FFMPEG關鍵結構體

// FFMPEG關鍵結構體:
// 轉載 http://blog.csdn.net/leixiaohua1020/article/details/14214577
// 2016.2.26

 

AVFrame（位於avcodec.h）結構體通常用於存儲原始數據。
===============================================================================
下面看幾個主要變量的做用（在這裏考慮解碼的狀況）：
uint8_t *data[AV_NUM_DATA_POINTERS]：解碼後原始數據（對視頻來講是YUV，RGB，對音頻來講是PCM）
int linesize[AV_NUM_DATA_POINTERS]：data中「一行」數據的大小。注意：未必等於圖像的寬，通常大於圖像的寬。
int width, height：視頻幀寬和高（1920x1080,1280x720...）
int nb_samples：音頻的一個AVFrame中可能包含多個音頻幀，在此標記包含了幾個
int format：解碼後原始數據類型（YUV420，YUV422，RGB24...）
int key_frame：是不是關鍵幀
enum AVPictureType pict_type：幀類型（I,B,P...）
AVRational sample_aspect_ratio：寬高比（16:9，4:3...）
int64_t pts：顯示時間戳
int coded_picture_number：編碼幀序號
int display_picture_number：顯示幀序號
int8_t *qscale_table：QP表
uint8_t *mbskip_table：跳過宏塊表
int16_t (*motion_val[2])[2]：運動矢量表
uint32_t *mb_type：宏塊類型表
short *dct_coeff：DCT係數，這個沒有提取過
int8_t *ref_index[2]：運動估計參考幀列表（貌似H.264這種比較新的標準纔會涉及到多參考幀）
int interlaced_frame：是不是隔行掃描
uint8_t motion_subsample_log2：一個宏塊中的運動矢量採樣個數，取log的

 

AVFormatContext（位於avformat.h）是一個貫穿始終的數據結構，不少函數都要用到它做爲參數，
它是FFMPEG解封裝（flv，mp4，rmvb，avi）功能的結構體。
===============================================================================
下面看幾個主要變量的做用（在這裏考慮解碼的狀況）：
struct AVInputFormat *iformat：輸入數據的封裝格式
AVIOContext *pb：輸入數據的緩存
unsigned int nb_streams：視音頻流的個數
AVStream **streams：視音頻流
char filename[1024]：文件名
int64_t duration：時長（單位：微秒us，轉換爲秒須要除以1000000）
int bit_rate：比特率（單位bps，轉換爲kbps須要除以1000）
AVDictionary *metadata：元數據

 

AVCodecContext（位於avcodec.h）中不少的參數是編碼的時候使用的
===============================================================================
下面挑一些關鍵的變量來看看（這裏只考慮解碼）。
enum AVMediaType codec_type：編解碼器的類型（視頻，音頻...）
struct AVCodec *codec：採用的解碼器AVCodec（H.264,MPEG2...）
int bit_rate：平均比特率
uint8_t *extradata; int extradata_size：針對特定編碼器包含的附加信息（例如對於H.264解碼器來講，存儲SPS，PPS等）
AVRational time_base：根據該參數，能夠把PTS轉化爲實際的時間（單位爲秒s）
int width, height：若是是視頻的話，表明寬和高
int refs：運動估計參考幀的個數（H.264的話會有多幀，MPEG2這類的通常就沒有了）
int sample_rate：採樣率（音頻）
int channels：聲道數（音頻）
enum AVSampleFormat sample_fmt：採樣格式
int profile：型（H.264裏面就有，其餘編碼標準應該也有）
int level：級（和profile差不太多）

 

AVIOContext（位於avio.h）是FFMPEG管理輸入輸出數據的結構體。
===============================================================================
AVIOContext中有如下幾個變量比較重要：
unsigned char *buffer：緩存開始位置
int buffer_size：緩存大小（默認32768）
unsigned char *buf_ptr：當前指針讀取到的位置
unsigned char *buf_end：緩存結束的位置
void *opaque：URLContext結構體

 

AVCodec（位於avcodec.h）是存儲編解碼器信息的結構體。
===============================================================================
下面說一下最主要的幾個變量：
const char *name：編解碼器的名字，比較短
const char *long_name：編解碼器的名字，全稱，比較長
enum AVMediaType type：指明瞭類型，是視頻，音頻，仍是字幕
enum AVCodecID id：ID，不重複
const AVRational *supported_framerates：支持的幀率（僅視頻）
const enum AVPixelFormat *pix_fmts：支持的像素格式（僅視頻）
const int *supported_samplerates：支持的採樣率（僅音頻）
const enum AVSampleFormat *sample_fmts：支持的採樣格式（僅音頻）
const uint64_t *channel_layouts：支持的聲道數（僅音頻）
int priv_data_size：私有數據的大小

 

AVStream（位於avformat.h）是存儲每個視頻/音頻流信息的結構體。
===============================================================================
重要的變量以下所示：
int index：標識該視頻/音頻流
AVCodecContext *codec：指向該視頻/音頻流的AVCodecContext（它們是一一對應的關係）
AVRational time_base：時基。經過該值能夠把PTS，DTS轉化爲真正的時間。FFMPEG其餘結構體中也有這個字段，
可是根據個人經驗，只有AVStream中的time_base是可用的。PTS*time_base=真正的時間
int64_t duration：該視頻/音頻流長度
AVDictionary *metadata：元數據信息
AVRational avg_frame_rate：幀率（注：對視頻來講，這個挺重要的）
AVPacket attached_pic：附帶的圖片。好比說一些MP3，AAC音頻文件附帶的專輯封面。

 

AVPacket（位於avcodec.h）是存儲壓縮編碼數據相關信息的結構體。
===============================================================================
重要的變量有如下幾個：
uint8_t *data：壓縮編碼的數據。
例如對於H.264來講。1個AVPacket的data一般對應一個NAL。
注意：在這裏只是對應，而不是如出一轍。他們之間有微小的差異：使用FFMPEG類庫分離出多媒體文件中的H.264碼流
所以在使用FFMPEG進行視音頻處理的時候，經常能夠將獲得的AVPacket的data數據直接寫成文件，從而獲得視音頻的碼流文件。
int size：data的大小
int64_t pts：顯示時間戳
int64_t dts：解碼時間戳
int stream_index：標識該AVPacket所屬的視頻/音頻流。