原文來自七牛雲，感謝原作者。

本片我們將介紹處理部分。網際網路直播中，常見視訊處理功能如美顏、視訊水印、濾鏡、連麥等。

視訊或者音訊完成採集之後得到原始資料，為了增強一些現場效果或者加上一些額外的效果，我們一般會在將其編碼壓縮前進行處理，比如打上時間戳或者公司 Logo 的水印，祛斑美顏和聲音混淆等處理。在主播和觀眾連麥場景中，主播需要和某個或者多個觀眾進行對話，並將對話結果實時分享給其他所有觀眾，連麥的處理也有部分工作在推流端完成。

開放式設計 

如上圖所示，處理環節中分為音訊和視訊處理，音訊處理中具體包含混音、降噪和聲音特效等處理，視訊處理中包含美顏、水印、以及各種自定義濾鏡等處理。對於七牛這樣的直播雲服務來說，為了滿足所有客戶的需求，除了要提供這些「標準」處理功能之外，我們還需要將該模組設計成可自由接入自定義處理功能的方式。

常見視訊處理功能

1. 美顏 

都說「80% 的主播沒有美顏根本沒法看」，美顏是直播產品中最常見的功能之一。最近準備在香港上市的美圖公司的主打產品就是美顏相機和美拍，有媒體戲稱其會衝擊化妝品行業，其實就是美顏的效果的功勞，讓美女主播們不化妝也可以自信的直播，而美顏相機的使用者則可以拍出「更好的自己」。

美顏的主要原理是通過「磨皮+美白」來達到整體美顏的效果。磨皮的技術術語是「去噪」，也即對影象中的噪點進行去除或者模糊化處理，常見的去噪演算法有均值模糊、高斯模糊和中值濾波等。當然， 由於臉部的每個部位不盡相同，臉上的雀斑可能呈現出眼睛黑點的樣子，對整張影象進行「去噪」處理的時候不需要將眼睛也去掉，因此這個環節中也涉及到人臉和面板檢測技術。

七牛直播雲提供的 iOS 和 Android 推流 SDK 中內建了美顏功能，你可以根據自己的需要選擇開關美顏功能，並且能夠自由調節包括美顏，美白，紅潤等在內的引數。其中 iOS 端 SDK PLCameraStreamingKit 的引數設定如下：

1）按照預設引數開啟或關閉美顏：

1. -(void)setBeautifyModeOn:(BOOL)beautifyModeOn;

2）設定美顏程度，範圍為 0 ~ 1：

1. -(void)setBeautify:(CGFloat)beautify;

3）設定美白程度，範圍為 0 ~ 1

1. -(void)setWhiten:(CGFloat)whiten;

4）設定紅潤程度，範圍為 0 ~ 1

1. -(void)setRedden:(CGFloat)redden;

2. 視訊水印 

水印是圖片和視訊內容中常見的功能之一，它可用於簡單是版權保護，或者進行廣告設定。處於監管的需求，國家相關部門也規定視訊直播過程中必須打上水印，同時直播的視訊必須錄製儲存下來儲存一定的時間，並在錄製的視訊上打上水印。

視訊水印包括播放器水印和視訊內嵌水印兩種方式可供選擇，對於播放器水印來說，如果沒有有效的防盜措施，對於沒有播放鑑權的推流，客戶端拿到直播流之後可以在任何一個不帶水印的播放器裡面播放，因此也就失去了視訊保護的能力。綜合考慮雲端錄製對於水印的需求，我們一般會選擇「視訊內嵌水印」的方式打水印。

七牛直播雲提供的 iOS 和 Android 推流 SDK 中也內建了水印功能，你可以根據自己的需要新增水印或移除水印，並且能夠自由設定水印的大小和位置。其中 iOS 端 SDK PLCameraStreamingKit 的引數設定如下：

1）新增水印

1. -(void)setWaterMarkWithImage:(UIImage *)wateMarkImage position:(CGPoint)position; 

該方法將為直播流新增一個水印，水印的大小由 wateMarkImage 的大小決定，位置由 position 決定，需要注意的是這些值都是以採集資料的畫素點為單位的。例如我們使用AVCaptureSessionPreset1280x720 進行採集，同時 wateMarkImage.size 為 (100, 100) 對應的origin 為 (200, 300)，那麼水印的位置將在大小為 1280x720 的採集畫幅中位於 (200, 300) 的位置，大小為 (100, 100)。

2）移除水印

1. -(void)clearWaterMark;

3. 濾鏡 

除了上面提到的美顏和水印之外，視訊中還有很多其它的處理效果也在這個環節完成。七牛直播雲提供的 SDK 在開放性設計基礎之上，通過資料來源回撥介面，可以支援各種自定義濾鏡的接入。

為了實現豐富的濾鏡效果，在 iOS 端可以考慮使用 GPUImage 這個庫，這是一個開源的基於GPU的圖片或視訊的處理框架，內建了多達120多種常見的濾鏡效果。有了它，新增實時的濾鏡只需要簡單地新增幾行程式碼，還可以基於這個庫自己寫演算法實現更豐富端效果。GPUImage 地址：https://github.com/BradLarson/GPUImage

同時，Google 官方也開源了一個偉大的庫，覆蓋了 Android 上面很多多媒體和圖形影象相關的處理：https://github.com/google/grafika

4. 連麥

連麥是互動直播中常見的需求，其流程如上圖所示。主播和部分觀眾之間可以進行實時互動，然後將互動結果實時播放給其他觀眾觀看。

基於以上業務需求，我們很容易想到基於單向直播原理，在主播端和連麥觀眾端進行雙向推流和雙向播流的方式互動，然後在服務端將兩路推流合成一路推送給其他觀眾。但 RTMP 帶來的延遲決定了這種方式無法做到使用者可接受的互動直播。

實際上，互動直播的主要技術難點在於：

1）低延遲互動：保證主播和互動觀眾之間能夠實時互動，兩者之間就像電話溝通，因此必須保證兩者能在秒級以內聽到對方的聲音，看到對方的視訊；

2）音畫同步：互動直播中對音畫同步的需求和單向直播中類似，只不過互動直播中的延遲要求更高，必須保證在音視訊秒級傳輸情況下的秒級同步。

3）音視訊實時合成：其他觀眾需要實時觀看到對話結果，因此需要在客戶端或者服務端將畫面和聲音實時合成，然後以低成本高品質的方式傳輸觀眾端。

在視訊和電話會議領域，目前比較成熟的方案是使用思科或者 WebEx 的方案，但這些商用的方案一不開源，二比較封閉，三成本比較高。對於互動人數比較少的互動直播，目前市場上比較成熟的方案是使用基於 WebRTC 的實時通訊方案。

上圖是一個基於 WebRTC 協議實現多方實時通訊的示意圖，本地使用者（主播）和遠端使用者（連麥觀眾）之間的連線通過 RTCPeerConnection API 管理，這個 API 包裝了底層流管理和信令控制相關的細節。基於該方案可以輕鬆實現多人（14 人以下）的多方實時通訊，如下圖所示：

當然，在通訊人數少的情況下，其複雜度相對簡單，如 2 人情況下。但人數增多至 4 人之後，其可選的網路結構就增多了，如上圖所示，可以每個點之間形成自組織網路的方式通訊，也可以以 1 人為中心形成星型通訊網路，還可以讓大家都通過一個集中式的服務端進行通訊。

作為一個高效能、可伸縮的直播基礎服務提供商，七牛直播雲經過評估選擇了以主播為中心形成星形通訊網路，支援主播和多個觀眾之間的互動質量。同時，為了保證合成後的音視訊實時傳輸到其他觀眾端，這裡採用經過改造的 UDP 協議傳輸：

1. 通過 UDP 降低傳輸延遲。

2. 在 UDP 之上進行傳輸控制，保證使用者互動體驗 QoS。