ffmpeg-結構體介紹

本篇博客在雷神的結構體介紹基礎上按自己的喜好整理的 后面根據自己工作中所需有所增改

AVStream

存儲每一個視頻/音頻流信息的結構體 AVStream重要的變量如下

int index：標識該視頻/音頻流
AVCodecContext *codec：指向該視頻/音頻流的AVCodecContext（它們是一一對應的關系）
AVRational time_base：時基。通過該值可以把PTS，DTS轉化為真正的時間。FFMPEG其他結構體中也有這個字段，但是根據我的經驗，只有AVStream中的time_base是可用的。PTS*time_base=真正的時間
AVDictionary *metadata：元數據信息
AVRational avg_frame_rate：幀率（注：對視頻來說，這個挺重要的）
AVPacket attached_pic：附帶的圖片。比如說一些MP3，AAC音頻文件附帶的專輯封面。
int64_t duration：該視頻/音頻流長度

AVIOContext

FFMPEG管理輸入輸出數據的結構體 里面中有以下幾個變量比較重要：

unsigned char *buffer：緩存開始位置
int buffer_size：緩存大?。J32768）
unsigned char *buf_ptr：當前指針讀取到的位置
unsigned char *buf_end：緩存結束的位置
void *opaque：URLContext結構體

在解碼的情況下，buffer用于存儲ffmpeg讀入的數據。例如打開一個視頻文件的時候，先把數據從硬盤讀入buffer，然后在送給解碼器用于解碼。

其中opaque指向了URLContext。注意，這個結構體并不在FFMPEG提供的頭文件中，而是在FFMPEG的源代碼中。URLContext結構體中還有一個結構體URLProtocol。在這個結構體中，除了一些回調函數接口之外，有一個變量const char *name，該變量存儲了協議的名稱。每一種輸入協議都對應這樣一個結構體。

AVCodecContext

挑一些關鍵的變量來看看（這里只考慮解碼）。

enum AVMediaType codec_type：編解碼器的類型（視頻，音頻...）
struct AVCodec *codec：采用的解碼器AVCodec（H.264,MPEG2...）
int bit_rate：平均比特率
uint8_t *extradata; int extradata_size：針對特定編碼器包含的附加信息（例如對于H.264解碼器來說，存儲SPS，PPS等）
AVRational time_base：根據該參數，可以把PTS轉化為實際的時間（單位為秒s）
int width, height：如果是視頻的話，代表寬和高
int refs：運動估計參考幀的個數（H.264的話會有多幀，MPEG2這類的一般就沒有了）
int sample_rate：采樣率（音頻）
int channels：聲道數（音頻）
enum AVSampleFormat sample_fmt：采樣格式
int profile：型（H.264里面就有，其他編碼標準應該也有）
int level：級（和profile差不太多）

在這里需要注意：AVCodecContext中很多的參數是編碼的時候使用的，而不是解碼的時候使用的。

AVFormatContext:

在使用FFMPEG進行開發的時候，AVFormatContext是一個貫穿始終的數據結構，很多函數都要用到它作為參數。它是FFMPEG解封裝（flv，mp4，rmvb，avi）功能的結構體。下面看幾個主要變量的作用（在這里考慮解碼的情況）：

struct AVInputFormat *iformat：輸入數據的封裝格式
AVIOContext *pb：輸入數據的緩存
unsigned int nb_streams：視音頻流的個數
AVStream **streams：視音頻流
char filename[1024]：文件名
int64_t duration：時長（單位：微秒ms，轉換為秒需要除以1000000）
int bit_rate：比特率（單位bps，轉換為kbps需要除以1000）
AVDictionary *metadata：元數據

視頻的時長可以轉換成HH:MM:SS的形式，示例代碼如下：
<code>
AVFormatContext *pFormatCtx;
CString timelong;
//duration是以微秒為單位
//轉換成hh:mm:ss形式
int tns, thh, tmm, tss;
tns = (pFormatCtx->duration)/1000000;
thh = tns / 3600;
tmm = (tns % 3600) / 60;
tss = (tns % 60);
timelong.Format("%02d:%02d:%02d",thh,tmm,tss);
</code>

AVFrame

AVFrame結構體一般用于存儲原始數據（即非壓縮數據，例如對視頻來說是YUV，RGB，對音頻來說是PCM），此外還包含了一些相關的信息。比如說，解碼的時候存儲了宏塊類型表，QP表，運動矢量表等數據。編碼的時候也存儲了相關的數據。因此在使用FFMPEG進行碼流分析的時候，AVFrame是一個很重要的結構體。
下面看幾個主要變量的作用（在這里考慮解碼的情況）

uint8_t *data[AV_NUM_DATA_POINTERS]：解碼后原始數據（對視頻來說是YUV，RGB，對音頻來說是PCM）
int linesize[AV_NUM_DATA_POINTERS]：data中“一行”數據的大小。注意：未必等于圖像的寬，一般大于圖像的寬。
int width, height：視頻幀寬和高（1920x1080,1280x720...）
int nb_samples：音頻的一個AVFrame中可能包含多個音頻幀，在此標記包含了幾個
int format：解碼后原始數據類型（YUV420，YUV422，RGB24...）
int key_frame：是否是關鍵幀
enum AVPictureType pict_type：幀類型（I,B,P...）
AVRational sample_aspect_ratio：寬高比（16:9，4:3...）
int64_t pts：顯示時間戳
int coded_picture_number：編碼幀序號
int display_picture_number：顯示幀序號
int8_t *qscale_table：QP表
uint8_t *mbskip_table：跳過宏塊表
int16_t (*motion_val[2])[2]：運動矢量表
uint32_t *mb_type：宏塊類型表
short\*dct_coeff：DCT系數，這個沒有提取過
int8_t \*ref_index[2]：運動估計參考幀列表（貌似H.264這種比較新的標準才會涉及到多參考幀）
int interlaced_frame：是否是隔行掃描
uint8_t motion_subsample_log2：一個宏塊中的運動矢量采樣個數，取log的

AVPacket

存儲壓縮編碼數據相關信息的結構體 在AVPacket結構體中，重要的變量有以下幾個

uint8_t *data：壓縮編碼的數據 接收數據流就是由這個變量接收。
例如對于H.264來說。1個AVPacket的data通常對應一個NAL。
注意：在這里只是對應，而不是一模一樣。他們之間有微小的差別：使用FFMPEG類庫分離出多媒體文件中的H.264碼流
因此在使用FFMPEG進行視音頻處理的時候，常常可以將得到的AVPacket的data數據直接寫成文件，從而得到視音頻的碼流文件。
int size：data的大小
int64_t pts：顯示時間戳
int64_t dts：解碼時間戳
int stream_index：標識該AVPacket所屬的視頻/音頻流。

AVCodec

存儲編解碼器信息的結構體 主要的幾個變量

const char *name：編解碼器的名字，比較短
const char *long_name：編解碼器的名字，全稱，比較長
enum AVMediaType type：指明了類型，是視頻，音頻，還是字幕
enum AVCodecID id：ID，不重復
const AVRational *supported_framerates：支持的幀率（僅視頻）
const enum AVPixelFormat *pix_fmts：支持的像素格式（僅視頻）
const int *supported_samplerates：支持的采樣率（僅音頻）
const enum AVSampleFormat *sample_fmts：支持的采樣格式（僅音頻）
const uint64_t *channel_layouts：支持的聲道數（僅音頻）
int priv_data_size：私有數據的大小

每一個編解碼器對應一個該結構體，查看一下ffmpeg的源代碼，我們可以看一下H.264解碼器的結構體如下所示（h264.c）：

AVCodec ff_h264_decoder = {
.name           = "h264",
.type           = AVMEDIA_TYPE_VIDEO,
.id             = CODEC_ID_H264,
.priv_data_size = sizeof(H264Context),
.init           = ff_h264_decode_init,
.close          = ff_h264_decode_end,
.decode         = decode_frame,
.capabilities   = CODEC_CAP_DR1 | CODEC_CAP_DELAY |
CODEC_CAP_SLICE_THREADS | CODEC_CAP_FRAME_THREADS,
.flush          = flush_dpb,
.long_name = NULL_IF_CONFIG_SMALL("H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10"),
.init_thread_copy = ONLY_IF_THREADS_ENABLED(decode_init_thread_copy),
.update_thread_context = ONLY_IF_THREADS_ENABLED(decode_update_thread_context),
.profiles = NULL_IF_CONFIG_SMALL(profiles),
.priv_class    = &h264_class,
};

AVPixelFormat定義如下

<code>
enum AVPixelFormat {
AV_PIX_FMT_NONE = -1,
AV_PIX_FMT_YUV420P, ///< planar YUV 4:2:0, 12bpp, (1 Cr & Cb sample per 2x2 Y samples)
AV_PIX_FMT_YUYV422, ///< packed YUV 4:2:2, 16bpp, Y0 Cb Y1 Cr
AV_PIX_FMT_RGB24, ///< packed RGB 8:8:8, 24bpp, RGBRGB...
AV_PIX_FMT_BGR24, ///< packed RGB 8:8:8, 24bpp, BGRBGR...
AV_PIX_FMT_YUV422P, ///< planar YUV 4:2:2, 16bpp, (1 Cr & Cb sample per 2x1 Y samples)
AV_PIX_FMT_YUV444P, ///< planar YUV 4:4:4, 24bpp, (1 Cr & Cb sample per 1x1 Y samples)
AV_PIX_FMT_YUV410P, ///< planar YUV 4:1:0, 9bpp, (1 Cr & Cb sample per 4x4 Y samples)
AV_PIX_FMT_YUV411P, ///< planar YUV 4:1:1, 12bpp, (1 Cr & Cb sample per 4x1 Y samples)
AV_PIX_FMT_GRAY8, ///< Y , 8bpp
AV_PIX_FMT_MONOWHITE, ///< Y , 1bpp, 0 is white, 1 is black,
in each byte pixels are ordered from the msb to the lsb
AV_PIX_FMT_MONOBLACK, ///< Y ,1bpp, 0 is black, 1 is white,
in each byte pixels are ordered from the msb to the lsb
AV_PIX_FMT_PAL8, ///< 8 bit with PIX_FMT_RGB32 palette
AV_PIX_FMT_YUVJ420P, ///< planar YUV 4:2:0, 12bpp, full scale (JPEG),
deprecated in favor of PIX_FMT_YUV420P and setting color_range
AV_PIX_FMT_YUVJ422P, ///< planar YUV 4:2:2, 16bpp, full scale (JPEG),
deprecated in favor of PIX_FMT_YUV422P and setting color_range
AV_PIX_FMT_YUVJ444P, ///< planar YUV 4:4:4, 24bpp, full scale (JPEG),
deprecated in favor of PIX_FMT_YUV444P and setting color_range
AV_PIX_FMT_XVMC_MPEG2_MC,///< XVideo Motion Acceleration via common packet passing
AV_PIX_FMT_XVMC_MPEG2_IDCT,
...（代碼太長，略）
}
</code>

AVDictionary

#define AV_DICT_MATCH_CASE      1
#define AV_DICT_IGNORE_SUFFIX   2
#define AV_DICT_DONT_STRDUP_KEY 4    
#define AV_DICT_DONT_STRDUP_VAL 8   
#define AV_DICT_DONT_OVERWRITE 16    
#define AV_DICT_APPEND         32   


typedef struct {
    char *key;
    char *value;
} AVDictionaryEntry;


struct AVDictionary {
    int count;
    AVDictionaryEntry *elems;
};

從字面上看這是一個鍵值對, 更宏觀一些則為鍵值對數組, 嗯, 動態數組
這就能構建我們通常所說的字典?
這個數據結構有4個操作, 讀(查找)/寫(創建)/拷貝, 釋放

里面有幾個操作標志, 記錄下
AV_DICT_MATCH_CASE     查找時是否比較大小, 不比較大小則全部轉化為大寫來比較
AV_DICT_IGNORE_SUFFIX  查找時是否忽略后綴, 這里的后綴指字典里key 超過查找key 部分
                       如果設置了改參數則, 查找"abc", 可能會找到"abcde" 這樣的key
AV_DICT_DONT_STRDUP_KEY 設置key時, 是否把key 字符串復制一份
AV_DICT_DONT_STRDUP_VAL 設置value時, 是否把value 字符串復制一份
AV_DICT_DONT_OVERWRITE  寫入時不要覆蓋原來存在的key(存在key 則不設置), 否則把原來的key/value 釋放重建
AV_DICT_APPEND    如果已經存在key/value, 把將新的value 值連到舊的后面

從這里copy的

最后編輯于 ：
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明：文章內容（如有圖片或視頻亦包括在內）由作者上傳并發布，文章內容僅代表作者本人觀點，簡書系信息發布平臺，僅提供信息存儲服務。

推薦閱讀更多精彩內容

  • 教程一:視頻截圖(Tutorial 01: Making Screencaps) 首先我們需要了解視頻文件的一些基...
    90后的思維閱讀 4,749評論 0贊 3
  • 原文地址：http://blog.csdn.net/yipie/article/details/7912291 摘...
    冬的天閱讀 7,215評論 1贊 6
  • 根據ffmpeg官方網站上的例子程序開始學習ffmpeg和SDL編程。 SDL是一個跨平臺的多媒體開發包。適用于游...
    762683ff5d3d閱讀 1,840評論 0贊 2
  • 清明節就要到了，天又下雨了。雨不大，淅淅瀝瀝，卻下個不停。每年的清明節似乎都是這樣，也不知今年，奶奶墳前的土被打濕...
    默言墨語閱讀 1,201評論 0贊 2
  • 13年的春天，跟研究生班的8個同學結伴去蘇揚玩了一圈。 當時去的8個人里面，我大概跟3個人是比較熟悉的，其余的幾個...
    蘸墨水的饅頭閱讀 182評論 0贊 0