FFmpeg封装格式处理：视音频复用器（muxer）

打算记录一下基于FFmpeg的封装格式处理方面的例子。包括了视音频分离，复用，封装格式转换。这是第3篇。

本文记录一个基于FFmpeg的视音频复用器（Simplest FFmpeg muxer）。视音频复用器（Muxer）即是将视频压缩数据（例如H.264）和音频压缩数据（例如AAC）合并到一个封装格式数据（例如MKV）中去。如图所示。在这个过程中并不涉及到编码和解码。

本文记录的程序将一个H.264编码的视频码流文件和一个MP3编码的音频码流文件，合成为一个MP4封装格式的文件。

，一共初始化了3个AVFormatContext，其中2个用于输入，1个用于输出。3个AVFormatContext初始化之后，通过avcodec_copy_context()函数可以将输入视频/音频的参数拷贝至输出视频/音频的AVCodecContext结构体。然后分别调用视频输入流和音频输入流的av_read_frame()，从视频输入流中取出视频的AVPacket，音频输入流中取出音频的AVPacket，分别将取出的AVPacket写入到输出文件中即可。其间用到了一个不太常见的函数av_compare_ts()，是比较时间戳用的。通过该函数可以决定该写入视频还是音频。

本文介绍的视音频复用器，输入的视频不一定是H.264裸流文件，音频也不一定是纯音频文件。可以选择两个封装过的视音频文件作为输入。程序会从视频输入文件中“挑”出视频流，音频输入文件中“挑”出音频流，再将“挑选”出来的视音频流复用起来。

PS1：对于某些封装格式（例如MP4/FLV/MKV等）中的H.264，需要用到名称为“h264_mp4toannexb”的bitstream filter。

PS2：对于某些封装格式（例如MP4/FLV/MKV等）中的AAC，需要用到名称为“aac_adtstoasc”的bitstream filter。

简单介绍一下流程中各个重要函数的意义：

avformat_open_input()：打开输入文件。

avcodec_copy_context()：赋值AVCodecContext的参数。

avformat_alloc_output_context2()：初始化输出文件。

avio_open()：打开输出文件。

avformat_write_header()：写入文件头。

av_compare_ts()：比较时间戳，决定写入视频还是写入音频。这个函数相对要少见一些。

av_read_frame()：从输入文件读取一个AVPacket。

av_interleaved_write_frame()：写入一个AVPacket到输出文件。

av_write_trailer()：写入文件尾。

代码

下面贴上代码：

[cpp] view
plaincopy

1. /**
2. * 最简单的基于FFmpeg的视音频复用器
3. * Simplest FFmpeg Muxer
4. *
5. * 雷霄骅 Lei Xiaohua
6. * [email protected]
7. * 中国传媒大学/数字电视技术
8. * Communication University of China / Digital TV Technology
9. * http://blog.csdn.net/leixiaohua1020
10. *
11. * 本程序可以将视频码流和音频码流打包到一种封装格式中。
12. * 程序中将MP3编码的音频码流和H.264编码（MPEG2TS封装中）的视频码流打包成
13. * MP4封装格式的文件。
14. * 需要注意的是本程序并不改变视音频的编码格式。
15. *
16. * This software mux a video bitstream and a audio bitstream
17. * together into a file.
18. * In this example, it mux a H.264 bitstream (in MPEG2TS) and
19. * a MP3 bitstream file together into MP4 format file.
20. *
21. */
22. #include <stdio.h>
23. extern "C"
24. {
25. #include "libavformat/avformat.h"
26. };
27. /*
28. FIX: H.264 in some container format (FLV, MP4, MKV etc.) need
29. "h264_mp4toannexb" bitstream filter (BSF)
30. *Add SPS,PPS in front of IDR frame
31. *Add start code ("0,0,0,1") in front of NALU
32. H.264 in some container (MPEG2TS) don‘t need this BSF.
33. */
34. //‘1‘: Use H.264 Bitstream Filter
35. #define USE_H264BSF 0
36. /*
37. FIX:AAC in some container format (FLV, MP4, MKV etc.) need
38. "aac_adtstoasc" bitstream filter (BSF)
39. */
40. //‘1‘: Use AAC Bitstream Filter
41. #define USE_AACBSF 0
42. int main(int argc, char* argv[])
43. {
44. AVOutputFormat *ofmt = NULL;
45. //输入对应一个AVFormatContext，输出对应一个AVFormatContext
46. //（Input AVFormatContext and Output AVFormatContext）
47. AVFormatContext *ifmt_ctx_v = NULL, *ifmt_ctx_a = NULL,*ofmt_ctx = NULL;
48. AVPacket pkt;
49. int ret, i;
50. char *in_filename_v = "cuc_ieschool.ts";//输入文件名（Input file URL）
51. //char *in_filename_v = "cuc_ieschool.h264";
52. //char *in_filename_a = "cuc_ieschool.mp3";
53. //char *in_filename_a = "gowest.m4a";
54. //char *in_filename_a = "gowest.aac";
55. char *in_filename_a = "huoyuanjia.mp3";
56. char *out_filename = "cuc_ieschool.mp4";//输出文件名（Output file URL）
57. av_register_all();
58. //输入（Input）
59. if ((ret = avformat_open_input(&ifmt_ctx_v, in_filename_v, 0, 0)) < 0) {
60. printf( "Could not open input file.");
61. goto end;
62. }
63. if ((ret = avformat_find_stream_info(ifmt_ctx_v, 0)) < 0) {
64. printf( "Failed to retrieve input stream information");
65. goto end;
66. }
67. if ((ret = avformat_open_input(&ifmt_ctx_a, in_filename_a, 0, 0)) < 0) {
68. printf( "Could not open input file.");
69. goto end;
70. }
71. if ((ret = avformat_find_stream_info(ifmt_ctx_a, 0)) < 0) {
72. printf( "Failed to retrieve input stream information");
73. goto end;
74. }
75. printf("Input Information=====================\n");
76. av_dump_format(ifmt_ctx_v, 0, in_filename_v, 0);
77. av_dump_format(ifmt_ctx_a, 0, in_filename_a, 0);
78. printf("======================================\n");
79. //输出（Output）
80. avformat_alloc_output_context2(&ofmt_ctx, NULL, NULL, out_filename);
81. if (!ofmt_ctx) {
82. printf( "Could not create output context\n");
83. ret = AVERROR_UNKNOWN;
84. goto end;
85. }
86. ofmt = ofmt_ctx->oformat;
87. int videoindex_v=-1,videoindex_out=-1;
88. for (i = 0; i < ifmt_ctx_v->nb_streams; i++) {
89. //根据输入流创建输出流（Create output AVStream according to input AVStream）
90. if(ifmt_ctx_v->streams[i]->codec->codec_type==AVMEDIA_TYPE_VIDEO){
91. videoindex_v=i;
92. AVStream *in_stream = ifmt_ctx_v->streams[i];
93. AVStream *out_stream = avformat_new_stream(ofmt_ctx, in_stream->codec->codec);
94. if (!out_stream) {
95. printf( "Failed allocating output stream\n");
96. ret = AVERROR_UNKNOWN;
97. goto end;
98. }
99. videoindex_out=out_stream->index;
100. //复制AVCodecContext的设置（Copy the settings of AVCodecContext）
101. if (avcodec_copy_context(out_stream->codec, in_stream->codec) < 0) {
102. printf( "Failed to copy context from input to output stream codec context\n");
103. goto end;
104. }
105. out_stream->codec->codec_tag = 0;
106. if (ofmt_ctx->oformat->flags & AVFMT_GLOBALHEADER)
107. out_stream->codec->flags |= CODEC_FLAG_GLOBAL_HEADER;
108. break;
109. }
110. }
111. int audioindex_a=-1,audioindex_out=-1;
112. for (i = 0; i < ifmt_ctx_a->nb_streams; i++) {
113. //根据输入流创建输出流（Create output AVStream according to input AVStream）
114. if(ifmt_ctx_a->streams[i]->codec->codec_type==AVMEDIA_TYPE_AUDIO){
115. audioindex_a=i;
116. AVStream *in_stream = ifmt_ctx_a->streams[i];
117. AVStream *out_stream = avformat_new_stream(ofmt_ctx, in_stream->codec->codec);
118. if (!out_stream) {
119. printf( "Failed allocating output stream\n");
120. ret = AVERROR_UNKNOWN;
121. goto end;
122. }
123. audioindex_out=out_stream->index;
124. //复制AVCodecContext的设置（Copy the settings of AVCodecContext）
125. if (avcodec_copy_context(out_stream->codec, in_stream->codec) < 0) {
126. printf( "Failed to copy context from input to output stream codec context\n");
127. goto end;
128. }
129. out_stream->codec->codec_tag = 0;
130. if (ofmt_ctx->oformat->flags & AVFMT_GLOBALHEADER)
131. out_stream->codec->flags |= CODEC_FLAG_GLOBAL_HEADER;
132. break;
133. }
134. }
135. //输出一下格式------------------
136. printf("Output Information====================\n");
137. av_dump_format(ofmt_ctx, 0, out_filename, 1);
138. printf("======================================\n");
139. //打开输出文件（Open output file）
140. if (!(ofmt->flags & AVFMT_NOFILE)) {
141. if (avio_open(&ofmt_ctx->pb, out_filename, AVIO_FLAG_WRITE) < 0) {
142. printf( "Could not open output file ‘%s‘", out_filename);
143. goto end;
144. }
145. }
146. //写文件头（Write file header）
147. if (avformat_write_header(ofmt_ctx, NULL) < 0) {
148. printf( "Error occurred when opening output file\n");
149. goto end;
150. }
151. int frame_index=0;
152. int64_t cur_pts_v=0,cur_pts_a=0;
153. //FIX
154. #if USE_H264BSF
155. AVBitStreamFilterContext* h264bsfc =  av_bitstream_filter_init("h264_mp4toannexb");
156. #endif
157. #if USE_AACBSF
158. AVBitStreamFilterContext* aacbsfc =  av_bitstream_filter_init("aac_adtstoasc");
159. #endif
160. while (1) {
161. AVFormatContext *ifmt_ctx;
162. int stream_index=0;
163. AVStream *in_stream, *out_stream;
164. //获取一个AVPacket（Get an AVPacket）
165. if(av_compare_ts(cur_pts_v,ifmt_ctx_v->streams[videoindex_v]->time_base,cur_pts_a,ifmt_ctx_a->streams[audioindex_a]->time_base) <= 0){
166. ifmt_ctx=ifmt_ctx_v;
167. stream_index=videoindex_out;
168. if(av_read_frame(ifmt_ctx, &pkt) >= 0){
169. do{
170. if(pkt.stream_index==videoindex_v){
171. cur_pts_v=pkt.pts;
172. break;
173. }
174. }while(av_read_frame(ifmt_ctx, &pkt) >= 0);
175. }else{
176. break;
177. }
178. }else{
179. ifmt_ctx=ifmt_ctx_a;
180. stream_index=audioindex_out;
181. if(av_read_frame(ifmt_ctx, &pkt) >= 0){
182. do{
183. if(pkt.stream_index==audioindex_a){
184. cur_pts_a=pkt.pts;
185. break;
186. }
187. }while(av_read_frame(ifmt_ctx, &pkt) >= 0);
188. }else{
189. break;
190. }
191. }
192. in_stream  = ifmt_ctx->streams[pkt.stream_index];
193. out_stream = ofmt_ctx->streams[stream_index];
194. //FIX
195. #if USE_H264BSF
196. av_bitstream_filter_filter(h264bsfc, in_stream->codec, NULL, &pkt.data, &pkt.size, pkt.data, pkt.size, 0);
197. #endif
198. #if USE_AACBSF
199. av_bitstream_filter_filter(aacbsfc, in_stream->codec, NULL, &pkt.data, &pkt.size, pkt.data, pkt.size, 0);
200. #endif
201. //FIX：No PTS (Example: Raw H.264)
202. //Simple Write PTS
203. if(pkt.pts==AV_NOPTS_VALUE){
204. //Write PTS
205. AVRational time_base1=in_stream->time_base;
206. //Duration between 2 frames (us)
207. int64_t calc_duration=(double)AV_TIME_BASE/av_q2d(in_stream->r_frame_rate);
208. //Parameters
209. pkt.pts=(double)(frame_index*calc_duration)/(double)(av_q2d(time_base1)*AV_TIME_BASE);
210. pkt.dts=pkt.pts;
211. pkt.duration=(double)calc_duration/(double)(av_q2d(time_base1)*AV_TIME_BASE);
212. frame_index++;
213. }
214. /* copy packet */
215. //转换PTS/DTS（Convert PTS/DTS）
216. pkt.pts = av_rescale_q_rnd(pkt.pts, in_stream->time_base, out_stream->time_base, (AVRounding)(AV_ROUND_NEAR_INF|AV_ROUND_PASS_MINMAX));
217. pkt.dts = av_rescale_q_rnd(pkt.dts, in_stream->time_base, out_stream->time_base, (AVRounding)(AV_ROUND_NEAR_INF|AV_ROUND_PASS_MINMAX));
218. pkt.duration = av_rescale_q(pkt.duration, in_stream->time_base, out_stream->time_base);
219. pkt.pos = -1;
220. pkt.stream_index=stream_index;
221. printf("Write 1 Packet. size:%5d\tpts:%8d\n",pkt.size,pkt.pts);
222. //写入（Write）
223. if (av_interleaved_write_frame(ofmt_ctx, &pkt) < 0) {
224. printf( "Error muxing packet\n");
225. break;
226. }
227. av_free_packet(&pkt);
228. }
229. //写文件尾（Write file trailer）
230. av_write_trailer(ofmt_ctx);
231. #if USE_H264BSF
232. av_bitstream_filter_close(h264bsfc);
233. #endif
234. #if USE_AACBSF
235. av_bitstream_filter_close(aacbsfc);
236. #endif
237. end:
238. avformat_close_input(&ifmt_ctx_v);
239. avformat_close_input(&ifmt_ctx_a);
240. /* close output */
241. if (ofmt_ctx && !(ofmt->flags & AVFMT_NOFILE))
242. avio_close(ofmt_ctx->pb);
243. avformat_free_context(ofmt_ctx);
244. if (ret < 0 && ret != AVERROR_EOF) {
245. printf( "Error occurred.\n");
246. return -1;
247. }
248. return 0;