FFmpeg库视频解码初探（软硬件解码）

ffmpeg

最近有工作需求用到ffmpeg，分享下。包括一些编码的基础知识，ffmpeg视频解码基础，还有GPU解码的部分。
属于科普工作，并不深入，记录了踩过的一些坑，希望有用
饮水思源：雷霄骅（雷神） &
代码部分参考自 同事***（打码）代码，谢谢大神！

FFmpeg是一种功能强大的常用的视频/音频处理开源框架。支持几乎所有主流格式音视频的编解码，并能进行拼接等操作。

基础知识

• 视频格式：mp4, avi, mkv等，称之为封装格式，可以看成是一种容器。

• 视频流编码格式：h264, h265等，可以认为是一种压缩手段，减小文件体积。

• 音频流编码格式：MP3， AAC等，音频压缩方式。

• 视频像素数据：RGB、YUV（YUV420），实际上的图像编码格式，包括存储亮度和色彩数据。

• 封装格式和编码格式的关系：封装格式可以理解为存放编码后音视频信息的一种容器，不通的容器对支持的编码格式有所不同。
  
  （侵删）

• 整体解码流程：
  
  （侵删）

• h264 h264参考博客:
  
  （侵删）

  • 主要由NALU结构组成
  • I帧：帧内编码，适度压缩，类似jpg，大约6:1；P帧：前向预测帧，大约20:1；B帧：双向预测内插编码帧，大约50:1.

• YUV420: Y(亮度)，U（色度），V（浓度），Y决定灰度，UV共同决定颜色

  • 由于人类对与色彩的感知能力有限，所以通常会选择降低颜色信息密度，即对UV分量进行压缩
    
    （侵删）

  • 基于YUV分量在存储方式上的不同，又衍生出YUV420SP,YUV420P等格式

（侵删）

ffmpeg基本组成

• 术语，这些概念跟上面讲的步骤其实是能找到对用关系的：
  • ⾳音/视频流(stream) 一路路⾳音/视频称为⼀一路路流。ffmpeg⽀支持5种流：⾳音频（a），视频（v），字幕（s），数据（d）以及附件（t）。
  • 容器 对应上文提到的MP4，flv等，包括音频视频各个流。
  • 编解码器 用于编解码各个流
  • 解/复用 在容器中分离出流
  • 过滤器 对音/视频进行特殊处理，比如加水印等
• 使用：FFmpeg可以通过它的工具，以命令行的形式使用，也支持利用接口进行编码调用。工具调用方式，不赘述，主要分享一下lib库的使用经历。

ffmpeg库的使用

• 关键结构体：

  • AVIOContext（URLContext）: IO类型，主要存储协议类型及状态
  • AVFormatContext:主要存储视频音频中包含的封装信息
  • AVInputFormat:存储对应音视频使用的封装格式
  • AVStream:存储一个视频（或音频）流相关的数据
  • AVCodecContext: 每个AVStream对应一个AVCodeContext，存储对应流的解码信息
  • AVCodec:每个AVCodeContext对应一个AVCodec，包含对应的解码器
  • AVPacket:编码后的数据
  • AVFrame:解码后的数据
    
    （侵删）

• 关键函数：

  • av_register_all(新版本废弃):注册可用的编解码器，编解复用器等等
  • avformat_alloc_context:分配一个AVFormatContext结构体
  • avio_alloc_context：I/O上下文，可以用来定制IO操作
  • av_open_input_file：以输入方式打开一个源文件，可以使用文件名作为参数，也可以使用定制I/O
  • av_find_stream_info:获取文件流信息
  • avcodec_find_decoder(ID)/avcodec_find_decoder_by_name：通过ID或者name查找解码器
  • avcodec_open：使用一个给定的codec，初始化AVCodecContext用于解码操作
  • av_read_frame：从源文件容器中读取一个packet数据包，并不是每一次读取都是有效的，当返回操作码>=0时，循环调用该函数进行读取，读出来的包需要进行解码操作
  • avcodec_decode_video2（新版本中不推荐使用这个函数）：解码，返回frame
  • av_send_packet：向解码器发送一个packet数据，并解码
  • av_receive_frame：获取解码后的数据，receive并不是每次都可以成功的。
    
    （侵删）

• 定制I/O,ffmpeg直接在内存中读取视频文件

  • 原因：对于网络传输过来的短视频base64文件，希望能够不经过磁盘IO，直接从内存读取。
  • 1. 定制IO回调，自定义缓存，IO数据源
  • 1. 通过av_probe_input_buffer函数探测当前视频格式信息
  • 1. 将探测得到的fmt信息注册到AVFormatContext中，并打开源文件
  • 1. 后续按常规方式使用ffmpeg接口即可

• 通过定制IO获得文件基本信息并确定视频流，解码器信息的代码示例

  struct  buffer_data {
    uint8_t *ptr_;
    size_t size_;
  };
typedef buffer_data BufferData;
	int VideoParseFFmpeg::read_packet(void *opaque, uint8_t *buf, int buf_size) {
	//opaque用户自定义指针
    struct buffer_data *bd = (struct buffer_data *) opaque;
    buf_size = FFMIN(buf_size, bd->size_);

    if (!buf_size)
      return AVERROR_EOF;

    memcpy(buf, bd->ptr_, buf_size);
    bd->ptr_ += buf_size;
    bd->size_ -= buf_size;

    return buf_size;
}
int LoadContent(const std::string &video_content){
  int ret = 0;
  //分配缓存空间
  video_size_ = video_content.size();
  avio_ctx_buffer_size_ = video_size_+AV_INPUT_BUFFER_PADDING_SIZE;
  avio_ctx_buffer_ = (uint8_t *)av_malloc(avio_ctx_buffer_size_);
  
  //bd为自定义结构，指向内存中的视频文件
  bd_.ptr_ = (uint8_t *)video_content.c_str();
  bd_.size_ = video_content.size();

  input_ctx_ = avformat_alloc_context();
  //自定义io
  avio_ctx_ = avio_alloc_context(avio_ctx_buffer_,
                                     avio_ctx_buffer_size_,
                                     0,
                                     &bd_,
                                     &read_packet, //自定义读取回调
                                     NULL,
                                     NULL);
  AVInputFormat *in_fmt{NULL};
//视频格式探测
  if((ret = av_probe_input_buffer(avio_ctx_, &in_fmt_, "", NULL, 0, 0)) < 0) {
        LOGGER_WARN(Log::GetLog(), "fail to prob input, err [{}]", AVERROR(ret));
    return -1;
  }
  //注册iocontext
  input_ctx_->pb = avio_ctx_;

  /* open the input file */
  if ((ret = avformat_open_input(&input_ctx_, "", in_fmt_, NULL)) != 0) {
        LOGGER_WARN(Log::GetLog(), "fail to open input, err [{}]", AVERROR(ret));
    return -1;
  }
//  if ((ret = avformat_open_input(&input_ctx_, "./smoke.mp4", NULL, NULL)) != 0) {
//    LOGGER_WARN(Log::GetLog(), "fail to open input, err [{}]", AVERROR(ret));
//    return -1;
//  }
//获取流信息
  if ((ret = avformat_find_stream_info(input_ctx_, NULL)) < 0) {
        LOGGER_WARN(Log::GetLog(), "fail to find input stream information, err[{}]", AVERROR(ret));
    return -1;
  }

  /* find the video stream information */
  //找到视频流，获取其对应的decoder
  if ((ret = av_find_best_stream(input_ctx_, AVMEDIA_TYPE_VIDEO, -1, -1, &decoder_, 0)) < 0) {
        LOGGER_WARN(Log::GetLog(), "fail to find a video stream from input, err[{}]", ret);
    return -1;
  }
  video_stream_idx_ = ret;
//获取decoder_context，把decoder注册进去
  if (!(decoder_ctx_ = avcodec_alloc_context3(decoder_))) {
        LOGGER_WARN(Log::GetLog(), "fail to alloc avcodec context");
    return -1;
  }
  video_stream_ = input_ctx_->streams[video_stream_idx_];
  
  //新版本不再将音视频流信息直接保存到streams[video_stream_idx_]中，而是存放在AVCodecParammeters中（涉及format，width，height，codec_type等），该函数提供了转换
  if ((ret = avcodec_parameters_to_context(decoder_ctx_, video_stream_->codecpar)) < 0){
        LOGGER_WARN(Log::GetLog(), "fail to convert parameters to context, err [{}]", ret);
    return -1;
  }
	//获取帧率等基本信息
  if(video_stream_->avg_frame_rate.den != 0) {
    fps_ = video_stream_->avg_frame_rate.num / video_stream_->avg_frame_rate.den;
  }
  video_length_sec_ = input_ctx_->duration/AV_TIME_BASE;
//YUV420p等
  pix_fmt_ = (AVPixelFormat)video_stream_->codecpar->format;
//硬解码部分
  if (hw_enable_ && is_hw_support_fmt(pix_fmt_)) {
      for (int i = 0;; i++)
      {
        const AVCodecHWConfig *config = avcodec_get_hw_config(decoder_, i);
        if (!config) {
            LOGGER_WARN(Log::GetLog(), "decoder [{}] does not support device type [{}]", decoder_->name, av_hwdevice_get_type_name(hw_type_));
          return -1;
        }
        if (config->methods & AV_CODEC_HW_CONFIG_METHOD_HW_DEVICE_CTX &&
          config->device_type == hw_type_) {
          hw_pix_fmt_ = config->pix_fmt;
          break;
        }
      }
    decoder_ctx_->pix_fmt = hw_pix_fmt_;

   	  if ((ret = hw_decoder_init(decoder_ctx_, hw_type_)) < 0) {
          LOGGER_WARN(Log::GetLog(), "fail to init hw decoder, err [{}]", ret);
      return -1;
      }
    }

  if ((ret = avcodec_open2(decoder_ctx_, decoder_, NULL)) < 0) {
        LOGGER_WARN(Log::GetLog(), "fail to open decodec, err[{}]", ret);
    return -1;
  }
  }

• 踩坑记录：

  • 由于某些mp4文件的moov文件被放置在文件尾部，需要设置较大的缓存空间才能够顺利解析该文件，否则会在 av_find_best_stream时报找不到流信息。
  • 自定义缓存buffer使用完毕后必须主动收回，否则会造成内存泄漏；该buffer在使用过程中，ffmpeg可能根据需要主动重新分配，导致buffer位置大小改变，此时该内存依旧需要外部手动释放，当然的不能使用源buffer指针。

• 视频解码

 while (true) {
      if ((av_read_frame(input_ctx_, &packet_)) < 0){
        break;
      }

      if (video_stream_idx_ == packet_.stream_index) {
        //std::shared_ptr<cv::Mat> p_frame = nullptr;
        decode_write(decoder_ctx_, &packet_, &buffer, frames);
        //frames.push_back(p_frame);
      }
    }

    /* flush the decoder */
    packet_.data = NULL;
    packet_.size = 0;
    //std::shared_ptr<cv::Mat> p_frame = nullptr;
    //cv::Mat *p_frame = NULL;
    decode_write(decoder_ctx_, &packet_, &buffer, frames);
    
    
    ====================================================
   
    //code block in decode_write
    ret = avcodec_send_packet(avctx, packet);
    if (ret < 0) {
        LOGGER_WARN(Log::GetLog(), "error during decodeing, err[{}]", AVERROR(ret));
    return ret;
  }

  while (true)
  {
    auto clear = [&frame, &sw_frame, this]{
      if (frame != NULL)
        av_frame_free(&frame);
      if (sw_frame != NULL)
        av_frame_free(&sw_frame);
      av_packet_unref(&packet_);
    };
    if (!(frame = av_frame_alloc()) || !(sw_frame = av_frame_alloc()))
    {
          LOGGER_WARN(Log::GetLog(), "cant alloc frame, err[{}]", AVERROR(ENOMEM));
      clear();
      return 0;
    }

    ret = avcodec_receive_frame(avctx, frame);
    if (ret == AVERROR(EAGAIN) || ret == AVERROR_EOF) {
      clear();
      return 0;
    }
    else if (ret < 0) {
          LOGGER_WARN(Log::GetLog(), "error while decoding, err[{}]", AVERROR(ret));
      clear();
      return ret;
    }
    ...
}

• 视频解码的坑：

  • read_frame/send_packet/receive_frame几个函数都有可能出现暂时的不成功（ret>0），可能是因为数据还没哟准备好，此时不能判断为错误，需要继续尝试。
  • send_packet和receive_frame并不是一一对应的，大多数情况下解码较慢。所以可能当所有packet都已经发送，但是还有很多解码完的数据并没有通过receive_frame收到，此时需要通过一次flush连续将缓存中解码完的frame都取出来。

• 硬件解码：

  • ffmpeg hw accelerate官网介绍
  • 许多平台支持对部分视频处理的工作提供硬件加速能力，包括编码、解码、过滤等操作。通常我们会使用到一些API来进行编解码，这些API对不同硬件的支持各不相同，而ffmpeg对这些API的支持程度也有所不同。
  • 通常我们使用NVENC/NVDEC（原名NVDIA）API，在NIVIDIA设备上进行编解码。
  • 默认的ffmpeg并没有开启硬件解码的选项，需要我们重新编译ffmpeg库开启。

  ./configure --prefix=./ --bindir=bin/ffmpeg --incdir=include/ffmpeg --libdir=lib64/ffmpeg --disable-x86asm --arch=x86_64 --optflags='-O2 -g -pipe -Wall -Wp,-D_FORTIFY_SOURCE=2 -fexceptions -fstack-protector-strong --param=ssp-buffer-size=4 -grecord-gcc-switches -m64 -mtune=generic' --extra-ldflags='-Wl,-z,relro' --enable-libx264 --enable-libx265 --enable-avfilter --enable-pthreads --enable-shared --enable-gpl --disable-debug --enable-cuda --enable-cuvid --enable-nvenc --enable-nonfree --enable-libnpp --extra-cflags=-I/usr/local/cuda-8.0/include --extra-ldflags=-L/usr/local/cuda-8.0/lib64
  

  • 编译时要预先安装cuda库，然后使用--extra-cflags=-I/usr/local/cuda-8.0/include --extra-ldflags=-L/usr/local/cuda-8.0/lib64选项指定cuda库的版本，cuda8，cuda10在要注意区分
  • 整个编译过程中可能会有各种库缺失的问题，查文档安装即可。
  • ffmpeg编译选项
  • 附一个编译错误解决
    • ERROR: cuda requested, but not all dependencies are satisfied: ffnvcodec
      参考解决

• 硬件解码代码块

//配置解码器
if (hw_enable_ && is_hw_support_fmt(pix_fmt_)) {
    for (int i = 0;; i++)
    {
    //获取支持该decoder的hw 配置型
      const AVCodecHWConfig *config = avcodec_get_hw_config(decoder_, i);
      if (!config) {
            LOGGER_WARN(Log::GetLog(), "decoder [{}] does not support device type [{}]", decoder_->name, av_hwdevice_get_type_name(hw_type_));
        return -1;
      }
      
      //AV_CODEC_HW_CONFIG_METHOD_HW_DEVICE_CTX使用hw_device_ctx API
      //hw_type_支持的硬件类型（cuda）
      if (config->methods & AV_CODEC_HW_CONFIG_METHOD_HW_DEVICE_CTX &&
          config->device_type == hw_type_) {
        hw_pix_fmt_ = config->pix_fmt;
        break;
      }
    }
    //decoder_ctx_->get_format = &get_hw_format;
    decoder_ctx_->pix_fmt = hw_pix_fmt_;

    if ((ret = hw_decoder_init(decoder_ctx_, hw_type_)) < 0) {
          LOGGER_WARN(Log::GetLog(), "fail to init hw decoder, err [{}]", ret);
      return -1;
    }
  }
  ret = avcodec_open2(decoder_ctx_, decoder_, NULL))
  ...
  
  int VideoParseFFmpeg::hw_decoder_init(AVCodecContext *ctx, const enum AVHWDeviceType type) 
  {
  int err = 0;
  if ((err = av_hwdevice_ctx_create(&hw_device_ctx_, type,NULL, NULL, 0)) < 0)
  {
        LOGGER_WARN(Log::GetLog(), "fail to create specified HW device, err[{}]", AVERROR(err));
    char buf[1024] = { 0 };
    av_strerror(err, buf, 1024);
    return err;
  }
  //注册硬解码上下文
  ctx->hw_device_ctx = av_buffer_ref(hw_device_ctx_);

  return err;
}

//解码
//receive_frame以后
if (frame->format == hw_pix_fmt_ &&
    hw_enable_ &&
    is_hw_support_fmt(pix_fmt_)) {
  /* retrieve data from GPU to CPU */
  if ((ret = av_hwframe_transfer_data(sw_frame, frame, 0)) < 0) {
    LOGGER_WARN(Log::GetLog(), "error transferring the data to system memory, err[{}]", ret);
    clear();
    return ret;
  }
  tmp_frame = sw_frame;
} else {
  tmp_frame = frame;
}
p_mat_out.push_back(avFrame2Mat(tmp_frame,
                                avctx,
                                (AVPixelFormat) tmp_frame->format));
clear();

• 硬解码踩坑：

  • CUDA只支持YUV420和YUV444格式图片的解码，不支持YUV422 。此时程序会直接在avcodec_send_packet函数core出，cuda库显示错误。应该有相关接口可以直接判断，但是我还没找到。
  • 对于不支持的格式，依旧需要使用软件解码。也可以提前转成420再解码，对信息损失敏感的话，还是用软解码好了。
  • 在将不同格式转换到RGB时需要使用到 ffmpeg的sws_scale格式转换接口，注意部分格式命名新版ffmpeg已经不支持，需要在进一步转换，参考FFmpeg deprecated pixel format used，接口使用不复杂，不再赘述

• 格式转换接口的坑：
  在ffmpeg 4.1.4库使用过程中发现，旧版本中
  avpicture_get_size
  avpicture_fill
  两个函数已经被废弃，网上常见教程依然使用这两个函数，新版本使用这两个函数转换图片会失真
  应该使用以下函数替代之：
  av_image_get_buffer_size
  av_image_fill_arrays