USB采集卡如何打pts

一、使用采集卡提供的pts

二、手动打pts

1.usb采集设备pts的问题

2.采集卡驱动，UVC/UAC，ffmpeg的关系

3.如何自己打pts

4.音视频同步调优

5.NTP等联网调时工具带来的不同步问题

一、使用采集卡提供的pts

我们用使用pc摄像头和使用pc麦克风声卡里的方法，用ffmpeg采集后会得到音视频的pts。

我们应该尽量用好这些pts，因为他们的时间间隔很精准，比如48000，每次采集1024，发现每帧间隔21ms；视频采集1080p25，每帧间隔40ms。

使用之前我们需要把他们同步到同一个时间戳，其中一个方法是：

dif = 格林威治时间 - 第一帧采集到的视频时间戳

然后以后每次pts = pts + dif。

cpp 复制代码

AVDictionary *options = NULL;
av_dict_set(&options, "video_size", "1920x1080", 0);
av_dict_set(&options, "framerate", "30", 0);
//以上参数如果不设置的话，ffmpeg就会用默认值，但默认值摄像头不一定支持
int re = avformat_open_input(&ic, "/dev/video0", ifmt, &options);

cpp 复制代码

av_dict_set(&options, "sample_rate", "48000", 0); // 只能是48000不支持改动
av_dict_set(&options, "channels", "2", 0);        // 无法改，不支持改动

cpp 复制代码

long long GetCurTime()
{
    struct timeval tv;
    gettimeofday(&tv, NULL);
    // ZlogInfo("second:%ld\n",tv.tv_sec);  //秒
    // ZlogInfo("millisecond:%ld\n",tv.tv_sec*1000 + tv.tv_usec/1000);  //毫秒
    // ZlogInfo("microsecond:%ld\n",tv.tv_sec*1000000 + tv.tv_usec);  //微秒
    long long temp_time = tv.tv_sec * 1000000 + tv.tv_usec;
    return temp_time;
}

cpp 复制代码

if(this->dif_PTS == 0) this->dif_PTS = GetCurTime() - read_pkt.pts;
read_pkt.pts = read_pkt.pts + this->dif_PTS;

二、手动打pts

1.usb采集设备pts的问题

decklink的采集卡，会把音视频的pts给好，并且是可靠的。但小的厂商就不一定了。我这里使了一个台湾和国内的厂商，一个是pci采集卡(sdi/hdmi采集转pci口)，这个采集卡支持UVC和UAC协议，另一个是usb(hdmi转usb口)采集卡。这两个价格都在千元左右。

跟这两个采集卡的原厂技术沟通，pts存在以下问题

1：音频和视频的pts没有关系，没有共同的起点或相关的联系。

2.pts经过一夜测试后发现，有跳变的现象。

3.采集1080p30时，视频的pts，每帧之间只增加20ms，而不是33ms，其他分辨率无此问题。

因为这些设备的用户大多数不是开发者，所以这些问题都不会用到，对于开发者来说则需要原厂定制开发了。

2.采集卡驱动，UVC/UAC，ffmpeg的关系

在与原厂电话微信后，对usb的采集卡有初步的了解，对于音频来说，采集卡的驱动并不会提供pts给系统，因为对于音频来说，确定好采样率，声道数，位深，那么在播放端，它的采样数对应的播放时间是固定的，采集卡只有一个晶振在控制着采集频率，音频从采集卡采集到其提供给系统，延时可以忽略。

视频采集卡的驱动也不会有pts，它的启动只会对上层提供类似于1，2，3...等视频的序号的标签，采集卡从采集到提供给系统，可能会有几帧，如4帧延时。

那么我们用ffmpeg采集到的音视频，都含有pts，那么这些pts是什么呢。音频是1970年开始到现在的us，视频则是开机的时间us。他们都是UVC和UAC协议对采集卡驱动提供的音视频帧打的pts。

因此数据的传输是这样的，采集卡->采集卡驱动->系统内核->UVC/UAC->ffmpeg

硬件厂商改一个问题，要改好几个版本，经常引入其他bug，看来天下程序员都一样。

3.如何自己打pts

那么我们该怎么自己打pts呢？

在两个线程里分别采集音视频：

c 复制代码

av_read_frame()

我们把格林威治的PTS赋值给每次采集到的音视频数据。

cpp 复制代码

re = av_read_frame(ic_a, &read_pkt_a);   
read_pkt_a.pts = GetCurTime();

cpp 复制代码

re = av_read_frame(ic, &read_pkt);   
read_pkt.pts = GetCurTime();

cpp 复制代码

ZlogInfo("dif:%ld\n", (shm_->GetCurTime() - LAST_PTS) / 1000);
LAST_PTS = shm_->GetCurTime();

视频每次从这个函数返回的时间间隔分别是：

//1080p25 39 40 39 40 39 40 39 40 39 40 39 40 ms

音频分别是：

//1080p25 41 0 42 0 42 0 41 0 41 0 42 0 ms

有时是

//1080p25 21 0 41 21 0 40 22 0 41 1 40 0 42 0 41 22 0 41 0 42 0 42 1 40 22 0 41 21 1 40

0并非没有间隔而是小于1ms，这里有精度损失。

可以看到间隔并不标准，因为av_read_frame()维护了一个缓存，他每次从采集卡拿到一阵或多帧音频或视频数据放入缓存，然后分包，返回一帧音频或视频数据，下次再调用直接去缓存里拿，如果缓存没有则阻塞住，直到采集卡提供了数据。

我们需要让他们的时间间隔相对均匀，那么每次的pts就和上次比较，如果少于一定时间则睡眠。

cpp 复制代码

ZlogInfo("dif:%ld\n", (shm_->GetCurTime() - LAST_PTS) / 1000);
if((shm_->GetCurTime() - LAST_PTS) / 1000 < 10) usleep(10000);
pkt->pts = shm_->GetCurTime();
ZlogInfo("dif_last:%ld\n", (shm_->GetCurTime() - LAST_PTS) / 1000);
LAST_PTS = shm_->GetCurTime();

那么再次打印如下：

V：

//39 40 39 40 39 40 39 40 39 39 39 39 40 40

A：

//1080p25 31 12 30 10 32 10 31 11 31 10 32 11 30 10 32 10 32 10 30 10 31 11 31 10 31 10

4.音视频同步调优

因为采集视频到交给ffmpeg可能有几帧的缓存，因此每次的视频数据可以减去100ms左右，看看播出后的视频效果。

cpp 复制代码

pkt->pts = shm_->GetCurTime() - 100000;

播放器的音视频同步策略一般都是按以音频为基准，音频是线性均匀的，那么音频的pts本身是没有意义的，两帧之间的间隔并不代表播放的时间间隔，它的意义主要是用于视频与他同步。

如果想要音频的间隔再均匀一些，可以调节以下睡眠的时间。

5.NTP等联网调时工具带来的不同步问题

pc每次开机联网后，系统自带NTP开始核对时间，并改变自身时间，那么你每次打的pts就会产生突变。NTP每次调剂的幅度可能在500ms左右，可以关闭它，或换小一点的工具，每次调解幅度在10ms左右的。