FFMPEG 4.0 for Android 准备工作
下面的函数方法基于最新的FFMPEG 4.0(4.X):
音频的原始数据是pcm编码,关于PCM编码的相关信息请看这篇文章:https://www.jianshu.com/p/cfb3d4dc3676
本文的解码就是要把原始文件中的音频部分提取出来解码生成PCM文件,以下是正文,将会去除逻辑相关代码,按照流程顺序用最基础的方法展现,方便大家掌握用法:
一、获取多媒体文件的信息
1.声明并分配内存格式信息的Context
avformat_context = avformat_alloc_context();
2.打开文件读取头信息
avformat_open_input(&avformat_context,src_name,NULL,NULL);
其中avformat_context如果没有被声明分配内存,此方法会给分配。
3.某些格式没有头信息,需要读取数据来分析
avformat_find_stream_info(avformat_context,NULL);
二、解码设置
4.找到你想要的数据流,可用方法av_find_best_stream代替:
int audio_stream_index = 0;
//like av_find_best_stream
for(i = 0;i<avformat_context->nb_streams;i++) {
if(avformat_context->streams[i]->codecpar->codec_type == AVMEDIA_TYPE_AUDIO) {
audio_stream_index = i;
av_log(NULL,AV_LOG_ERROR,"find audio stream index = %d\n",audio_stream_index);
break;
}
}
AVStream *stream = avformat_context->streams[audio_stream_index];
5.从数据流信息中得到×××信息,生成×××
codec = avcodec_find_decoder(stream->codecpar->codec_id);
6.声明解码Context。
codec_ctx = avcodec_alloc_context3(codec);
7.把stream信息中的参数拷贝到解码Context中。
ret = avcodec_parameters_to_context(codec_ctx,stream->codecpar);
8.打开×××
avcodec_open2(codec_ctx, codec, NULL);
三、进行数据流解封装解码
9.声明数据包packet与数据帧frame
frame = av_frame_alloc();
pkt = av_packet_alloc();
10.读取数据包
av_read_frame(avformat_context,pkt)
11.发送数据包
avcodec_send_packet(codec_ctx,pkt);
12.接收解码后的数据帧,需要注意的是一个数据包可能解压出多个数据帧,所以需要循环读取
avcodec_receive_frame(codec_ctx,frame)//读取一帧
一个packet的解码范例:
while((ret = avcodec_receive_frame(codec_ctx,frame)) >= 0) {
if (ret == AVERROR(EAGAIN) || ret == AVERROR_EOF)
return;
int data_size = av_get_bytes_per_sample(codec_ctx->sample_fmt);
LOGV("data_size = %d,line0 = %d,codec_ctx->channels = %d\n",data_size * frame->nb_samples,frame->linesize[0],codec_ctx->channels);
int i,ch = 0;
for(i = 0;i<frame->nb_samples;i++)
{
for(ch = 0;ch<codec_ctx->channels;ch++)
{
fwrite(frame->extended_data[ch] + data_size*i,1,data_size,outfile);
}
}
}
13.每种采样格式的数据大小都是固定的
int data_size = av_get_bytes_per_sample(codec_ctx->sample_fmt);得到的是此格式每个采样的字节大小。
frame->linesize[0]内存储的是frame单声道的字节大小,=data_size*frame->nb_samples
14.解码得到的每帧数据都有多个样本,每帧数据可能有多个通道
//下面的代码针对的是planar类型格式。
for(i = 0;i<frame->nb_samples;i++)
{
for(ch = 0;ch<codec_ctx->channels;ch++)
{
fwrite(frame->extended_data[ch] + data_size*i,1,data_size,outfile);
}
}
音频格式存储分为两种类型,分别为packed和planar,区别为格式后面是否带p
带P和不带P的数据类型的区别:
P表示Planar(平面),声道分开存放。其数据格式排列方式为 :*
LLLLLLRRRRRRLLLLLLRRRRRRLLLLLLRRRRRRL...(每个LLLLLLRRRRRR为一个音频帧)
而不带P的数据格式(即交错排列)排列方式为:
LRLRLRLRLRLRLRLRLRLRLRLRLRLRLRLRLRLRL...(每个LR为一个音频样本)
目前的音频一般是planar格式,packed格式的数据存在一列之中,左右声道交替存放。
planar格式声道的数据存在各自的数组中,生成PCM文件时需要注意左右声道加起来才是一个完整的采样点。
对于音频,使用extended_data,data注意是给视频用的,虽然单纯的音频文件在声道较少时也是能用的,但是官方不推荐用。