Qt/C++音视频开发79-采集websocket视频流/打开ws开头的地址/音视频同步/保存到MP4文件/视频回放

一、前言

随着音视频的爆发式的增长，各种推拉流应用场景应运而生，基本上都要求各个端都能查看实时视频流，比如PC端、手机端、网页端，在网页端用websocket来接收并解码实时视频流显示，是一个非常常规的场景，单纯的http-flv模式受限于最大6个通道同时显示，一般会选择ws-flv也就是websocket的flv视频流，这种突破了6个的限制，而且实时性很好，音视频也都有，264/265都支持，webrtc不支持265很恼火，现在这么多265摄像头，尽管webrtc实时性最好，但是不支持265这一点，就几乎少掉一大半用户，尤其是视频监控行业。

以前也就思考过，既然是264/265的视频流过来，收到后用ffmpeg直接解码应该就可以播放，受限于之前的认知有限，以为一定要一个打开的地址才行，比如ffmpeg中常规操作就是avformat_open_input中填入一个地址，这个地址可以是本地音视频文件，也可以是网络视频流等，反正要有一个地址才行。直到近期要解决如何采集ws://这种地址的视频流的时候，才彻底静下心来研究这一块。原来ffmpeg从ffmpeg2开始就一直有这个机制，并不是一定要地址的，也可以是内存中的数据，需要定义一个AVIOContext对象，然后将formatCtx->pb赋值就完事，那边通过avio_alloc_context的回调函数获取数据即可。你只需要打开websocket收到数据，往缓存接口存数据就好，ffmpeg在调用打开也好读取av_read_frame也好，都会从缓存数据中取数据，取到数据就去解码。也就是在原来的代码基础上，加上少量的几十行代码就好，整个解码机制完全不变，硬解码也不用变，真舒服真完美，不得不佩服ffmpeg的设计，天才接口设计。

公众号：Qt实战，各种开源作品、经验整理、项目实战技巧，专注Qt/C++软件开发，视频监控、物联网、工业控制、嵌入式软件、国产化系统应用软件开发。

公众号：Qt入门和进阶，专门介绍Qt/C++相关知识点学习，帮助Qt开发者更好的深入学习Qt。多位Qt元婴期大神，一步步带你从入门到进阶。

二、效果图

三、体验地址

国内站点：https://gitee.com/feiyangqingyun
国际站点：https://github.com/feiyangqingyun
个人作品：https://blog.csdn.net/feiyangqingyun/article/details/97565652
体验地址：https://pan.baidu.com/s/1d7TH_GEYl5nOecuNlWJJ7g 提取码：01jf 文件名：bin_video_demo。
视频主页：https://space.bilibili.com/687803542

四、功能特点

4.1. 基础功能

支持各种音频视频文件格式，比如mp3、wav、mp4、asf、rm、rmvb、mkv等。
支持本地摄像头设备和本地桌面采集，支持多设备和多屏幕。
支持各种视频流格式，比如rtp、rtsp、rtmp、http、udp等。
本地音视频文件和网络音视频文件，自动识别文件长度、播放进度、音量大小、静音状态等。
文件可以指定播放位置、调节音量大小、设置静音状态等。
支持倍速播放文件，可选0.5倍、1.0倍、2.5倍、5.0倍等速度，相当于慢放和快放。
支持开始播放、停止播放、暂停播放、继续播放。
支持抓拍截图，可指定文件路径，可选抓拍完成是否自动显示预览。
支持录像存储，手动开始录像、停止录像，部分内核支持暂停录像后继续录像，跳过不需要录像的部分。
支持无感知切换循环播放、自动重连等机制。
提供播放成功、播放完成、收到解码图片、收到抓拍图片、视频尺寸变化、录像状态变化等信号。
多线程处理，一个解码一个线程，不卡主界面。

4.2. 特色功能

同时支持多种解码内核，包括qmedia内核（Qt4/Qt5/Qt6）、ffmpeg内核（ffmpeg2/ffmpeg3/ffmpeg4/ffmpeg5/ffmpeg6）、vlc内核（vlc2/vlc3）、mpv内核（mpv1/mp2）、mdk内核、海康sdk、easyplayer内核等。
非常完善的多重基类设计，新增一种解码内核只需要实现极少的代码量，就可以应用整套机制，极易拓展。
同时支持多种画面显示策略，自动调整（原始分辨率小于显示控件尺寸则按照原始分辨率大小显示，否则等比缩放）、等比缩放（永远等比缩放）、拉伸填充（永远拉伸填充）。所有内核和所有视频显示模式下都支持三种画面显示策略。
同时支持多种视频显示模式，句柄模式（传入控件句柄交给对方绘制控制）、绘制模式（回调拿到数据后转成QImage用QPainter绘制）、GPU模式（回调拿到数据后转成yuv用QOpenglWidget绘制）。
支持多种硬件加速类型，ffmpeg可选dxva2、d3d11va等，vlc可选any、dxva2、d3d11va，mpv可选auto、dxva2、d3d11va，mdk可选dxva2、d3d11va、cuda、mft等。不同的系统环境有不同的类型选择，比如linux系统有vaapi、vdpau，macos系统有videotoolbox。
解码线程和显示窗体分离，可指定任意解码内核挂载到任意显示窗体，动态切换。
支持共享解码线程，默认开启并且自动处理，当识别到相同的视频地址，共享一个解码线程，在网络视频环境中可以大大节约网络流量以及对方设备的推流压力。国内顶尖视频厂商均采用此策略。这样只要拉一路视频流就可以共享到几十个几百个通道展示。
自动识别视频旋转角度并绘制，比如手机上拍摄的视频一般是旋转了90度的，播放的时候要自动旋转处理，不然默认是倒着的。
自动识别视频流播放过程中分辨率的变化，在视频控件上自动调整尺寸。比如摄像机可以在使用过程中动态配置分辨率，当分辨率改动后对应视频控件也要做出同步反应。
音视频文件无感知自动切换循环播放，不会出现切换期间黑屏等肉眼可见的切换痕迹。
视频控件同时支持任意解码内核、任意画面显示策略、任意视频显示模式。
视频控件悬浮条同时支持句柄、绘制、GPU三种模式，非绝对坐标移来移去。
本地摄像头设备支持指定设备名称、分辨率、帧率进行播放。
本地桌面采集支持设定采集区域、偏移值、指定桌面索引、帧率、多个桌面同时采集等。还支持指定窗口标题采集固定窗口。
录像文件同时支持打开的视频文件、本地摄像头、本地桌面、网络视频流等。
瞬间响应打开和关闭，无论是打开不存在的视频或者网络流，探测设备是否存在，读取中的超时等待，收到关闭指令立即中断之前的操作并响应。
支持打开各种图片文件，支持本地音视频文件拖曳播放。
视频流通信方式可选tcp/udp，有些设备可能只提供了某一种协议通信比如tcp，需要指定该种协议方式打开。
可设置连接超时时间（视频流探测用的超时时间）、读取超时时间（采集过程中的超时时间）。
支持逐帧播放，提供上一帧/下一帧函数接口，可以逐帧查阅采集到的图像。
音频文件自动提取专辑信息比如标题、艺术家、专辑、专辑封面，自动显示专辑封面。
视频响应极低延迟0.2s左右，极速响应打开视频流0.5s左右，专门做了优化处理。
支持H264/H265编码（现在越来越多的监控摄像头是H265视频流格式）生成视频文件，内部自动识别切换编码格式。
支持用户信息中包含特殊字符（比如用户信息中包含+#@等字符）的视频流播放，内置解析转义处理。
支持滤镜，各种水印及图形效果，支持多个水印和图像，可以将OSD标签信息和各种图形信息写入到MP4文件。
支持视频流中的各种音频格式，AAC、PCM、G.726、G.711A、G.711Mu、G.711ulaw、G.711alaw、MP2L2等都支持，推荐选择AAC兼容性跨平台性最好。
内核ffmpeg采用纯qt+ffmpeg解码，非sdl等第三方绘制播放依赖，gpu绘制采用qopenglwidget，音频播放采用qaudiooutput。
内核ffmpeg和内核mdk支持安卓，其中mdk支持安卓硬解码，性能非常凶残。
可以切换音视频轨道，也就是节目通道，可能ts文件带了多个音视频节目流，可以分别设置要播放哪一个，可以播放前设置好和播放过程中动态设置。
可以设置视频旋转角度，可以播放前设置好和播放过程中动态改变。
视频控件悬浮条自带开始和停止录像切换、声音静音切换、抓拍截图、关闭视频等功能。
音频组件支持声音波形值数据解析，可以根据该值绘制波形曲线和柱状声音条，默认提供了声音振幅信号。
标签和图形信息支持三种绘制方式，绘制到遮罩层、绘制到图片、源头绘制（对应信息可以存储到文件）。
通过传入一个url地址，该地址可以带上通信协议、分辨率、帧率等信息，无需其他设置。
保存视频到文件支持三种策略，自动处理、仅限文件、全部转码，转码策略支持自动识别、转264、转265，编码保存支持指定分辨率缩放或者等比例缩放。比如对保存文件体积有要求可以指定缩放后再存储。
支持加密保存文件和解密播放文件，可以指定秘钥文本。
提供的监控布局类支持64通道同时显示，还支持各种异型布局，比如13通道，手机上6行2列布局。各种布局可以自由定义。
支持电子放大，在悬浮条切换到电子放大模式，在画面上选择需要放大的区域，选取完毕后自动放大，再次切换放大模式可以复位。
各组件中极其详细的打印信息提示，尤其是报错信息提示，封装的统一打印格式。针对现场复杂的设备环境测试极其方便有用，相当于精确定位到具体哪个通道哪个步骤出错。
同时提供了简单示例、视频播放器、多画面视频监控、监控回放、逐帧播放、多屏渲染等单独窗体示例，专门演示对应功能如何使用。
监控回放可选不同厂家类型、回放时间段、用户信息、指定通道。支持切换回放进度。
可以从声卡设备下拉框选择声卡播放声音，提供对应的切换声卡函数接口。
支持编译到手机app使用，提供了专门的手机app布局界面，可以作为手机上的视频监控使用。
代码框架和结构优化到最优，性能强悍，注释详细，持续迭代更新升级。
源码支持windows、linux、mac、android等，支持各种国产linux系统，包括但不限于统信UOS/中标麒麟/银河麒麟等。还支持嵌入式linux。
源码支持Qt4、Qt5、Qt6，兼容所有版本。

4.3. 视频控件

可动态添加任意多个osd标签信息，标签信息包括名字、是否可见、字号大小、文本文字、文本颜色、背景颜色、标签图片、标签坐标、标签格式（文本、日期、时间、日期时间、图片）、标签位置（左上角、左下角、右上角、右下角、居中、自定义坐标）。
可动态添加任意多个图形信息，这个非常有用，比如人工智能算法解析后的图形区域信息直接发给视频控件即可。图形信息支持任意形状，直接绘制在原始图片上，采用绝对坐标。
图形信息包括名字、边框大小、边框颜色、背景颜色、矩形区域、路径集合、点坐标集合等。
每个图形信息都可指定三种区域中的一种或者多种，指定了的都会绘制。
内置悬浮条控件，悬浮条位置支持顶部、底部、左侧、右侧。
悬浮条控件参数包括边距、间距、背景透明度、背景颜色、文本颜色、按下颜色、位置、按钮图标代码集合、按钮名称标识集合、按钮提示信息集合。
悬浮条控件一排工具按钮可自定义，通过结构体参数设置，图标可选图形字体还是自定义图片。
悬浮条按钮内部实现了录像切换、抓拍截图、静音切换、关闭视频等功能，也可以自行在源码中增加自己对应的功能。
悬浮条按钮对应实现了功能的按钮，有对应图标切换处理，比如录像按钮按下后会切换到正在录像中的图标，声音按钮切换后变成静音图标，再次切换还原。
悬浮条按钮单击后都用名称唯一标识作为信号发出，可以自行关联响应处理。
悬浮条空白区域可以显示提示信息，默认显示当前视频分辨率大小，可以增加帧率、码流大小等信息。
视频控件参数包括边框大小、边框颜色、焦点颜色、背景颜色（默认透明）、文字颜色（默认全局文字颜色）、填充颜色（视频外的空白处填充黑色）、背景文字、背景图片（如果设置了图片优先取图片）、是否拷贝图片、缩放显示模式（自动调整、等比缩放、拉伸填充）、视频显示模式（句柄、绘制、GPU）、启用悬浮条、悬浮条尺寸（横向为高度、纵向为宽度）、悬浮条位置（顶部、底部、左侧、右侧）。

五、相关代码

cpp 复制代码

#include "ffmpegwebsocket.h"

void FFmpegWebSocket::init(FFmpegWebSocket **obj, const QString &url, const QString &flag, MediaType mediaType)
{
    if (mediaType == MediaType_WebSocket) {
        if (!(*obj)) {
            (*obj) = new FFmpegWebSocket;
            (*obj)->setObjectName(QString("FFmpegWebSocket_%1").arg(flag));
        }

        (*obj)->setUrl(url);
        (*obj)->start();
    }
}

void FFmpegWebSocket::free(FFmpegWebSocket **obj)
{
    if ((*obj)) {
        (*obj)->quit();
        (*obj)->wait();
        (*obj)->free();
        (*obj)->deleteLater();
        (*obj) = NULL;
    }
}

FFmpegWebSocket::FFmpegWebSocket(QObject *parent) : QThread(parent)
{
    //可以自行调整下面几个值
    connTimeout = 1500;
    //值越小打开速度越快/分辨率越大值建议越大
    minSizeOpen = 100 * 1024;
    //值越小越容易花屏/控制多大缓存才能读取
    minSizeRead = 1 * 1024;
    //整个缓存队列的大小
    fifoSize = 10 * 1024 * 1024;

    fifo = NULL;
    avioCtx = NULL;
    webSocket = NULL;    
}

FFmpegWebSocket::~FFmpegWebSocket()
{
}

void FFmpegWebSocket::run()
{
    this->initWeb();
    this->closeWeb();
    this->freeFifo();
    this->initFifo();
    this->openWeb();
    this->exec();
}

void FFmpegWebSocket::initWeb()
{
#ifdef websocket
    if (!webSocket) {
        qRegisterMetaType<QAbstractSocket::SocketState>("QAbstractSocket::SocketState");
        webSocket = new QWebSocket("WebSocket", QWebSocketProtocol::VersionLatest);
        connect(webSocket, SIGNAL(binaryMessageReceived(QByteArray)), this, SLOT(binaryMessageReceived(QByteArray)), Qt::DirectConnection);
    }
#endif
}

void FFmpegWebSocket::freeWeb()
{
#ifdef websocket
    if (webSocket) {
        disconnect(webSocket, SIGNAL(binaryMessageReceived(QByteArray)), this, SLOT(binaryMessageReceived(QByteArray)));
        this->closeWeb();
        webSocket->deleteLater();
        webSocket = NULL;
    }
#endif
}

#ifdef webhelper
#include "webhelper.h"
#endif
void FFmpegWebSocket::openWeb()
{
#ifdef websocket
    QString url = this->url;
#ifdef webhelper
    url = WebHelper::checkUrl(url, connTimeout);
#endif
    if (!url.isEmpty()) {
        webSocket->open(QUrl(url));
    }
#endif
}

void FFmpegWebSocket::closeWeb()
{
#ifdef websocket
    //如果不加判断直接关闭会提示 QNativeSocketEngine::write() was not called in QAbstractSocket::ConnectedState
    if (webSocket && webSocket->state() != QAbstractSocket::ConnectingState) {
        webSocket->close();
    }
#endif
}

void FFmpegWebSocket::initFifo()
{
    if (!fifo) {
#if (FFMPEG_VERSION_MAJOR < 5)
        fifo = av_fifo_alloc(fifoSize);
#else
        fifo = av_fifo_alloc2(fifoSize, sizeof(uint8_t), AV_FIFO_FLAG_AUTO_GROW);
#endif
        uint8_t *avioBuf = (uint8_t *)av_malloc(fifoSize);
        avioCtx = avio_alloc_context(avioBuf, fifoSize, 0, fifo, &read_packet, NULL, NULL);
    }
}

void FFmpegWebSocket::freeFifo()
{
    if (fifo) {
#if (FFMPEG_VERSION_MAJOR < 5)
        av_fifo_reset(fifo);
        av_fifo_freep(&fifo);
#else
        av_fifo_reset2(fifo);
        av_fifo_freep2(&fifo);
#endif

        av_freep(&avioCtx->buffer);
#if (FFMPEG_VERSION_MAJOR < 3)
        av_free(avioCtx);
#else
        avio_context_free(&avioCtx);
#endif
        fifo = NULL;
    }
}

void FFmpegWebSocket::binaryMessageReceived(const QByteArray &message)
{
    int size = message.size();
    const void *data = message.data();
#if (FFMPEG_VERSION_MAJOR < 5)
    int num = av_fifo_space(fifo);
    int ret = av_fifo_generic_write(fifo, (void *)data, size, NULL);
#else
    int num = av_fifo_can_write(fifo);
    int ret = av_fifo_write(fifo, data, size);
#endif
    //qDebug() << TIMEMS << num << ret << size;
}

int FFmpegWebSocket::read_packet(void *opaque, uint8_t *buf, int size)
{
    AVFifox *fifo = (AVFifox *)opaque;
    int ret = -1;
    if (!fifo) {
        return ret;
    }

#if (FFMPEG_VERSION_MAJOR < 5)
    int availableBytes = av_fifo_size(fifo);
#else
    int availableBytes = av_fifo_can_read(fifo);
#endif
    if (availableBytes <= 0) {
        return ret;
    }

    int len = qMin(availableBytes, size);
#if (FFMPEG_VERSION_MAJOR < 5)
    ret = av_fifo_generic_read(fifo, buf, len, NULL);
#else
    ret = av_fifo_read(fifo, buf, len);
#endif
    return len;
}

bool FFmpegWebSocket::canOpen()
{
    return this->checkData(minSizeOpen);
}

bool FFmpegWebSocket::canRead()
{
    return this->checkData(minSizeRead);
}

bool FFmpegWebSocket::checkData(int size)
{
    if (!fifo) {
        return false;
    }

#if (FFMPEG_VERSION_MAJOR < 5)
    return (av_fifo_size(fifo) > size);
#else
    return (av_fifo_can_read(fifo) > size);
#endif
}

AVIOContext *FFmpegWebSocket::getCtx()
{
    return this->avioCtx;
}

void FFmpegWebSocket::setUrl(const QString &url)
{
    this->url = url;
}

void FFmpegWebSocket::reopen()
{
    this->quit();
    this->wait();
    this->start();
}

void FFmpegWebSocket::free()
{
    this->freeWeb();
    this->freeFifo();
}