ffmpeg重点之时间戳，PTS、DTS、time_base

PTS和DTS和时间基time_base

首先我们知道PTS是一帧音频或视频显示的时间，DTS是解码时间戳

既然是时间，PST和DTS的单位是什么呢?秒还是毫秒，抑或是纳秒？

先说结论---都不是
先引入FFmpeg中时间基的概念，也就是time_base，它也是用来度量时间的。如果把1秒分为25等份，你可以理解就是一把尺，那么每一格表示的就是1/25秒。此时的time_base={1，25} 。如果你是把1秒分成90000份，每一个刻度就是1/90000秒，此时的time_base={1，90000}，也就是1/90000秒
所谓时间基表示的就是每个刻度是多少秒，pts的值就是占多少个时间刻度（占多少个格子）。它的单位不是秒，而是时间刻度。只有pts加上time_base两者同时在一起，才能表达出时间是多少。
好比我只告诉你，某物体的长度占某一把尺上的20个刻度。但是我不告诉你，这把尺总共是多少厘米的，你就没办法计算每个刻度是多少厘米，你也就无法知道物体的长度，如果知道了每个刻度占多少厘米，就可以通过20刻度值获取到物体的长度，pts=20个刻度，time_base={1,10} 每一个刻度是1/10厘米，所以物体的长度=ptstime_base=20*1/10 厘米 = 2厘米
所以PTS和DTS的值只是占用了多少个时间刻度，真实的显示时间和解码时间需要经过计算：pts * (AVRational){1,time_base}
在ffmpeg中，(AVRational){1,time_base}可以使用av_q2d(time_base)代替，av_q2d(time_base)就代表了每个刻度是多少秒此时你应该不难理解pts*av_q2d(time_base)才是帧的显示时间戳，此时才能知道是这一帧在时间轴的第多少秒时显示。

时间基的转换

比如视频帧率为25，也就是一秒钟25帧，在ffmpeg中的时间基是90000，所以在ffmpeg中的时间记得转换转化

AVRational src_time_base = (AVRational){1, 25};

AVRational dst_time_base = (AVRational){1, 90000};

int64_t pts = 2;

int64_t new_pts = av_rescale_q(pts, src_time_base , dst_time_base);

下面理解时间基的转换，为什么要有时间基转换。首先，不同的封装格式，timebase是不一样的。另外，整个转码过程，不同的数据状态对应的时间基也不一致。拿mpegts封装格式25fps来说（只说视频，音频大致一样，但也略有不同）。非压缩时候的数据（即YUV或者其它），在ffmpeg中对应的结构体为AVFrame,它的时间基为AVCodecContext 的time_base ,AVRational{1,25}。压缩后的数据（对应的结构体为AVPacket）对应的时间基为AVStream的time_base，AVRational{1,90000}。因为数据状态不同，时间基不一样，所以我们必须转换，在1/25时间刻度下占10格，在1/90000下是占多少格。这就是pts的转换。

根据pts来计算一桢在整个视频中的时间位置： timestamp(秒) = pts * av_q2d(st->time_base) ，duration和pts单位一样，duration表示当前帧的持续时间占多少格。或者理解是两帧的间隔时间是占多少格。一定要理解单位。

pts：格子数

av_q2d(st->time_base): 秒/格

计算一帧在什么位置，也就是第多少秒显示：ptsav_q2d(st->time_base)，这一帧显示的时长：duration，这里的duration指的是packet->duration
计算视频长度： time(秒) = st->duration * av_q2d(st->time_base)
ffmpeg内部的时间与标准的时间转换方法： ffmpeg内部的时间戳 = AV_TIME_BASE * time(秒) AV_TIME_BASE_Q=1/AV_TIME_BASE
av_rescale_q(int64_t a, AVRational bq, AVRational cq)函数，这个函数的作用是计算a bq / cq来把时间戳从一个时间基调整到另外一个时间基。在进行时间基转换的时候，应该首先这个函数，因为它可以避免溢出的情况发生。

函数表示在bq下的占a个格子，在cq下是多少。关于音频pts的计算：音频sample_rate:samples per second，即采样率，表示每秒采集多少采样点。比如44100HZ，就是一秒采集44100个sample. 即每个sample的时间是1/44100秒

一个音频帧的AVFrame有nb_samples个sample，所以一个AVFrame耗时是nb_samples（1/44100）秒即标准时间下duration_s=nb_samples（1/44100）秒，转换成AVStream时间基下 duration=duration_s / av_q2d(st->time_base) 基于st->time_base的num值一般等于采样率,所以duration=nb_samples. pts=nduration=nnb_samples

例：

在拉网络流并将音视频帧进行封装保存时，就要进行时间基的转换，将输入流的pts，dts，duration转化为输出流的时间基

//转换 PTS/DTS 时序

c 复制代码

avPacket.pts = av_rescale_q_rnd(avPacket.pts,in_stream->time_base,out_stream->time_base,(enum AVRounding)(AV_ROUND_NEAR_INF|AV_ROUND_PASS_MINMAX));
avPacket.dts = av_rescale_q_rnd(avPacket.dts, in_stream->time_base, out_stream->time_base, (enum AVRounding)(AV_ROUND_NEAR_INF|AV_ROUND_PASS_MINMAX));
avPacket.duration = av_rescale_q(avPacket.duration, in_stream->time_base, out_stream->time_base);
avPacket.pos = -1;

这里用了av_rescale_q_rnd这个函数来将时间基进行转化

c 复制代码

int64_t av_rescale_q_rnd(int64_t a, int64_t b, int64_t c, enum AVRounding rnd);

它的作用是计算 "a * b / c" 的值并分五种方式来取整.

在FFmpeg中,则是将以 "时钟基c" 表示的数值a 转换成以 "时钟基b" 来表示。

最终的情况就是将原来在in_stream->time_base时间基下的pts转为在out_stream->time_base时间基下的pts