公司項(xiàng)目原因，接觸了一下視頻流H264的編解碼知識，之前項(xiàng)目使用的是FFMpeg多媒體庫，利用CPU做視頻的編碼和解碼，俗稱為軟編軟解。該方法比較通用，但是占用CPU資源，編解碼效率不高。一般系統(tǒng)都會(huì)提供GPU或者專用處理器來對視頻流進(jìn)行編解碼，也就是硬件編碼和解碼，簡稱為硬編解碼。蘋果在iOS 8.0系統(tǒng)之前，沒有開放系統(tǒng)的硬件編碼解碼功能，不過Mac OS系統(tǒng)一直有，被稱為Video ToolBox的框架來處理硬件的編碼和解碼，終于在iOS 8.0后，蘋果將該框架引入iOS系統(tǒng)。
由此，開發(fā)者便可以在iOS里面，調(diào)用Video Toolbox框架提供的接口，來對視頻進(jìn)行硬件編解碼的工作，為VOIP視頻通話，視頻流播放等應(yīng)用的視頻編解碼提供了便利。
（PS：按照蘋果WWDC2014 513《direct access to media encoding and decoding》的描述，蘋果之前提供的AVFoundation框架也使用硬件對視頻進(jìn)行硬編碼和解碼，但是編碼后直接寫入文件，解碼后直接顯示。Video Toolbox框架可以得到編碼后的幀結(jié)構(gòu)，也可以得到解碼后的原始圖像，因此具有更大的靈活性做一些視頻圖像處理。）
一，VideoToolbox基本數(shù)據(jù)結(jié)構(gòu)。
Video Toolbox視頻編解碼前后需要應(yīng)用的數(shù)據(jù)結(jié)構(gòu)進(jìn)行說明。
（1）CVPixelBuffer：編碼前和解碼后的圖像數(shù)據(jù)結(jié)構(gòu)。
（2）CMTime、CMClock和CMTimebase：時(shí)間戳相關(guān)。時(shí)間以64-bit/32-bit的形式出現(xiàn)。
（3）CMBlockBuffer：編碼后，結(jié)果圖像的數(shù)據(jù)結(jié)構(gòu)。
（4）CMVideoFormatDescription：圖像存儲方式，編解碼器等格式描述。
（5）CMSampleBuffer：存放編解碼前后的視頻圖像的容器數(shù)據(jù)結(jié)構(gòu)。
圖1.1視頻H264編解碼前后數(shù)據(jù)結(jié)構(gòu)示意圖
如圖1.1所示，編解碼前后的視頻圖像均封裝在CMSampleBuffer中，如果是編碼后的圖像，以CMBlockBuffe方式存儲；解碼后的圖像，以CVPixelBuffer存儲。CMSampleBuffer里面還有另外的時(shí)間信息CMTime和視頻描述信息CMVideoFormatDesc。
二，硬解碼使用方法。
通過如圖2.1所示的一個(gè)典型應(yīng)用，來說明如何使用硬件解碼接口。該應(yīng)用場景是從網(wǎng)絡(luò)處傳來H264編碼后的視頻碼流，最后顯示在手機(jī)屏幕上。
圖2.1 H264典型應(yīng)用場景
1，將H264碼流轉(zhuǎn)換成解碼前的CMSampleBuffer。
由圖1.1所示，解碼前的CMSampleBuffer = CMTime + FormatDesc + CMBlockBuffer。需要從H264的碼流里面提取出以上的三個(gè)信息。最后組合成CMSampleBuffer，提供給硬解碼接口來進(jìn)行解碼工作。
H264的碼流由NALU單元組成，NALU單元包含視頻圖像數(shù)據(jù)和H264的參數(shù)信息。其中視頻圖像數(shù)據(jù)就是CMBlockBuffer，而H264的參數(shù)信息則可以組合成FormatDesc。具體來說參數(shù)信息包含SPS（Sequence Parameter Set）和PPS（Picture Parameter Set）。圖2.2顯示一個(gè)H264碼流的結(jié)構(gòu)。
圖2.2 H264碼流結(jié)構(gòu)
（1）提取sps和pps生成format description。
a，每個(gè)NALU的開始碼是0x00 00 01，按照開始碼定位NALU。
b，通過類型信息找到sps和pps并提取，開始碼后第一個(gè)byte的后5位，7代表sps，8代表pps。
c，CMVideoFormatDescriptionCreateFromH264ParameterSets函數(shù)來構(gòu)建CMVideoFormatDescriptionRef。具體代碼可以見demo。
（2）提取視頻圖像數(shù)據(jù)生成CMBlockBuffer。
a，通過開始碼，定位到NALU。
b，確定類型為數(shù)據(jù)后，將開始碼替換成NALU的長度信息（4 Bytes）。
c，CMBlockBufferCreateWithMemoryBlock接口構(gòu)造CMBlockBufferRef。具體代碼可以見demo。
（3）根據(jù)需要，生成CMTime信息。（實(shí)際測試時(shí)，加入time信息后，有不穩(wěn)定的圖像，不加入time信息反而沒有，需要進(jìn)一步研究，這里建議不加入time信息）
根據(jù)上述得到CMVideoFormatDescriptionRef、CMBlockBufferRef和可選的時(shí)間信息，使用CMSampleBufferCreate接口得到CMSampleBuffer數(shù)據(jù)這個(gè)待解碼的原始的數(shù)據(jù)。見圖2.3的H264數(shù)據(jù)轉(zhuǎn)換示意圖。
圖2.3 H264碼流轉(zhuǎn)換CMSampleBuffer示意圖
2，硬件解碼圖像顯示。
硬件解碼顯示的方式有兩種：
（1）通過系統(tǒng)提供的AVSampleBufferDisplayLayer來解碼并顯示。
AVSampleBufferDisplayLayer是蘋果提供的一個(gè)專門顯示編碼后的H264數(shù)據(jù)的顯示層，它是CALayer的子類，因此使用方式和其它CALayer類似。該層內(nèi)置了硬件解碼功能，將原始的CMSampleBuffer解碼后的圖像直接顯示在屏幕上面，非常的簡單方便。圖2.4顯示了這一解碼過程。
圖2.4 AVSampleBufferDisplayLayer硬解壓后顯示圖像
顯示的接口為[_avslayer enqueueSampleBuffer:sampleBuffer];
（2）通過VTDecompression接口來，將CMSampleBuffer解碼成圖像，將圖像通過UIImageView或者OpenGL上顯示。
a，初始化VTDecompressionSession，設(shè)置解碼器的相關(guān)信息。初始化信息需要CMSampleBuffer里面的FormatDescription，以及設(shè)置解碼后圖像的存儲方式。demo里面設(shè)置的CGBitmap模式，使用RGB方式存放。編碼后的圖像經(jīng)過解碼后，會(huì)調(diào)用一個(gè)回調(diào)函數(shù)，將解碼后的圖像交個(gè)這個(gè)回調(diào)函數(shù)來進(jìn)一步處理。我們就在這個(gè)回調(diào)里面，將解碼后的圖像發(fā)給control來顯示，初始化的時(shí)候要將回調(diào)指針作為參數(shù)傳給create接口函數(shù)。最后使用create接口對session來進(jìn)行初始化。
b，a中所述的回調(diào)函數(shù)可以完成CGBitmap圖像轉(zhuǎn)換成UIImage圖像的處理，將圖像通過隊(duì)列發(fā)送到Control來進(jìn)行顯示處理。
c，調(diào)用VTDecompresSessionDecodeFrame接口進(jìn)行解碼操作。解碼后的圖像會(huì)交由a，b步驟設(shè)置的回調(diào)函數(shù)，來進(jìn)一步的處理。
圖2.5顯示來硬解碼的過程步驟。
圖2.5 VTDecompression硬解碼過程示意圖
三，硬編碼使用方法。
硬編碼的使用也通過一個(gè)典型的應(yīng)用場景來描述。首先，通過攝像頭來采集圖像，然后將采集到的圖像，通過硬編碼的方式進(jìn)行編碼，最后編碼后的數(shù)據(jù)將其組合成H264的碼流通過網(wǎng)絡(luò)傳播。
1，攝像頭采集數(shù)據(jù)。
攝像頭采集，iOS系統(tǒng)提供了AVCaptureSession來采集攝像頭的圖像數(shù)據(jù)。設(shè)定好session的采集解析度。再設(shè)定好input和output即可。output設(shè)定的時(shí)候，需要設(shè)置delegate和輸出隊(duì)列。在delegate方法，處理采集好的圖像。
注意，需要說明的是，圖像輸出的格式，是未編碼的CMSampleBuffer形式。
2，使用VTCompressionSession進(jìn)行硬編碼。
（1）初始化VTCompressionSession。
VTCompressionSession初始化的時(shí)候，一般需要給出width寬，height長，編碼器類型kCMVideoCodecType_H264等。然后通過調(diào)用VTSessionSetProperty接口設(shè)置幀率等屬性，demo里面提供了一些設(shè)置參考，測試的時(shí)候發(fā)現(xiàn)幾乎沒有什么影響，可能需要進(jìn)一步調(diào)試。最后需要設(shè)定一個(gè)回調(diào)函數(shù)，這個(gè)回調(diào)是視頻圖像編碼成功后調(diào)用。全部準(zhǔn)備好后，使用VTCompressionSessionCreate創(chuàng)建session。
（2）提取攝像頭采集的原始圖像數(shù)據(jù)給VTCompressionSession來硬編碼。
攝像頭采集后的圖像是未編碼的CMSampleBuffer形式，利用給定的接口函數(shù)CMSampleBufferGetImageBuffer從中提取出CVPixelBufferRef，使用硬編碼接口VTCompressionSessionEncodeFrame來對該幀進(jìn)行硬編碼，編碼成功后，會(huì)自動(dòng)調(diào)用session初始化時(shí)設(shè)置的回調(diào)函數(shù)。
（3）利用回調(diào)函數(shù)，將因編碼成功的CMSampleBuffer轉(zhuǎn)換成H264碼流，通過網(wǎng)絡(luò)傳播。
基本上是硬解碼的一個(gè)逆過程。解析出參數(shù)集SPS和PPS，加上開始碼后組裝成NALU。提取出視頻數(shù)據(jù)，將長度碼轉(zhuǎn)換成開始碼，組長成NALU。將NALU發(fā)送出去。
圖2.6顯示了整個(gè)硬編碼的處理邏輯。
圖2.6硬編碼處理流程示意圖
四，硬編解碼的一些編碼說明。
由于Video Toolbox是基礎(chǔ)的core Foundation庫函數(shù)，C語言寫成，和使用core Foundation所有的其它功能一樣需要適應(yīng)，記得Github有個(gè)同志，將其改成了OC語言能方便調(diào)用的模式，但是地址忘了，以后有緣找到，就會(huì)提供下鏈接。
Demo : https://github.com/manishganvir/iOS-h264Hw-Toolbox
