一、前语

顺应时代的技能发展潮流，逐步学习并把握音视频技能核心常识，让技能落地，让常识赋能日子，让科技谋福千万灯光。

二、 H.264编码

本文首要介绍一种十分流行的视频编码：H.264。

核算一下：10秒钟1080p（1920×1080）、30fps的YUV420P原始视频，需求占用多大的存储空间？

(10 * 30) * (1920 * 1080) * 1.5 = 933120000字节 ≈ 889.89MB
能够看得出来，原始视频的体积是十分巨大的

因为网络带宽和硬盘存储空间都是十分有限的，因而，需求先运用视频编码技能（比方H.264编码）对原始视频进行紧缩，然后再进行存储和分发。H.264编码的紧缩比能够到达至少是100:1。

1. 简介

H.264，又称为MPEG-4 Part 10，Advanced Video Coding。

译为：MPEG-4第10部分，高档视频编码
简称：MPEG-4 AVC

H.264是迄今为止视频录制、紧缩和分发的最常用格局。到2019年9月，已有91％的视频开发人员运用了该格局。H.264提供了明显优于曾经任何规范的紧缩功用。H.264因其是蓝光盘的其中一种编解码规范而闻名，一切蓝光盘播映器都必须能解码H.264。

2. 编码器

H.264规范答应制造厂商自由地开发具有竞争力的创新产品，它并没有界说一个编码器，而是界说了编码器应该发生的输出码流。

x264是一款免费的高功用的H.264开源编码器。x264编码器在FFmpeg中的名称是libx264。

AVCodec *codec = avcodec_find_encoder_by_name("libx264");

3. 解码器

H.264规范中界说了一个解码方法，可是制造厂商能够自由地开发可选的具有竞争力的、新的解码器，条件是他们能够取得与规范中选用的方法相同的成果。

FFmpeg默认现已内置了一个H.264的解码器，名称是h264。

AVCodec *codec1 = avcodec_find_decoder_by_name("h264");
// 或者
AVCodec *codec2 = avcodec_find_decoder(AV_CODEC_ID_H264);

4. 编码进程与原理

H.264的编程进程比较杂乱，本文只介绍大体的结构和头绪，具体细节就不展开了。

大体能够概括为以下几个首要步骤：

区分帧类型
帧内/帧间编码
改换 + 量化
滤波
熵编码

4.1 区分帧类型

有统计成果表明：在接连的几帧图画中，一般只需10%以内的像素有不同，亮度的差值变化不超过2%，而色度的差值变化只在1%以内。

4.1.1 GOP

所以能够将一串接连的相似的帧归到一个图画群组（Group Of Pictures，GOP）。

09-音视频技术核心知识|视频编码解码【了解H.264编码、H.264编码、H.264编码解码】

GOP中的帧能够分为3种类型：

I帧（I Picture、I Frame、Intra Coded Picture），译为：帧内编码图画，也叫做关键帧（Keyframe）
- 是视频的榜首帧，也是GOP的榜首帧，一个GOP只需一个I帧
- 编码
  - 对整帧图画数据进行编码
- 解码
  - 仅用当时I帧的编码数据就能够解码出完好的图画
- 是一种自带全部信息的独立帧，无需参阅其他图画便可独立进行解码，能够简略理解为一张静态图画
P帧（P Picture、P Frame、Predictive Coded Picture），译为：猜测编码图画
- 编码
  - 并不会对整帧图画数据进行编码
  - 曾经面的I帧或P帧作为参阅帧，只编码当时P帧与参阅帧的差异数据
- 解码
  - 需求先解码出前面的参阅帧，再结合差异数据解码出当时P帧完好的图画
B帧（B Picture、B Frame、Bipredictive Coded Picture），译为：前后猜测编码图画
- 编码
  - 并不会对整帧图画数据进行编码
  - 同时曾经面、后边的I帧或P帧作为参阅帧，只编码当时B帧与前后参阅帧的差异数据
  - 因为可参阅的帧变多了，所以只需求存储更少的差异数据
- 解码
  - 需求先解码出前后的参阅帧，再结合差异数据解码出当时B帧完好的图画

不难看出，编码后的数据巨细：I帧 > P帧 > B帧。

在较早的视频编码规范（例如MPEG-2）中，P帧只能运用一个参阅帧，而一些现代视频编码规范（比方H.264），答应运用多个参阅帧。

4.1.2 GOP的长度

GOP的长度表明GOP的帧数。GOP的长度需求控制在合理范围，以平衡视频质量、视频巨细（网络带宽）和seek效果（拖动、快进的响应速度）等。

加大GOP长度有利于减小视频文件巨细，但也不宜设置过大，太大则会导致GOP后部帧的画面失真，影响视频质量
因为P、B帧的杂乱度大于I帧，GOP值过大，过多的P、B帧会影响编码功率，使编码功率下降
假如设置过小的GOP值，视频文件会比较大，则需求进步视频的输出码率，以确保画面质量不会下降，故会添加网络带宽
GOP长度也是影响视频seek响应速度的关键因素，seek时播映器需求定位到离指定方位最近的前一个I帧，假如GOP太大意味着距离指定方位或许越远（需求解码的参阅帧就越多）、seek响应的时刻（缓冲时刻）也越长

4.1.3 GOP的类型

GOP又能够分为敞开（Open）、关闭（Closed）两种。

Open
- 前一个GOP的B帧能够参阅下一个GOP的I帧
Closed
- 前一个GOP的B帧不能参阅下一个GOP的I帧
- GOP不能以B帧结尾

需求注意的是：

因为P帧、B帧都对前面的参阅帧（P帧、I帧）有依赖性，因而，一旦前面的参阅帧呈现数据过错，就会导致后边的P帧、B帧也呈现数据过错，而且这种过错还会继续向后传达
对于普通的I帧，其后的P帧和B帧能够参阅该普通I帧之前的其他I帧

在Closed GOP中，有一种特殊的I帧，叫做IDR帧（Instantaneous Decoder Refresh，译为：即时解码改写）。

当遇到IDR帧时，会清空参阅帧行列
假如前一个序列呈现严重过错，在这里能够取得从头同步的机会，使过错不会继续往下传达
一个IDR帧之后的一切帧，永远都不会参阅该IDR帧之前的帧
视频播映时，播映器一般都支撑随机seek（拖动）到指定方位，而播映器直接选择到指定方位附近的IDR帧进行播映最为便捷，因为能够明确知道该IDR帧之后的一切帧都不会参阅其之前的其他I帧，从而防止较为杂乱的反向解析

4.2 帧内/帧间编码

I帧选用的是帧内（Intra Frame）编码，处理的是空间冗余。 P帧、B帧选用的是帧间（Inter Frame）编码，处理的是时刻冗余。

4.2.1 区分宏块

在进行编码之前，首要要将一张完好的帧切割成多个宏块（Macroblock），H.264中的宏块巨细通常是16×16。

宏块能够进一步拆分为多个更小的改换块（Transform blocks）、猜测块（Prediction blocks）。

改换块的尺度有：16×16、8×8、4×4
猜测块的尺度有：1616、168、816、88、84、48、44

4.2.2 帧内编码

帧内编码，也称帧内猜测。以4×4的猜测块为例，共有9种可选的猜测形式。

利用帧内猜测技能，能够得到猜测帧，终究只需求保留猜测形式信息、以及猜测帧与原始帧的残差值。

编码器会选取最佳猜测形式，使猜测帧更加挨近原始帧，减少相互间的差异，进步编码的紧缩功率。

4.2.3 帧间编码

帧间编码，也称帧间猜测，用到了运动补偿（Motion compensation）技能。

编码器利用块匹配算法，测验在先前已编码的帧（称为参阅帧）上搜索与正在编码的块相似的块。假如编码器搜索成功，则能够运用称为运动矢量的向量对块进行编码，该向量指向匹配块在参阅帧处的方位。

在大多数情况下，编码器将成功履行，可是找到的块或许与它正在编码的块不完全匹配。这便是编码器将核算它们之间差异的原因。这些残差值称为猜测差错，需求进行改换并将其发送给解码器。

综上所述，假如编码器在参阅帧上成功找到匹配块，它将取得指向匹配块的运动矢量和猜测差错。运用这两个元素，解码器将能够康复该块的原始像素。

假如一切顺利，该算法将能够找到一个几乎没有猜测差错的匹配块，因而，一旦进行改换，运动矢量加上猜测差错的总巨细将小于原始编码的巨细。

假如块匹配算法未能找到合适的匹配，则猜测差错将是可观的。因而，运动矢量的总巨细加上猜测差错将大于原始编码。在这种情况下，编码器将发生反常，并为该特定块发送原始编码。

4.3 改换与量化

接下来对残差值进行DCT改换（Discrete Cosine Transform，译为离散余弦改换）。

5. 标准

H.264的首要标准有：

Baseline Profile（BP）
- 支撑I/P帧，只支撑无交织（Progressive）和CAVLC
- 一般用于低阶或需求额定容错的使用，比方视频通话、手机视频等即时通信范畴
Extended Profile（XP）
- 在Baseline的基础上添加了额定的功用，支撑流之间的切换，改进误码功用
- 支撑I/P/B/SP/SI帧，只支撑无交织（Progressive）和CAVLC
- 适合于视频流在网络上的传输场合，比方视频点播
Main Profile（MP）
- 提供I/P/B帧，支撑无交织（Progressive）和交织（Interlaced），支撑CAVLC和CABAC
- 用于干流消费类电子产品标准如低解码（相对而言）的MP4、便携的视频播映器、PSP和iPod等
High Profile（HiP）
- 最常用的标准
- 在Main的基础上添加了8×8内部猜测、自界说量化、无损视频编码和更多的YUV格局（如4:4:4）
  - High 4:2:2 Profile（Hi422P）
  - High 4:4:4 Predictive Profile（Hi444PP）
  - High 4:2:2 Intra Profile
  - High 4:4:4 Intra Profile
- 用于广播及视频碟片存储（蓝光影片），高清电视的使用

三、H.264编码实战

本文的首要内容：运用H.264编码对YUV视频进行紧缩。

假如是命令行的操作，十分简略。

ffmpeg -s 640x480 -pix_fmt yuv420p -i in.yuv -c:v libx264 out.h264
# -c:v libx264是指定运用libx264作为编码器

接下来首要解说怎么通过代码的方法运用H.264编码，用到了avcodec、avutil两个库，全体进程跟《AAC编码实战》相似。

1. 类的声明

extern "C" {
#include <libavutil/avutil.h>
}
typedef struct {
    const char *filename;
    int width;
    int height;
    AVPixelFormat pixFmt;
    int fps;
} VideoEncodeSpec;
class FFmpegs {
public:
    FFmpegs();
    static void h264Encode(VideoEncodeSpec &in,
                           const char *outFilename);
};

2. 类的运用

VideoEncodeSpec in;
in.filename = "F:/res/in.yuv";
in.width = 640;
in.height = 480;
in.fps = 30;
in.pixFmt = AV_PIX_FMT_YUV420P;
FFmpegs::h264Encode(in, "F:/res/out.h264");

3. 宏界说

extern "C" {
#include <libavcodec/avcodec.h>
#include <libavutil/avutil.h>
#include <libavutil/imgutils.h>
}
#define ERROR_BUF(ret) \
    char errbuf[1024]; \
    av_strerror(ret, errbuf, sizeof (errbuf));

4. 变量界说

// 文件
QFile inFile(in.filename);
QFile outFile(outFilename);
// 一帧图片的巨细
int imgSize = av_image_get_buffer_size(in.pixFmt, in.width, in.height, 1);
// 回来成果
int ret = 0;
// 编码器
AVCodec *codec = nullptr;
// 编码上下文
AVCodecContext *ctx = nullptr;
// 寄存编码前的数据（yuv）
AVFrame *frame = nullptr;
// 寄存编码后的数据（h264）
AVPacket *pkt = nullptr;

5. 初始化

// 获取编码器
codec = avcodec_find_encoder_by_name("libx264");
if (!codec) {
    qDebug() << "encoder not found";
    return;
}
// 检查输入数据的采样格局
if (!check_pix_fmt(codec, in.pixFmt)) {
    qDebug() << "unsupported pixel format"
             << av_get_pix_fmt_name(in.pixFmt);
    return;
}
// 创立编码上下文
ctx = avcodec_alloc_context3(codec);
if (!ctx) {
    qDebug() << "avcodec_alloc_context3 error";
    return;
}
// 设置yuv参数
ctx->width = in.width;
ctx->height = in.height;
ctx->pix_fmt = in.pixFmt;
// 设置帧率（1秒钟显现的帧数是in.fps）
ctx->time_base = {1, in.fps};
// 翻开编码器
ret = avcodec_open2(ctx, codec, nullptr);
if (ret < 0) {
    ERROR_BUF(ret);
    qDebug() << "avcodec_open2 error" << errbuf;
    goto end;
}
// 创立AVFrame
frame = av_frame_alloc();
if (!frame) {
    qDebug() << "av_frame_alloc error";
    goto end;
}
frame->width = ctx->width;
frame->height = ctx->height;
frame->format = ctx->pix_fmt;
frame->pts = 0;
// 利用width、height、format创立缓冲区
ret = av_image_alloc(frame->data, frame->linesize,
                     in.width, in.height, in.pixFmt, 1);
if (ret < 0) {
    ERROR_BUF(ret);
    qDebug() << "av_frame_get_buffer error" << errbuf;
    goto end;
}
// 创立AVPacket
pkt = av_packet_alloc();
if (!pkt) {
    qDebug() << "av_packet_alloc error";
    goto end;
}

6. 编码

// 翻开文件
if (!inFile.open(QFile::ReadOnly)) {
    qDebug() << "file open error" << in.filename;
    goto end;
}
if (!outFile.open(QFile::WriteOnly)) {
    qDebug() << "file open error" << outFilename;
    goto end;
}
// 读取数据到frame中
while ((ret = inFile.read((char *) frame->data[0],
                          imgSize)) > 0) {
    // 进行编码
    if (encode(ctx, frame, pkt, outFile) < 0) {
        goto end;
    }
    // 设置帧的序号
    frame->pts++;
}
// 改写缓冲区
encode(ctx, nullptr, pkt, outFile);

encode函数的完结如下所示：

// 回来负数：中途呈现了过错
// 回来0：编码操作正常完结
static int encode(AVCodecContext *ctx,
                  AVFrame *frame,
                  AVPacket *pkt,
                  QFile &outFile) {
    // 发送数据到编码器
    int ret = avcodec_send_frame(ctx, frame);
    if (ret < 0) {
        ERROR_BUF(ret);
        qDebug() << "avcodec_send_frame error" << errbuf;
        return ret;
    }
    // 不断从编码器中取出编码后的数据
    while (true) {
        ret = avcodec_receive_packet(ctx, pkt);
        if (ret == AVERROR(EAGAIN) || ret == AVERROR_EOF) {
            // 继续读取数据到frame，然后送到编码器
            return 0;
        } else if (ret < 0) { // 其他过错
            return ret;
        }
        // 成功从编码器拿到编码后的数据
        // 将编码后的数据写入文件
        outFile.write((char *) pkt->data, pkt->size);
        // 开释pkt内部的资源
        av_packet_unref(pkt);
    }
}

7. 回收资源

end:
    // 关闭文件
    inFile.close();
    outFile.close();
    // 开释资源
    if (frame) {
        av_freep(&frame->data[0]);
        av_frame_free(&frame);
    }
    av_packet_free(&pkt);
    avcodec_free_context(&ctx);

四、H.264解码实战

本文的首要内容：对H.264数据进行解码（解紧缩）。

假如是命令行的操作，十分简略。

ffmpeg -c:v h264 -i in.h264 out.yuv
# -c:v h264是指定运用h264作为解码器

接下来首要解说怎么通过代码的方法解码H.264数据，用到了avcodec、avutil两个库，全体进程跟《AAC解码实战》相似。

1. 类的声明

extern "C" {
#include <libavutil/avutil.h>
}
typedef struct {
    const char *filename;
    int width;
    int height;
    AVPixelFormat pixFmt;
    int fps;
} VideoDecodeSpec;
class FFmpegs {
public:
    FFmpegs();
    static void h264Decode(const char *inFilename,
                           VideoDecodeSpec &out);
};

2. 类的运用

VideoDecodeSpec out;
out.filename = "F:/res/out.yuv";
FFmpegs::h264Decode("F:/res/in.h264", out);
qDebug() << out.width << out.height
         << out.fps << av_get_pix_fmt_name(out.pixFmt);

3. 宏界说

extern "C" {
#include <libavcodec/avcodec.h>
#include <libavutil/avutil.h>
#include <libavutil/imgutils.h>
}
#define ERROR_BUF(ret) \
    char errbuf[1024]; \
    av_strerror(ret, errbuf, sizeof (errbuf));
// 输入缓冲区的巨细
#define IN_DATA_SIZE 4096

4. 变量界说

// 回来成果
int ret = 0;
// 用来寄存读取的输入文件数据（h264）
char inDataArray[IN_DATA_SIZE + AV_INPUT_BUFFER_PADDING_SIZE];
char *inData = inDataArray;
// 每次从输入文件中读取的长度（h264）
// 输入缓冲区中，剩余的等候进行解码的有用数据长度
int inLen;
// 是否现已读取到了输入文件的尾部
int inEnd = 0;
// 文件
QFile inFile(inFilename);
QFile outFile(out.filename);
// 解码器
AVCodec *codec = nullptr;
// 上下文
AVCodecContext *ctx = nullptr;
// 解析器上下文
AVCodecParserContext *parserCtx = nullptr;
// 寄存解码前的数据(h264)
AVPacket *pkt = nullptr;
// 寄存解码后的数据(yuv)
AVFrame *frame = nullptr;

5. 初始化

// 获取解码器
//    codec = avcodec_find_decoder_by_name("h264");
codec = avcodec_find_decoder(AV_CODEC_ID_H264);
if (!codec) {
    qDebug() << "decoder not found";
    return;
}
// 初始化解析器上下文
parserCtx = av_parser_init(codec->id);
if (!parserCtx) {
    qDebug() << "av_parser_init error";
    return;
}
// 创立上下文
ctx = avcodec_alloc_context3(codec);
if (!ctx) {
    qDebug() << "avcodec_alloc_context3 error";
    goto end;
}
// 创立AVPacket
pkt = av_packet_alloc();
if (!pkt) {
    qDebug() << "av_packet_alloc error";
    goto end;
}
// 创立AVFrame
frame = av_frame_alloc();
if (!frame) {
    qDebug() << "av_frame_alloc error";
    goto end;
}
// 翻开解码器
ret = avcodec_open2(ctx, codec, nullptr);
if (ret < 0) {
    ERROR_BUF(ret);
    qDebug() << "avcodec_open2 error" << errbuf;
    goto end;
}

6. 解码

// 翻开文件
if (!inFile.open(QFile::ReadOnly)) {
    qDebug() << "file open error:" << inFilename;
    goto end;
}
if (!outFile.open(QFile::WriteOnly)) {
    qDebug() << "file open error:" << out.filename;
    goto end;
}
// 读取文件数据
do {
    inLen = inFile.read(inDataArray, IN_DATA_SIZE);
    // 设置是否到了文件尾部
    inEnd = !inLen;
    // 让inData指向数组的首元素
    inData = inDataArray;
    // 只需输入缓冲区中还有等候进行解码的数据
    while (inLen > 0 || inEnd) {
        // 到了文件尾部（虽然没有读取任何数据，但也要调用av_parser_parse2，修正bug）
        // 通过解析器解析
        ret = av_parser_parse2(parserCtx, ctx,
                               &pkt->data, &pkt->size,
                               (uint8_t *) inData, inLen,
                               AV_NOPTS_VALUE, AV_NOPTS_VALUE, 0);
        if (ret < 0) {
            ERROR_BUF(ret);
            qDebug() << "av_parser_parse2 error" << errbuf;
            goto end;
        }
        // 越过现已解析过的数据
        inData += ret;
        // 减去现已解析过的数据巨细
        inLen -= ret;
        qDebug() << inEnd << pkt->size << ret;
        // 解码
        if (pkt->size > 0 && decode(ctx, pkt, frame, outFile) < 0) {
            goto end;
        }
        // 假如到了文件尾部
        if (inEnd) break;
    }
} while (!inEnd);
// 改写缓冲区
//    pkt->data = nullptr;
//    pkt->size = 0;
//    decode(ctx, pkt, frame, outFile);
decode(ctx, nullptr, frame, outFile);
// 赋值输出参数
out.width = ctx->width;
out.height = ctx->height;
out.pixFmt = ctx->pix_fmt;
// 用framerate.num获取帧率，并不是time_base.den
out.fps = ctx->framerate.num;
end:
inFile.close();
outFile.close();
av_packet_free(&pkt);
av_frame_free(&frame);
av_parser_close(parserCtx);
avcodec_free_context(&ctx);

decode函数的完结如下所示：

static int decode(AVCodecContext *ctx,
                  AVPacket *pkt,
                  AVFrame *frame,
                  QFile &outFile) {
    // 发送紧缩数据到解码器
    int ret = avcodec_send_packet(ctx, pkt);
    if (ret < 0) {
        ERROR_BUF(ret);
        qDebug() << "avcodec_send_packet error" << errbuf;
        return ret;
    }
    while (true) {
        // 获取解码后的数据
        ret = avcodec_receive_frame(ctx, frame);
        if (ret == AVERROR(EAGAIN) || ret == AVERROR_EOF) {
            return 0;
        } else if (ret < 0) {
            ERROR_BUF(ret);
            qDebug() << "avcodec_receive_frame error" << errbuf;
            return ret;
        }
        // 将解码后的数据写入文件
        // 写入Y平面
        outFile.write((char *) frame->data[0],
                      frame->linesize[0] * ctx->height);
        // 写入U平面
        outFile.write((char *) frame->data[1],
                      frame->linesize[1] * ctx->height >> 1);
        // 写入V平面
        outFile.write((char *) frame->data[2],
                      frame->linesize[2] * ctx->height >> 1);
    }
}

7. 回收资源

end:
    inFile.close();
    outFile.close();
    av_packet_free(&pkt);
    av_frame_free(&frame);
    av_parser_close(parserCtx);
    avcodec_free_context(&ctx);

09-📝音视频技术核心知识|视频编码解码【了解H.264编码、H.264编码、H.264编码解码】

一、前语

二、 H.264编码

1. 简介

2. 编码器

3. 解码器

4. 编码进程与原理

4.1 区分帧类型

4.1.1 GOP

4.1.2 GOP的长度

4.1.3 GOP的类型

4.2 帧内/帧间编码

4.2.1 区分宏块

4.2.2 帧内编码

4.2.3 帧间编码

4.3 改换与量化

5. 标准

三、H.264编码实战

1. 类的声明

2. 类的运用

3. 宏界说

4. 变量界说

5. 初始化

6. 编码

7. 回收资源

四、H.264解码实战

1. 类的声明

2. 类的运用

3. 宏界说

4. 变量界说

5. 初始化

6. 解码

7. 回收资源

作者信息

09-📝音视频技术核心知识|视频编码解码【了解H.264编码、H.264编码、H.264编码解码】

一、前语

二、 H.264编码

1. 简介

2. 编码器

3. 解码器

4. 编码进程与原理

4.1 区分帧类型

4.1.1 GOP

4.1.2 GOP的长度

4.1.3 GOP的类型

4.2 帧内/帧间编码

4.2.1 区分宏块

4.2.2 帧内编码

4.2.3 帧间编码

4.3 改换与量化

5. 标准

三、H.264编码实战

1. 类的声明

2. 类的运用

3. 宏界说

4. 变量界说

5. 初始化

6. 编码

7. 回收资源

四、H.264解码实战

1. 类的声明

2. 类的运用

3. 宏界说

4. 变量界说

5. 初始化

6. 解码

7. 回收资源

相关文章

我开源了一个Go学习仓库｜笔记分享（三）

JS之各司其职 | 青训营笔记

MD3——SearchView自定义背景

一台服务器最大能支持多少条TCP连接

作者信息