多线程播放视音频

转自http://www.cnblogs.com/wangguchangqing/p/5887197.html

在前面的学习中，视频和音频的播放是分开进行的。这主要是为了学习的方便，经过一段时间的学习，对FFmpeg的也有了一定的了解，本文就介绍了
如何使用多线程同时播放音频和视频（未实现同步），并对前面的学习的代码进行了重构，便于后面的扩展。
本文主要有以下几个方面的内容：

• 多线程播放视音频的整体流程
• 多线程队列
• 音频播放
• 视频播放
• 总结以及后续的计划

1. 整体流程

FFmpeg和SDL的初始化过程这里不再赘述。整个流程如下：

• 对于一个打开的视频文件（也就是取得其AVFormatContext），创建一个分离线程，不断的从stream中读取Packet，并按照其stream index，将Packet分别存放到Audio Packet Queue和Video Packet这两个队列缓存中。
• 音频播放线程。创建一个回调函数，从Audio Packet Queue中取出Packet并解码，将解码的数据发送到SDL Audio Device中进行播放
• 视频播放线程。
  • 创建Video解码线程，从Video Packet Queue中取出Packet进行解码，并将解码后的数据放入到Video Frame Queue队列缓存中。
  • 进入到SDL Window 事件循环中，按照一定的速度从 Video Frame Queue中取出Frame，并转换为相应的格式，然后在SDL Screen上显示

其整个流程中如下图：

1.1 重构后的main函数

在前面的学习过程中，主要是跟着dranger tutorial。由于该教程是基于C语言的，在其使用多线程播放音视频的教程中，代码使用不是很方便。在本文中，使用C++对其代码进行了重构封装。
封装后的main函数如下：

    av_register_all();    SDL_Init(SDL_INIT_VIDEO | SDL_INIT_AUDIO | SDL_INIT_TIMER);    char* filename = "F:\\test.rmvb";    MediaState media(filename);    if (media.openInput())        SDL_CreateThread(decode_thread, "", &media); // 创建解码线程，读取packet到队列中缓存    media.audio->audio_play(); // create audio thread    media.video->video_play(); // create video thread    SDL_Event event;    while (true) // SDL event loop    {        SDL_WaitEvent(&event);        switch (event.type)        {        case FF_QUIT_EVENT:        case SDL_QUIT:            quit = 1;            SDL_Quit();            return 0;            break;        case FF_REFRESH_EVENT:            video_refresh_timer(media.video);            break;        default:            break;        }    }

主函数的主要分为三个部分：

• 初始化FFmpeg和SDL
• 创建Audio播放线程和Video播放线程
• SDL事件循环，显示图像。

1.2 使用到的数据结构

将播放过程中需要使用到的主要数据封装为三个结构：

• MediaState 主要包含了AudioState和VideoState指针，以及AVFormatContext
• AudioState 播放音频所需要的数据
• VideoState 播放视频所需要的数据

这里主要介绍下MediaState，在后面播放音频和视频时再介绍与其相关的数据结构。
MediaState的声明如下：

struct MediaState{    AudioState *audio;    VideoState *video;    AVFormatContext *pFormatCtx;    char* filename;    //bool quit;    MediaState(char *filename);    ~MediaState();    bool openInput();};

结构比较简单，其主要的功能是在oepnInput中，该函数用来打开相应的video文件，并读取相应的信息填充到VideoState和AudioState结构中。
主要有以下几个功能：

• 调用avformat_open_input获取AVFormatContext的指针
• 找到audio stream的index，并打开相应的AVCodecContext
• 找到video stream的index，并打开相应的AVCodecContext

1.3 Packet分离线程

调用oepnInput后，以获取到足够的信息，然后创建packet分离线程，按照得到的stream index，将av_read_frame读取到的packet分别放到相应的packet 缓存队列中。
部分代码如下：

if (packet->stream_index == media->audio->audio_stream) // audio stream{    media->audio->audioq.enQueue(packet);    av_packet_unref(packet);}       else if (packet->stream_index == media->video->video_stream) // video stream{    media->video->videoq->enQueue(packet);    av_packet_unref(packet);}       else    av_packet_unref(packet);

2.多线程队列

分离线程将读取到的Packet分别存放到视频和音频的packet队列中，这个Packet队列会被多个线程访问，分离线程向里面填充Packet；视频和音频播放线程取出队列中的packet
进行解码然后播放。PacketQueue的声明如下：

struct PacketQueue{    std::queue<AVPacket> queue;    Uint32    nb_packets;    Uint32    size;    SDL_mutex *mutex;    SDL_cond  *cond;    PacketQueue();    bool enQueue(const AVPacket *packet);    bool deQueue(AVPacket *packet, bool block);};

使用标准库中的std::queue作为存放数据的容器，SDL_mutex和SDL_cond是SDL库中提供的互斥量和条件变量用来控制队列的线程的同步。
当要访问队列中的元素时，使用SDL_mutex来锁定队列；当队列中没有Packet时，而此时又有视频或者音频线程取队列中的Packet，就需要设置一个
设置SDL_cond信号量等待新的Packet入队列。

• 入队列的方法实现如下：

  bool PacketQueue::enQueue(const AVPacket *packet){AVPacket *pkt = av_packet_alloc();if (av_packet_ref(pkt, packet) < 0)    return false;SDL_LockMutex(mutex);queue.push(*pkt);size += pkt->size;nb_packets++;SDL_CondSignal(cond);SDL_UnlockMutex(mutex);return true;}

  注意对入队列的Packet调用av_packet_ref增加引用计数的方法来复制Packet中的数据。在将新的packet入队以后，设置信号量通知有新的packet入队列，并
  解除对packet队列的锁定。

• 出队的方法实现如下：

  bool PacketQueue::deQueue(AVPacket *packet, bool block){bool ret = false;SDL_LockMutex(mutex);while (true){    if (quit)    {        ret = false;        break;    }    if (!queue.empty())    {        if (av_packet_ref(packet, &queue.front()) < 0)        {            ret = false;            break;        }        //av_packet_free(&queue.front());        AVPacket pkt = queue.front();        queue.pop();        av_packet_unref(&pkt);        nb_packets--;        size -= packet->size;        ret = true;        break;    }    else if (!block)    {        ret = false;        break;    }    else    {        SDL_CondWait(cond, mutex);    }}SDL_UnlockMutex(mutex);return ret;}

  参数block标识在队列为空的时候是否阻塞等待，当设置为true的时候，取packet的线程会阻塞等待，直到得到cond信号量的通知。另外，在
  取出packet后要调用av_packet_unref减少packet数据的引用计数。

3. 音频播放

音频的播放在前面已经做个总结FFmpeg学习3：播放音频，其播放过程主要是设置好向音频设备发送数据的回调函数，这里就不再详述。和以前不同的是对播放数据进行了封装，如下：

struct AudioState{    const uint32_t BUFFER_SIZE;// 缓冲区的大小    PacketQueue audioq;    uint8_t *audio_buff;       // 解码后数据的缓冲空间    uint32_t audio_buff_size;  // buffer中的字节数    uint32_t audio_buff_index; // buffer中未发送数据的index        int audio_stream;          // audio流index    AVCodecContext *audio_ctx; // 已经调用avcodec_open2打开    AudioState();              //默认构造函数    AudioState(AVCodecContext *audio_ctx, int audio_stream);        ~AudioState();    /**    * audio play    */    bool audio_play();};

• audioq是存放audio packet的队列；
• audio_stream是audio stream的index

另外几个字段是用来缓存解码后的数据的，回调函数从该缓冲区中取出数据发送到音频设备。

• audio_buff 缓冲区的指针
• audio_buff_size 缓冲区中数据的多少
• audio_buff_index 缓冲区中已经发送数据的指针
• BUFFER_SIZE 缓冲区的最大容量

函数audio_play用来设置播放所需的参数，并启动音频播放线程

bool AudioState::audio_play(){    SDL_AudioSpec desired;    desired.freq = audio_ctx->sample_rate;    desired.channels = audio_ctx->channels;    desired.format = AUDIO_S16SYS;    desired.samples = 1024;    desired.silence = 0;    desired.userdata = this;    desired.callback = audio_callback;    if (SDL_OpenAudio(&desired, nullptr) < 0)    {        return false;    }    SDL_PauseAudio(0); // playing    return true;}

4. 视频播放

4.1 VideoState

和音频播放类似，也封装了一个VideoState保存视频播放时所需的数据

struct VideoState{    PacketQueue* videoq;        // 保存的video packet的队列缓存    int video_stream;          // index of video stream    AVCodecContext *video_ctx; // have already be opened by avcodec_open2    FrameQueue frameq;         // 保存解码后的原始帧数据    AVFrame *frame;    AVFrame *displayFrame;    SDL_Window *window;    SDL_Renderer *renderer;    SDL_Texture *bmp;    SDL_Rect rect;    void video_play();        VideoState();    ~VideoState();};

VideoState中的字段大体上可以分为三类：

• 视频解码需要的数据 packet队列、stream的index以及AVCodecContext
• 将解码后的中间数据
  • FrameQueue Frame队列，存放从packet中解码得到的Frame。要刷新新的帧时，就从该队列中取出Frame，进行格式转换后render到界面上。
  • frame 格式转换时中间变量
  • displayFrame 格式转换后的fram，给fram中的数据是最终呈现到界面上的帧
• SDL播放视频需要的数据

FrameQueue的实现和PacketQueue的实现类似，不再赘述。

4.2 Video的decode和play

在VideoState中函数video_play用来进行video播放的初始化工作，并开启video的解码线程

void VideoState::video_play(){    int width = 800;    int height = 600;    // 创建sdl窗口    window = SDL_CreateWindow("FFmpeg Decode", SDL_WINDOWPOS_UNDEFINED, SDL_WINDOWPOS_UNDEFINED,        width, height, SDL_WINDOW_OPENGL);    renderer = SDL_CreateRenderer(window, -1, 0);    bmp = SDL_CreateTexture(renderer, SDL_PIXELFORMAT_YV12, SDL_TEXTUREACCESS_STREAMING,        width, height);    rect.x = 0;    rect.y = 0;    rect.w = width;    rect.h = height;    frame = av_frame_alloc();    displayFrame = av_frame_alloc();    displayFrame->format = AV_PIX_FMT_YUV420P;    displayFrame->width = width;    displayFrame->height = height;    int numBytes = avpicture_get_size((AVPixelFormat)displayFrame->format,displayFrame->width, displayFrame->height);    uint8_t *buffer = (uint8_t*)av_malloc(numBytes * sizeof(uint8_t));    avpicture_fill((AVPicture*)displayFrame, buffer, (AVPixelFormat)displayFrame->format, displayFrame->width, displayFrame->height);    SDL_CreateThread(decode, "", this);    schedule_refresh(this, 40); // start display}

首先创建SDL窗口的一些变量，并根据相应的格式为displayFrame分配数据空间；接着创建video的解码线程；最后一句schedule_refresh(this, 40)是开始SDL的事件循环，并在窗口上不断的刷新帧。
video的解码线程函数如下：

int  decode(void *arg){    VideoState *video = (VideoState*)arg;    AVFrame *frame = av_frame_alloc();    AVPacket packet;    while (true)    {        video->videoq->deQueue(&packet, true);        int ret = avcodec_send_packet(video->video_ctx, &packet);        if (ret < 0 && ret != AVERROR(EAGAIN) && ret != AVERROR_EOF)            continue;        ret = avcodec_receive_frame(video->video_ctx, frame);        if (ret < 0 && ret != AVERROR_EOF)            continue;        if (video->frameq.nb_frames >= FrameQueue::capacity)            SDL_Delay(500);        video->frameq.enQueue(frame);        av_frame_unref(frame);    }    av_frame_free(&frame);    return 0;}

该函数较简单，就是不断从packet队列中取出packet，然后进行解码，将解码得到的frame队列中，供display线程使用，最终呈现到界面上。注意的是，这里给frame队列设置一个最大容量，当frame队列已满的时候，就阻塞解码线程，等待display线程播放一段时间。

4.3 display线程

帧的呈现借助了SDL库，所以display线程实际就是SDL的窗口时间循环。视频帧的显示过程如下图：

在video_play函数中，启动视频的解码线程后，就调用了schedule_refresh函数来开始帧的显示线程。

// 延迟delay ms后刷新video帧void schedule_refresh(VideoState *video, int delay){    SDL_AddTimer(delay, sdl_refresh_timer_cb, video);}uint32_t sdl_refresh_timer_cb(uint32_t interval, void *opaque){    SDL_Event event;    event.type = FF_REFRESH_EVENT;    event.user.data1 = opaque;    SDL_PushEvent(&event);    return 0; /* 0 means stop timer */}

schedule_refresh设置一个延迟时间，然后调用sdl_refresh_timer_cb函数。sdl_refresh_timer_cb是向SDL的事件循环
发送一个FF_REFRESH_EVENT事件。从前面的事件处理中可知，在接收到FF_REFRESH_EVENT事件后，会调用video_refresh_timer
该函数会从frame队列中取出每一个frame，做了格式转换后呈现到界面上。

void video_refresh_timer(void *userdata){    VideoState *video = (VideoState*)userdata;    if (video->video_stream >= 0)    {        if (video->videoq->queue.empty())            schedule_refresh(video, 1);        else        {            /* Now, normally here goes a ton of code            about timing, etc. we're just going to            guess at a delay for now. You can            increase and decrease this value and hard code            the timing - but I don't suggest that ;)            We'll learn how to do it for real later.            */            schedule_refresh(video, 40);            video->frameq.deQueue(&video->frame);            SwsContext *sws_ctx = sws_getContext(video->video_ctx->width, video->video_ctx->height, video->video_ctx->pix_fmt,            video->displayFrame->width,video->displayFrame->height,(AVPixelFormat)video->displayFrame->format, SWS_BILINEAR, nullptr, nullptr, nullptr);            sws_scale(sws_ctx, (uint8_t const * const *)video->frame->data, video->frame->linesize, 0,                 video->video_ctx->height, video->displayFrame->data, video->displayFrame->linesize);            // Display the image to screen            SDL_UpdateTexture(video->bmp, &(video->rect), video->displayFrame->data[0], video->displayFrame->linesize[0]);            SDL_RenderClear(video->renderer);            SDL_RenderCopy(video->renderer, video->bmp, &video->rect, &video->rect);            SDL_RenderPresent(video->renderer);            sws_freeContext(sws_ctx);            av_frame_unref(video->frame);        }    }    else    {        schedule_refresh(video, 100);    }}

该函数的实现也挺清晰的，不断的从frame队列中取出frame，创建SwsContext按照VideoState中设置的参数对frame进行格式转换。这里要提一个血泪教训，在使用完SwsContext后一定要记得调用sws_freeContext释放。在写好本文的demo后，播放视频的发现
其占用的内存一直在增长，不用说肯定是内存泄漏了呀。我是着重对几个缓存队列进行检测，没有发现问题。最后实在没有办法，一段一段代码的进行检查，最终发现是使用完了SwsContext没有释放掉。起初时候，我就认为SwsContext只是设置一个转换参数，也没在意，谁知道会占用那么大的空间，播放一个视频内存的占用一度达到一个G，这只是播放了十几分钟。