对H.264编码标准一直停留在理解原理的基础上,对于一个实际投入使用的编码器是如何构建起来一直感觉很神秘,于是决定在理解理论的基础上潜心于编码器实现框架。关于开源的H264编码器有很多,JMVC,T264、X264,这里选择X264,因为网上关于X264源码分析资源很多。X264编码器是一个开源的经过优化的高性能H.264编码器,目前最新的源码在本人的I5处理器的PC机上,编码1920x1080分辨率的视频序列在使用ultrafast配置的情况下,可以实现160fps左右的编码速度。
这里对源码分析并没有选择最新的源码,而是选用2009年2月份的版本,原因有二:一是这个版本是从网上下载下来的,已经是一个建立好的VS2008工程,对于像我这种用惯IDE调试的程序员来说,这可以大大提高源码阅读速度;二是虽然X264源码虽然几乎每天都有更新,但是从这个版本以后,最大的改动基本是针对多Slice编码的支持,其他都是在输入输出方面的一些改动,从这个版本学习可以较快进入编码部分的学习;三是这个版本当中已经有别人的很多的注释,便于自己理解;
一般将编码分为帧级、片级、宏块级编码,依次从上到下。下面就从这三个级分析X264编码流程:一、帧级编码分析
定位到x264_encoder_encode这个函数,这个函数应该是H264编码最上层的函数,实现编码一帧视频。在进行下一步分析之前有必要了解,控制X264编码的全局性结构体x264_t,这个结构体控制着视频一帧一帧的编码,包括中间参考帧管理、码率控制、全局参数等一些重要参数和结构体。
下面是x264_t这个结构体的定义(这里仅对几个关键的结构和变量进行分析):
-
struct x264_t
-
{
-
x264_param_t param;
//编码器编码参数,包括量化步长、编码级别等等一些参数
-
-
………..
-
int i_frame;
//编码帧号,用于计算POC(picture of count 标识视频帧的解码顺序)
-
………..
-
int i_nal_type;
/* Nal 单元的类型,可以查看编码标准,有哪几种类型,需要理解的类型有:不分区(一帧作为一个片)非IDR图像的片;片分区A、片分区B、片分区C、IDR图像中的片、序列参数集、图像参数集 */
-
-
int i_nal_ref_idc;
/* Nal 单元的优先级别
取值范围[0,1,2,3],值越大表示优先级越高,此Nal单元就越重要
*/
-
-
/* We use only one SPS(序列参数集) and one PPS(图像参数集) */
-
x264_sps_t sps_array[
1];
//结构体的数组
-
x264_sps_t *sps;
-
x264_pps_t pps_array[
1];
-
x264_pps_t *pps;
-
int i_idr_pic_id;
-
-
……
-
-
struct
-
{
-
//这个结构体涉及到X264编码过程中的帧管理,理解这个结构体中的变量在编码标准的理论意义是非常重要的
-
x264_frame_t *current[X264_BFRAME_MAX*
4+
3];
/*已确定帧类型,待编码帧,每一个GOP在编码前,每一帧的类型在编码前已经确定。当进行编码时,从这里取出一帧数据。*/
-
x264_frame_t *next[X264_BFRAME_MAX*
4+
3];
//尚未确定帧类型的待编码帧,当确定后,会将此数组中的帧转移到current数组中去。
-
x264_frame_t *unused[X264_BFRAME_MAX*
4 + X264_THREAD_MAX*
2 +
16+
4];
/*这个数组用于回收那些在编码中分配的frame空间,当有新的需要时,直接拿过来用,不用重新分配新的空间,提高效率*/
-
/* For adaptive B decision */
-
x264_frame_t *last_nonb;
-
-
/* frames used for reference + sentinels */
-
x264_frame_t *reference[
16+
2];
//参考帧队列,注意参考帧都是重建帧
-
-
int i_last_idr;
/* 上一次刷新关键帧的帧号,配合前面的i_frame,可以用来计算POC */
-
-
int i_input;
/* Number of input frames already accepted */
//frames结构体中i_input指示当前输入的帧的(播放顺序)序号。
-
-
int i_max_dpb;
/* 分配解码图像缓冲的最大数量(DPB) */
-
int i_max_ref0;
//最大前向参考帧数量
-
int i_max_ref1;
//最大后向参考帧数量
-
int i_delay;
/* Number of frames buffered for B reordering */
-
//i_delay设置为由B帧个数(线程个数)确定的帧缓冲延迟,在多线程情况下为i_delay = i_bframe + i_threads - 1。
-
//而判断B帧缓冲填充是否足够则通过条件判断:h->frames.i_input <= h->frames.i_delay + 1 - h->param.i_threads。
-
int b_have_lowres;
/* Whether 1/2 resolution luma planes are being used */
-
int b_have_sub8x8_esa;
-
} frames;
//指示和控制帧编码过程的结构
-
-
/* current frame being encoded */
-
x264_frame_t *fenc;
//指向当前编码帧
-
-
/* frame being reconstructed */
-
x264_frame_t *fdec;
//指向当前重建帧,重建帧的帧号要比当前编码帧的帧号小1
-
-
/* references lists */
-
int i_ref0;
//前向参考帧的数量
-
x264_frame_t *fref0[
16+
3];
/* 存放前向参考帧的数组(注意参考帧均是重建帧) */
-
int i_ref1;
//后向参考帧的数量
-
x264_frame_t *fref1[
16+
3];
/* 存放后向参考帧的数组*/
-
int b_ref_reorder[
2];
-
……..
-
};
定位到x264_encoder_encode这个函数,这个函数应该是H264编码最上层的函数,实现编码的帧级处理(如何进行参考帧管理、帧类型确定等等)。
下面对x264_encoder_encode中几个关键函数以及关键部分进行分析:
1、x264_reference_update这个函数主要完成参考帧的更新,H.264的帧间预测需要使用参考帧,参考帧使用的都是已编码后的重建帧,每编码一帧的同时会重建此帧作为参考帧,在编码下一帧时,将此重建帧加入到参考帧队列中。函数实现如下:
-
static inline void x264_reference_update( x264_t *h )
-
{
-
int i;
-
-
if( h->fdec->i_frame >=
0 )
//重建帧帧数大于等于零时
-
h->i_frame++;
//当前编码帧的帧号要比重建帧的帧号大1
-
-
if( !h->fdec->b_kept_as_ref )
/*如果重建帧不作为参考帧(不作为参考帧,当然不用加入参考帧队列了)*/
-
{
//when b frame is not used as reference frame
-
if( h->param.i_threads >
1 )
-
{
-
x264_frame_push_unused( h, h->fdec );
-
h->fdec = x264_frame_pop_unused( h );
-
}
-
return;
//if b-frame is not used as reference, return
-
}
-
-
/* move lowres(低分辨率) copy of the image to the ref frame */
-
for( i =
0; i <
4; i++)
-
{
/*暂时还不知道干嘛的*/
-
XCHG(
uint8_t*, h->fdec->lowres[i], h->fenc->lowres[i] );
-
XCHG(
uint8_t*, h->fdec->buffer_lowres[i], h->fenc->buffer_lowres[i] );
-
}
-
-
/* adaptive B decision needs a pointer, since it can't use the ref lists */
-
if( h->sh.i_type != SLICE_TYPE_B )
-
h->frames.last_nonb = h->fdec;
-
-
/* move frame in the buffer */
-
x264_frame_push( h->frames.reference, h->fdec );
/*把重建帧放入参考队列中*/
-
if( h->frames.reference[h->frames.i_max_dpb] )
/*如果参考帧的个数大于解码图像缓存的最大数(decoded picture buffer(DPB))*/
-
x264_frame_push_unused( h, x264_frame_shift( h->frames.reference ) );
/*取出参考队列中第一个参考重建帧,并放入暂时不用帧队列中*/
-
h->fdec = x264_frame_pop_unused( h );
/*从暂时不用帧队列中,取出一帧作为新的重建帧buf*/
-
}
2、帧排序部分,在H.264标准中采用编码顺序与显示顺序不同的编码方式,对于一个已经确定帧类型的待编码序列:IBBPBBP在编码时需要先排序为IPBBPBB,然后进行编码。在X264代码中,实现在如下部分:
-
//确定帧的类型
-
x264_stack_align( x264_slicetype_decide, h );
/*通过x264_slicetype_decide函数来确定决定h-frames.next[]中每一帧的类型*/
-
-
/* 3: move some B-frames and 1 non-B to encode queue 这里来完成帧排序,还是有点巧妙的*/
-
while( IS_X264_TYPE_B( h->frames.next[bframes]->i_type ) )
-
bframes++;
/*注意这个循环查找的作用,一方面可以确定第一个非B帧之前B帧的数量,也可以定位出第一个非B帧的位置*/
-
x264_frame_push( h->frames.current, x264_frame_shift( &h->frames.next[bframes] ) );
/*取出第一个非B帧,并放到current指针第一个位置:通过这两步完成帧排序的(例如BBP->PBB)*/
-
/* FIXME: when max B-frames > 3, BREF may no longer be centered after GOP closing */
-
if( h->param.b_bframe_pyramid && bframes >
1 )
-
{
-
x264_frame_t *mid = x264_frame_shift( &h->frames.next[bframes/
2] );
-
mid->i_type = X264_TYPE_BREF;
-
x264_frame_push( h->frames.current, mid );
-
bframes--;
-
}
-
while( bframes-- )
-
x264_frame_push( h->frames.current, x264_frame_shift( h->frames.next ) );
/*然后依次取出B帧,并放到current队列中*/
下面就可以从h->frames.current队列中取出第一帧放入h->fenc中
h->fenc = x264_frame_shift( h->frames.current );//从当前编码帧中取出第一帧,作为当前编码帧
然后就开始编码,首先当前编码帧(h->fenc)的类型,设定slice类型,这里就不解释了,关于IDR帧,执行了x264_reference_reset这个函数将参考帧队列清空。
接着进行相关参数的赋值,这里主要对POC的计算强调一下:
h->fenc->i_poc = 2 * (h->fenc->i_frame - h->frames.i_last_idr);//考虑到场编码,POC每帧增长为2,如果是场编码POC增长为1
3、重建参考帧列表(x264_reference_build_list),即将参考帧列表中的参考帧分为前向参考帧和后向参考帧,并根据POC进行参考帧排序。函数具体实现如下:
-
static inline void x264_reference_build_list( x264_t *h, int i_poc )
-
{
-
int i;
-
int b_ok;
-
-
/* build ref list 0/1 */
-
h->i_ref0 =
0;
//前向参考帧索引
-
h->i_ref1 =
0;
//后向参考帧索引
-
for( i =
0; h->frames.reference[i]; i++ )
-
{
//注意这里都是指针操作
-
if( h->frames.reference[i]->i_poc < i_poc )
-
{
//小于当前帧POC的,放到前向参考帧列表中
-
h->fref0[h->i_ref0++] = h->frames.reference[i];
-
}
-
else
if( h->frames.reference[i]->i_poc > i_poc )
-
{
//大于当前帧POC的,放到后向参考帧列表中
-
h->fref1[h->i_ref1++] = h->frames.reference[i];
-
}
-
}
-
-
/* Order ref0 from higher to lower poc */
-
do
-
{
/*采用冒泡排序(不知道使用dowhile+for循环与双重for循环有什么优势),对参考帧按照POC从高到低进行排序*/
-
b_ok =
1;
-
for( i =
0; i < h->i_ref0 -
1; i++ )
-
{
-
if( h->fref0[i]->i_poc < h->fref0[i+
1]->i_poc )
-
{
-
XCHG(
x264_frame_t*, h->fref0[i], h->fref0[i+
1] );
-
b_ok =
0;
-
break;
-
}
-
}
-
}
while( !b_ok );
-
/* Order ref1 from lower to higher poc (bubble sort) for B-frame */
-
do
-
{
-
b_ok =
1;
-
for( i =
0; i < h->i_ref1 -
1; i++ )
-
{
-
if( h->fref1[i]->i_poc > h->fref1[i+
1]->i_poc )
-
{
-
XCHG(
x264_frame_t*, h->fref1[i], h->fref1[i+
1] );
-
b_ok =
0;
-
break;
-
}
-
}
-
}
while( !b_ok );
-
-
/* In the standard, a P-frame's ref list is sorted by frame_num.
-
* We use POC, but check whether explicit reordering is needed */
-
h->b_ref_reorder[
0] =
-
h->b_ref_reorder[
1] =
0;
-
if( h->sh.i_type == SLICE_TYPE_P )
-
{
-
for( i =
0; i < h->i_ref0 -
1; i++ )
-
if( h->fref0[i]->i_frame_num < h->fref0[i+
1]->i_frame_num )
-
{
-
h->b_ref_reorder[
0] =
1;
-
break;
-
}
-
}
-
-
h->i_ref1 = X264_MIN( h->i_ref1, h->frames.i_max_ref1 );
-
h->i_ref0 = X264_MIN( h->i_ref0, h->frames.i_max_ref0 );
-
h->i_ref0 = X264_MIN( h->i_ref0, h->param.i_frame_reference );
// if reconfig() has lowered the limit
-
assert( h->i_ref0 + h->i_ref1 <=
16 );
-
h->mb.pic.i_fref[
0] = h->i_ref0;
//为什么参考帧选择这两个,还没有搞懂
-
h->mb.pic.i_fref[
1] = h->i_ref1;
-
}
4、初始化比特流,写入SPS以及PPS信息后就开始进行片级编码。
-
if( i_nal_type == NAL_SLICE_IDR && h->param.b_repeat_headers )
-
{
/*SPS和PPS是解码需要用到的信息,因此只有解码器解析了SPS和PPS信息
-
才能进行解码,这就是为什么在每个IDR帧前写入这些信息*/
-
if( h->fenc->i_frame ==
0 )
-
{
//仅仅在第一针写入sei信息
-
/* identify ourself */
-
x264_nal_start( h, NAL_SEI, NAL_PRIORITY_DISPOSABLE );
/*开始整理nal。*/
-
x264_sei_version_write( h, &h->out.bs );
//写sei信息
-
x264_nal_end( h );
-
}
-
-
/* generate sequence parameters */
-
x264_nal_start( h, NAL_SPS, NAL_PRIORITY_HIGHEST );
/*开始整理nal。一个nal单元的首地址被赋值,
-
将要处理此新的nal单元;设置nal的优先权和类型。*/
-
x264_sps_write( &h->out.bs, h->sps );
/*写SPS信息。
-
将序列参数集sps写进位流结构中h->out.bs
-
不是每次都要写SPS and PPS,只有碰见立即刷新片(NAL_SLICE_IDR)时才写*/
-
x264_nal_end( h );
/*结束nal,整理nal
-
(1)输出新nal单元的地址
-
(2)自增表示下一个新nal单元的序号*/
-
-
/* generate picture parameters */
-
x264_nal_start( h, NAL_PPS, NAL_PRIORITY_HIGHEST );
/*开始整理nal。
-
一个nal单元的首地址被赋值,将要处理此新的nal单元;设置nal的优先权和类型。*/
-
x264_pps_write( &h->out.bs, h->pps );
/*写PPS信息。
-
将序列参数集sps写进位流结构中h->out.bs
-
不是每次都要写SPS and PPS,只有碰见立即刷新片(NAL_SLICE_IDR)时才写*/
-
x264_nal_end( h );
/*结束nal,整理nal
-
(1)输出新nal单元的地址
-
(2)自增表示下一个新nal单元的序号*/
-
}
接着就开始片级编码x264_slices_write( h );
二、片级编码分析
未完!待续。。。
首先来介绍下h265(HEVC)nal单元头,与h264的nal层相比,h265的nal unit header有两个字节构成,如下图所示:
从图中可以看出hHEVC的nal包结构与h264有明显的不同,hevc加入了nal所在的时间层的ID,取去除了nal_ref_idc,此信息合并到了naltype中,通常情况下F为0,layerid为0,TID为1。
nal单元的类型有如下几种:
-
enum NalUnitType
-
{
-
NAL_UNIT_CODED_SLICE_TRAIL_N =
0,
// 0
-
NAL_UNIT_CODED_SLICE_TRAIL_R,
// 1
-
-
NAL_UNIT_CODED_SLICE_TSA_N,
// 2
-
NAL_UNIT_CODED_SLICE_TLA,
// 3 // Current name in the spec: TSA_R
-
-
NAL_UNIT_CODED_SLICE_STSA_N,
// 4
-
NAL_UNIT_CODED_SLICE_STSA_R,
// 5
-
-
NAL_UNIT_CODED_SLICE_RADL_N,
// 6
-
NAL_UNIT_CODED_SLICE_DLP,
// 7 // Current name in the spec: RADL_R
-
-
NAL_UNIT_CODED_SLICE_RASL_N,
// 8
-
NAL_UNIT_CODED_SLICE_TFD,
// 9 // Current name in the spec: RASL_R
-
-
NAL_UNIT_RESERVED_10,
-
NAL_UNIT_RESERVED_11,
-
NAL_UNIT_RESERVED_12,
-
NAL_UNIT_RESERVED_13,
-
NAL_UNIT_RESERVED_14,
-
NAL_UNIT_RESERVED_15, NAL_UNIT_CODED_SLICE_BLA,
// 16 // Current name in the spec: BLA_W_LP
-
NAL_UNIT_CODED_SLICE_BLA,
// 16 // Current name in the spec: BLA_W_LP
-
NAL_UNIT_CODED_SLICE_BLANT,
// 17 // Current name in the spec: BLA_W_DLP
-
NAL_UNIT_CODED_SLICE_BLA_N_LP,
// 18
-
NAL_UNIT_CODED_SLICE_IDR,
// 19 // Current name in the spec: IDR_W_DLP
-
NAL_UNIT_CODED_SLICE_IDR_N_LP,
// 20
-
NAL_UNIT_CODED_SLICE_CRA,
// 21
-
NAL_UNIT_RESERVED_22,
-
NAL_UNIT_RESERVED_23,
-
-
NAL_UNIT_RESERVED_24,
-
NAL_UNIT_RESERVED_25,
-
NAL_UNIT_RESERVED_26,
-
NAL_UNIT_RESERVED_27,
-
NAL_UNIT_RESERVED_28,
-
NAL_UNIT_RESERVED_29,
-
NAL_UNIT_RESERVED_30,
-
NAL_UNIT_RESERVED_31,
-
-
NAL_UNIT_VPS,
// 32
-
NAL_UNIT_SPS,
// 33
-
NAL_UNIT_PPS,
// 34
-
NAL_UNIT_ACCESS_UNIT_DELIMITER,
// 35
-
NAL_UNIT_EOS,
// 36
-
NAL_UNIT_EOB,
// 37
-
NAL_UNIT_FILLER_DATA,
// 38
-
NAL_UNIT_SEI,
// 39 Prefix SEI
-
NAL_UNIT_SEI_SUFFIX,
// 40 Suffix SEI
-
NAL_UNIT_RESERVED_41,
-
NAL_UNIT_RESERVED_42,
-
NAL_UNIT_RESERVED_43,
-
NAL_UNIT_RESERVED_44,
-
NAL_UNIT_RESERVED_45,
-
NAL_UNIT_RESERVED_46,
-
NAL_UNIT_RESERVED_47,
-
NAL_UNIT_UNSPECIFIED_48,
-
NAL_UNIT_UNSPECIFIED_49,
-
NAL_UNIT_UNSPECIFIED_50,
-
NAL_UNIT_UNSPECIFIED_51,
-
NAL_UNIT_UNSPECIFIED_52,
-
NAL_UNIT_UNSPECIFIED_53,
-
NAL_UNIT_UNSPECIFIED_54,
-
NAL_UNIT_UNSPECIFIED_55,
-
NAL_UNIT_UNSPECIFIED_56,
-
NAL_UNIT_UNSPECIFIED_57,
-
NAL_UNIT_UNSPECIFIED_58,
-
NAL_UNIT_UNSPECIFIED_59,
-
NAL_UNIT_UNSPECIFIED_60,
-
NAL_UNIT_UNSPECIFIED_61,
-
NAL_UNIT_UNSPECIFIED_62,
-
NAL_UNIT_UNSPECIFIED_63,
-
NAL_UNIT_INVALID,
-
};
下面接收下fu分组打包方式,fu分组包头格式如下:
fus包头包含了两个字节的payloadhdr,一个字节的fu header,fu header与h264一样,结构如下图,包含开始位(1b)、停止位(1b)、futype(6b)
paylodhdr两个自己的赋值,其实就是把hevc帧数据的nal unit header的naltype替换为49即可,下面是从ffmpeg源码中截取出来的fu打包方式代码片段:
-
static void nal_send(AVFormatContext *ctx, const uint8_t *buf, int len, int last_packet_of_frame)
-
{
-
RTPMuxContext *rtp_ctx = ctx->priv_data;
-
int rtp_payload_size = rtp_ctx->max_payload_size - RTP_HEVC_HEADERS_SIZE;
-
int nal_type = (buf[
0] >>
1) &
0x3F;
-
-
/* send it as one single NAL unit? */
-
if (len <= rtp_ctx->max_payload_size)
//小于对定的最大值时,直接发送(最大值一般小于mtu)
-
{
-
/* use the original NAL unit buffer and transmit it as RTP payload */
-
ff_rtp_send_data(ctx, buf, len, last_packet_of_frame);
-
-
}
-
else
//大于最大值时进行fu分组发送
-
{
-
/*
-
create the HEVC payload header and transmit the buffer as fragmentation units (FU)
-
-
0 1
-
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
-
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
-
|F| Type | LayerId | TID |
-
+-------------+-----------------+
-
-
F = 0
-
Type = 49 (fragmentation unit (FU))
-
LayerId = 0
-
TID = 1
-
*/
-
rtp_ctx->buf[
0] =
49 <<
1;
-
rtp_ctx->buf[
1] =
1;
-
//此处为paylaodhdr,规范赋值应该是替换hevc数据nal 的payloadhdr的type
-
//rtp_ctx->buf[0] = (buf[0] &0x81) | (49<<1);
-
//rtp_ctx->buf[1] = buf[1]
-
/*
-
create the FU header
-
-
0 1 2 3 4 5 6 7
-
+-+-+-+-+-+-+-+-+
-
|S|E| FuType |
-
+---------------+
-
-
S = variable
-
E = variable
-
FuType = NAL unit type
-
*/
-
rtp_ctx->buf[
2] = nal_type;
-
/* set the S bit: mark as start fragment */
-
rtp_ctx->buf[
2] |=
1 <<
7;
-
/* pass the original NAL header */
-
//此处要注意,当是分组的第一报数据时,应该覆盖掉前两个字节的数据,h264要覆盖前一个字节的数据,即是第一包要去除hevc帧数据的paylaodhdr
-
buf +=
2;
-
len -=
2;
-
while (len > rtp_payload_size)
-
{
-
/* complete and send current RTP packet */
-
memcpy(&rtp_ctx->buf[RTP_HEVC_HEADERS_SIZE], buf, rtp_payload_size);
-
ff_rtp_send_data(ctx, rtp_ctx->buf, rtp_ctx->max_payload_size,
0);
-
-
buf += rtp_payload_size;
-
len -= rtp_payload_size;
-
-
/* reset the S bit */
-
rtp_ctx->buf[
2] &= ~(
1 <<
7);
-
-
}
-
-
/* set the E bit: mark as last fragment */
-
rtp_ctx->buf[
2] |=
1 <<
6;
-
-
/* complete and send last RTP packet */
-
memcpy(&rtp_ctx->buf[RTP_HEVC_HEADERS_SIZE], buf, len);
-
ff_rtp_send_data(ctx, rtp_ctx->buf, len +
2, last_packet_of_frame);
-
-
}
-
}
通过rtp发送hevc视频数据,当hevc帧数据大于mtu时,应该进行fu分组发送,从上面代码流程就是对超过max_payload_size数据进行fu分组的流程,这个h264 fu-A很类似,很容易理解。
参考规范:
https://tools.ietf.org/html/draft-ietf-payload-rtp-h265-14
ffmpeg相关代码
https://www.ffmpeg.org/doxygen/2.5/rtpenc__hevc_8c_source.html
对H.264编码标准一直停留在理解原理的基础上,对于一个实际投入使用的编码器是如何构建起来一直感觉很神秘,于是决定在理解理论的基础上潜心于编码器实现框架。关于开源的H264编码器有很多,JMVC,T264、X264,这里选择X264,因为网上关于X264源码分析资源很多。X264编码器是一个开源的经过优化的高性能H.264编码器,目前最新的源码在本人的I5处理器的PC机上,编码1920x1080分辨率的视频序列在使用ultrafast配置的情况下,可以实现160fps左右的编码速度。
这里对源码分析并没有选择最新的源码,而是选用2009年2月份的版本,原因有二:一是这个版本是从网上下载下来的,已经是一个建立好的VS2008工程,对于像我这种用惯IDE调试的程序员来说,这可以大大提高源码阅读速度;二是虽然X264源码虽然几乎每天都有更新,但是从这个版本以后,最大的改动基本是针对多Slice编码的支持,其他都是在输入输出方面的一些改动,从这个版本学习可以较快进入编码部分的学习;三是这个版本当中已经有别人的很多的注释,便于自己理解;
一般将编码分为帧级、片级、宏块级编码,依次从上到下。下面就从这三个级分析X264编码流程:一、帧级编码分析
定位到x264_encoder_encode这个函数,这个函数应该是H264编码最上层的函数,实现编码一帧视频。在进行下一步分析之前有必要了解,控制X264编码的全局性结构体x264_t,这个结构体控制着视频一帧一帧的编码,包括中间参考帧管理、码率控制、全局参数等一些重要参数和结构体。
下面是x264_t这个结构体的定义(这里仅对几个关键的结构和变量进行分析):
-
struct x264_t
-
{
-
x264_param_t param;
//编码器编码参数,包括量化步长、编码级别等等一些参数
-
-
………..
-
int i_frame;
//编码帧号,用于计算POC(picture of count 标识视频帧的解码顺序)
-
………..
-
int i_nal_type;
/* Nal 单元的类型,可以查看编码标准,有哪几种类型,需要理解的类型有:不分区(一帧作为一个片)非IDR图像的片;片分区A、片分区B、片分区C、IDR图像中的片、序列参数集、图像参数集 */
-
-
int i_nal_ref_idc;
/* Nal 单元的优先级别
取值范围[0,1,2,3],值越大表示优先级越高,此Nal单元就越重要
*/
-
-
/* We use only one SPS(序列参数集) and one PPS(图像参数集) */
-
x264_sps_t sps_array[
1];
//结构体的数组
-
x264_sps_t *sps;
-
x264_pps_t pps_array[
1];
-
x264_pps_t *pps;
-
int i_idr_pic_id;
-
-
……
-
-
struct
-
{
-
//这个结构体涉及到X264编码过程中的帧管理,理解这个结构体中的变量在编码标准的理论意义是非常重要的
-
x264_frame_t *current[X264_BFRAME_MAX*
4+
3];
/*已确定帧类型,待编码帧,每一个GOP在编码前,每一帧的类型在编码前已经确定。当进行编码时,从这里取出一帧数据。*/
-
x264_frame_t *next[X264_BFRAME_MAX*
4+
3];
//尚未确定帧类型的待编码帧,当确定后,会将此数组中的帧转移到current数组中去。
-
x264_frame_t *unused[X264_BFRAME_MAX*
4 + X264_THREAD_MAX*
2 +
16+
4];
/*这个数组用于回收那些在编码中分配的frame空间,当有新的需要时,直接拿过来用,不用重新分配新的空间,提高效率*/
-
/* For adaptive B decision */
-
x264_frame_t *last_nonb;
-
-
/* frames used for reference + sentinels */
-
x264_frame_t *reference[
16+
2];
//参考帧队列,注意参考帧都是重建帧
-
-
int i_last_idr;
/* 上一次刷新关键帧的帧号,配合前面的i_frame,可以用来计算POC */
-
-
int i_input;
/* Number of input frames already accepted */
//frames结构体中i_input指示当前输入的帧的(播放顺序)序号。
-
-
int i_max_dpb;
/* 分配解码图像缓冲的最大数量(DPB) */
-
int i_max_ref0;
//最大前向参考帧数量
-
int i_max_ref1;
//最大后向参考帧数量
-
int i_delay;
/* Number of frames buffered for B reordering */
-
//i_delay设置为由B帧个数(线程个数)确定的帧缓冲延迟,在多线程情况下为i_delay = i_bframe + i_threads - 1。
-
//而判断B帧缓冲填充是否足够则通过条件判断:h->frames.i_input <= h->frames.i_delay + 1 - h->param.i_threads。
-
int b_have_lowres;
/* Whether 1/2 resolution luma planes are being used */
-
int b_have_sub8x8_esa;
-
} frames;
//指示和控制帧编码过程的结构
-
-
/* current frame being encoded */
-
x264_frame_t *fenc;
//指向当前编码帧
-
-
/* frame being reconstructed */
-
x264_frame_t *fdec;
//指向当前重建帧,重建帧的帧号要比当前编码帧的帧号小1
-
-
/* references lists */
-
int i_ref0;
//前向参考帧的数量
-
x264_frame_t *fref0[
16+
3];
/* 存放前向参考帧的数组(注意参考帧均是重建帧) */
-
int i_ref1;
//后向参考帧的数量
-
x264_frame_t *fref1[
16+
3];
/* 存放后向参考帧的数组*/
-
int b_ref_reorder[
2];
-
……..
-
};
定位到x264_encoder_encode这个函数,这个函数应该是H264编码最上层的函数,实现编码的帧级处理(如何进行参考帧管理、帧类型确定等等)。
下面对x264_encoder_encode中几个关键函数以及关键部分进行分析:
1、x264_reference_update这个函数主要完成参考帧的更新,H.264的帧间预测需要使用参考帧,参考帧使用的都是已编码后的重建帧,每编码一帧的同时会重建此帧作为参考帧,在编码下一帧时,将此重建帧加入到参考帧队列中。函数实现如下:
-
static inline void x264_reference_update( x264_t *h )
-
{
-
int i;
-
-
if( h->fdec->i_frame >=
0 )
//重建帧帧数大于等于零时
-
h->i_frame++;
//当前编码帧的帧号要比重建帧的帧号大1
-
-
if( !h->fdec->b_kept_as_ref )
/*如果重建帧不作为参考帧(不作为参考帧,当然不用加入参考帧队列了)*/
-
{
//when b frame is not used as reference frame
-
if( h->param.i_threads >
1 )
-
{
-
x264_frame_push_unused( h, h->fdec );
-
h->fdec = x264_frame_pop_unused( h );
-
}
-
return;
//if b-frame is not used as reference, return
-
}
-
-
/* move lowres(低分辨率) copy of the image to the ref frame */
-
for( i =
0; i <
4; i++)
-
{
/*暂时还不知道干嘛的*/
-
XCHG(
uint8_t*, h->fdec->lowres[i], h->fenc->lowres[i] );
-
XCHG(
uint8_t*, h->fdec->buffer_lowres[i], h->fenc->buffer_lowres[i] );
-
}
-
-
/* adaptive B decision needs a pointer, since it can't use the ref lists */
-
if( h->sh.i_type != SLICE_TYPE_B )
-
h->frames.last_nonb = h->fdec;
-
-
/* move frame in the buffer */
-
x264_frame_push( h->frames.reference, h->fdec );
/*把重建帧放入参考队列中*/
-
if( h->frames.reference[h->frames.i_max_dpb] )
/*如果参考帧的个数大于解码图像缓存的最大数(decoded picture buffer(DPB))*/
-
x264_frame_push_unused( h, x264_frame_shift( h->frames.reference ) );
/*取出参考队列中第一个参考重建帧,并放入暂时不用帧队列中*/
-
h->fdec = x264_frame_pop_unused( h );
/*从暂时不用帧队列中,取出一帧作为新的重建帧buf*/
-
}
2、帧排序部分,在H.264标准中采用编码顺序与显示顺序不同的编码方式,对于一个已经确定帧类型的待编码序列:IBBPBBP在编码时需要先排序为IPBBPBB,然后进行编码。在X264代码中,实现在如下部分:
-
//确定帧的类型
-
x264_stack_align( x264_slicetype_decide, h );
/*通过x264_slicetype_decide函数来确定决定h-frames.next[]中每一帧的类型*/
-
-
/* 3: move some B-frames and 1 non-B to encode queue 这里来完成帧排序,还是有点巧妙的*/
-
while( IS_X264_TYPE_B( h->frames.next[bframes]->i_type ) )
-
bframes++;
/*注意这个循环查找的作用,一方面可以确定第一个非B帧之前B帧的数量,也可以定位出第一个非B帧的位置*/
-
x264_frame_push( h->frames.current, x264_frame_shift( &h->frames.next[bframes] ) );
/*取出第一个非B帧,并放到current指针第一个位置:通过这两步完成帧排序的(例如BBP->PBB)*/
-
/* FIXME: when max B-frames > 3, BREF may no longer be centered after GOP closing */
-
if( h->param.b_bframe_pyramid && bframes >
1 )
-
{
-
x264_frame_t *mid = x264_frame_shift( &h->frames.next[bframes/
2] );
-
mid->i_type = X264_TYPE_BREF;
-
x264_frame_push( h->frames.current, mid );
-
bframes--;
-
}
-
while( bframes-- )
-
x264_frame_push( h->frames.current, x264_frame_shift( h->frames.next ) );
/*然后依次取出B帧,并放到current队列中*/
下面就可以从h->frames.current队列中取出第一帧放入h->fenc中
h->fenc = x264_frame_shift( h->frames.current );//从当前编码帧中取出第一帧,作为当前编码帧
然后就开始编码,首先当前编码帧(h->fenc)的类型,设定slice类型,这里就不解释了,关于IDR帧,执行了x264_reference_reset这个函数将参考帧队列清空。
接着进行相关参数的赋值,这里主要对POC的计算强调一下:
h->fenc->i_poc = 2 * (h->fenc->i_frame - h->frames.i_last_idr);//考虑到场编码,POC每帧增长为2,如果是场编码POC增长为1
3、重建参考帧列表(x264_reference_build_list),即将参考帧列表中的参考帧分为前向参考帧和后向参考帧,并根据POC进行参考帧排序。函数具体实现如下:
-
static inline void x264_reference_build_list( x264_t *h, int i_poc )
-
{
-
int i;
-
int b_ok;
-
-
/* build ref list 0/1 */
-
h->i_ref0 =
0;
//前向参考帧索引
-
h->i_ref1 =
0;
//后向参考帧索引
-
for( i =
0; h->frames.reference[i]; i++ )
-
{
//注意这里都是指针操作
-
if( h->frames.reference[i]->i_poc < i_poc )
-
{
//小于当前帧POC的,放到前向参考帧列表中
-
h->fref0[h->i_ref0++] = h->frames.reference[i];
-
}
-
else
if( h->frames.reference[i]->i_poc > i_poc )
-
{
//大于当前帧POC的,放到后向参考帧列表中
-
h->fref1[h->i_ref1++] = h->frames.reference[i];
-
}
-
}
-
-
/* Order ref0 from higher to lower poc */
-
do
-
{
/*采用冒泡排序(不知道使用dowhile+for循环与双重for循环有什么优势),对参考帧按照POC从高到低进行排序*/
-
b_ok =
1;
-
for( i =
0; i < h->i_ref0 -
1; i++ )
-
{
-
if( h->fref0[i]->i_poc < h->fref0[i+
1]->i_poc )
-
{
-
XCHG(
x264_frame_t*, h->fref0[i], h->fref0[i+
1] );
-
b_ok =
0;
-
break;
-
}
-
}
-
}
while( !b_ok );
-
/* Order ref1 from lower to higher poc (bubble sort) for B-frame */
-
do
-
{
-
b_ok =
1;
-
for( i =
0; i < h->i_ref1 -
1; i++ )
-
{
-
if( h->fref1[i]->i_poc > h->fref1[i+
1]->i_poc )
-
{
-
XCHG(
x264_frame_t*, h->fref1[i], h->fref1[i+
1] );
-
b_ok =
0;
-
break;
-
}
-
}
-
}
while( !b_ok );
-
-
/* In the standard, a P-frame's ref list is sorted by frame_num.
-
* We use POC, but check whether explicit reordering is needed */
-
h->b_ref_reorder[
0] =
-
h->b_ref_reorder[
1] =
0;
-
if( h->sh.i_type == SLICE_TYPE_P )
-
{
-
for( i =
0; i < h->i_ref0 -
1; i++ )
-
if( h->fref0[i]->i_frame_num < h->fref0[i+
1]->i_frame_num )
-
{
-
h->b_ref_reorder[
0] =
1;
-
break;
-
}
-
}
-
-
h->i_ref1 = X264_MIN( h->i_ref1, h->frames.i_max_ref1 );
-
h->i_ref0 = X264_MIN( h->i_ref0, h->frames.i_max_ref0 );
-
h->i_ref0 = X264_MIN( h->i_ref0, h->param.i_frame_reference );
// if reconfig() has lowered the limit
-
assert( h->i_ref0 + h->i_ref1 <=
16 );
-
h->mb.pic.i_fref[
0] = h->i_ref0;
//为什么参考帧选择这两个,还没有搞懂
-
h->mb.pic.i_fref[
1] = h->i_ref1;
-
}
4、初始化比特流,写入SPS以及PPS信息后就开始进行片级编码。
-
if( i_nal_type == NAL_SLICE_IDR && h->param.b_repeat_headers )
-
{
/*SPS和PPS是解码需要用到的信息,因此只有解码器解析了SPS和PPS信息
-
才能进行解码,这就是为什么在每个IDR帧前写入这些信息*/
-
if( h->fenc->i_frame ==
0 )
-
{
//仅仅在第一针写入sei信息
-
/* identify ourself */
-
x264_nal_start( h, NAL_SEI, NAL_PRIORITY_DISPOSABLE );
/*开始整理nal。*/
-
x264_sei_version_write( h, &h->out.bs );
//写sei信息
-
x264_nal_end( h );
-
}
-
-
/* generate sequence parameters */
-
x264_nal_start( h, NAL_SPS, NAL_PRIORITY_HIGHEST );
/*开始整理nal。一个nal单元的首地址被赋值,
-
将要处理此新的nal单元;设置nal的优先权和类型。*/
-
x264_sps_write( &h->out.bs, h->sps );
/*写SPS信息。
-
将序列参数集sps写进位流结构中h->out.bs
-
不是每次都要写SPS and PPS,只有碰见立即刷新片(NAL_SLICE_IDR)时才写*/
-
x264_nal_end( h );
/*结束nal,整理nal
-
(1)输出新nal单元的地址
-
(2)自增表示下一个新nal单元的序号*/
-
-
/* generate picture parameters */
-
x264_nal_start( h, NAL_PPS, NAL_PRIORITY_HIGHEST );
/*开始整理nal。
-
一个nal单元的首地址被赋值,将要处理此新的nal单元;设置nal的优先权和类型。*/
-
x264_pps_write( &h->out.bs, h->pps );
/*写PPS信息。
-
将序列参数集sps写进位流结构中h->out.bs
-
不是每次都要写SPS and PPS,只有碰见立即刷新片(NAL_SLICE_IDR)时才写*/
-
x264_nal_end( h );
/*结束nal,整理nal
-
(1)输出新nal单元的地址
-
(2)自增表示下一个新nal单元的序号*/
-
}
接着就开始片级编码x264_slices_write( h );
二、片级编码分析
未完!待续。。。
首先来介绍下h265(HEVC)nal单元头,与h264的nal层相比,h265的nal unit header有两个字节构成,如下图所示:
从图中可以看出hHEVC的nal包结构与h264有明显的不同,hevc加入了nal所在的时间层的ID,取去除了nal_ref_idc,此信息合并到了naltype中,通常情况下F为0,layerid为0,TID为1。
nal单元的类型有如下几种:
-
enum NalUnitType
-
{
-
NAL_UNIT_CODED_SLICE_TRAIL_N =
0,
// 0
-
NAL_UNIT_CODED_SLICE_TRAIL_R,
// 1
-
-
NAL_UNIT_CODED_SLICE_TSA_N,
// 2
-
NAL_UNIT_CODED_SLICE_TLA,
// 3 // Current name in the spec: TSA_R
-
-
NAL_UNIT_CODED_SLICE_STSA_N,
// 4
-
NAL_UNIT_CODED_SLICE_STSA_R,
// 5
-
-
NAL_UNIT_CODED_SLICE_RADL_N,
// 6
-
NAL_UNIT_CODED_SLICE_DLP,
// 7 // Current name in the spec: RADL_R
-
-
NAL_UNIT_CODED_SLICE_RASL_N,
// 8
-
NAL_UNIT_CODED_SLICE_TFD,
// 9 // Current name in the spec: RASL_R
-
-
NAL_UNIT_RESERVED_10,
-
NAL_UNIT_RESERVED_11,
-
NAL_UNIT_RESERVED_12,
-
NAL_UNIT_RESERVED_13,
-
NAL_UNIT_RESERVED_14,
-
NAL_UNIT_RESERVED_15, NAL_UNIT_CODED_SLICE_BLA,
// 16 // Current name in the spec: BLA_W_LP
-
NAL_UNIT_CODED_SLICE_BLA,
// 16 // Current name in the spec: BLA_W_LP
-
NAL_UNIT_CODED_SLICE_BLANT,
// 17 // Current name in the spec: BLA_W_DLP
-
NAL_UNIT_CODED_SLICE_BLA_N_LP,
// 18
-
NAL_UNIT_CODED_SLICE_IDR,
// 19 // Current name in the spec: IDR_W_DLP
-
NAL_UNIT_CODED_SLICE_IDR_N_LP,
// 20
-
NAL_UNIT_CODED_SLICE_CRA,
// 21
-
NAL_UNIT_RESERVED_22,
-
NAL_UNIT_RESERVED_23,
-
-
NAL_UNIT_RESERVED_24,
-
NAL_UNIT_RESERVED_25,
-
NAL_UNIT_RESERVED_26,
-
NAL_UNIT_RESERVED_27,
-
NAL_UNIT_RESERVED_28,
-
NAL_UNIT_RESERVED_29,
-
NAL_UNIT_RESERVED_30,
-
NAL_UNIT_RESERVED_31,
-
-
NAL_UNIT_VPS,
// 32
-
NAL_UNIT_SPS,
// 33
-
NAL_UNIT_PPS,
// 34
-
NAL_UNIT_ACCESS_UNIT_DELIMITER,
// 35
-
NAL_UNIT_EOS,
// 36
-
NAL_UNIT_EOB,
// 37
-
NAL_UNIT_FILLER_DATA,
// 38
-
NAL_UNIT_SEI,
// 39 Prefix SEI
-
NAL_UNIT_SEI_SUFFIX,
// 40 Suffix SEI
-
NAL_UNIT_RESERVED_41,
-
NAL_UNIT_RESERVED_42,
-
NAL_UNIT_RESERVED_43,
-
NAL_UNIT_RESERVED_44,
-
NAL_UNIT_RESERVED_45,
-
NAL_UNIT_RESERVED_46,
-
NAL_UNIT_RESERVED_47,
-
NAL_UNIT_UNSPECIFIED_48,
-
NAL_UNIT_UNSPECIFIED_49,
-
NAL_UNIT_UNSPECIFIED_50,
-
NAL_UNIT_UNSPECIFIED_51,
-
NAL_UNIT_UNSPECIFIED_52,
-
NAL_UNIT_UNSPECIFIED_53,
-
NAL_UNIT_UNSPECIFIED_54,
-
NAL_UNIT_UNSPECIFIED_55,
-
NAL_UNIT_UNSPECIFIED_56,
-
NAL_UNIT_UNSPECIFIED_57,
-
NAL_UNIT_UNSPECIFIED_58,
-
NAL_UNIT_UNSPECIFIED_59,
-
NAL_UNIT_UNSPECIFIED_60,
-
NAL_UNIT_UNSPECIFIED_61,
-
NAL_UNIT_UNSPECIFIED_62,
-
NAL_UNIT_UNSPECIFIED_63,
-
NAL_UNIT_INVALID,
-
};
下面接收下fu分组打包方式,fu分组包头格式如下:
fus包头包含了两个字节的payloadhdr,一个字节的fu header,fu header与h264一样,结构如下图,包含开始位(1b)、停止位(1b)、futype(6b)
paylodhdr两个自己的赋值,其实就是把hevc帧数据的nal unit header的naltype替换为49即可,下面是从ffmpeg源码中截取出来的fu打包方式代码片段:
-
static void nal_send(AVFormatContext *ctx, const uint8_t *buf, int len, int last_packet_of_frame)
-
{
-
RTPMuxContext *rtp_ctx = ctx->priv_data;
-
int rtp_payload_size = rtp_ctx->max_payload_size - RTP_HEVC_HEADERS_SIZE;
-
int nal_type = (buf[
0] >>
1) &
0x3F;
-
-
/* send it as one single NAL unit? */
-
if (len <= rtp_ctx->max_payload_size)
//小于对定的最大值时,直接发送(最大值一般小于mtu)
-
{
-
/* use the original NAL unit buffer and transmit it as RTP payload */
-
ff_rtp_send_data(ctx, buf, len, last_packet_of_frame);
-
-
}
-
else
//大于最大值时进行fu分组发送
-
{
-
/*
-
create the HEVC payload header and transmit the buffer as fragmentation units (FU)
-
-
0 1
-
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
-
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
-
|F| Type | LayerId | TID |
-
+-------------+-----------------+
-
-
F = 0
-
Type = 49 (fragmentation unit (FU))
-
LayerId = 0
-
TID = 1
-
*/
-
rtp_ctx->buf[
0] =
49 <<
1;
-
rtp_ctx->buf[
1] =
1;
-
//此处为paylaodhdr,规范赋值应该是替换hevc数据nal 的payloadhdr的type
-
//rtp_ctx->buf[0] = (buf[0] &0x81) | (49<<1);
-
//rtp_ctx->buf[1] = buf[1]
-
/*
-
create the FU header
-
-
0 1 2 3 4 5 6 7
-
+-+-+-+-+-+-+-+-+
-
|S|E| FuType |
-
+---------------+
-
-
S = variable
-
E = variable
-
FuType = NAL unit type
-
*/
-
rtp_ctx->buf[
2] = nal_type;
-
/* set the S bit: mark as start fragment */
-
rtp_ctx->buf[
2] |=
1 <<
7;
-
/* pass the original NAL header */
-
//此处要注意,当是分组的第一报数据时,应该覆盖掉前两个字节的数据,h264要覆盖前一个字节的数据,即是第一包要去除hevc帧数据的paylaodhdr
-
buf +=
2;
-
len -=
2;
-
while (len > rtp_payload_size)
-
{
-
/* complete and send current RTP packet */
-
memcpy(&rtp_ctx->buf[RTP_HEVC_HEADERS_SIZE], buf, rtp_payload_size);
-
ff_rtp_send_data(ctx, rtp_ctx->buf, rtp_ctx->max_payload_size,
0);
-
-
buf += rtp_payload_size;
-
len -= rtp_payload_size;
-
-
/* reset the S bit */
-
rtp_ctx->buf[
2] &= ~(
1 <<
7);
-
-
}
-
-
/* set the E bit: mark as last fragment */
-
rtp_ctx->buf[
2] |=
1 <<
6;
-
-
/* complete and send last RTP packet */
-
memcpy(&rtp_ctx->buf[RTP_HEVC_HEADERS_SIZE], buf, len);
-
ff_rtp_send_data(ctx, rtp_ctx->buf, len +
2, last_packet_of_frame);
-
-
}
-
}
通过rtp发送hevc视频数据,当hevc帧数据大于mtu时,应该进行fu分组发送,从上面代码流程就是对超过max_payload_size数据进行fu分组的流程,这个h264 fu-A很类似,很容易理解。
参考规范:
https://tools.ietf.org/html/draft-ietf-payload-rtp-h265-14
ffmpeg相关代码
https://www.ffmpeg.org/doxygen/2.5/rtpenc__hevc_8c_source.html
首先来介绍下h265(HEVC)nal单元头,与h264的nal层相比,h265的nal unit header有两个字节构成,如下图所示:
从图中可以看出hHEVC的nal包结构与h264有明显的不同,hevc加入了nal所在的时间层的ID,取去除了nal_ref_idc,此信息合并到了naltype中,通常情况下F为0,layerid为0,TID为1。
nal单元的类型有如下几种:
-
enum NalUnitType
-
{
-
NAL_UNIT_CODED_SLICE_TRAIL_N =
0,
// 0
-
NAL_UNIT_CODED_SLICE_TRAIL_R,
// 1
-
-
NAL_UNIT_CODED_SLICE_TSA_N,
// 2
-
NAL_UNIT_CODED_SLICE_TLA,
// 3 // Current name in the spec: TSA_R
-
-
NAL_UNIT_CODED_SLICE_STSA_N,
// 4
-
NAL_UNIT_CODED_SLICE_STSA_R,
// 5
-
-
NAL_UNIT_CODED_SLICE_RADL_N,
// 6
-
NAL_UNIT_CODED_SLICE_DLP,
// 7 // Current name in the spec: RADL_R
-
-
NAL_UNIT_CODED_SLICE_RASL_N,
// 8
-
NAL_UNIT_CODED_SLICE_TFD,
// 9 // Current name in the spec: RASL_R
-
-
NAL_UNIT_RESERVED_10,
-
NAL_UNIT_RESERVED_11,
-
NAL_UNIT_RESERVED_12,
-
NAL_UNIT_RESERVED_13,
-
NAL_UNIT_RESERVED_14,
-
NAL_UNIT_RESERVED_15, NAL_UNIT_CODED_SLICE_BLA,
// 16 // Current name in the spec: BLA_W_LP
-
NAL_UNIT_CODED_SLICE_BLA,
// 16 // Current name in the spec: BLA_W_LP
-
NAL_UNIT_CODED_SLICE_BLANT,
// 17 // Current name in the spec: BLA_W_DLP
-
NAL_UNIT_CODED_SLICE_BLA_N_LP,
// 18
-
NAL_UNIT_CODED_SLICE_IDR,
// 19 // Current name in the spec: IDR_W_DLP
-
NAL_UNIT_CODED_SLICE_IDR_N_LP,
// 20
-
NAL_UNIT_CODED_SLICE_CRA,
// 21
-
NAL_UNIT_RESERVED_22,
-
NAL_UNIT_RESERVED_23,
-
-
NAL_UNIT_RESERVED_24,
-
NAL_UNIT_RESERVED_25,
-
NAL_UNIT_RESERVED_26,
-
NAL_UNIT_RESERVED_27,
-
NAL_UNIT_RESERVED_28,
-
NAL_UNIT_RESERVED_29,
-
NAL_UNIT_RESERVED_30,
-
NAL_UNIT_RESERVED_31,
-
-
NAL_UNIT_VPS,
// 32
-
NAL_UNIT_SPS,
// 33
-
NAL_UNIT_PPS,
// 34
-
NAL_UNIT_ACCESS_UNIT_DELIMITER,
// 35
-
NAL_UNIT_EOS,
// 36
-
NAL_UNIT_EOB,
// 37
-
NAL_UNIT_FILLER_DATA,
// 38
-
NAL_UNIT_SEI,
// 39 Prefix SEI
-
NAL_UNIT_SEI_SUFFIX,
// 40 Suffix SEI
-
NAL_UNIT_RESERVED_41,
-
NAL_UNIT_RESERVED_42,
-
NAL_UNIT_RESERVED_43,
-
NAL_UNIT_RESERVED_44,
-
NAL_UNIT_RESERVED_45,
-
NAL_UNIT_RESERVED_46,
-
NAL_UNIT_RESERVED_47,
-
NAL_UNIT_UNSPECIFIED_48,
-
NAL_UNIT_UNSPECIFIED_49,
-
NAL_UNIT_UNSPECIFIED_50,
-
NAL_UNIT_UNSPECIFIED_51,
-
NAL_UNIT_UNSPECIFIED_52,
-
NAL_UNIT_UNSPECIFIED_53,
-
NAL_UNIT_UNSPECIFIED_54,
-
NAL_UNIT_UNSPECIFIED_55,
-
NAL_UNIT_UNSPECIFIED_56,
-
NAL_UNIT_UNSPECIFIED_57,
-
NAL_UNIT_UNSPECIFIED_58,
-
NAL_UNIT_UNSPECIFIED_59,
-
NAL_UNIT_UNSPECIFIED_60,
-
NAL_UNIT_UNSPECIFIED_61,
-
NAL_UNIT_UNSPECIFIED_62,
-
NAL_UNIT_UNSPECIFIED_63,
-
NAL_UNIT_INVALID,
-
};
下面接收下fu分组打包方式,fu分组包头格式如下:
fus包头包含了两个字节的payloadhdr,一个字节的fu header,fu header与h264一样,结构如下图,包含开始位(1b)、停止位(1b)、futype(6b)
paylodhdr两个自己的赋值,其实就是把hevc帧数据的nal unit header的naltype替换为49即可,下面是从ffmpeg源码中截取出来的fu打包方式代码片段:
-
static void nal_send(AVFormatContext *ctx, const uint8_t *buf, int len, int last_packet_of_frame)
-
{
-
RTPMuxContext *rtp_ctx = ctx->priv_data;
-
int rtp_payload_size = rtp_ctx->max_payload_size - RTP_HEVC_HEADERS_SIZE;
-
int nal_type = (buf[
0] >>
1) &
0x3F;
-
-
/* send it as one single NAL unit? */
-
if (len <= rtp_ctx->max_payload_size)
//小于对定的最大值时,直接发送(最大值一般小于mtu)
-
{
-
/* use the original NAL unit buffer and transmit it as RTP payload */
-
ff_rtp_send_data(ctx, buf, len, last_packet_of_frame);
-
-
}
-
else
//大于最大值时进行fu分组发送
-
{
-
/*
-
create the HEVC payload header and transmit the buffer as fragmentation units (FU)
-
-
0 1
-
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
-
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
-
|F| Type | LayerId | TID |
-
+-------------+-----------------+
-
-
F = 0
-
Type = 49 (fragmentation unit (FU))
-
LayerId = 0
-
TID = 1
-
*/
-
rtp_ctx->buf[
0] =
49 <<
1;
-
rtp_ctx->buf[
1] =
1;
-
//此处为paylaodhdr,规范赋值应该是替换hevc数据nal 的payloadhdr的type
-
//rtp_ctx->buf[0] = (buf[0] &0x81) | (49<<1);
-
//rtp_ctx->buf[1] = buf[1]
-
/*
-
create the FU header
-
-
0 1 2 3 4 5 6 7
-
+-+-+-+-+-+-+-+-+
-
|S|E| FuType |
-
+---------------+
-
-
S = variable
-
E = variable
-
FuType = NAL unit type
-
*/
-
rtp_ctx->buf[
2] = nal_type;
-
/* set the S bit: mark as start fragment */
-
rtp_ctx->buf[
2] |=
1 <<
7;
-
/* pass the original NAL header */
-
//此处要注意,当是分组的第一报数据时,应该覆盖掉前两个字节的数据,h264要覆盖前一个字节的数据,即是第一包要去除hevc帧数据的paylaodhdr
-
buf +=
2;
-
len -=
2;
-
while (len > rtp_payload_size)
-
{
-
/* complete and send current RTP packet */
-
memcpy(&rtp_ctx->buf[RTP_HEVC_HEADERS_SIZE], buf, rtp_payload_size);
-
ff_rtp_send_data(ctx, rtp_ctx->buf, rtp_ctx->max_payload_size,
0);
-
-
buf += rtp_payload_size;
-
len -= rtp_payload_size;
-
-
/* reset the S bit */
-
rtp_ctx->buf[
2] &= ~(
1 <<
7);
-
-
}
-
-
/* set the E bit: mark as last fragment */
-
rtp_ctx->buf[
2] |=
1 <<
6;
-
-
/* complete and send last RTP packet */
-
memcpy(&rtp_ctx->buf[RTP_HEVC_HEADERS_SIZE], buf, len);
-
ff_rtp_send_data(ctx, rtp_ctx->buf, len +
2, last_packet_of_frame);
-
-
}
-
}
通过rtp发送hevc视频数据,当hevc帧数据大于mtu时,应该进行fu分组发送,从上面代码流程就是对超过max_payload_size数据进行fu分组的流程,这个h264 fu-A很类似,很容易理解。
参考规范:
https://tools.ietf.org/html/draft-ietf-payload-rtp-h265-14
ffmpeg相关代码
https://www.ffmpeg.org/doxygen/2.5/rtpenc__hevc_8c_source.html