FFMPEG-資料結構解釋(AVCodecContext,AVStream,AVFormatContext)

原文地址：http://blog.csdn.net/yuan892173701/article/details/8702333

AVCodecContext

 這是一個描述轉碼器內容相關的資料結構，包含了眾多轉碼器需要的參數資訊

 如果是單純使用libavcodec，這部分資訊需要調用者進行初始化；如果是使用整個FFMPEG庫，這部分資訊在調用 av_open_input_file和av_find_stream_info的過程中根據檔案的頭資訊及媒體流內的頭部資訊完成初始化。其中幾個主要 域的釋義如下：

1. extradata/extradata_size： 這個buffer中存放瞭解碼器可能會用到的額外資訊，在av_read_frame中填充。一般來說，首先，某種具體格式的demuxer在讀取格式頭 資訊的時候會填充extradata，其次，如果demuxer沒有做這個事情，比如可能在頭部壓根兒就沒有相關的編解碼資訊，則相應的parser會繼 續從已經解複用出來的媒體流中繼續尋找。在沒有找到任何額外資訊的情況下，這個buffer指標為空白。
2. time_base：
3. width/height：視頻的寬和高。
4. sample_rate/channels：音訊採樣率和通道數目。
5. sample_fmt： 音訊原始採樣格式。
6. codec_name/codec_type/codec_id/codec_tag：轉碼器的資訊。

AVStream

 該結構體描述一個媒體流

 主要域的釋義如下，其中大部分域的值可以由av_open_input_file根據檔案頭的資訊確定，缺少的資訊需要通過調用av_find_stream_info讀幀及軟解碼進一步擷取：

1. index/id：index對應流的索引，這個數字是自動產生的，根據index可以從AVFormatContext::streams表中索引到該流；而id則是流的標識，依賴於具體的容器格式。比如對於MPEG TS格式，id就是pid。
2. time_base：流的時間基準，是一個實數，該流中媒體資料的pts和dts都將以這個時間基準為粒度。通常，使用av_rescale/av_rescale_q可以實現不同時間基準的轉換。
3. start_time：流的起始時間，以流的時間基準為單位，通常是該流中第一個幀的pts。
4. duration：流的總時間，以流的時間基準為單位。
5. need_parsing：對該流parsing過程的控制域。
6. nb_frames：流內的幀數目。
7. r_frame_rate/framerate/avg_frame_rate：幀率相關。
8. codec：指向該流對應的AVCodecContext結構，調用av_open_input_file時產生。
9. parser：指向該流對應的AVCodecParserContext結構，調用av_find_stream_info時產生。

AVFormatContext

   這個結構體描述了一個媒體檔案或媒體流的構成和基本資料

 這是FFMpeg中最為基本的一個結構，是其他所有結構的根，是一個多媒體檔案或流的根本抽象。其中:nb_streams和streams所表示的AVStream結構指標數組包含了所有內嵌媒體流的描述；iformat和oformat指向對應的demuxer和muxer指標；pb則指向一個控制底層資料讀寫的ByteIOContext結構。

•     start_time和duration是從streams數組的各個AVStream中推斷出的多媒體檔案的起始時間和長度，以微妙為單位。

通常，這個結構由av_open_input_file在內部建立並以預設值初始化部分成員。但是，如果調用者希望自己建立該結構，則需要顯式為該結構的一些成員置預設值——如果沒有預設值的話，會導致之後的動作產生異常。以下成員需要被關註：

•     probesize
•     mux_rate
•     packet_size
•     flags
•     max_analyze_duration
•     key
•     max_index_size
•     max_picture_buffer
•     max_delay

 

AVPacket

 AVPacket定義在avcodec.h中

 FFMPEG使用AVPacket來暫存解複用之後、解碼之前的媒體資料（一個音/視訊框架、一個字幕包等）及附加資訊（解碼時間戳記、顯示時間戳記、時間長度等）。其中：

•     dts 表示解碼時間戳記，pts表示顯示時間戳記，它們的單位是所屬媒體流的時間基準。
•     stream_index 給出所屬媒體流的索引；
•     data 為資料緩衝區指標，size為長度；
•     duration 為資料的時間長度，也是以所屬媒體流的時間基準為單位；
•     pos 表示該資料在媒體流中的位元組位移量；
•     destruct 為用於釋放資料緩衝區的函數指標；
•     flags 為標誌域，其中，最低為置1表示該資料是一個主要畫面格。

 AVPacket 結構本身只是個容器，它使用data成員指向實際的資料緩衝區，這個緩衝區可以通過av_new_packet建立，可以通過     av_dup_packet 拷貝，也可以由FFMPEG的API產生（如av_read_frame），使用之後需要通過調用av_free_packet釋放。            

av_free_packet調用的是結構體本身的destruct函數，它的值有兩種情況：(1)av_destruct_packet_nofree或 0；(2)av_destruct_packet，其中，前者僅僅是將data和size的值清0而已，後者才會真正地釋放緩衝區。FFMPEG內部使用 AVPacket結構建立緩衝區裝載資料，同時提供destruct函數，如果FFMPEG打算自己維護緩衝區，則將destruct設為
av_destruct_packet_nofree，使用者調用av_free_packet清理緩衝區時並不能夠將其釋放；如果FFMPEG不會再使用 該緩衝區，則將destruct設為av_destruct_packet，表示它能夠被釋放。對於緩衝區不能夠被釋放的AVPackt，使用者在使用之前 最好調用av_dup_packet進行緩衝區的複製，將其轉化為緩衝區能夠被釋放的AVPacket，以免對緩衝區的不當佔用造成異常錯誤。而 av_dup_packet會為destruct指標為av_destruct_packet_nofree的AVPacket建立一個緩衝區，然後將原
緩衝區的資料拷貝至新緩衝區，置data的值為新緩衝區的地址，同時設destruct指標為av_destruct_packet。

時間資訊

 時間資訊用於實現多媒體同步。

 同步的目的在於展示多媒體資訊時，能夠保持媒體對象之間固有的時間關係。同步有兩類，一類是流內同步，其主要任務是保證單個媒體流內的時間關係，以滿足感知 要求，如按照規定的幀率播放一段視頻；另一類是流間同步，主要任務是保證不同媒體流之間的時間關係，如音頻和視頻之間的關係（lipsync）。

 對於固定速率的媒體，如固定幀率的視頻或固定位元速率的音頻，可以將時間資訊（幀率或位元速率）置於檔案首部（header），如AVI的hdrl List、MP4的moov box，還有一種相對複雜的方案是將時間資訊嵌入媒體流的內部，如MPEG TS和Real video，這種方案可以處理變速率的媒體，亦可有效避免同步過程中的時間漂移。

 FFMPEG會為每一個資料包打上時間標 簽，以更有效地支援上層應用的同步機制。時間標籤有兩種，一種是DTS，稱為解碼時間標籤，另一種是PTS，稱為顯示時間標籤。對於聲音來說 ，這兩個時間標籤是相同的，但對於某些視頻編碼格式，由於採用了雙向預測技術，會造成DTS和PTS的不一致。

時間資訊的擷取：

 通過調用av_find_stream_info，多媒體應用可以從AVFormatContext對象中拿到媒體檔案的時間資訊：主要是總時間長度和開始時間，此外還有與時間資訊相關的位元速率和檔案大小。其中時間資訊的單位是AV_TIME_BASE：微秒。