FFmpeg打开输入文件

本文介绍如何使用 FFmpeg 的 API 函数 avformat_open_inputavformat_find_stream_info 来打开跟获取一个输入文件的信息 (AVFormatContext )。


本文的代码下载地址:GitHub,编译环境是 Qt 5.15.2 跟 MSVC2019_64bit 。

注意事项,需要配置 install 参数,要不 juren-30s.mp4 跟 相关的 FFmpeg DLL 文件会没有拷贝到调试目录,配置 install 的参数如下:

0-1



与打开输入文件相关的 API 函数如下:

1,avformat_open_input,打开输入文件,这个函数会生成 AVFormatContext ,函数定义如下:

int avformat_open_input(AVFormatContext **ps, const char *filename,
                        ff_const59 AVInputFormat *fmt, AVDictionary **options)

其实有两种打开输入文件的方式,如下:

  • char *filename, 根据文件名的后缀来猜测以什么样的封装格式打开文件,例如 mp4,m4a 后缀的文件 都用 mov 封装格式来打开。
  • AVInputFormat *fmt,指定某一种格式,不用猜测。

2,avformat_find_stream_info,探测函数,读取输入文件的一部分信息来分析出 各个流的情况,通常用于一些没有头信息的封装格式,例如 MPEG。

int avformat_find_stream_info(AVFormatContext *ic, AVDictionary **options);

FFmpeg 的函数 经常会有 options 这个参数,这其实是一个 key - value 的数组。通常情况下,初学者可以直接传 NULL。但是如果想代码更健壮,你需要了解这些函数能传递什么样的 key - value。


与打开输入文件相关的结构体如下:

1, AVFormatContext ,或者叫封装格式上下文。可以理解为 MP4 或者 FLV 的容器。

2,AVStream ,容器里面的流。


下面就结合本文代码来理解 上面这些函数跟结构体 的使用。请看下图:

avformatcontext-1-2

我上面的代码,打开了一个 mp4 文件,然后输出了 一些文件信息,如下:

avformatcontext-1-3

从上图可以看出,顺利获取到 mp4 的 duration 时长,时间基 是 AV_TIME_BASE 常量,所以这是一个30秒的视频。nb_streams 等于 2 代表这个文件有两个流,通过 codec_type 可以知道是 视频流 还是 音频流。

然后 iformat 里面的 name 代表文件后缀名。就是说 "mov,mp4,m4a,3gp,3g2,mj2" ,等等这些后缀名的文件都是用同一个解复用器来解析的,因为他们的格式是类似的。

大家可以在 FFmpeg 的源码搜一下这个字符串 "mov,mp4,m4a,3gp,3g2,mj2" , 即可知道刚刚 avformat_open_input 函数内部使用的是哪个解复用器来解析文件。如下:

avformatcontext-1-4


上面代码的 duration 字段,其实 FFmpeg 他就是从 mp4 里面的 duration 字段里面读出来的,MP4格式分析,请看之前的文章《MP4封装格式》

avformatcontext-1-5

MP4 标准定义 mvhd 里面的 duration 以最长的流为准,这个 duration 可能是音频流的时长,也可能是视频流的时长。


下面仔细研究一下 AVFormatContext 这个结构体的一些内部数据。请看下图

avformatcontext-1-6

AVFormatContext 里面其实有 AVInputFormat(输入)跟 AVOutputFormat (输出),我们上面只是打开了一个输入文件,所以只有 AVInputFormat 被初始化了。

虽然 AVFormatContext 里面有输入输出两个指针,但是他们很少一起使用的,我的意思是 AVInputFormatAVOutputFormat 很少会一起初始化,包括 ffmpeg.c 里面也没有一起使用。

所以这里不要被迷惑,如果一起使用可能会有问题,AVFormatContext 里面的指针,最好只初始化一个,如果你想再初始化一个 AVOutputFormat 来处理输出,需要调 avformat_alloc_output_context2 再搞一个 AVFormatContext 出来。

这里我个人的看法是,FFmpeg 的开发者在设计 AVFormatContext 的时候是这样的,一些输入输出的通用结构放在 AVFormatContext 里面,例如 nb_streams,duration 时长等等,然后一些针对 输入 输出不通用的结构 就放在各自 的 AVInputFormatAVOutputFormat


其实本文目前的代码是有缺陷,他只能获取 MP4 文件的时长,换成 FLV 就会有问题,可以把 filename 换成 juren-30s.flv,会发现 打印的时长是 -9223372036854775808

avformatcontext-1-7

这个很大的数字是什么呢?其实他是 AV_NOPTS_VALUE 的值,这是 ffmpeg 定义的一个常量,代表获取不到正确的数据。


为什么会这样呢?难道是 FLV 文件里面没有 duration 相关的字段给 ffmpeg 来提取?

其实 FLV 也不是没有 duration,FLV 文件是这样的,他的 duration 是放在 FLV body 里面的,没有放在 FLV header里面。FLV body 里面的 tag 有可能是视频数据,也有可能是meta数据。

avformatcontext-1-8

我猜测 FLV标准可能没有强制要把 duration 写进去。所以 avformat_open_input 函数内部是不方便去读 FLV 的 duration的。

这时候怎么办呢?可以使用 FFmpeg 的探测函数 avformat_find_stream_info ,如下:

avformatcontext-1-9

上图中,我设置了一下 探测大小 为 32 字节。这样 就能查出 flv 的 duration了,如下:

avformatcontext-2-1

实际上 avformat_find_stream_info 函数不只是探测 duration,还有一些采样格式之类的信息也会探测。这个函数里面做的事情就是读取 flv 数据,进行解码来探测。

可以按需使用 avformat_find_stream_info ,如果你要处理的视频都是 MP4,只是想读一下 duration,那就不需要用 avformat_find_stream_info


我上面是通过 AVDictionary 这种字符串传参的方式来设置 probesize 的,实际上就是 设置 AVFormatContext 里面的 probesize ,你直接设置 fmt_ctx->probesize 也是可以的。

如下:

avformatcontext-2-2

不过我还是喜欢用 AVDictionary 来操作,比较正规,他 ffmpeg.c 也是这么用,你如果直接改结构体里面的字段,不一样能改对,AVDictionary 传参可能会影响好几个地方,你如果漏了一个地方没改就会有问题。


扩展知识:avformat_open_input 函数不止可以打开本地文件,还可以打开网络流,例如 rtmp://xxx ,http://xxx ,tcp://xxx,udp://xxx 。


版权所属 xianwanzhiyin.net 罗上文 2022 all right reserved,powered by Gitbook该文件修订时间: 2022-09-20 01:00:39

results matching ""

    No results matching ""