前言
H.264是目前很流行的編碼層視頻壓縮格式，目前項目中的協議層有rtmp與http，但是視頻的編碼層都是使用的H.264。
在熟悉H.264的過程中，為更好的了解H.264，嘗試用VideoToolbox硬編碼與硬解碼H.264的原始碼流。
介紹
1、H.264
H.264由視訊編碼層(Video Coding Layer，VCL)與網絡提取層(Network Abstraction Layer，NAL)組成。
H.264包含一個內建的NAL網絡協議適應層，藉由NAL來提供網絡的狀態，讓VCL有更好的編譯碼彈性與糾錯能力。
H.264的介紹看這里
H.264的碼流結構
重點對象：
- 序列參數集SPS：作用于一系列連續的編碼圖像；
- 圖像參數集PPS：作用于編碼視頻序列中一個或多個獨立的圖像；
碼流結構里面的圖
2、VideoToolbox
VideoToolbox是iOS8以后開放的硬編碼與硬解碼的API，一組用C語言寫的函數。使用流程如下：
- 1、
-initVideoToolBox中調用VTCompressionSessionCreate創建編碼session，然后調用VTSessionSetProperty設置參數，最后調用VTCompressionSessionPrepareToEncodeFrames開始編碼； - 2、開始視頻錄制，獲取到攝像頭的視頻幀，傳入
-encode:，調用VTCompressionSessionEncodeFrame傳入需要編碼的視頻幀，如果返回失敗，調用VTCompressionSessionInvalidate銷毀session，然后釋放session； - 3、每一幀視頻編碼完成后會調用預先設置的編碼函數
didCompressH264，如果是關鍵幀需要用CMSampleBufferGetFormatDescription獲取CMFormatDescriptionRef，然后用
CMVideoFormatDescriptionGetH264ParameterSetAtIndex取得PPS和SPS；
最后把每一幀的所有NALU數據前四個字節變成0x00 00 00 01之后再寫入文件； - 4、調用VTCompressionSessionCompleteFrames完成編碼，然后銷毀session：VTCompressionSessionInvalidate，釋放session。
效果展示
下圖是解碼出來的圖像
貼貼代碼
- 創建session
int width = 480, height = 640;
OSStatus status = VTCompressionSessionCreate(NULL, width, height, kCMVideoCodecType_H264, NULL, NULL, NULL, didCompressH264, (__bridge void *)(self), &EncodingSession);
- 設置session屬性
// 設置實時編碼輸出（避免延遲）
VTSessionSetProperty(EncodingSession, kVTCompressionPropertyKey_RealTime, kCFBooleanTrue);
VTSessionSetProperty(EncodingSession, kVTCompressionPropertyKey_ProfileLevel, kVTProfileLevel_H264_Baseline_AutoLevel);
// 設置關鍵幀（GOPsize)間隔
int frameInterval = 10;
CFNumberRef frameIntervalRef = CFNumberCreate(kCFAllocatorDefault, kCFNumberIntType, &frameInterval);
VTSessionSetProperty(EncodingSession, kVTCompressionPropertyKey_MaxKeyFrameInterval, frameIntervalRef);
// 設置期望幀率
int fps = 10;
CFNumberRef fpsRef = CFNumberCreate(kCFAllocatorDefault, kCFNumberIntType, &fps);
VTSessionSetProperty(EncodingSession, kVTCompressionPropertyKey_ExpectedFrameRate, fpsRef);
//設置碼率，上限，單位是bps
int bitRate = width * height * 3 * 4 * 8;
CFNumberRef bitRateRef = CFNumberCreate(kCFAllocatorDefault, kCFNumberSInt32Type, &bitRate);
VTSessionSetProperty(EncodingSession, kVTCompressionPropertyKey_AverageBitRate, bitRateRef);
//設置碼率，均值，單位是byte
int bitRateLimit = width * height * 3 * 4;
CFNumberRef bitRateLimitRef = CFNumberCreate(kCFAllocatorDefault, kCFNumberSInt32Type, &bitRateLimit);
VTSessionSetProperty(EncodingSession, kVTCompressionPropertyKey_DataRateLimits, bitRateLimitRef);
- 傳入編碼幀
CVImageBufferRef imageBuffer = (CVImageBufferRef)CMSampleBufferGetImageBuffer(sampleBuffer);
// 幀時間，如果不設置會導致時間軸過長。
CMTime presentationTimeStamp = CMTimeMake(frameID++, 1000);
VTEncodeInfoFlags flags;
OSStatus statusCode = VTCompressionSessionEncodeFrame(EncodingSession,
imageBuffer,
presentationTimeStamp,
kCMTimeInvalid,
NULL, NULL, &flags);
- 關鍵幀獲取SPS和PPS
bool keyframe = !CFDictionaryContainsKey( (CFArrayGetValueAtIndex(CMSampleBufferGetSampleAttachmentsArray(sampleBuffer, true), 0)), kCMSampleAttachmentKey_NotSync);
// 判斷當前幀是否為關鍵幀
// 獲取sps & pps數據
if (keyframe)
{
CMFormatDescriptionRef format = CMSampleBufferGetFormatDescription(sampleBuffer);
size_t sparameterSetSize, sparameterSetCount;
const uint8_t *sparameterSet;
OSStatus statusCode = CMVideoFormatDescriptionGetH264ParameterSetAtIndex(format, 0, &sparameterSet, &sparameterSetSize, &sparameterSetCount, 0 );
if (statusCode == noErr)
{
// Found sps and now check for pps
size_t pparameterSetSize, pparameterSetCount;
const uint8_t *pparameterSet;
OSStatus statusCode = CMVideoFormatDescriptionGetH264ParameterSetAtIndex(format, 1, &pparameterSet, &pparameterSetSize, &pparameterSetCount, 0 );
if (statusCode == noErr)
{
// Found pps
NSData *sps = [NSData dataWithBytes:sparameterSet length:sparameterSetSize];
NSData *pps = [NSData dataWithBytes:pparameterSet length:pparameterSetSize];
if (encoder)
{
[encoder gotSpsPps:sps pps:pps];
}
}
}
}
- 寫入數據
CMBlockBufferRef dataBuffer = CMSampleBufferGetDataBuffer(sampleBuffer);
size_t length, totalLength;
char *dataPointer;
OSStatus statusCodeRet = CMBlockBufferGetDataPointer(dataBuffer, 0, &length, &totalLength, &dataPointer);
if (statusCodeRet == noErr) {
size_t bufferOffset = 0;
static const int AVCCHeaderLength = 4; // 返回的nalu數據前四個字節不是0001的startcode，而是大端模式的幀長度length
// 循環獲取nalu數據
while (bufferOffset < totalLength - AVCCHeaderLength) {
uint32_t NALUnitLength = 0;
// Read the NAL unit length
memcpy(&NALUnitLength, dataPointer + bufferOffset, AVCCHeaderLength);
// 從大端轉系統端
NALUnitLength = CFSwapInt32BigToHost(NALUnitLength);
NSData* data = [[NSData alloc] initWithBytes:(dataPointer + bufferOffset + AVCCHeaderLength) length:NALUnitLength];
[encoder gotEncodedData:data isKeyFrame:keyframe];
// Move to the next NAL unit in the block buffer
bufferOffset += AVCCHeaderLength + NALUnitLength;
}
}
總結
在網上找到的多個VideoToolboxDemo代碼大都類似，更重要是自己嘗試實現。
學習硬編碼與硬解碼，目的是對H264碼流更清晰的了解，實則我們開發過程中并不會觸碰到H264的真正編碼與解碼過程，故而難度遠沒有想象中那么大。
這里有代碼地址
