本文首發公眾號 音視頻開發進階 ，鏈接：https://mp.weixin.qq.com/s/qPBSe0itF40ek1laIZRQnw

昨天周六，群里面還有人在技術交流！！。

默默吐槽一下：這些人真卷啊，大周末還搞技術，是游戲不好玩還是電影不好看。

image

一開始是討論剪映的 100 變速是如何實現，群主作為相關人士肯定就不方便透露這些了，不過也有其他大佬給出了思路。

討論焦點還是圍繞如何丟幀展開的。

百倍變速，比如正常速度下一幀是播放第 1s 時刻的內容，而變速后要播放 100s 時刻了。

此時的邏輯有以下幾種情況：

1. 如果下一個播放時刻要超過目前 GOP 大小了，那么就及時 seek 到離目標 pts 最近的關鍵幀，比如從 1s 變速后到了 100s ，那就 seek 到第 98s 。
2. 如果下一個播放時刻在同一 GOP 內了，那就繼續往下解碼，判斷解碼后的幀 pts 不需要顯示就直接丟棄再接著往后解 ，直到接近了目標時間點就顯示。
3. seek 后的時間點沒達到目標時間點的情況，需要繼續解碼的可以重復第二步。

以上是針對群內大佬的總結，拿著小本本趕緊記下來。

此時，還有大佬對解碼丟幀給出了其他意見：

image

主要是針對非參考幀的丟幀處理，也是文章的重點內容。

當我們通過 av_read_frame 得到一個 AVPacket 之后，可以判斷它的 nal_ref_idc 值來決定是否要丟棄。

如果為 0 ，說明其他幀不需要參考該幀，可以直接丟棄不發送給解碼器，而不是解碼后再丟幀。

如果你不清楚 nal_ref_idc 是什么意思 ？ 那么可以了解一下 H.264 碼流 NALU 的概念。

H.264 碼流傳輸時以 NALU 的形式進行，NALU 主要由一個字節的 HAL Header 和 RBSP 兩部分組成。

HAL Header 的組成形式如下圖所示：

image

HAL Header 的計算如下：

forbidden_zero_bit(1bit) + nal_ref_idc(2bit) + nal_unit_type(5bit)

nal_unit_type 不同的值代表不同類型的幀，解析 AVPacket 完全可以得到如上的信息，后面在公眾號音視頻開發進階繼續更新文章詳解如何計算。

所以，在解碼時完全是可以丟棄這些非參考幀的，放心大膽地操作吧。

image

而且丟非參考幀的操作也是經過了產品億級檢測的，這一點我確實可以作證！！！

FFmpeg 中的丟幀

以上的丟幀邏輯是根據 H.264 規范來的，那么在 FFmpeg 的源碼中有沒有針對這一邏輯做處理呢？

那必然是有的啊！！！

如果仔細看 ffplay 的源碼，在源碼中有如下的調用方式：

/* this thread gets the stream from the disk or the network */
static int read_thread(void *arg)
{
    // 省略部分代碼
    for (i = 0; i < ic->nb_streams; i++) {
        AVStream *st = ic->streams[i];
        enum AVMediaType type = st->codecpar->codec_type;
        // AVDISCARD_ALL  拋棄所有的幀
        st->discard = AVDISCARD_ALL;
        if (type >= 0 && wanted_stream_spec[type] && st_index[type] == -1)
            if (avformat_match_stream_specifier(ic, st, wanted_stream_spec[type]) > 0)
                st_index[type] = i;
    }
    
    // 省略部分代碼
    if (!video_disable)
        st_index[AVMEDIA_TYPE_VIDEO] =
            av_find_best_stream(ic, AVMEDIA_TYPE_VIDEO,
                                st_index[AVMEDIA_TYPE_VIDEO], -1, NULL, 0);
    if (!audio_disable)
        st_index[AVMEDIA_TYPE_AUDIO] =
            av_find_best_stream(ic, AVMEDIA_TYPE_AUDIO,
                                st_index[AVMEDIA_TYPE_AUDIO],
                                st_index[AVMEDIA_TYPE_VIDEO],
                                NULL, 0);

    /* open the streams */
    if (st_index[AVMEDIA_TYPE_AUDIO] >= 0) {
        // 開啟解碼線程
        stream_component_open(is, st_index[AVMEDIA_TYPE_AUDIO]);
    }
    ret = -1;
    if (st_index[AVMEDIA_TYPE_VIDEO] >= 0) {
       // 開啟解碼線程
        ret = stream_component_open(is, st_index[AVMEDIA_TYPE_VIDEO]);
    }
    // 省略代碼
}

read_thread 方法運行在單獨線程上，該方法首先進行解封裝操作，然后開啟一個線程進行解碼，接下來調用 av_read_frame 方法讀取 AVPacket 放到隊列中供解碼線程使用。

在 av_find_best_stream 方法之前先將 discard 置為 AVDISCARD_ALL ，過濾掉 AVStream 中的數據，接下來就是 stream_component_open 操作。

/* open a given stream. Return 0 if OK */
static int stream_component_open(VideoState *is, int stream_index)
{
    // 省略部分代碼
    // AVDISCARD_DEFAULT 默認模式，過濾無效數據
    ic->streams[stream_index]->discard = AVDISCARD_DEFAULT;
    switch (avctx->codec_type) {
    case AVMEDIA_TYPE_AUDIO:
     // 省略部分代碼
        if ((ret = decoder_start(&is->auddec, audio_thread, "audio_decoder", is)) < 0)
            goto out;
    // 省略部分代碼
    case AVMEDIA_TYPE_VIDEO:
     // 省略部分代碼
        if ((ret = decoder_start(&is->viddec, video_thread, "video_decoder", is)) < 0)
            goto out;
    // 省略部分代碼
}

stream_component_open 方法又將 discard 置為了 AVDISCARD_DEFAULT ，僅過濾掉無效數據。

繼續跟進這個 discard 字段，就會有新發現了！

關于 discard 的所有類型值和使用方式，FFmpeg 中有如下定義：

/**
 * @ingroup lavc_decoding
 */
enum AVDiscard{
    /* We leave some space between them for extensions (drop some
     * keyframes for intra-only or drop just some bidir frames). */
     // 不拋棄，不放棄任何數據
    AVDISCARD_NONE    =-16, ///< discard nothing
    //  丟掉無用的數據，比如 size 為 0 這種
    AVDISCARD_DEFAULT =  0, ///< discard useless packets like 0 size packets in avi
    // 丟掉所有的非參考幀
    AVDISCARD_NONREF  =  8, ///< discard all non reference
    // 丟掉所有的雙向幀
    AVDISCARD_BIDIR   = 16, ///< discard all bidirectional frames
    // 丟掉所有的非內幀
    AVDISCARD_NONINTRA= 24, ///< discard all non intra frames
    // 丟掉所有的非關鍵幀
    AVDISCARD_NONKEY  = 32, ///< discard all frames except keyframes
    // 丟掉所有幀
    AVDISCARD_ALL     = 48, ///< discard all
};

所以，完全可以使用 discard 字段來標識解碼時丟棄哪些幀。

另外，在 avcodec_send_packet 方法源碼注釋中也提示了可以通過 AVCodecContext.skip_frame 字段來決定丟棄哪些幀。

/**
 * Internally, this call will copy relevant AVCodecContext fields, which can
 * influence decoding per-packet, and apply them when the packet is actually
 * decoded. (For example AVCodecContext.skip_frame, which might direct the
 * decoder to drop the frame contained by the packet sent with this function.)
 *  省略部分注釋
 */
int avcodec_send_packet(AVCodecContext *avctx, const AVPacket *avpkt);

摘錄了部分注釋內容，寫的就很清楚了。

所以，在解碼時也可以不用自己解析 AVPacket 的 nal_ref_idc 字段值，直接通過 AVCodecContext.skip_frame 實現同樣的目的。

親測有效，過濾非關鍵幀之后，解碼出來的全是關鍵幀了。

以上，就是關于丟幀的一些分享，技術交流探討歡迎加我微信 ezglumes 交流！！！