FFmpeg庫視頻解碼初探（軟硬件解碼）

ffmpeg

最近有工作需求用到ffmpeg，分享下。包括一些編碼的基礎知識，ffmpeg視頻解碼基礎，還有GPU解碼的部分。
屬於科普工作，並不深入，記錄了踩過的一些坑，希望有用
飲水思源：雷霄驊（雷神） &
代碼部分參考自 同事***（打碼）代碼，謝謝大神！

FFmpeg是一種功能強大的常用的視頻/音頻處理開源框架。支持幾乎所有主流格式音視頻的編解碼，並能進行拼接等操作。

基礎知識

• 視頻格式：mp4, avi, mkv等，稱之為封裝格式，可以看成是一種容器。

• 視頻流編碼格式：h264, h265等，可以認為是一種壓縮手段，減小文件體積。

• 音頻流編碼格式：MP3， AAC等，音頻壓縮方式。

• 視頻像素數據：RGB、YUV（YUV420），實際上的圖像編碼格式，包括存儲亮度和色彩數據。

• 封裝格式和編碼格式的關系：封裝格式可以理解為存放編碼后音視頻信息的一種容器，不通的容器對支持的編碼格式有所不同。
  
  （侵刪）

• 整體解碼流程：
  
  （侵刪）

• h264 h264參考博客:
  
  （侵刪）

  • 主要由NALU結構組成
  • I幀：幀內編碼，適度壓縮，類似jpg，大約6:1；P幀：前向預測幀，大約20:1；B幀：雙向預測內插編碼幀，大約50:1.

• YUV420: Y(亮度)，U（色度），V（濃度），Y決定灰度，UV共同決定顏色

  • 由於人類對與色彩的感知能力有限，所以通常會選擇降低顏色信息密度，即對UV分量進行壓縮
    
    （侵刪）

  • 基於YUV分量在存儲方式上的不同，又衍生出YUV420SP,YUV420P等格式

（侵刪）

ffmpeg基本組成

• 術語，這些概念跟上面講的步驟其實是能找到對用關系的：
  • ⾳音/視頻流(stream) 一路路⾳音/視頻稱為⼀一路路流。ffmpeg⽀支持5種流：⾳音頻（a），視頻（v），字幕（s），數據（d）以及附件（t）。
  • 容器 對應上文提到的MP4，flv等，包括音頻視頻各個流。
  • 編解碼器 用於編解碼各個流
  • 解/復用 在容器中分離出流
  • 過濾器 對音/視頻進行特殊處理，比如加水印等
• 使用：FFmpeg可以通過它的工具，以命令行的形式使用，也支持利用接口進行編碼調用。工具調用方式，不贅述，主要分享一下lib庫的使用經歷。

ffmpeg庫的使用

• 關鍵結構體：

  • AVIOContext（URLContext）: IO類型，主要存儲協議類型及狀態
  • AVFormatContext:主要存儲視頻音頻中包含的封裝信息
  • AVInputFormat:存儲對應音視頻使用的封裝格式
  • AVStream:存儲一個視頻（或音頻）流相關的數據
  • AVCodecContext: 每個AVStream對應一個AVCodeContext，存儲對應流的解碼信息
  • AVCodec:每個AVCodeContext對應一個AVCodec，包含對應的解碼器
  • AVPacket:編碼后的數據
  • AVFrame:解碼后的數據
    
    （侵刪）

• 關鍵函數：

  • av_register_all(新版本廢棄):注冊可用的編解碼器，編解復用器等等
  • avformat_alloc_context:分配一個AVFormatContext結構體
  • avio_alloc_context：I/O上下文，可以用來定制IO操作
  • av_open_input_file：以輸入方式打開一個源文件，可以使用文件名作為參數，也可以使用定制I/O
  • av_find_stream_info:獲取文件流信息
  • avcodec_find_decoder(ID)/avcodec_find_decoder_by_name：通過ID或者name查找解碼器
  • avcodec_open：使用一個給定的codec，初始化AVCodecContext用於解碼操作
  • av_read_frame：從源文件容器中讀取一個packet數據包，並不是每一次讀取都是有效的，當返回操作碼>=0時，循環調用該函數進行讀取，讀出來的包需要進行解碼操作
  • avcodec_decode_video2（新版本中不推薦使用這個函數）：解碼，返回frame
  • av_send_packet：向解碼器發送一個packet數據，並解碼
  • av_receive_frame：獲取解碼后的數據，receive並不是每次都可以成功的。
    
    （侵刪）

• 定制I/O,ffmpeg直接在內存中讀取視頻文件

  • 原因：對於網絡傳輸過來的短視頻base64文件，希望能夠不經過磁盤IO，直接從內存讀取。
  • 1. 定制IO回調，自定義緩存，IO數據源
  • 2. 通過av_probe_input_buffer函數探測當前視頻格式信息
  • 3. 將探測得到的fmt信息注冊到AVFormatContext中，並打開源文件
  • 4. 后續按常規方式使用ffmpeg接口即可

• 通過定制IO獲得文件基本信息並確定視頻流，解碼器信息的代碼示例

  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用戶自定義指針
    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;
  //分配緩存空間
  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為自定義結構，指向內存中的視頻文件
  bd_.ptr_ = (uint8_t *)video_content.c_str();
  bd_.size_ = video_content.size();

  input_ctx_ = avformat_alloc_context();
  //自定義io
  avio_ctx_ = avio_alloc_context(avio_ctx_buffer_,
                                     avio_ctx_buffer_size_,
                                     0,
                                     &bd_,
                                     &read_packet, //自定義讀取回調
                                     NULL,
                                     NULL);
  AVInputFormat *in_fmt{NULL};
//視頻格式探測
  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;
  }
  //注冊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;
//  }
//獲取流信息
  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 */
  //找到視頻流，獲取其對應的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;
//獲取decoder_context，把decoder注冊進去
  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_];
  
  //新版本不再將音視頻流信息直接保存到streams[video_stream_idx_]中，而是存放在AVCodecParammeters中（涉及format，width，height，codec_type等），該函數提供了轉換
  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;
  }
	//獲取幀率等基本信息
  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;
//硬解碼部分
  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;
  }
  }

• 踩坑記錄：

  • 由於某些mp4文件的moov文件被放置在文件尾部，需要設置較大的緩存空間才能夠順利解析該文件，否則會在 av_find_best_stream時報找不到流信息。
  • 自定義緩存buffer使用完畢后必須主動收回，否則會造成內存泄漏；該buffer在使用過程中，ffmpeg可能根據需要主動重新分配，導致buffer位置大小改變，此時該內存依舊需要外部手動釋放，當然的不能使用源buffer指針。

• 視頻解碼

 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;
    }
    ...
}

• 視頻解碼的坑：

  • read_frame/send_packet/receive_frame幾個函數都有可能出現暫時的不成功（ret>0），可能是因為數據還沒喲准備好，此時不能判斷為錯誤，需要繼續嘗試。
  • send_packet和receive_frame並不是一一對應的，大多數情況下解碼較慢。所以可能當所有packet都已經發送，但是還有很多解碼完的數據並沒有通過receive_frame收到，此時需要通過一次flush連續將緩存中解碼完的frame都取出來。

• 硬件解碼：

  • ffmpeg hw accelerate官網介紹
  • 許多平台支持對部分視頻處理的工作提供硬件加速能力，包括編碼、解碼、過濾等操作。通常我們會使用到一些API來進行編解碼，這些API對不同硬件的支持各不相同，而ffmpeg對這些API的支持程度也有所不同。
  • 通常我們使用NVENC/NVDEC（原名NVDIA）API，在NIVIDIA設備上進行編解碼。
  • 默認的ffmpeg並沒有開啟硬件解碼的選項，需要我們重新編譯ffmpeg庫開啟。

  ./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
  

  • 編譯時要預先安裝cuda庫，然后使用--extra-cflags=-I/usr/local/cuda-8.0/include --extra-ldflags=-L/usr/local/cuda-8.0/lib64選項指定cuda庫的版本，cuda8，cuda10在要注意區分
  • 整個編譯過程中可能會有各種庫缺失的問題，查文檔安裝即可。
  • ffmpeg編譯選項
  • 附一個編譯錯誤解決
    • ERROR: cuda requested, but not all dependencies are satisfied: ffnvcodec
      參考解決

• 硬件解碼代碼塊

//配置解碼器
if (hw_enable_ && is_hw_support_fmt(pix_fmt_)) {
    for (int i = 0;; i++)
    {
    //獲取支持該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_支持的硬件類型（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;
  }
  //注冊硬解碼上下文
  ctx->hw_device_ctx = av_buffer_ref(hw_device_ctx_);

  return err;
}

//解碼
//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();

• 硬解碼踩坑：

  • CUDA只支持YUV420和YUV444格式圖片的解碼，不支持YUV422 。此時程序會直接在avcodec_send_packet函數core出，cuda庫顯示錯誤。應該有相關接口可以直接判斷，但是我還沒找到。
  • 對於不支持的格式，依舊需要使用軟件解碼。也可以提前轉成420再解碼，對信息損失敏感的話，還是用軟解碼好了。
  • 在將不同格式轉換到RGB時需要使用到 ffmpeg的sws_scale格式轉換接口，注意部分格式命名新版ffmpeg已經不支持，需要在進一步轉換，參考FFmpeg deprecated pixel format used，接口使用不復雜，不再贅述

• 格式轉換接口的坑：
  在ffmpeg 4.1.4庫使用過程中發現，舊版本中
  avpicture_get_size
  avpicture_fill
  兩個函數已經被廢棄，網上常見教程依然使用這兩個函數，新版本使用這兩個函數轉換圖片會失真
  應該使用以下函數替代之：
  av_image_get_buffer_size
  av_image_fill_arrays

---（end）---