谨以此系列帖，记录我个人音视频学习成长历程，若能帮到诸君，荣幸万分;
音视频录制原理框架：
摄像头：
摄像头采集回来的数据可以用 rgb/yuv 去表示，rgb好理解，就是三原色，红绿蓝，yuv后面会说。
图像帧：
采集回来的图像帧，比如一秒采25张那么就是25帧。
图像处理：
这个模块是用来做什么的呢？比如我们的图像画面暗，我们就可以调亮一点，这个时候就可以在这个模块去进行操作。
图像帧队列：
也就是说我们采集回来的数据会先放到一个图像帧队列里面去，等着编码线程去取这些数据做编码。
视频编码：
为什么要做视频编码呢？因为如果你不做视频编码，那么这个视频的体积是非常非常大的。打个比方你下载一张1k的图片，可能有3mb，但是一个视频文件中有好多好多张图片，那么这个视频如果不做压缩所消耗的空间是非常大的，所以这个模块是必须的。我们将压缩后的数据按照一定的格式写入到一个文件里去。
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
麦克风：
麦克风采集回来的数据用PCM表示
采样帧：
所谓采样帧就是用N个采样点去压缩成一帧的音频数据；（如果不理解的话可以代入视频文件，比如录制普通的1k视频中是用1920*1080这些个像素点去融合成的一帧图片数据）；
至于采多少数据去做一个编码的压缩，比如常见44.1k(一秒钟采44.1k个采样点)。到底是多少个采样点去作为一帧的数据去做压缩呢?一秒的数据可以去压缩一帧，但是这样延迟比较大，所以可以再划分的小一点，比如20多毫秒就可以做一帧的数据，这样子压缩；
后面会讲到pcm的时候会说到底多少个采样点做一帧数据比较合理；暂时理解就行
音频处理：
有时候会对声音做一些操作，比如变音等等。
采样帧队列：
它类似于图像帧队列，也是先将数据放入队列中，等待编码线程去从队列中读取数据后做压缩。
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
复用器：
我们的音视频数据写入文件中的时候，都是按照一定的规则去写的，这样当我们播放的时候就会按照反向的规则去进行解析，这样就能提取出音视频数据后播放了。
所谓的规则比如MP4，avi这种媒体文件的格式就是规则；
时钟：
我们在播放的时候，要做到音视频同步的，如果没有时钟信息的记录的话，那我们有时候在做一些操作后(比如拖动播放)，那么就会出现画面和音频不同步，很可能视频在播放第一秒的数据，而音频在播放第十秒的数据；所以我们在录制的时候一定要加上这个时钟。（在录制的时候音视频两个采用的时钟是同一个资源），每采到一帧的数据都会打上对应的时间戳。