ffmpeg组件分析

开源项目ffmpeg的组件分析，以上是FFmpeg的主要组件及其功能的简要分析。这些组件共同构成了FFmpeg强大的音视频处理能力，使得FFmpeg成为音视频处理领域的重要工具之一。

ffmpeg

• libavutil
  • Crypto and Hashing
    • 加密：AES、Base64、blowfish
    • 哈希：CRC、MD5、SHA、SHA-512等
  • Mathematics
    • 提供数据概念相关的功能
  • String Manipulation
  • Memory Management
  • Data Structures
    • AVBuffer
      • AVBuffer是一系列支持引用计数的数据缓冲的API集合。
    • AVBufferPool
      • AVBufferPool是一个由AVBuffer构成的、没有线程锁的、线程安全的缓冲池。
    • AVFrame
      • AVFrame是对原始多媒体数据的一个基于引用计数的抽象，比较常用的是音频帧和视频帧。
    • AVOptions
      • AVOptions提供了通用的option设置和获取机制，可适用于任意struct（通常要求该结构体的第一个成员必须是AVClass指针，该AVClass.options必须指向一个AVOptions的静态数组，以NULL作为结束）。
    • AVDictionary
      • 一个简单的键值对的字典集。
    • AVTree
      • 低复杂度的树容器。插入、删除、查找等常用操作都是O(log n)复杂度的实现版本。
  • Video related
  • Audio related
  • Error Codes
    • 错误码与错误处理
    • 支持通过错误码查询错误描述
  • Logging Facility
    • 提供日志输出的相关接口和宏，通过这些接口外部可以完全控制ffmpeg所有的日志输出。
• libavformat
  • 完成针对多媒体文件或流媒体（FFmpeg内部成为URL）的数据解析，包括数据读取、格式分析以及包读取；多媒体文件生成。
  • 主要结构体
    • AVFormatContext
    • AVStream
    • AVInputFormat
• 主要函数
• audio_encode
  • 获取解码器
    • 通过id获取
      • AVCodec *avcodec_find_decoder(enum AVCodecID id);
    • 通过名称获取
      • AVCodec *avcodec_find_decoder_by_name(const char name);
    • 获取解码器在使用之前必须保证所用到的解码器已经注册，最简单的就是调用avcodec_register_all() 函数
  • AVCodecContext 解码器上下文
    • avcodec_alloc_context3(const AVCodec *codec); //申请AVCodecContext空间。需要传递一个编码器，也可以不传，但不会包含编码器。
    • void avcodec_free_context(AVCodecContext **avctx); // 清理AVCodecContext空间。
    • int avcodec_open2(AVCodecContext *avctx, const AVCodec *codec, AVDictionary **options);//打开视频解码器。如果在 avcode_alloc_context3 的时候没有传解码器，则在此需要进行传递，后面的options是可选参数。参见：libavcodec/options_table.h。
• 主要结构体
  • 解协议（http,rtsp,rtmp,mms）
    • AVIOContext
    • URLProtocol
      • 存储输入视音频使用的封装格式
    • URLContext
      • 存储视音频使用的协议的类型以及状态
  • 解封装（flv,avi,rmvb,mp4）
    • AVFormatContext
      • 存储视音频封装格式中包含的信息
    • AVInputFormat
      • 存储输入视音频使用的封装格式，每种视音频封装格式都对应一个AVInputFormat 结构
  • 解码（h264,mpeg2,aac,mp3）
    • AVStream
      • 存储每一个视频/音频流信息的结构体
      • 主要变量
        • index：标识该视频/音频流
        • AVCodecContext *codec：指向该视频/音频流的AVCodecContext（它们是一一对应的关系）
        • AVRational time_base：时基。通过该值可以把PTS，DTS转化为真正的时间。
        • int64_t duration：该视频/音频流长度
        • AVDictionary *metadata：元数据信息
        • AVRational avg_frame_rate：帧率（注：对视频来说，这个挺重要的）
        • AVPacket attached_pic：附带的图片。比如说一些MP3，AAC音频文件附带的专辑封面。
      • 存储一个视频/音频流的相关数据
    • AVCodec结构体
      • 存储编码器信息的结构体
      • 主要变量信息
        • const char *name：编解码器的名字，比较短
        • const char *long_name：编解码器的名字，全称，比较长
        • enum AVMediaType type：指明了类型，是视频，音频，还是字幕
        • enum AVCodecID id：ID，不重复
        • const AVRational *supported_framerates：支持的帧率（仅视频）
        • const enum AVPixelFormat *pix_fmts：支持的像素格式（仅视频）
        • const int *supported_samplerates：支持的采样率（仅音频）
        • const enum AVSampleFormat *sample_fmts：支持的采样格式（仅音频）
        • const uint64_t *channel_layouts：支持的声道数（仅音频）
        • int priv_data_size：私有数据的大小
      • 每一个编解码器对应一个结构体
    • AVCodecContext
      • 主要变量信息
        • enum AVMediaType codec_type：编解码器的类型（视频，音频...）
        • struct AVCodec *codec：采用的解码器AVCodec（H.264,MPEG2...）
        • int bit_rate：平均比特率
        • uint8_t *extradata; int extradata_size：针对特定编码器包含的附加信息（例如对于H.264解码器来说，存储SPS，PPS等）
        • AVRational time_base：根据该参数，可以把PTS转化为实际的时间（单位为秒s）
        • int width, height：如果是视频的话，代表宽和高
        • int refs：运动估计参考帧的个数（H.264的话会有多帧，MPEG2这类的一般就没有了）
        • int sample_rate：采样率（音频）
        • int channels：声道数（音频）
        • enum AVSampleFormat sample_fmt：采样格式
        • int profile：型（H.264里面就有，其他编码标准应该也有）
    • AVPacket
      • 存储压缩编码数据相关信息的结构体
      • 主要变量信息
        • uint8_t *data：压缩编码的数据。
        • int size：data的大小
        • int64_t pts：显示时间戳
        • int64_t dts：解码时间戳
        • int stream_index：标识该AVPacket所属的视频/音频流。