 原始碼簡單分析:av_register_all()

FFmpeg 原始碼簡單分析:avcodec_register_all()

FFmpeg 原始碼簡單分析:記憶體的分配和釋放(av_malloc()av_free()等)

FFmpeg 原始碼簡單分析:常見結構體的初始化和銷燬(AVFormatContextAVFrame等)

FFmpeg 原始碼簡單分析:avio_open2()

FFmpeg 原始碼簡單分析:av_find_decoder()av_find_encoder()

FFmpeg 原始碼簡單分析:avcodec_open2()

FFmpeg 原始碼簡單分析:avcodec_close()

【解碼】

圖解FFMPEG開啟媒體的函式avformat_open_input

FFmpeg 原始碼簡單分析:avformat_open_input()

FFmpeg 原始碼簡單分析:avformat_find_stream_info()

FFmpeg 原始碼簡單分析:av_read_frame()

FFmpeg 原始碼簡單分析:avcodec_decode_video2()

FFmpeg 原始碼簡單分析:avformat_close_input()

【編碼】

FFmpeg 原始碼簡單分析:avformat_alloc_output_context2()

FFmpeg 原始碼簡單分析:avformat_write_header()

FFmpeg 原始碼簡單分析:avcodec_encode_video()

FFmpeg 原始碼簡單分析:av_write_frame()

FFmpeg 原始碼簡單分析:av_write_trailer()

【其它】

FFmpeg原始碼簡單分析:日誌輸出系統(av_log()等)

FFmpeg原始碼簡單分析:結構體成員管理系統-AVClass

FFmpeg原始碼簡單分析:結構體成員管理系統-AVOption

FFmpeg原始碼簡單分析:libswscalesws_getContext()

FFmpeg原始碼簡單分析:libswscalesws_scale()

FFmpeg原始碼簡單分析:libavdeviceavdevice_register_all()

FFmpeg原始碼簡單分析:libavdevicegdigrab

【指令碼】

FFmpeg原始碼簡單分析:makefile

FFmpeg原始碼簡單分析:configure

偏底層的libavcodec的原始碼分析文章列表如下:

【解碼- libavcodec H.264 解碼器】

FFmpeg的H.264解碼器原始碼簡單分析:概述

FFmpeg的H.264解碼器原始碼簡單分析:解析器(Parser)部分

FFmpeg的H.264解碼器原始碼簡單分析:解碼器主幹部分

FFmpeg的H.264解碼器原始碼簡單分析:熵解碼(EntropyDecoding)部分

FFmpeg的H.264解碼器原始碼簡單分析:巨集塊解碼(Decode)部分-幀內巨集塊(Intra)

FFmpeg的H.264解碼器原始碼簡單分析:巨集塊解碼(Decode)部分-幀間巨集塊(Inter)

FFmpeg的H.264解碼器原始碼簡單分析:環路濾波(LoopFilter)部分

【解碼-libavcodec HEVC 解碼器】

FFmpeg的HEVC解碼器原始碼簡單分析:概述

FFmpeg的HEVC解碼器原始碼簡單分析:解析器(Parser)部分

FFmpeg的HEVC解碼器原始碼簡單分析:解碼器主幹部分

FFmpeg的HEVC解碼器原始碼簡單分析:CTU解碼(CTUDecode)部分-PU

FFmpeg的HEVC解碼器原始碼簡單分析:CTU解碼(CTU Decode)部分-TU

FFmpeg的HEVC解碼器原始碼簡單分析:環路濾波(LoopFilter)



7.FFmpeg其它幾個類庫的使用

7.1.libavfilter(加特效)

AVFilter可以給視音訊新增各種濾鏡效果。有兩個例子,一個是給視訊新增水印:

最簡單的基於FFmpeg的AVfilter例子(水印疊加)

另一個是給YUV資料加特效:

最簡單的基於FFmpeg的AVfilter的例子-純淨版

7.2.libavdevice(讀裝置)

AVDevice可以讀取電腦的多媒體裝置的資料,或者輸出資料到指定的多媒體裝置上。

直接使用ffmpeg.exe命令列工具的文章:FFmpeg獲取DirectShow裝置資料(攝像頭,錄屏)

程式設計方面做了2個有關的例子:

讀取攝像頭:最簡單的基於FFmpeg的AVDevice例子(讀取攝像頭)

螢幕錄製:最簡單的基於FFmpeg的AVDevice例子(螢幕錄製)

7.3.libswscale(影象拉伸,畫素格式轉換)

Swscale類庫可以轉換畫素資料的格式,同時可以拉伸影象的大小。

libswscale的使用示例: 最簡單的基於FFmpeg的libswscale的示例(YUV轉RGB)

此外,這個示例還附帶了一個程式,用於生成測試圖片: 最簡單的基於FFmpeg的libswscale的示例附件:測試圖片生成工具

8.FFmpeg封裝格式的處理

使用FFmpeg進行封裝格式的處理,主要是通過AVFormat完成。有關封裝格式的處理,做了3個例子:

封裝格式轉換器:最簡單的基於FFMPEG的封裝格式轉換器(無編解碼)

視音訊分離器簡化版(demuxer-simple):最簡單的基於FFmpeg的封裝格式處理:視音訊分離器簡化版(demuxer-simple)

視音訊分離器(demuxer):最簡單的基於FFmpeg的封裝格式處理:視音訊分離器(demuxer)

視音訊複用器(muxer):最簡單的基於FFmpeg的封裝格式處理:視音訊複用器(muxer)

9.FFmpeg流媒體方面的應用

使用FFmpeg進行流媒體方面的應用,主要是流媒體的傳送和接收。

直接使用ffmpeg.exe命令列工具的文章:

FFmpeg傳送流媒體的命令(UDP,RTP,RTMP)

程式設計方面做了一個例子:

基於FFmpeg的推流器:最簡單的基於FFmpeg的推流器(以推送RTMP為例)


10.FFmpeg的其他雜項

使用FFmpeg讀寫記憶體(而非檔案)的例子:

記憶體播放器:最簡單的基於FFmpeg的記憶體讀寫的例子:記憶體播放器

記憶體轉碼器:最簡單的基於FFmpeg的記憶體讀寫的例子:記憶體轉碼器


11. ffmpeg在其它平臺下的應用

把FFmpeg應用於Android、IOS、Windows Phone的示例程式可以參考:

最簡單的基於FFmpeg的移動端例子:Android HelloWorld

最簡單的基於FFmpeg的移動端例子:Android 視訊解碼器

最簡單的基於FFmpeg的移動端例子:Android 視訊解碼器-單個庫版

最簡單的基於FFmpeg的移動端例子:Android 推流器

最簡單的基於FFmpeg的移動端例子:Android 視訊轉碼器

最簡單的基於FFmpeg的移動端例子附件:Android 自帶播放器

最簡單的基於FFmpeg的移動端例子附件:SDL Android HelloWorld

最簡單的基於FFmpeg的移動端例子:IOS HelloWorld

最簡單的基於FFmpeg的移動端例子:IOS 視訊解碼器

最簡單的基於FFmpeg的移動端例子:IOS 推流器

最簡單的基於FFmpeg的移動端例子:IOS 視訊轉碼器

最簡單的基於FFmpeg的移動端例子附件:IOS自帶播放器

最簡單的基於FFmpeg的移動端例子:Windows PhoneHelloWorld



12. ffmpeg相關工程的學習

學習完成ffmpeg,還可以瞭解一下基於ffmpeg的相關的多媒體開源工程,在這裡推薦以下幾個:

12.1 ffdshow

ffdshow是基於ffmpeg的解碼器類庫libavcodec的DirectShow Filter。廣泛安裝在PC上。


有關ffdshow的原始碼分析文章(更新中):

ffdshow 原始碼分析1 : 整體結構
ffdshow 原始碼分析 2: 點陣圖覆蓋濾鏡(對話方塊部分Dialog)

ffdshow 原始碼分析 3: 點陣圖覆蓋濾鏡(設定部分Settings)
ffdshow 原始碼分析 4: 點陣圖覆蓋濾鏡(濾鏡部分Filter)
ffdshow 原始碼分析 5: 點陣圖覆蓋濾鏡(總結)
ffdshow 原始碼分析 6: 對解碼器的dll的封裝(libavcodec)
ffdshow 原始碼分析 7: libavcodec視訊解碼器類(TvideoCodecLibavcodec)
ffdshow 原始碼分析 8: 視訊解碼器類(TvideoCodecDec)
ffdshow 原始碼分析 9: 編解碼器有關類的總結

12.2 LAV filters

LAV Filter是基於ffmpeg的解碼器類庫libavcodec,以及解封裝器類庫libavformat的DirectShow Filter。廣泛安裝在PC上。

有關LAV Filter的原始碼分析文章:

LAV Filter 原始碼分析 1: 總體結構

LAV Filter 原始碼分析 2: LAV Splitter

LAV Filter 原始碼分析 3: LAV Video (1)

LAV Filter 原始碼分析 4: LAV Video (2)


12.3 Mplayer

Mplayer是Linux下使用最廣泛的播放器,也有Windows版本的。其中使用了ffmpeg。


有關Mplayer的原始碼分析文章:

MPlayer原始碼分析

12.4 Media Player Classic - HC

現在廣為使用很多播放器都是構建於Media Player Classic - HC的基礎之上的。


有關Media Player Classic - HC的原始碼分析文章:

Media Player Classic - HC 原始碼分析 1:整體結構
Media Player Classic - HC 原始碼分析 2:核心類 (CMainFrame)(1)
Media Player Classic - HC 原始碼分析 3:核心類 (CMainFrame)(2)
Media Player Classic - HC 原始碼分析 4:核心類 (CMainFrame)(3)
Media Player Classic - HC 原始碼分析 5:關於對話方塊 (CAboutDlg)
Media Player Classic - HC 原始碼分析 6:MediaInfo選項卡 (CPPageFileMediaInfo)
Media Player Classic - HC 原始碼分析 7:詳細資訊選項卡(CPPageFileInfoDetails)

12.5 XBMC

XBMC是一個優秀的自由和開源的(GPL)媒體中心軟體。


有關XBMC原始碼分析文章:

XBMC原始碼分析 1:整體結構以及編譯方法

XBMC原始碼分析 2:Addons(皮膚Skin)

XBMC原始碼分析 3:核心部分(core)-綜述

XBMC原始碼分析 4:視訊播放器(dvdplayer)-解碼器(以ffmpeg為例)

XBMC原始碼簡析 5:視訊播放器(dvdplayer)-解複用器(以ffmpeg為例)

XBMC原始碼分析 6:視訊播放器(dvdplayer)-檔案頭(以ffmpeg為例)

XBMC原始碼分析 7:視訊播放器(dvdplayer)-輸入流(以libRTMP為例)


相關文章