FFmpeg 源码分析
- 前言
FFMPEG 是一款特别强大专门用于处理音视频的开源库。你即可以使用它的API对音视频进行处理，也可以使用它提供的工具，如ffmpeg,ffplay,ffprobe,来编剧你的音视频文件。以及在直播中推流/拉流的相关处理，其播放器相关开发。
本文件将简要介绍一下FFMPEG库的基本目录结构及其功能，然后详细介绍一下我们在日常工作中，如何使用ffmpeg提供的工具处理音视频文件
最后我们将以一个Xcode 环境下利用FFMPEG 实现播放器，播放我们的视频文件。
- Mac/Linux 编译 ffmpeg
ffmpeg 源码下载地址：http://ffmpeg.org/download.html
利用Mac 的终端命令执行 git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg 把ffmpeg的源码克隆到你的电脑本地如下图：
在你已经克隆到源码的电脑路径上目录下执行：进行编译ffmpeg 依次执行操作：
./configure --prefix=/usr/local/ffmpeg --enable-gpl --enable-nonfree --enable-libfdk-aac --enable-libx264 --enable-libx265 --enable-filter=delogo --enable-debug --disable-optimizations --enable-libspeex --enable-videotoolbox --enable-shared --enable-pthreads --enable-version3 --enable-hardcoded-tables --cc=clang --host-cflags= --host-ldflags=
make - j 4 或者 sudo make -j 4
make install 或者 sudo make install
执行完毕之后如下图：
可以进入cd /usr/local/ffmpeg/bin 查看FFmpeg 编译成功的相关信息
这个时候我们在执行ffmpeg 命令如下：
这样代表我们ffmpeg 编译成功
- FFMPEG/FFPLAY/FFPROBE的区别
- ffmpeg:Hyper fast Audio and Video encoder 超快音视频编码器（类似爱剪辑、小影、乐秀、抖音）等等产品
- ffplay:Simple media player 简单媒体播放器
- ffprobe:Simple multimedia streams analyzer 简单多媒体流分析器
- FFMPEG 目录及作用
目录结构如下图：
- FFMPEG 基本概念
在讲解FFMPEG 基本概念之前，我们先介绍一些音视频基本的基本概念
1.音/视频流：
在音视频领域，我们把一路音/视频称为一路流，如我们小时候经常使用VCD 看电影，在里边可以选择粤语或者国语声音，其实就是CD 视频文件中存放了两路音频流，和一路视频流，用户可以选择其中一路进行播放。
我们先看一下音频基础知识：
1.1 《声音的物理性质—振动》：
声音是一种由物体振动引发的物理现象，如小提琴的弦声等。物体的振动使其四周空气的压强产生变化，这种忽强弱变化以波的形式向四周传播，当然人耳所接收时，我们就听见了声音：如下图：
1.2 《声音的物理性质-波形》：
声音是由物体的振动产生的，这种振动引起了周围空气压强的振动，我们称这种振动的函数表现形式为波形：如下图
1.3《声音的物理性质》-频率：
声音的频率是周期的倒数，他表示的声音在1秒钟内的周期数，单位是赫兹(Hz)。千赫(KHz)，即1000Hz ,表示每秒振动1000次。声音安频率可作如下划分：如图：
1.4 《声音的物理性质》-振幅：
声音有振幅，振幅的主观感觉是声音的大小。声音的振幅大小取决于空气压力波距平均值(也称平衡态)的最大偏移量。如图：
1.5 数字音频：
为了将模拟信号数字化，数字音频将分为3个概念进行讲解(采样频率、采样量化、编码)。
计算机并不直接使用连续平滑的波形来表示声音，它是每隔固定的时间对波行的幅值进行采样，用得到的一系列数字量来表示声音。如下图：
PCM 脉冲编码调制：PCM(Pulse Code Modulation),脉冲编码调制。人耳听到的是模拟信号，PCM是把声音从模拟信号转化为数字信号的技术。
1.6 数字音频-采样频率：
根据Nyguist 采样定律，要从采样中完全恢复原始信号波形，采样频率必须至少是信号中最高频率的两倍。
前面提到人耳能听到的频率范围是 [20Hz–20KHz],所以采样频率一般为44.1Khz，这样就能保证声音到达20KHz也能被数字化，从而使得经过数字化处理之后，人耳听到的声音质量不会被降低。采样频率如下图：
1.7 数字音频-采样量化：
采样是在离散的时间点上进行的，而采样值本身在计算机中也是离散的。
采样值的精度取决于它用多少位来表示，这就是量化。
例如：8位量化可以表示256个不同值，而CD质量的16位量化可以表示65536个值，范围为[-32768,32767]。
下图是一个3位量化的示意图，可以看出3位量化只能表示8个值：0.75，0.5，0.25，0，-0.25，-0.5，-0.75 和-1，因而量化位数越少，波形就越难辨认，还原后的声音质量也就越差(可能除了一片轰轰声之外，什么都没有)
如下图：
1.8 音频常见名词-1：
采样频率：每秒钟采样的点的个数。常用的采样频率有：如下图所示
采样精度(采样深度):每个“样本点”的大小，常用的大小为8bit ,16bit,24bit。
通道数：单声道、双声道、四声道、5.1声道。
1.9 音频常见的名词-2:
比特率：每秒传输的bit 数，单位为：bps (Bit Per Second)
间接衡量声音质量的一个标准。
没有压缩的音频数据的比特率=采样频率 x 采样精度 x 通道数。
码率：压缩后的音频数据的比特率。常见的码率：
96kbps: FM质量。
128-160kbps: 一般质量音频。
192kbps： CD 质量。
256-320kbps: 高质量音频。
码率越大，压缩效率越低，质量越好，压缩后数据越大。
码率 = 音视文件大小/时长。
2.0 音频常见名词-举例：
比如：采样频率44100，采样精度16bit, 2通道(声道)，采集4分钟的数据。
44100 x 16 x 2 x 4 x 60 = 338688000 bit
338688000/8/1024/1024 = 40M 字节
比特率：采样频率 x 采样进度 x 通道数 = 44100 x 16 x 2 = 1411200bit/s
如图所示：图 1-5
2.1 音频常见名词-3
帧： 每次编码的采样单元数，比如mp3 通常是1152 个采样点作为一个编码单元，AAC 通常是1024 个采样点作为一个编码单元。
帧长 ：
(1).可以指每帧播放持续的时间：每帧持续时间(秒) = 每帧采样点数/采样频率(Hz)
比如：MP3 48K, 1152个采样点，每帧则为24毫秒
1152/48000 = 0.24 秒 = 24 毫秒；
(2) 也可以指压缩后每帧的数据长度。
(3) 所以讲到帧的时候要注意他适用的场合
2.2 音频常见名词- 4
交错模式：
- FFMPEG 命令
- FFMPEG 基本的信息查询命令
- FFMPEG 处理音视频相关流程
- FFMPEG 录制
- FFMPEG 分解/复用
- FFMPEG 处理原始数据
- FFMPEG 切割与合并
- FFMPEG 图片/视频互相转换
- FFMPEG 直播相关