1. 码流中的哪些信息值得关注 ？
[ ] 是否包含：音频、视频
[ ] 码流的封装格式
[ ] 视频的编码格式
[ ] 音频的编码格式
[ ] 视频的分辨率、帧率、码率
[ ] 音频的采样率、位宽、通道数
[ ] 码流的总时长
[ ] 其他 Metadata 信息，如作者、日期等
2. 为什么需要拿到这些信息 ？
[ ] 码流的封装格式 -> 解封装
[ ] 音频、视频的编码格式 -> 初始化解码器
[ ] 视频的分辨率、帧率、码率 -> 视频的渲染
[ ] 音频的采样率、位宽、通道数 -> 初始化音频播放器
[ ] 码流的总时长 -> 展示、拖动
[ ] 其他 Metadata 信息 -> 展示
3. 这些关键信息都藏在哪 ？
这些关键的媒体信息，被称作 “metadata”，常常记录在整个码流的开头或者结尾处，例如：wav 格式主要由 wav header 头来记录音频的采样率、通道数、位宽等关键信息；mp4 格式，则存放在 moov box 结构中；而 FLV 格式则记录在 onMetaData 中等等。
我们可以看看 FLV 格式的 onMetaData 记录的信息包含有哪些内容：
当然，并不是所有的码流都能简单地通过 "metadata" 解析出这些媒体信息，有些码流还需要通过试读、解码等一系列复杂的操作判断之后，才能准确地判断真实的媒体信息，在 ffmpeg 中，函数 avformat_find_stream_info 就是干这事的。
4. 如何从 ffmpeg 取出这些信息 ？
（1）首先打开码流，并解析“metadata”
播放器要完成的第一件事，就是 “打开码流”，然后再“ 解析码流信息”，在 ffmpeg 中，这两步任务主要通过 `avformat_open_input` 和 `avformat_find_stream_info` 函数来完成，前者负责服务器的连接和码流头部信息的拉取，后者则主要负责媒体信息的探测和分析工作，这两步的示例代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
|
AVFormatContext *ic = avformat_alloc_context();
if
(avformat_open_input(&ic, url, NULL, NULL) < 0) {
LOGE(
"could not open source %s"
, url);
return
-1;
}
if
(avformat_find_stream_info(ic, NULL) < 0) {
LOGE(
"could not find stream information"
);
return
-1;
}
|
当这两步执行成功后，媒体信息就已经成功保存在了 ffmpeg 相关的结构体成员变量中了，下一步我们看看如何拿到这些信息，为我所用。
（2）利用 ffmpeg 系统函数 dump 码流信息
ffmpeg 提供了一个函数直接帮助你打印出解析到的媒体信息，用法如下：
|
1
|
av_dump_format(ic, 0, ic->filename, 0);
|
例如，打印 “rtmp://live.hkstv.hk.lxdns.com/live/hks” 的结果如下：
不过，这样打印的信息还不够，我们希望能通过代码取到每一个关键的媒体信息。因此，下面我们看看如何直接从 AVFormatContext 上下文结构体中提取这些信息。
（3）手动从 ffmpeg 的上下文结构体中提取
首先，我们看看 AVFormatContext 变量有哪些跟媒体信息有关的成员变量：
|
1
2
3
4
5
6
7
|
-
struct
AVInputFormat *iformat;
// 记录了封装格式信息
- unsigned
int
nb_streams;
// 记录了该 URL 中包含有几路流
- AVStream **streams;
// 一个结构体数组，每个对象记录了一路流的详细信息
- int64_t start_time;
// 第一帧的时间戳
- int64_t duration;
// 码流的总时长
-
int
bit_rate;
// 码流的总码率，bps
- AVDictionary *metadata;
// 一些文件信息头，key/value 字符串
|
由此可见，封装格式、总时长和总码率可以拿到了。另外，由于 AVStream **streams 还详细记录了每一路流的媒体信息，可以进一步挖一挖，看看它有哪些成员变量。
我们通过 av_find_best_stream 函数来取出指向特定指定路数的 AVStream 对象，比如视频流的 AVStream 和 音频流的 AVStream 对象分别通过如下方法来取到：
|
1
2
3
4
5
|
int
video_stream_idx = av_find_best_stream(ic, AVMEDIA_TYPE_VIDEO, -1, -1, NULL, 0);
AVStream video_stream = ic->streams[video_stream_idx];
int
audio_stream_idx = av_find_best_stream(ic, AVMEDIA_TYPE_AUDIO, -1, -1, NULL, 0);
AVStream audio_stream = ic->streams[audio_stream_idx];
|
拿到了 video_stream 和 audio_stream ，我们就可以把 AVStream 结构体中的信息提取出来了，其关键的成员变量如下：
|
1
2
3
4
5
6
|
- AVCodecContext *codec;
// 记录了该码流的编码信息
- int64_t start_time;
// 第一帧的时间戳
- int64_t duration;
// 该码流的时长
- int64_t nb_frames;
// 该码流的总帧数
- AVDictionary *metadata;
// 一些文件信息头，key/value 字符串
- AVRational avg_frame_rate;
// 平均帧率
|
到这里，我们拿到了平均的帧率，其中，AVCodecContext 详细记录了每一路流的具体的编码信息，我们再进一步挖一挖，看看 AVCodecContext 有哪些成员变量。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
-
const
struct
AVCodec *codec;
// 编码的详细信息
-
enum
AVCodecID codec_id;
// 编码类型
-
int
bit_rate;
// 平均码率
/* video only */
-
int
width, height;
// 图像的宽高尺寸，码流中不一定存在该信息，会由解码后覆盖
-
enum
AVPixelFormat pix_fmt;
// 原始图像的格式，码流中不一定存在该信息，会由解码后覆盖
/* audio only */
-
int
sample_rate;
// 音频的采样率
-
int
channels;
// 音频的通道数
-
enum
AVSampleFormat sample_fmt;
// 音频的格式，位宽
-
int
frame_size;
// 每个音频帧的 sample 个数
|
原来我们最关心的编码类型、图片的宽高、音频的参数藏在这里了！经过层层解析后，我们想要的媒体信息，基本上在这些结构体变量中都找到了。
5. 代码示例
我们可以尝试手动把我们找到的媒体信息都打印出来看看，代码示例如下（你也可以到我的 Github 查看源代码: https://github.com/Jhuster/clib）：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
|
#include <libavutil/log.h>
#define LOGD(format, ...) av_log(NULL, AV_LOG_DEBUG, format, ##__VA_ARGS__);
int
ff_dump_stream_info(
char
* url)
{
AVFormatContext *ic = avformat_alloc_context();
if
(avformat_open_input(&ic, url, NULL, NULL) < 0) {
LOGD(
"could not open source %s"
, url);
return
-1;
}
if
(avformat_find_stream_info(ic, NULL) < 0) {
LOGD(
"could not find stream information"
);
return
-1;
}
LOGD(
"---------- dumping stream info ----------"
);
LOGD(
"input format: %s"
, ic->iformat->name);
LOGD(
"nb_streams: %d"
, ic->nb_streams);
int64_t start_time = ic->start_time / AV_TIME_BASE;
LOGD(
"start_time: %lld"
, start_time);
int64_t duration = ic->duration / AV_TIME_BASE;
LOGD(
"duration: %lld s"
, duration);
int
video_stream_idx = av_find_best_stream(ic, AVMEDIA_TYPE_VIDEO, -1, -1, NULL, 0);
if
(video_stream_idx >= 0) {
AVStream *video_stream = ic->streams[video_stream_idx];
LOGD(
"video nb_frames: %lld"
, video_stream->nb_frames);
LOGD(
"video codec_id: %d"
, video_stream->codec->codec_id);
LOGD(
"video codec_name: %s"
, avcodec_get_name(video_stream->codec->codec_id));
LOGD(
"video width x height: %d x %d"
, video_stream->codec->width, video_stream->codec->height);
LOGD(
"video pix_fmt: %d"
, video_stream->codec->pix_fmt);
LOGD(
"video bitrate %lld kb/s"
, (int64_t) video_stream->codec->bit_rate / 1000);
LOGD(
"video avg_frame_rate: %d fps"
, video_stream->avg_frame_rate.num/video_stream->avg_frame_rate.den);
}
int
audio_stream_idx = av_find_best_stream(ic, AVMEDIA_TYPE_AUDIO, -1, -1, NULL, 0);
if
(audio_stream_idx >= 0) {
AVStream *audio_stream = ic->streams[audio_stream_idx];
LOGD(
"audio codec_id: %d"
, audio_stream->codec->codec_id);
LOGD(
"audio codec_name: %s"
, avcodec_get_name(audio_stream->codec->codec_id));
LOGD(
"audio sample_rate: %d"
, audio_stream->codec->sample_rate);
LOGD(
"audio channels: %d"
, audio_stream->codec->channels);
LOGD(
"audio sample_fmt: %d"
, audio_stream->codec->sample_fmt);
LOGD(
"audio frame_size: %d"
, audio_stream->codec->frame_size);
LOGD(
"audio nb_frames: %lld"
, audio_stream->nb_frames);
LOGD(
"audio bitrate %lld kb/s"
, (int64_t) audio_stream->codec->bit_rate / 1000);
}
LOGD(
"---------- dumping stream info ----------"
);
avformat_close_input(&ic);
}
|
本文转自 Jhuster 51CTO博客，原文链接：http://blog.51cto.com/ticktick/1869849，如需转载请自行联系原作者
