在iOS平臺使用ffmpeg解碼h264視訊流
對於視訊檔案和rtsp之類的主流視訊傳輸協議,ffmpeg提供avformat_open_input介面,直接將檔案路徑或URL傳入即可開啟。讀取視訊資料、解碼器初始引數設定等,都可以通過呼叫API來完成。
但是對於h264流,沒有任何封裝格式,也就無法使用libavformat。所以許多工作需要自己手工完成。
這裡的h264流指AnnexB,也就是每個nal unit以起始碼00 00 00 01 或 00 00 01開始的格式。關於h264碼流格式,可以參考這篇文章。
首先是手動設定AVCodec和AVCodecContext:
AVCodec *codec = avcodec_find_decoder(AV_CODEC_ID_H264 );
AVCodecContext *codecCtx = avcodec_alloc_context3(codec);
avcodec_open2(codecCtx, codec, nil);
在AVCodecContext中會儲存很多解碼需要的資訊,比如視訊的長和寬,但是現在我們還不知道。
這些資訊儲存在h264流的SPS(序列引數集)和PPS(影象引數集)中。
對於每個nal unit,起始碼後面第一個位元組的後5位,代表這個nal unit的型別。7代表SPS,8代表PPS。一般在SPS和PPS後面的是IDR幀,無需前面幀的資訊就可以解碼,用5來代表。
檢測nal unit型別的方法:
- (int)typeOfNalu:(NSData *)data
{
char first = *(char *)[data bytes];
return first & 0x1f;
}
264解碼器在解碼SPS和PPS的時候會提取出視訊的資訊,儲存在AVCodecContext中。但是隻把SPS和PPS傳遞進去是不行的,需要把後面的IDR幀一起傳給解碼器,才能夠正確解碼。
可以寫一個簡單的檢測,如果接收到SPS,就把後面的PPS和IDR幀都接收過來,然後一起傳給解碼器。
初始化一個AVPacket和AVFrame,然後把SPS、PPS、IDR幀連在一起的資料塊傳給AVPacket的data指標,再進行解碼。
我們假設包含SPS、PPS、IDR幀的資料塊儲存在videoData中,長度為len。
char *videoData;
int len;
AVFrame *frame = av_frame_alloc();
AVPacket packet;
av_new_packet(&packet, len);
memcpy(packet.data, videoData, len);
int ret, got_picture;
ret = avcodec_decode_video2(codecCtx, frame, &got_picture, &packet);
if (ret > 0){
if(got_picture){
//進行下一步的處理
}
}
這樣就可以順利解碼h264流了,解碼出的資料儲存在AVFrame中。
我寫了一個Objective-C類用來執行接收視訊流、解碼、播放一系列步驟。
視訊資料的接收採用socket直接接收,使用了開源專案CocoaAsyncSocket。
就像專案名稱中指明的,這是一個非同步socket類。讀寫socket的動作會在一個單獨的dispatch queue中執行,執行完畢後對應的delegate方法會自動呼叫,在其中進行進一步的處理。
讀取h264流使用了GCDAsyncSocket 的- (void)readDataToData:(NSData *)data withTimeout:(NSTimeInterval)timeout tag:(long)tag
方法,也就是當讀到和data中的位元組一致的內容時就停止讀取,並呼叫delegate方法。傳入的data引數是 00 00 01 三個位元組。這樣每次讀入的nalu開始是沒有start code的,而最後面有下一個nalu的start code。因此每次讀取之後都會把末尾的start
code 暫存,然後把主體接到上一次暫存的start code之後,構成完整的nalu。
videoPlayer.h:
//videoPlayer.h
#import <Foundation/Foundation.h>
@interfacevideoPlayer : NSObject
- (void)startup;
- (void)shutdown;
@end
videoPlayer.m:
//videoPlayer.m
#import "videoPlayer.h"
#import "GCDAsyncSocket.h"
#import "libavcodec/avcodec.h"
#import "libswscale/swscale.h"
const int Header = 101;
const int Data = 102;
@interfacevideoPlayer () <GCDAsyncSocketDelegate>
{
GCDAsyncSocket *socket;
NSData *startcodeData;
NSData *lastStartCode;
//ffmpeg
AVFrame *frame;
AVPicture picture;
AVCodec *codec;
AVCodecContext *codecCtx;
AVPacket packet;
struct SwsContext *img_convert_ctx;
NSMutableData *keyFrame;
int outputWidth;
int outputHeight;
}
@end
@implementationvideoPlayer
- (id)init
{
self = [super init];
if (self) {
avcodec_register_all();
frame = av_frame_alloc();
codec = avcodec_find_decoder(AV_CODEC_ID_H264);
codecCtx = avcodec_alloc_context3(codec);
int ret = avcodec_open2(codecCtx, codec, nil);
if (ret != 0){
NSLog(@"open codec failed :%d",ret);
}
socket = [[GCDAsyncSocket alloc]initWithDelegate:self delegateQueue:dispatch_get_main_queue()];
keyFrame = [[NSMutableData alloc]init];
outputWidth = 320;
outputHeight = 240;
unsigned char startcode[] = {0,0,1};
startcodeData = [NSData dataWithBytes:startcode length:3];
}
return self;
}
- (void)startup
{
NSError *error = nil;
sharedUserData *userData = [sharedUserData sharedUserData];
[socket connectToHost:[userData address]
onPort:9982
withTimeout:-1
error:&error];
NSLog(@"%@",error);
if (!error) {
[socket readDataToData:startcodeData withTimeout:-1 tag:0];
}
}
- (void)socket:(GCDAsyncSocket *)sock didReadData:(NSData *)data withTag:(long)tag
{
[socket readDataToData:startcodeData withTimeout:-1 tag:Data];
if(tag == Data){
int type = [self typeOfNalu:data];
if (type == 7 || type == 8 || type == 6 || type == 5) { //SPS PPS SEI IDR
[keyFrame appendData:lastStartCode];
[keyFrame appendBytes:[data bytes] length:[data length] - [self startCodeLenth:data]];
}
if (type == 5 || type == 1) {//IDR P frame
if (type == 5) {
int nalLen = (int)[keyFrame length];
av_new_packet(&packet, nalLen);
memcpy(packet.data, [keyFrame bytes], nalLen);
keyFrame = [[NSMutableData alloc] init];//reset keyframe
}else{
NSMutableData *nalu = [[NSMutableData alloc]initWithData:lastStartCode];
[nalu appendBytes:[data bytes] length:[data length] - [self startCodeLenth:data]];
int nalLen = (int)[nalu length];
av_new_packet(&packet, nalLen);
memcpy(packet.data, [nalu bytes], nalLen);
}
int ret, got_picture;
//NSLog(@"decode start");
ret = avcodec_decode_video2(codecCtx, frame, &got_picture, &packet);
//NSLog(@"decode finish");
if (ret < 0) {
NSLog(@"decode error");
return;
}
if (!got_picture) {
NSLog(@"didn't get picture");
return;
}
static int sws_flags = SWS_FAST_BILINEAR;
//outputWidth = codecCtx->width;
//outputHeight = codecCtx->height;
if (!img_convert_ctx)
img_convert_ctx = sws_getContext(codecCtx->width,
codecCtx->height,
codecCtx->pix_fmt,
outputWidth,
outputHeight,
PIX_FMT_YUV420P,
sws_flags, NULL, NULL, NULL);
avpicture_alloc(&picture, PIX_FMT_YUV420P, outputWidth, outputHeight);
ret = sws_scale(img_convert_ctx, (const uint8_t* const*)frame->data, frame->linesize, 0, frame->height, picture.data, picture.linesize);
[self display];
//NSLog(@"show frame finish");
avpicture_free(&picture);
av_free_packet(&packet);
}
}
[self saveStartCode:data];
}
- (void)display
{
}
- (int)typeOfNalu:(NSData *)data
{
char first = *(char *)[data bytes];
return first & 0x1f;
}
- (int)startCodeLenth:(NSData *)data
{
char temp = *((char *)[data bytes] + [data length] - 4);
return temp == 0x00 ? 4 : 3;
}
- (void)saveStartCode:(NSData *)data
{
int startCodeLen = [self startCodeLenth:data];
NSRange startCodeRange = {[data length] - startCodeLen, startCodeLen};
lastStartCode = [data subdataWithRange:startCodeRange];
}
- (void)shutdown
{
if(socket)[socket disconnect];
}
- (void)dealloc
{
// Free scaler
if(img_convert_ctx)sws_freeContext(img_convert_ctx);
// Free the YUV frame
if(frame)av_frame_free(&frame);
// Close the codec
if (codecCtx) avcodec_close(codecCtx);
}
@end
在專案中播放解碼出來的YUV視訊使用了OPENGL,這裡播放的部分就略去了。