使用 liavformat 和 libavcodec 實現編碼器

 使用ffmpeg 的liavformat 封裝，使用libavcodec encodec，實現個編碼器，封裝yuv 文件爲flv/mp4等格式文件。

   視頻編碼的過程是解碼的逆過程，編碼的流程，從數據結構上看就是AVFrame-> AVPacket->AVCodecContext->AVFormatContext。 生成AVPacket 爲封裝，生成AVFrame 爲encodec。其中，AVFormatContext:封裝格式上下文結構體，也是統領全局的結構體，保存了視頻文件 封裝 格式相關信息；AVCodecContext:編碼器上下文結構體，保存了視頻(音頻)編解碼相關信息；AVPacket:存儲一幀壓縮編碼數據;AVFrame:存儲一幀解碼後像素(採樣)數據。

   編碼過程相對於解碼過程複雜點，由於解碼不須要關注各類參數，而編碼要設置各類複雜的參數，特使是時間戳的關係，這個搞不明白，就會出現幀率不對的狀況。下面是雷神總結的流程圖：

    

    他寫的代碼只有encode，並無封裝過程，本文完成了後面部分，並作了部分修改。源碼以下：

#include <stdio.h>
#include <libavutil/opt.h>
#include <libavformat/avformat.h>
#include <libavcodec/avcodec.h>
#include <libavutil/imgutils.h>
 
//test different codec
#define TEST_H264  1
 
 
int main(int argc, char* argv[])
{
	AVCodec *pCodec;
    AVCodecContext *pCodecCtx= NULL;
    int i, ret, got_output;
    FILE *fp_in;
	FILE *fp_out;
    AVFrame *pFrame;
    AVPacket pkt;
    AVStream *video_st;
	int y_size;
	int framecnt=0;
    int framerate=25;
 
	char filename_in[] = "in_1280x720.yuv"; //輸入yuv文件， 必須註明分辨率
	enum AVCodecID codec_id = AV_CODEC_ID_H264;

    // 輸出文件名
	char * h264_out = "out.h264";
    char * flv_out = "out.mp4";

    // 輸出 format
    AVFormatContext *ofmt_ctx = NULL; 
 
	int in_w=1280, in_h=720;	//對應的分辨率
    int out_w = 1280, out_h = 720;
	int framenum=10000;	
 
    // 註冊全部編碼器
	av_register_all();

    // 初始化 out format
    avformat_alloc_output_context2(&ofmt_ctx, NULL, NULL, flv_out);
    if (!ofmt_ctx) {
        printf( "Could not create output context\n");
        ret = AVERROR_UNKNOWN;
        return -1 ;
    }

    //Open output file
    if (!(ofmt_ctx->oformat->flags & AVFMT_NOFILE)) {
        ret = avio_open(&ofmt_ctx->pb, flv_out, AVIO_FLAG_WRITE);//打開輸出文件。
        if (ret < 0) {
            printf( "Could not open output file '%s'", flv_out);
            return -1;
        }
    }

    video_st = avformat_new_stream(ofmt_ctx, 0);
    // 設置幀率，有的封裝格式，這個參數會被後面 avformat_write_header 覆蓋

    // 輸出 codec 的參數，這裏的參數通常ffmpeg 能夠parse arg 獲得，這裏暫時寫死
    pCodecCtx = video_st->codec;
    if (!pCodecCtx) {
        printf("Could not allocate video codec context\n");
        return -1;
    }
    pCodecCtx->codec_id = codec_id;
    pCodecCtx->codec_type = AVMEDIA_TYPE_VIDEO;
    pCodecCtx->bit_rate = 5000; 
    pCodecCtx->width = out_w; 
    pCodecCtx->height = out_h;
    pCodecCtx->time_base.num=1;
	pCodecCtx->time_base.den=25;

    // h264重要參數，不設置會報錯
    pCodecCtx->qmin = 10;
	pCodecCtx->qmax = 51;

    pCodecCtx->gop_size = 250;
    pCodecCtx->max_b_frames = 1;
    pCodecCtx->pix_fmt = AV_PIX_FMT_YUV420P;
 
    if (codec_id == AV_CODEC_ID_H264)
        av_opt_set(pCodecCtx->priv_data, "preset", "slow", 0);

    
    //打開 codec 編碼器

    pCodec = avcodec_find_encoder(pCodecCtx->codec_id);
    if (!pCodec) {
        printf("Codec not found\n");
        return -1;
    }
 
    if (avcodec_open2(pCodecCtx, pCodec, NULL) < 0) {
        printf("Could not open codec\n");
        return -1;
    }
    
	//Input raw data
	fp_in = fopen(filename_in, "rb");
	if (!fp_in) {
		printf("Could not open %s\n", filename_in);
		return -1;
	}
	//h264 Output bitstream
	fp_out = fopen(h264_out, "wb");
	if (!fp_out) {
		printf("Could not open %s\n", h264_out);
		return -1;
	}

    // AVDictionary* opt = NULL;
    // av_dict_set_int(&opt, "video_track_timescale", 25, 0);
    //Write file header
    if (avformat_write_header(ofmt_ctx, NULL) < 0) {
        printf( "Error occurred when opening output file\n");
        return -1;
    }

    // init pFrame 
    pFrame = av_frame_alloc();
    if (!pFrame) {
        printf("Could not allocate video frame\n");
        return -1;
    }
    pFrame->format = pCodecCtx->pix_fmt;
    pFrame->width  = in_w;
    pFrame->height = in_h;
 
    ret = av_image_alloc(pFrame->data, pFrame->linesize, in_w, in_h,
                         pCodecCtx->pix_fmt, 1);
    if (ret < 0) {
        printf("Could not allocate raw picture buffer\n");
        return -1;
    }

    y_size = in_h * in_w;
    //Encode
    for (i; i< 5000; i++){
        av_init_packet(&pkt);
        pkt.data = NULL;    // packet data will be allocated by the encoder
        pkt.size = 0;
		//Read raw YUV data
		if (fread(pFrame->data[0],1,y_size,fp_in)<= 0||		// Y
			fread(pFrame->data[1],1,y_size/4,fp_in)<= 0||	// U
			fread(pFrame->data[2],1,y_size/4,fp_in)<= 0){	// V
			break;
		}else if(feof(fp_in)){
            printf("read yuv file meet error\n");
			break;
		}
 
        pFrame->pts = i;

        /* encode the pFrame */
        ret = avcodec_encode_video2(pCodecCtx, &pkt, pFrame, &got_output);
        if (ret < 0) {
            printf("Error encoding frame\n");
            return -1;
        }

        //因爲裸流裏原本就沒有可靠的pts和timebase等數據，pts的計算依靠設置的幀率
        double calc_duration = (double)1/framerate;
        pkt.pts = (double)(framecnt*calc_duration) / (av_q2d(video_st->time_base));
        pkt.dts = pkt.pts;
        pkt.duration = calc_duration / av_q2d(video_st->time_base);

        if (got_output) {
            printf("Succeed to encode frame: %5d\tsize:%5d\n",framecnt,pkt.size);
			framecnt++;
            pkt.stream_index = video_st->index;
            fwrite(pkt.data, 1, pkt.size, fp_out);
            av_interleaved_write_frame(ofmt_ctx, &pkt); //將AVPacket（存儲視頻壓縮碼流數據）寫入文件
        }

       
        av_free_packet(&pkt);
    }
 
    av_write_trailer(ofmt_ctx); // write tailer

    // 釋放內存
    fclose(fp_out);
    avcodec_close(video_st->codec);
    avcodec_close(pCodecCtx);
    av_free(pCodecCtx);
    av_freep(&pFrame->data[0]);
    av_frame_free(&pFrame);
 
	return 0;
}

    在寫編碼器的過程當中，碼率一直控制的不許，出現了幀率控制很差的狀況，有參考這個文章：https://blog.csdn.net/mj1523/article/details/50434977 ，可是後來發現，其實幀率控制不須要那麼作，由於是裸流，pkg 的pts 沒有設置引發的。而後加上pkg 生成部分的pts 設置，問題得以解決。

    下面大體介紹下，pts，dts 區別，爲何有這個區別，該怎麼取值等問題, timebase又是個啥玩意？

    首先是爲何package 要有pts， dts 這兩個玩意？首先，視頻顯示是一幀一幀，可是編碼並非一幀的。 視頻分爲I P B 幀，須要在顯示B幀以前知道P幀中的信息，因此沒有B 幀的時候，pts，dts 編碼時間和顯示時間就是一致的，可是有的時候，編碼的時候P 幀須要提早。

    爲何取值的時候有timebase, ffmpeg 各個數據層之間的時間基準不同，不能直接相互使用，不然會出現溢出的狀況，好比mux/demux層的timebase，flv，MP4等通常是1:1000，ts通常是1:90*1000 。codec/decode層timebase，h264隨着幀率變化例如1:25 aac根據採樣率變化例如1:44100。c：Raw data 層的timebase有不少變化好比1:1000*1000 或1:1000等等。

    最後是pts 怎麼取值的問題，相似轉碼，有穩定的輸入值參考，能夠直接使用輸入 AVStream 的pts 給輸出pkg 賦值，像本文這種狀況，是使用的裸流，就須要本身經過幀率和timebase 進行計算，計算過程就較爲簡單，查下對應公式便可。