FFMPEG结构体分析

附录：参考文献

[1] 结构体分析：https://www.cnblogs.com/linuxAndMcu/p/12041578.html#_label2

FFmpeg结构体主要分为三个层次：

协议层（Protocol：http, rtsp, rtmp,file ）

AVIOContext，URLProtocol，URLContext 主要存储音视频使用的协议的类型以及状态。URLProtocol 存储输入音视频使用的封装格式。每种协议都对应一个 URLProtocol 结构。

封装层（Format：flv, avi, rmvb, mp4 ）

AVFormatContext 主要存储音视频封装格式中包含的信息；AVInputFormat 存储输入音视频使用的封装格式。每种音视频封装格式都对应一个 AVInputFormat 结构。

解码层（Codec：h264, mpeg2, aac, mp3 ）

每个 AVStream 存储一个视频/音频流的相关数据；每个 AVStream 对应一个 AVCodecContext ，存储该视频/音频流使用解码方式的相关数据；每个 AVCodecContext 中对应一个 AVCodec ，包含该视频/音频对应的解码器。每种解码器都对应一个 AVCodec 结构。

1 `AVFormatContext`

描述媒体文件或媒体流的构成和基本信息，贯穿ffmpeg使用整个流程

表示一个多媒体文件或流的全局上下文信息。它包含输入输出格式、媒体流信息，以及操作文件或流所需的状态。

avformat_open_input()

用于打开媒体文件或流，初始化 AVFormatContext。

avformat_alloc_output_context2()

创建一个新的输出 AVFormatContext。

AVFormatContext 用于描述目标输出文件的格式和流。

**avformat_find_stream_info()**获取媒体流信息（如视频流、音频流等）。

AVFormatContext 用于存储和返回文件的流信息。

**av_read_frame()**从媒体文件中读取一个数据包（帧）。

使用 AVFormatContext 来获取流信息和文件数据。

...许多API函数都使用到该结构体

c++ 复制代码

//基本信息成员
AVInputFormat *iformat、AVOutputFormat *oformat：//输入或者输出流的格式（只能存在一个）
char *url：//文件名

//IO操作成员
AVIOContext *pb：//管理输入输出数据(缓存)

//流媒体相关成员
unsigned int nb_streams：//音视频流的个数 
AVStream **streams：//音视频流
    
//时间和同步
int64_t duration：//时长

//其它
int bit_rate：//比特率（单位bite/s）

AVDictionary *metadata：//元数据（查看元数据：ffprobe filename）

2 `AVInputFormat`

表示输入媒体文件或流的封装格式。它定义了如何读取、解析、和处理特定格式的媒体文件或流，例如 MP4、MKV、FLV 等。
av_find_input_format、avformat_open_input
c++ 复制代码
AVInputFormat *av_find_input_format(const char *short_name);
根据指定的格式名称查找\打开 AVInputFormat。
avformat_find_stream_info
c++ 复制代码
int avformat_find_stream_info(AVFormatContext *ic, AVDictionary **options);
函数内部会根据输入格式（通过 AVInputFormat）对媒体文件进行处理，提取其中的流信息。

c++ 复制代码

char* name：//封装格式的名字
char* long_name：//封装格式的长名字
char* extensions：//文件扩展名,例如 "mp4,mov"。

3 `AVIOContext->URLContext->URLProtocol`

3.1 `AVIOContext`

文件（协议）操作的顶层对象，用于管理媒体文件或流的输入输出操作。它提供了一套通用的接口，用于读取和写入文件、网络流、内存缓冲区等数据源或数据目标。

avio_alloc_context

AVIOContext *avio_alloc_context(...)

分配一个 AVIOContext，用来进行 I/O 操作

c++ 复制代码

//IO 缓冲区
unsigned char *buffer：//缓冲开始位置
int buffer_size：//缓冲区大小（默认32768）
unsigned char *buf_ptr：//当前指针读取到的位置
unsigned char *buf_end：//缓存结束的位置
    
//其它
void *opaque：//URLContext结构体，通常传递到回调函数中，允许用户存储自定义上下文信息。

//读写回调函数
(*read_packet)(...)：//自定义的读取函数回调。
(*write_packet)(...)：//自定义的写入函数回调。
(*read_pause)(...)：//网络流媒体协议的暂停或恢复播放函数指针

3.2 `URLContext`

用于抽象和管理底层的 I/O 操作。它为各种协议（如文件系统、网络协议等）提供了统一的访问接口。

URLContext 是 AVIOContext 的底层实现之一。通过 URLContext，FFmpeg 可以对文件、网络流、管道等不同类型的数据源或目标进行操作，而用户通常通过更高级别的 AVIOContext 接口与之交互。
url_open
c++ 复制代码
int url_open(URLContext **puc, const char *filename, int flags)
打开一个 URL 或文件。

c++ 复制代码

char* name：//协议名称
const struct URLProtocol *prot：//协议操作对象（ff_file_protocol、ff_librtmp_protocol...）
void *priv_data：//协议对象（FileContext、LibRTMPContext)

3.3 `URLProtocol`

用于实现协议层抽象的结构体，负责定义如何与特定协议（如文件系统、HTTP、RTSP 等）交互。

4 `AVStream`

存储音频流或视频流的结构体

c++ 复制代码

//其它
int index：//流的索引值，唯一标识容器中的每个流。
AVRational avg_frame_rate：//平均帧率

//元数据相关
AVCodecParameters *codecpar：//解码器参数，例如编码类型（音频、视频、字幕），采样率，分辨率等。
int64_t duration：//流的持续时间
AVRational time_base：//流的时间基，用于将时间戳转换为秒。

5 AVCodecParameter 和 AVCodecContext

新的 ffmpeg 中AVStream.codecpar(struct AVCodecParameter)

代替 AVStream.codec(struct AVCodecContext)；

AVCodecParameter 是由 AVCodecContext 分离出来的，AVCodecParameter中没有函数

AVCodecContext 结构体仍然是编解码时不可或缺的结构体：avcodec_send_packet 和 avcodec_receive_frame 使用 AVCodecContext

5.1 AVCodecContext

用于表示编解码器的静态描述信息。

5.2 AVCodecParameters

用于存储与媒体流（如音频、视频或字幕）相关的编码参数。ffmpeg3.1引入，用来分离编解码器的参数信息与解码器/编码器的具体实现。

6 AVCodec

表示编解码器的静态描述信息，每一个解码器对应一个AVCodec结构体

1. 查找编解码器

使用 avcodec_find_decoder() 或 avcodec_find_encoder()，通过 AVCodec 获取解码器或编码器。

2. 编解码器初始化

在 AVCodecContext 中，通过关联 AVCodec 来完成初始化。

c++ 复制代码

const char *name：//编解码器短名字（形如："h264"）
    
const char *long_name：//编解码器全称（形如："H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10"）
    
enum AVMediaType type：//媒体类型：视频、音频或字母
    
enum AVCodecID id：//标示特定的编码器
    
const AVRational *supported_framerates：//支持的帧率（仅视频）
    
const enum AVPixelFormat *pix_fmts：//支持的像素格式（仅视频）
    
const int *supported_samplerates：//支持的采样率（仅音频）
    
const enum AVSampleFormat *sample_fmts：//支持的采样格式（仅音频）
    
const uint64_t *channel_layouts：//支持的声道数（仅音频）

7 AVPacket

存储压缩编码数据相关信息的结构体；

例如从解复用器（av_read_frame）读取压缩数据包。

将数据包发送到解码器（avcodec_send_packet）。

解码器将解码后的帧输出为 AVFrame。

c++ 复制代码

AVBufferRef *buf：//管理data指向的数据
uint8_t *data：	//压缩编码的数据
int size：		//data的大小
int64_t pts：	//显示时间戳
int64_t dts：	//解码时间戳
int stream_index：//标识该AVPacket所属的视频/音频流

8 AVFrame

用于存储原始数据（即非压缩数据，例如对视频来说是 YUV，RGB，对音频来说是 PCM），此外还包含了一些相关的信息。

1. 初始化和分配

av_frame_alloc()
分配一个新的 AVFrame。

2. 释放资源

av_frame_unref(AVFrame *frame)
释放帧数据，清空 AVFrame 的内容。

av_frame_free(AVFrame **frame)
释放 AVFrame 的内存。

3. 数据管理

av_frame_get_buffer(AVFrame *frame, int align)
为 AVFrame 分配缓冲区。

av_frame_make_writable(AVFrame *frame)
确保 AVFrame 可写，如果当前数据不可写，会分配新的缓冲区。

c++ 复制代码

uint8_t *data[AV_NUM_DATA_POINTERS]：//解码后原始数据（对视频来说是YUV，RGB，对音频来说是PCM）
    
int linesize[AV_NUM_DATA_POINTERS]：//data中"一行"数据的大小。注意：未必等于图像的宽，一般大于图像的宽。
    
int width, height：//视频帧宽和高（1920x1080,1280x720...）
    
int nb_samples：//音频的一个AVFrame中可能包含多个音频帧，在此标记包含了几个
    
int format：//解码后原始数据类型（YUV420，YUV422，RGB24...）
    
int key_frame：//是否是关键帧
    
enum AVPictureType pict_type：//帧类型（I,B,P...）
    
AVRational sample_aspect_ratio：//图像宽高比（16:9，4:3...）
    
int64_t pts：//显示时间戳
    
int coded_picture_number：//编码帧序号
    
int display_picture_number：//显示帧序号

FFMPEG结构体分析

FFMPEG结构体分析

附录：参考文献

1 AVFormatContext

2 AVInputFormat

3 AVIOContext->URLContext->URLProtocol

3.1 AVIOContext

3.2 URLContext

3.3 URLProtocol

4 AVStream

5 AVCodecParameter 和 AVCodecContext

5.1 AVCodecContext

5.2 AVCodecParameters

6 AVCodec

1. 查找编解码器

2. 编解码器初始化

7 AVPacket

8 AVFrame

1. 初始化和分配

2. 释放资源

3. 数据管理

1 `AVFormatContext`

2 `AVInputFormat`

3 `AVIOContext->URLContext->URLProtocol`

3.1 `AVIOContext`

3.2 `URLContext`

3.3 `URLProtocol`

4 `AVStream`