在iOS平台使用ffmpeg解码h264视频流

来源：互联网发布：淘宝大牌小样是真的吗编辑：程序博客网时间：2024/05/22 05:30

对于视频文件和rtsp之类的主流视频传输协议，ffmpeg提供avformat_open_input接口，直接将文件路径或URL传入即可打开。读取视频数据、解码器初始参数设置等，都可以通过调用API来完成。

但是对于h264流，没有任何封装格式，也就无法使用libavformat。所以许多工作需要自己手工完成。

这里的h264流指AnnexB，也就是每个nal unit以起始码00 00 00 01 或 00 00 01开始的格式。关于h264码流格式，可以参考这篇文章。

首先是手动设定AVCodec和AVCodecContext：

AVCodec *codec = avcodec_find_decoder(AV_CODEC_ID_H264);AVCodecContext *codecCtx = avcodec_alloc_context3(codec);avcodec_open2(codecCtx, codec, nil);

在AVCodecContext中会保存很多解码需要的信息，比如视频的长和宽，但是现在我们还不知道。

这些信息存储在h264流的SPS（序列参数集）和PPS（图像参数集）中。

对于每个nal unit，起始码后面第一个字节的后5位，代表这个nal unit的类型。7代表SPS，8代表PPS。一般在SPS和PPS后面的是IDR帧，无需前面帧的信息就可以解码，用5来代表。

检测nal unit类型的方法：

- (int)typeOfNalu:(NSData *)data{    char first = *(char *)[data bytes];    return first & 0x1f;}

264解码器在解码SPS和PPS的时候会提取出视频的信息，保存在AVCodecContext中。但是只把SPS和PPS传递进去是不行的，需要把后面的IDR帧一起传给解码器，才能够正确解码。

可以写一个简单的检测，如果接收到SPS，就把后面的PPS和IDR帧都接收过来，然后一起传给解码器。

初始化一个AVPacket和AVFrame，然后把SPS、PPS、IDR帧连在一起的数据块传给AVPacket的data指针，再进行解码。

我们假设包含SPS、PPS、IDR帧的数据块保存在videoData中，长度为len。

char *videoData;int len;AVFrame *frame = av_frame_alloc();AVPacket packet;av_new_packet(&packet, len);memcpy(packet.data, videoData, len);int ret, got_picture;ret = avcodec_decode_video2(codecCtx, frame, &got_picture, &packet);if (ret > 0){    if(got_picture){    //进行下一步的处理    }}

这样就可以顺利解码h264流了，解码出的数据保存在AVFrame中。

我写了一个Objective-C类用来执行接收视频流、解码、播放一系列步骤。

视频数据的接收采用socket直接接收，使用了开源项目CocoaAsyncSocket。

就像项目名称中指明的，这是一个异步socket类。读写socket的动作会在一个单独的dispatch queue中执行，执行完毕后对应的delegate方法会自动调用，在其中进行进一步的处理。

读取h264流使用了GCDAsyncSocket 的
- (void)readDataToData:(NSData *)data withTimeout:(NSTimeInterval)timeout tag:(long)tag
方法，也就是当读到和data中的字节一致的内容时就停止读取，并调用delegate方法。传入的data参数是 00 00 01 三个字节。这样每次读入的nalu开始是没有start code的，而最后面有下一个nalu的start code。因此每次读取之后都会把末尾的start code 暂存，然后把主体接到上一次暂存的start code之后，构成完整的nalu。

videoPlayer.h:

//videoPlayer.h#import <Foundation/Foundation.h>@interface videoPlayer : NSObject- (void)startup;- (void)shutdown;@end

videoPlayer.m:

//videoPlayer.m#import "videoPlayer.h"#import "GCDAsyncSocket.h"#import "libavcodec/avcodec.h"#import "libswscale/swscale.h"const int Header = 101;const int Data = 102;@interface videoPlayer () <GCDAsyncSocketDelegate>{    GCDAsyncSocket *socket;    NSData *startcodeData;    NSData *lastStartCode;    //ffmpeg    AVFrame *frame;    AVPicture picture;    AVCodec *codec;    AVCodecContext *codecCtx;    AVPacket packet;    struct SwsContext *img_convert_ctx;    NSMutableData *keyFrame;    int outputWidth;    int outputHeight;}@end@implementation videoPlayer- (id)init{    self = [super init];    if (self) {        avcodec_register_all();        frame = av_frame_alloc();        codec = avcodec_find_decoder(AV_CODEC_ID_H264);        codecCtx = avcodec_alloc_context3(codec);        int ret = avcodec_open2(codecCtx, codec, nil);        if (ret != 0){            NSLog(@"open codec failed :%d",ret);        }        socket = [[GCDAsyncSocket alloc]initWithDelegate:self delegateQueue:dispatch_get_main_queue()];        keyFrame = [[NSMutableData alloc]init];        outputWidth = 320;        outputHeight = 240;        unsigned char startcode[] = {0,0,1};        startcodeData = [NSData dataWithBytes:startcode length:3];    }    return self;}- (void)startup{    NSError *error = nil;    [socket connectToHost:@"192.168.1.100"                   onPort:9982              withTimeout:-1                    error:&error];    NSLog(@"%@",error);    if (!error) {        [socket readDataToData:startcodeData withTimeout:-1 tag:0];    }}- (void)socket:(GCDAsyncSocket *)sock didReadData:(NSData *)data withTag:(long)tag{    [socket readDataToData:startcodeData withTimeout:-1 tag:Data];    if(tag == Data){        int type = [self typeOfNalu:data];        if (type == 7 || type == 8 || type == 6 || type == 5) { //SPS PPS SEI IDR            [keyFrame appendData:lastStartCode];            [keyFrame appendBytes:[data bytes] length:[data length] - [self startCodeLenth:data]];        }        if (type == 5 || type == 1) {//IDR P frame            if (type == 5) {                int nalLen = (int)[keyFrame length];                av_new_packet(&packet, nalLen);                memcpy(packet.data, [keyFrame bytes], nalLen);                keyFrame = [[NSMutableData alloc] init];//reset keyframe            }else{                NSMutableData *nalu = [[NSMutableData alloc]initWithData:lastStartCode];                [nalu appendBytes:[data bytes] length:[data length] - [self startCodeLenth:data]];                int nalLen = (int)[nalu length];                av_new_packet(&packet, nalLen);                memcpy(packet.data, [nalu bytes], nalLen);            }            int ret, got_picture;            //NSLog(@"decode start");            ret = avcodec_decode_video2(codecCtx, frame, &got_picture, &packet);            //NSLog(@"decode finish");            if (ret < 0) {                NSLog(@"decode error");                return;            }            if (!got_picture) {                NSLog(@"didn't get picture");                return;            }            static int sws_flags =  SWS_FAST_BILINEAR;            //outputWidth = codecCtx->width;            //outputHeight = codecCtx->height;            if (!img_convert_ctx)                img_convert_ctx = sws_getContext(codecCtx->width,                                                 codecCtx->height,                                                 codecCtx->pix_fmt,                                                 outputWidth,                                                 outputHeight,                                                 PIX_FMT_YUV420P,                                                 sws_flags, NULL, NULL, NULL);            avpicture_alloc(&picture, PIX_FMT_YUV420P, outputWidth, outputHeight);            ret = sws_scale(img_convert_ctx, (const uint8_t* const*)frame->data, frame->linesize, 0, frame->height, picture.data, picture.linesize);            [self display];            //NSLog(@"show frame finish");            avpicture_free(&picture);            av_free_packet(&packet);        }    }    [self saveStartCode:data];}- (void)display{}- (int)typeOfNalu:(NSData *)data{    char first = *(char *)[data bytes];    return first & 0x1f;}- (int)startCodeLenth:(NSData *)data{    char temp = *((char *)[data bytes] + [data length] - 4);    return temp == 0x00 ? 4 : 3;}- (void)saveStartCode:(NSData *)data{    int startCodeLen = [self startCodeLenth:data];    NSRange startCodeRange = {[data length] - startCodeLen, startCodeLen};    lastStartCode = [data subdataWithRange:startCodeRange];}- (void)shutdown{    if(socket)[socket disconnect];}- (void)dealloc{    // Free scaler    if(img_convert_ctx)sws_freeContext(img_convert_ctx);    // Free the YUV frame    if(frame)av_frame_free(&frame);    // Close the codec    if (codecCtx) avcodec_close(codecCtx);}@end

在项目中播放解码出来的YUV视频使用了OPENGL，这里播放的部分就略去了。

1 0