ffmpeg音视频开发从入门到精通——ffmpeg 视频数据抽取

小陈phd2024-09-08 4:05

文章目录

FFmpeg视频处理工具使用总结

环境配置

  • 在C++程序中使用FFmpeg之前，需要包含相应的头文件，并根据是否使用C++编译器，可能需要添加extern "C"块。在C++中，当包含C语言的头文件时，需要使用extern "C"来告诉编译器这是一个C语言的函数，避免C++的名称修饰导致链接错误。这个例子中，包含了FFmpeg库的头文件，用于处理多媒体文件。
  • 在C++中，当包含C语言的头文件时，需要使用extern "C"来告诉编译器这是一个C语言的函数，避免C++的名称修饰导致链接错误。
cpp 复制代码 
#ifdef __cplusplus
extern "C" {
#endif
#include <libavformat/avformat.h>
#include <libavutil/avutil.h>
#include <libavutil/log.h>
#ifdef __cplusplus
}
#endif

主函数与参数处理

程序入口点是main函数，它处理命令行参数并设置日志级别。

  • 检查传入的参数个数是否大于等于3，如果参数个数小于3，就输出错误信息并退出程序。

  • 将第一个参数赋值给变量src，将第二个参数赋值给变量dst，这样就得到了输入文件路径和输出文件路径。

  • 调用av_log_set_level函数设置日志级别为AV_LOG_DEBUG，这样在程序执行过程中会打印出调试级别的日志信息。

cpp 复制代码 
int main(int argc, char *argv[]) {
    // 参数检查
    if (argc < 3) {
        av_log(nullptr, AV_LOG_ERROR, "Usage: %s <input file> <output file>\n", argv[0]);
        exit(-1);
    }
    // 输入输出文件路径
    char *src = argv[1];
    char *dst = argv[2];
    // 设置日志级别
    av_log_set_level(AV_LOG_DEBUG);
}

打开输入文件

使用avformat_open_input打开输入文件，并检查返回值。avformat_open_input是libavformat库中的一个函数，用于打开一个输入文件并初始化输入上下文。

输入参数如下：

  1. AVFormatContext **ps：指向要初始化的AVFormatContext指针的指针。函数将分配一个AVFormatContext结构并将其指针保存在该参数指向的地址中。
  2. const char *url：输入文件的URL或文件名。
  3. AVInputFormat *fmt：强制指定要使用的输入格式。如果为NULL，则函数将根据输入文件的扩展名自动选择适当的格式。
  4. AVDictionary **options：一个指向AVDictionary结构指针的指针，用于设置差异化选项。可以使用该参数来设置例如输入缓冲区大小、超时值等选项。
  5. int (*interrupt_callback)(void)：设置中断回调函数。如果输入操作需要中断，则调用此回调函数。如果为NULL，则不设置中断回调。

函数执行成功后，ps将指向已初始化的AVFormatContext结构，可以使用该结构来进行后续的输入操作。执行失败时，ps将保持不变，而函数将返回一个负值以表示错误原因。

cpp 复制代码 
int ret = avformat_open_input(&pFormatCtx, src, nullptr, nullptr);
if (ret < 0) {
    av_log(nullptr, AV_LOG_ERROR, "Could not open input file: %s\n", src);
    exit(-1);
}

获取流信息

调用av_find_best_stream找到最佳的视频流。

av_find_best_stream是FFmpeg库中的一个函数，用于查找最佳的流索引。它的定义如下：

int av_find_best_stream(AVFormatContext *ic, enum AVMediaType type, int wanted_stream_nb, int related_stream, AVCodec **decoder_ret, int flags);

参数说明如下：

  1. ic：指向AVFormatContext的指针，表示输入的封装格式上下文。
  2. type：表示所需流的媒体类型，可以是AVMEDIA_TYPE_AUDIO、AVMEDIA_TYPE_VIDEO或AVMEDIA_TYPE_SUBTITLE。
  3. wanted_stream_nb：表示所需流的索引号。
  4. related_stream：表示关联的流的索引号。通常设置为负值，表示没有关联的流。
  5. decoder_ret：指向AVCodec指针的指针，用于返回找到的解码器。
  6. flags：表示查找流的标志位，可以是AVFMT_FLAG_NOFILE、AVFMT_FLAG_GENPTS等。

函数返回值为找到的流的索引号，如果未找到则返回负值错误代码。

这个函数的主要功能是根据指定的媒体类型和索引号，在输入的封装格式上下文中查找最佳的流索引。它会根据一些条件（如流的媒体类型、时间基等）进行评估，然后返回找到的最佳流索引，并通过decoder_ret参数返回对应的解码器。av_find_best_stream是FFmpeg库中的一个函数，用于查找最佳的流索引。它的定义如下：

cpp 复制代码 
ret = av_find_best_stream(pFormatCtx, AVMEDIA_TYPE_VIDEO, -1, -1, nullptr, 0);
if (ret < 0) {
    av_log(nullptr, AV_LOG_ERROR, "Failed to retrieve input stream information\n");
    goto _ERROR;
}

分配输出文件上下文

使用avformat_alloc_context分配输出文件的格式上下文。

avformat_alloc_context是FFmpeg中的一个函数，用于分配一个AVFormatContext结构体，并初始化其成员变量。

输入参数为void。avformat_alloc_context是FFmpeg中的一个函数，用于分配一个AVFormatContext结构体，并初始化其成员变量。

输入参数为void。

cpp 复制代码 
oFormatCtx = avformat_alloc_context();
if (oFormatCtx == nullptr) {
    av_log(nullptr, AV_LOG_ERROR, "Failed to allocate output context\n");
    goto _ERROR;
}

猜测输出文件格式

使用av_guess_format猜测输出文件的格式。
av_guess_format是FFmpeg库中的一个函数，用于猜测输入参数的格式。它的输入参数包括：

  1. const char *short_name：输入参数的短名称。这是一个字符串，通常是文件的扩展名或格式的简称。
  2. const char *filename：输入参数的文件名。这是一个字符串，指定要处理的文件路径。
  3. const char *mime_type：输入参数的MIME类型。这是一个字符串，指定要处理的媒体类型。

这些输入参数可根据实际需求来选择设置，也可以通过设置为NULL来忽略某些参数。根据提供的输入参数，av_guess_format函数会尝试猜测并返回最有可能的格式。

注意：在使用av_guess_format函数时，应确保FFmpeg库已正确初始化，并且所需的输入参数有效且符合可接受的格式。av_guess_format是FFmpeg库中的一个函数，用于猜测输入参数的格式。它的输入参数包括：

  1. const char *short_name：输入参数的短名称。这是一个字符串，通常是文件的扩展名或格式的简称。
  2. const char *filename：输入参数的文件名。这是一个字符串，指定要处理的文件路径。
  3. const char *mime_type：输入参数的MIME类型。这是一个字符串，指定要处理的媒体类型。

这些输入参数可根据实际需求来选择设置，也可以通过设置为NULL来忽略某些参数。根据提供的输入参数，av_guess_format函数会尝试猜测并返回最有可能的格式。

注意：在使用av_guess_format函数时，应确保FFmpeg库已正确初始化，并且所需的输入参数有效且符合可接受的格式。

cpp 复制代码 
outFmt = av_guess_format(nullptr, dst, nullptr);
if (outFmt == nullptr) {
    av_log(nullptr, AV_LOG_ERROR, "Failed to guess output format\n");
    goto _ERROR;
}
oFormatCtx->oformat = outFmt;

创建视频流并设置参数

为输出文件创建视频流，并复制输入视频流的参数。

cpp 复制代码 
outStream = avformat_new_stream(oFormatCtx, nullptr);
avcodec_parameters_copy(outStream->codecpar, pFormatCtx->streams[ret]->codecpar);
outStream->codecpar->codec_tag = 0;

打开输出文件并写入头信息

使用avio_open2打开输出文件，并使用avformat_write_header写入文件头信息。

avio_open2 是用于打开一个输入输出数据流的函数，它的输入参数包括：

  • AVIOContext **s：指向用于输入输出的 AVIOContext 结构体的指针。
  • const char *filename：输入输出的文件名或者URL地址，使用 "r" 模式打开用于输入，使用 "w" 模式打开用于输出。
  • int flags：打开文件的参数，可以是 AVIO_FLAG_READ 表示输入流、AVIO_FLAG_WRITE 表示输出流、AVIO_FLAG_READ_WRITE 表示输入输出流。
  • const AVIOInterruptCB *int_cb：输入输出中断回调函数的指针。
  • AVDictionary **options：用于传递其他选项的字典指针。可以设置 NULL 以忽略其他选项。

avformat_write_header 是用于写入文件头信息的函数，它的输入参数包括：

  • AVFormatContext *s：指向 AVFormatContext 结构体的指针，表示待写入文件的格式上下文。
  • AVDictionary **options：用于传递其他选项的字典指针。可以设置 NULL 以忽略其他选项。

这些函数用于打开输入输出数据流和写入文件头信息时，需要通过传入一些参数来配置打开的流和文件的属性和选项。avio_open2 是用于打开一个输入输出数据流的函数，它的输入参数包括：

cpp 复制代码 
ret = avio_open2(&oFormatCtx->pb, dst, AVIO_FLAG_WRITE, nullptr, nullptr);
if (ret < 0) {
    av_log(nullptr, AV_LOG_ERROR, "Failed to open output file: %s\n", dst);
    goto _ERROR;
}
ret = avformat_write_header(oFormatCtx, nullptr);
if (ret < 0) {
    av_log(nullptr, AV_LOG_ERROR, "Failed to write output file header\n");
    goto _ERROR;
}

读取、转换并写入帧数据

读取输入文件的视频帧，转换时间戳，并使用av_interleaved_write_frame写入输出文件。

av_interleaved_write_frame函数是FFmpeg库中的一个函数，用于将音视频数据包写入容器文件。

函数的参数如下：

  1. AVFormatContext *s: AVFormatContext结构体指针，表示容器格式上下文，用于管理容器格式相关的信息。

  2. AVPacket *pkt: AVPacket结构体指针，表示音视频数据包，包含音视频数据以及相关的参数信息。

函数的返回值为整形，表示函数的执行结果。如果返回值为0，则表示成功写入数据包；如果返回值为负值，则表示写入失败。

注意：在调用av_interleaved_write_frame函数之前，需要先调用avformat_write_header函数来写入容器文件的头部信息；在所有音视频数据包写入完成后，还需要调用av_write_trailer函数来写入容器文件的尾部信息。

此外，av_interleaved_write_frame函数只能用于写入已经交错存储的音视频数据包，如果数据包未经过交错处理，则需要使用av_write_frame函数来分别写入音频数据包和视频数据包。av_interleaved_write_frame函数是FFmpeg库中的一个函数，用于将音视频数据包写入容器文件。

cpp 复制代码 
while (av_read_frame(pFormatCtx, &pkt) >= 0) {
    if (pkt.stream_index == ret) {
        // 转换时间戳等
        pkt.pts = av_rescale_q_rnd(pkt.pts, inSteam->time_base, outStream->time_base, AV_ROUND_NEAR_INF);
        pkt.dts = av_rescale_q_rnd(pkt.dts, inSteam->time_base, outStream->time_base, AV_ROUND_NEAR_INF);
        pkt.duration = av_rescale_q(pkt.duration, inSteam->time_base, outStream->time_base);
        // 写入帧数据
        av_interleaved_write_frame(oFormatCtx, &pkt);
    }
    av_packet_unref(&pkt);
}

写入尾信息并释放资源

使用av_write_trailer写入文件尾信息，并释放所有资源。

函数av_write_trailer的参数是AVFormatContext。

AVFormatContext是一个存储了整个音视频文件信息的结构体，包含了音视频流、容器格式信息以及封装器相关的信息。

av_write_trailer函数的功能是将容器头信息写入到输出文件中，并完成文件封装的最后步骤。具体而言，它会将封装器中剩余的音视频数据写入到输出文件中，并更新容器头的相关信息，如文件大小、时长等。

在调用av_write_trailer函数之前，需要保证所有的音视频数据已经被写入到容器中，否则可能会导致文件不完整或者损坏。

调用av_write_trailer函数之后，应释放AVFormatContext相关的资源，包括关闭文件和释放相关的内存。

示例代码如下：

c++ 复制代码 
AVFormatContext* outputContext = nullptr;
// 初始化outputContext的代码
// ...
// 写入所有音视频数据到容器
// ...
av_write_trailer(outputContext);
// 释放相关资源
avformat_close_input(&outputContext);
avformat_free_context(outputContext);

函数av_write_trailer的参数是AVFormatContext。

AVFormatContext是一个存储了整个音视频文件信息的结构体，包含了音视频流、容器格式信息以及封装器相关的信息。

av_write_trailer函数的功能是将容器头信息写入到输出文件中，并完成文件封装的最后步骤。具体而言，它会将封装器中剩余的音视频数据写入到输出文件中，并更新容器头的相关信息，如文件大小、时长等。

在调用av_write_trailer函数之前，需要保证所有的音视频数据已经被写入到容器中，否则可能会导致文件不完整或者损坏。

调用av_write_trailer函数之后，应释放AVFormatContext相关的资源，包括关闭文件和释放相关的内存。

示例代码如下：

c++ 复制代码 
AVFormatContext* outputContext = nullptr;
// 初始化outputContext的代码
// ...
// 写入所有音视频数据到容器
// ...
av_write_trailer(outputContext);
// 释放相关资源
avformat_close_input(&outputContext);
avformat_free_context(outputContext);
cpp 复制代码 
av_write_trailer(oFormatCtx);

_ERROR:
// 清理资源
if (oFormatCtx && oFormatCtx->pb) {
    avio_close(oFormatCtx->pb);
    oFormatCtx->pb = nullptr;
}
if (oFormatCtx) {
    avformat_free_context(oFormatCtx);
    oFormatCtx = nullptr;
}
if (pFormatCtx) {
    avformat_free_context(pFormatCtx);
    pFormatCtx = nullptr;
}

运行程序

程序需要传入两个参数：输入文件路径和输出文件路径。例如：

bash 复制代码 
./my_ffmpeg_tool input.mp4 output.mkv

确保替换为您的实际文件名和所需的输出格式。

注意事项

  • 确保FFmpeg开发库已正确安装且可链接。
  • 检查程序输出的错误信息以进行调试。
  • 程序可能需要适当的读取和写入权限。

源代码

  • cmake 源文件
cmake 复制代码 
cmake_minimum_required(VERSION 3.27)
project(FFmpeg_exercise)
set(CMAKE_CXX_STANDARD 14)

# 定义FFmpeg的安装路径变量
set(FFMPEG_INSTALL_DIR "/usr/local/ffmpeg")

# 将FFmpeg的头文件目录添加到包含路径
include_directories(${FFMPEG_INSTALL_DIR}/include)

# 定义FFmpeg库的基础名称（根据你的需要调整）
set(FFMPEG_LIBS "avcodec;avformat;avutil") # 用分号分隔库名

# 寻找并链接FFmpeg库
foreach(FFMPEG_LIB ${FFMPEG_LIBS})
    find_library(${FFMPEG_LIB}_LIBRARY NAMES ${FFMPEG_LIB}
            PATHS ${FFMPEG_INSTALL_DIR}/lib NO_DEFAULT_PATH)
    list(APPEND FFMPEG_LIBRARIES ${${FFMPEG_LIB}_LIBRARY})
endforeach()

add_executable(FFmpeg_exercise
        # main.cpp
       # extra_audic.cpp
        extra_video.cpp

)
# 链接FFmpeg库
target_link_libraries(FFmpeg_exercise ${FFMPEG_LIBRARIES})
  • cpp
c++ 复制代码 
//
// Created by 陈伟峰 on 2024/6/22.
//
#ifdef __cplusplus
extern "C" {
#endif
// 包含FFmpeg的头文件
#include <libavformat/avformat.h>
#include <libavutil/avutil.h>
#include <libavutil/log.h>
#ifdef __cplusplus

}
#endif
#include <iostream>

int main(int argc,char *argv[]){
    int ret {-1};
    int idx {-1};

    //1.处理一些参数
    char *src {nullptr};
    char *dst {nullptr};

    AVFormatContext *pFormatCtx {nullptr};
    AVFormatContext *oFormatCtx {nullptr};

    AVOutputFormat *outFmt {nullptr};
    AVStream *outStream {nullptr};
    AVStream *inSteam {nullptr};
    AVPacket pkt {nullptr};

    // 日志信息
    av_log_set_level(AV_LOG_DEBUG);
    if(argc<3){
        av_log(nullptr,AV_LOG_ERROR,"Usage:%s <input file> <output file>\n",argv[0]);
        exit(-1);
    }

    src = argv[1];
    dst = argv[2];

    // 2.打开多媒体输入文件
    ret = avformat_open_input(&pFormatCtx,src,nullptr,nullptr);
    if(ret<0){
        av_log(nullptr,AV_LOG_ERROR,"Could not open input file:%s\n",src);
        exit(-1);
    }

    // 3.获取多媒体文件信息
    ret = av_find_best_stream(pFormatCtx,AVMEDIA_TYPE_VIDEO,-1,-1,nullptr,0);
    if(ret<0){
        av_log(nullptr,AV_LOG_ERROR,"Failed to retrieve input stream information\n");
        goto _ERROR;
    }
    // 打开目的多媒体文件
    oFormatCtx = avformat_alloc_context();
    if(oFormatCtx==nullptr){
        av_log(nullptr,AV_LOG_ERROR,"Failed to allocate output context\n");
        goto _ERROR;
    }

    outFmt = av_guess_format(nullptr,dst,nullptr);
    if(outFmt==nullptr){
        av_log(nullptr,AV_LOG_ERROR,"Failed to guess output format\n");
        goto _ERROR;
    }
    oFormatCtx->oformat = outFmt;

    // 为目的文件，创建一个新的视频流
    outStream = avformat_new_stream(oFormatCtx,nullptr);
    // 设置视频参数
    inSteam = pFormatCtx->streams[idx];
    avcodec_parameters_copy(outStream->codecpar,pFormatCtx->streams[ret]->codecpar);
    outStream->codecpar->codec_tag = 0;

    // 绑定
    ret = avio_open2(&oFormatCtx->pb,dst,AVIO_FLAG_WRITE, nullptr, nullptr);
    if(ret<0){
        av_log(nullptr,AV_LOG_ERROR,"Failed to open output file:%s\n",dst);
        goto _ERROR;
    }
    // 写入头信息
    ret = avformat_write_header(oFormatCtx,nullptr);
    if(ret<0){
        av_log(nullptr,AV_LOG_ERROR,"Failed to write output file header\n");
        goto _ERROR;
    }

    // 写多媒体文件到目的文件
    ret = avformat_write_header(oFormatCtx,nullptr);
    if(ret<0){
        av_log(nullptr,AV_LOG_ERROR,"Failed to write output file header:%s\n", av_err2str(ret));
        goto _ERROR;
    }
    while(av_read_frame(pFormatCtx,&pkt)>=0) {
        if (pkt.stream_index == idx) {

            pkt.pts = av_rescale_q_rnd(pkt.pts, inSteam->time_base, outStream->time_base,
                                       (AVRounding) (AV_ROUND_NEAR_INF | AV_ROUND_PASS_MINMAX));
            pkt.dts = av_rescale_q_rnd(pkt.dts, inSteam->time_base, outStream->time_base,
                                       (AVRounding) (AV_ROUND_NEAR_INF | AV_ROUND_PASS_MINMAX));
            pkt.duration = av_rescale_q(pkt.duration, inSteam->time_base, outStream->time_base);
            pkt.stream_index = 0;
            pkt.pos = -1;
            av_interleaved_write_frame(oFormatCtx, &pkt);
        }
        av_packet_unref(&pkt);
    }
    // 写入尾信息
    av_write_trailer(oFormatCtx);

_ERROR:

    if(oFormatCtx->pb){
        avio_close(oFormatCtx->pb);
        oFormatCtx->pb = nullptr;
    }
    if(oFormatCtx){
        avformat_free_context(oFormatCtx);
        oFormatCtx = nullptr;
    }
    if(pFormatCtx){
        avformat_free_context(pFormatCtx);
        pFormatCtx = nullptr;
    }
    return 0;
}
  • 执行
shell 复制代码 
./main demo.mp4 demo2.h264
  • 运行
shell 复制代码 
ffplay demo2.h264
相关推荐
小东来1 小时前
电脑端视频剪辑软件哪个好用，十多款剪辑软件分享
音视频
cuijiecheng20183 小时前
音视频入门基础：AAC专题（8）——FFmpeg源码中计算AAC裸流AVStream的time_base的实现
ffmpeg·音视频·aac
0点51 胜3 小时前
[ffmpeg] 视频格式转换
ffmpeg
Mr数据杨3 小时前
我的AI工具箱Tauri版-VideoIntroductionClipCut视频介绍混剪
人工智能·音视频
神一样的老师4 小时前
基于环境音频和振动数据的人类活动识别
人工智能·音视频
启明云端wireless-tag4 小时前
设备稳定流畅视频体验，乐鑫ESP32-S3芯片方案无线音视频传输通信
物联网·音视频·交互·乐鑫·wifi模组
中关村科金6 小时前
中关村科金推出得助音视频鸿蒙SDK，助力金融业务系统鸿蒙化提速
华为·音视频·harmonyos
DisonTangor7 小时前
上海人工智能实验室开源视频生成模型Vchitect 2.0 可生成20秒高清视频
人工智能·音视频
美狐美颜sdk7 小时前
探索视频美颜SDK与直播美颜工具的开发实践方案
人工智能·计算机视觉·音视频·直播美颜sdk·视频美颜sdk
Mr数据杨7 小时前
我的AI工具箱Tauri版-FasterWhisper音频转文本
音视频
热门推荐
01RAG 实践- Ollama+RagFlow 部署本地知识库02组基轨迹建模 GBTM的介绍与实现（Stata 或 R）032024年高教社杯数学建模国赛C题超详细解题思路分析04CANoe Trace窗口过滤栏消失的几种解决方法（附上最终解决方案）05苍穹外卖面试总结06【2024数模国赛赛题思路公开】国赛B题思路丨附可运行代码丨无偿自提07yolov8实战第五天——yolov8+ffmpg实时视频流检测并进行实时推流——（推流，保姆教学）08Coze扣子平台完整体验和实践（附国内和国际版对比）09【2024高教社杯全国大学生数学建模竞赛】B题 生产过程中的决策问题——解题思路 代码 论文10浏览器插件——ModHeader 的分享和学习