ong>?

PTS和DTS

幸運(yùn)的是，音頻和視頻流都有一些關(guān)于以多快速度和什么時(shí)間來播放它們的信息在里面。音頻流有采樣，視頻流有每秒的幀率。然而，如果我們只是簡(jiǎn)單的通過數(shù)幀和乘以幀率的方式來同步視頻，那么就很有可能會(huì)失去同步。于是作為一種補(bǔ)充，在流中的包有種叫做DTS（解碼時(shí)間戳）和PTS（顯示時(shí)間戳）的機(jī)制。為了這兩個(gè)參數(shù)，你需要了解電影存放的方式。像MPEG等格式，使用被叫做B幀（B表示雙向bidrectional）的方式。另外兩種幀被叫做I幀和P幀（I表示關(guān)鍵幀，P表示預(yù)測(cè)幀）。I幀包含了某個(gè)特定的完整圖像。P幀依賴于前面的I幀和P幀并且使用比較或者差分的方式來編碼。B幀與P幀有點(diǎn)類似，但是它是依賴于前面和后面的幀的信息的。這也就解釋了為什么我們可能在調(diào)用avcodec_decode_video以后會(huì)得不到一幀圖像。

?

所以對(duì)于一個(gè)電影，幀是這樣來顯示的：I B B P。現(xiàn)在我們需要在顯示B幀之前知道P幀中的信息。因此，幀可能會(huì)按照這樣的方式來存儲(chǔ)：IPBB。這就是為什么我們會(huì)有一個(gè)解碼時(shí)間戳和一個(gè)顯示時(shí)間戳的原因。解碼時(shí)間戳告訴我們什么時(shí)候需要解碼，顯示時(shí)間戳告訴我們什么時(shí)候需要顯示。所以，在這種情況下，我們的流可以是這樣的：

PTS: 1 4 2 3

DTS: 1 2 3 4

Stream: I P B B

通常PTS和DTS只有在流中有B幀的時(shí)候會(huì)不同。

?

當(dāng)我們調(diào)用av_read_frame()得到一個(gè)包的時(shí)候，PTS和DTS的信息也會(huì)保存在包中。但是我們真正想要的PTS是我們剛剛解碼出來的原始幀的PTS，這樣我們才能知道什么時(shí)候來顯示它。然而，我們從avcodec_decode_video()函數(shù)中得到的幀只是一個(gè)AVFrame，其中并沒有包含有用的PTS值（注意：AVFrame并沒有包含時(shí)間戳信息，但當(dāng)我們等到幀的時(shí)候并不是我們想要的樣子）。然而，ffmpeg重新排序包以便于被avcodec_decode_video()函數(shù)處理的包的DTS可以總是與其返回的PTS相同。但是，另外的一個(gè)警告是：我們也并不是總能得到這個(gè)信息。

?

不用擔(dān)心，因?yàn)橛辛硗庖环N辦法可以找到幀的PTS，我們可以讓程序自己來重新排序包。我們保存一幀的第一個(gè)包的PTS：這將作為整個(gè)這一幀的 PTS。我們可以通過函數(shù)avcodec_decode_video()來計(jì)算出哪個(gè)包是一幀的第一個(gè)包。怎樣實(shí)現(xiàn)呢？任何時(shí)候當(dāng)一個(gè)包開始一幀的時(shí)候，avcodec_decode_video()將調(diào)用一個(gè)函數(shù)來為一幀申請(qǐng)一個(gè)緩沖。當(dāng)然，ffmpeg允許我們重新定義那個(gè)分配內(nèi)存的函數(shù)。所以我們制作了一個(gè)新的函數(shù)來保存一個(gè)包的時(shí)間戳。

當(dāng)然，盡管那樣，我們可能還是得不到一個(gè)正確的時(shí)間戳。我們將在后面處理這個(gè)問題。

?

同步

現(xiàn)在，知道了什么時(shí)候來顯示一個(gè)視頻幀真好，但是我們?cè)鯓觼韺?shí)際操作呢？這里有個(gè)主意：當(dāng)我們顯示了一幀以后，我們計(jì)算出下一幀顯示的時(shí)間。然后我們簡(jiǎn)單的設(shè)置一個(gè)新的定時(shí)器來。你可能會(huì)想，我們檢查下一幀的PTS值而不是系統(tǒng)時(shí)鐘來看超時(shí)是否會(huì)到。這種方式可以工作，但是有兩種情況要處理。

首先，要知道下一個(gè)PTS是什么。現(xiàn)在我們能添加視頻速率到我們的PTS中－－太對(duì)了！然而，有些電影需要幀重復(fù)。這意味著我們重復(fù)播放當(dāng)前的幀。這將導(dǎo)致程序顯示下一幀太快了。所以我們需要計(jì)算它們。

第二，正如程序現(xiàn)在這樣，視頻和音頻播放很歡快，一點(diǎn)也不受同步的影響。如果一切都工作得很好的話，我們不必?fù)?dān)心。但是，你的電腦并不是最好的，很多視頻文件也不是完好的。所以，我們有三種選擇：同步音頻到視頻，同步視頻到音頻，或者都同步到外部時(shí)鐘（例如你的電腦時(shí)鐘）。從現(xiàn)在開始，我們將同步視頻到音頻。

?

寫代碼：獲得幀的時(shí)間戳

現(xiàn)在讓我們到代碼中來做這些事情。我們將需要為我們的大結(jié)構(gòu)體添加一些成員，但是我們會(huì)根據(jù)需要來做。首先，讓我們看一下視頻線程。記住，在這里我們得到了解碼線程輸出到

隊(duì)列中的包。這里我們需要的是從avcodec_decode_video函數(shù)中得到幀的時(shí)間戳。我們討論的第一種方式是從上次處理的包中得到DTS，這是很容易的：

?

?

double pts;for(;;) {if(packet_queue_get(&is->videoq, packet, 1) < 0) {// means we quit getting packetsbreak;}pts = 0;// Decode video framelen1 = avcodec_decode_video(is->video_st->codec,pFrame, &frameFinished,packet->data, packet->size);if(packet->dts != AV_NOPTS_VALUE) {pts = packet->dts;} else {pts = 0;}pts *= av_q2d(is->video_st->time_base);

?

?

如果我們得不到PTS就把它設(shè)置為0。

好，那是很容易的。但是我們所說的如果包的DTS不能幫到我們，我們需要使用這一幀的第一個(gè)包的PTS。我們通過讓ffmpeg使用我們自己的申請(qǐng)幀程序來實(shí)現(xiàn)。下面的是函數(shù)的格式：

int get_buffer(struct AVCodecContext *c, AVFrame *pic);

void release_buffer(struct AVCodecContext *c, AVFrame *pic);

申請(qǐng)函數(shù)沒有告訴我們關(guān)于包的任何事情，所以我們要自己每次在得到一個(gè)包的時(shí)候把PTS保存到一個(gè)全局變量中去。我們自己以讀到它。然后，我們把值保存到AVFrame結(jié)構(gòu)體難理解的變量中去。所以一開始，這就是我們的函數(shù)：

?

?

uint64_t global_video_pkt_pts = AV_NOPTS_VALUE;int our_get_buffer(struct AVCodecContext *c, AVFrame *pic) {int ret = avcodec_default_get_buffer(c, pic);uint64_t *pts = av_malloc(sizeof(uint64_t));*pts = global_video_pkt_pts;pic->opaque = pts;return ret;}void our_release_buffer(struct AVCodecContext *c, AVFrame *pic) {if(pic) av_freep(&pic->opaque);avcodec_default_release_buffer(c, pic);}

?

?

函數(shù)avcodec_default_get_buffer和avcodec_default_release_buffer是ffmpeg中默認(rèn)的申請(qǐng)緩沖的函數(shù)。函數(shù)av_freep是一個(gè)內(nèi)存管理函數(shù)，它不但把內(nèi)存釋放而且把指針設(shè)置為NULL。

現(xiàn)在到了我們流打開的函數(shù)（stream_component_open），我們添加這幾行來告訴ffmpeg如何去做：

codecCtx->get_buffer = our_get_buffer;

codecCtx->release_buffer = our_release_buffer;

現(xiàn)在我們必需添加代碼來保存PTS到全局變量中，然后在需要的時(shí)候來使用它。我們的代碼現(xiàn)在看起來應(yīng)該是這樣子：

?

?

for(;;) {if(packet_queue_get(&is->videoq, packet, 1) < 0) {// means we quit getting packetsbreak;}pts = 0;// Save global pts to be stored in pFrame in first callglobal_video_pkt_pts = packet->pts;// Decode video framelen1 = avcodec_decode_video(is->video_st->codec, pFrame, &frameFinished,packet->data, packet->size);if(packet->dts == AV_NOPTS_VALUE&& pFrame->opaque && *(uint64_t*)pFrame->opaque != AV_NOPTS_VALUE) {pts = *(uint64_t *)pFrame->opaque;} else if(packet->dts != AV_NOPTS_VALUE) {pts = packet->dts;} else {pts = 0;}pts *= av_q2d(is->video_st->time_base);

?

?

技術(shù)提示：你可能已經(jīng)注意到我們使用int64來表示PTS。這是因?yàn)镻TS是以整型來保存的。這個(gè)值是一個(gè)時(shí)間戳相當(dāng)于時(shí)間的度量，用來以流的 time_base為單位進(jìn)行時(shí)間度量。例如，如果一個(gè)流是24幀每秒，值為42的PTS表示這一幀應(yīng)該排在第42個(gè)幀的位置如果我們每秒有24幀（這里并不完全正確）。

我們可以通過除以幀率來把這個(gè)值轉(zhuǎn)化為秒。流中的time_base值表示1/framerate（對(duì)于固定幀率來說），所以得到了以秒為單位的PTS，我們需要乘以time_base。

寫代碼：使用PTS來同步

現(xiàn)在我們得到了PTS。我們要注意前面討論到的兩個(gè)同步問題。我們將定義一個(gè)函數(shù)叫做synchronize_video，它可以更新同步的 PTS。這個(gè)函數(shù)也能最終處理我們得不到PTS的情況。同時(shí)我們要知道下一幀的時(shí)間以便于正確設(shè)置刷新速率。我們可以使用內(nèi)部的反映當(dāng)前視頻已經(jīng)播放時(shí)間的時(shí)鐘 video_clock來完成這個(gè)功能。我們把這些值添加到大結(jié)構(gòu)體中。

typedef struct VideoState {

double video_clock; ///

下面的是函數(shù)synchronize_video，它可以很好的自我注釋：

?

?

double synchronize_video(VideoState *is, AVFrame *src_frame, double pts) {double frame_delay;if(pts != 0) {is->video_clock = pts;} else {pts = is->video_clock;}frame_delay = av_q2d(is->video_st->codec->time_base);frame_delay += src_frame->repeat_pict * (frame_delay * 0.5);is->video_clock += frame_delay;return pts;}

?

?

你也會(huì)注意到我們也計(jì)算了重復(fù)的幀。

現(xiàn)在讓我們得到正確的PTS并且使用queue_picture來隊(duì)列化幀，添加一個(gè)新的時(shí)間戳參數(shù)

?

?

pts：// Did we get a video frame?if(frameFinished) {pts = synchronize_video(is, pFrame, pts);if(queue_picture(is, pFrame, pts) < 0) {break;}}

?

?

對(duì)于queue_picture來說唯一改變的事情就是我們把時(shí)間戳值pts保存到VideoPicture結(jié)構(gòu)體中，我們必需添加一個(gè)時(shí)間戳變量到結(jié)構(gòu)體中并且添加一行代碼：

?

?

typedef struct VideoPicture {...double pts;}int queue_picture(VideoState *is, AVFrame *pFrame, double pts) {... stuff ...if(vp->bmp) {... convert picture ...vp->pts = pts;... alert queue ...}

?

?

現(xiàn)在我們的圖像隊(duì)列中的所有圖像都有了正確的時(shí)間戳值，所以讓我們看一下視頻刷新函數(shù)。你會(huì)記得上次我們用80ms的刷新時(shí)間來欺騙它。那么，現(xiàn)在我們將會(huì)算出實(shí)際的值。

我們的策略是通過簡(jiǎn)單計(jì)算前一幀和現(xiàn)在這一幀的時(shí)間戳來預(yù)測(cè)出下一個(gè)時(shí)間戳的時(shí)間。同時(shí)，我們需要同步視頻到音頻。我們將設(shè)置一個(gè)音頻時(shí)間 audio clock；一個(gè)內(nèi)部值記錄了我們正在播放的音頻的位置。就像從任意的mp3播放器中讀出來的數(shù)字一樣。既然我們把視頻同步到音頻，視頻線程使用這個(gè)值來算出是否太快還是太慢。

?

我們將在后面來實(shí)現(xiàn)這些代碼；現(xiàn)在我們假設(shè)我們已經(jīng)有一個(gè)可以給我們音頻時(shí)間的函數(shù)get_audio_clock。一旦我們有了這個(gè)值，我們?cè)谝纛l和視頻失去同步的時(shí)候應(yīng)該做些什么呢？簡(jiǎn)單而有點(diǎn)笨的辦法是試著用跳過正確幀或者其它的方式來解決。作為一種替代的手段，我們會(huì)調(diào)整下次刷新的值；如果時(shí)間戳太落后于音頻時(shí)間，我們加倍計(jì)算延遲。如果時(shí)間戳太領(lǐng)先于音頻時(shí)間，我們將盡可能快的刷新。既然我們有了調(diào)整過的時(shí)間和延遲，我們將把它和我們通過 frame_timer計(jì)算出來的時(shí)間進(jìn)行比較。這個(gè)幀時(shí)間frame_timer將會(huì)統(tǒng)計(jì)出電影播放中所有的延時(shí)。換句話說，這個(gè) frame_timer就是指我們什么時(shí)候來顯示下一幀。我們簡(jiǎn)單的添加新的幀定時(shí)器延時(shí)，把它和電腦的系統(tǒng)時(shí)間進(jìn)行比較，然后使用那個(gè)值來調(diào)度下一次刷新。這可能有點(diǎn)難以理解，所以請(qǐng)認(rèn)真研究代碼：

?

?

void video_refresh_timer(void *userdata) {VideoState *is = (VideoState *)userdata;VideoPicture *vp;double actual_delay, delay, sync_threshold, ref_clock, diff;if(is->video_st) {if(is->pictq_size == 0) {schedule_refresh(is, 1);} else {vp = &is->pictq[is->pictq_rindex];delay = vp->pts - is->frame_last_pts;if(delay <= 0 || delay >= 1.0) {delay = is->frame_last_delay;}is->frame_last_delay = delay;is->frame_last_pts = vp->pts;ref_clock = get_audio_clock(is);diff = vp->pts - ref_clock;sync_threshold = (delay > AV_SYNC_THRESHOLD) ? delay : AV_SYNC_THRESHOLD;if(fabs(diff) < AV_NOSYNC_THRESHOLD) {if(diff <= -sync_threshold) {delay = 0;} else if(diff >= sync_threshold) {delay = 2 * delay;}}is->frame_timer += delay;actual_delay = is->frame_timer - (av_gettime() / 1000000.0);if(actual_delay < 0.010) {actual_delay = 0.010;}schedule_refresh(is, (int)(actual_delay * 1000 + 0.5));video_display(is);if(++is->pictq_rindex == VIDEO_PICTURE_QUEUE_SIZE) {is->pictq_rindex = 0;}SDL_LockMutex(is->pictq_mutex);is->pictq_size--;SDL_CondSignal(is->pictq_cond);SDL_UnlockMutex(is->pictq_mutex);}} else {schedule_refresh(is, 100);}}

?

?

我們?cè)谶@里做了很多檢查：首先，我們保證現(xiàn)在的時(shí)間戳和上一個(gè)時(shí)間戳之間的處以delay是有意義的。如果不是的話，我們就猜測(cè)著用上次的延遲。接著，我們有一個(gè)同步閾值，因?yàn)樵谕降臅r(shí)候事情并不總是那么完美的。在ffplay中使用0.01作為它的值。我們也保證閾值不會(huì)比時(shí)間戳之間的間隔短。最后，我們把最小的刷新值設(shè)置為10毫秒。

（這句不知道應(yīng)該放在哪里）事實(shí)上這里我們應(yīng)該跳過這一幀，但是我們不想為此而煩惱。

我們給大結(jié)構(gòu)體添加了很多的變量，所以不要忘記檢查一下代碼。同時(shí)也不要忘記在函數(shù)streame_component_open中初始化幀時(shí)間frame_timer和前面的幀延遲frame delay：

is->frame_timer = (double)av_gettime() / 1000000.0;

is->frame_last_delay = 40e-3;

?

同步：聲音時(shí)鐘

現(xiàn)在讓我們看一下怎樣來得到聲音時(shí)鐘。我們可以在聲音解碼函數(shù)audio_decode_frame中更新時(shí)鐘時(shí)間。現(xiàn)在，請(qǐng)記住我們并不是每次調(diào)用這個(gè)函數(shù)的時(shí)候都在處理新的包，所以有我們要在兩個(gè)地方更新時(shí)鐘。第一個(gè)地方是我們得到新的包的時(shí)候：我們簡(jiǎn)單的設(shè)置聲音時(shí)鐘為這個(gè)包的時(shí)間戳。然后，如果一個(gè)包里有許多幀，我們通過樣本數(shù)和采樣率來計(jì)算，所以當(dāng)我們得到包的時(shí)候：

if(pkt->pts != AV_NOPTS_VALUE) {

is->audio_clock = av_q2d(is->audio_st->time_base)*pkt->pts;

}

然后當(dāng)我們處理這個(gè)包的時(shí)候：

?

?

pts = is->audio_clock; *pts_ptr = pts; n = 2 * is->audio_st->codec->channels; is->audio_clock += (double)data_size / (double)(n * is->audio_st->codec->sample_rate);

?

?

一點(diǎn)細(xì)節(jié)：臨時(shí)函數(shù)被改成包含pts_ptr，所以要保證你已經(jīng)改了那些。這時(shí)的pts_ptr是一個(gè)用來通知audio_callback函數(shù)當(dāng)前聲音包的時(shí)間戳的指針。這將在下次用來同步聲音和視頻。

現(xiàn)在我們可以最后來實(shí)現(xiàn)我們的get_audio_clock函數(shù)。它并不像得到is->audio_clock值那樣簡(jiǎn)單。注意我們會(huì)在每次處理它的時(shí)候設(shè)置聲音時(shí)間戳，但是如果你看了audio_callback函數(shù)，它花費(fèi)了時(shí)間來把數(shù)據(jù)從聲音包中移到我們的輸出緩沖區(qū)中。這意味著我們聲音時(shí)鐘中記錄的時(shí)間比實(shí)際的要早太多。所以我們必須要檢查一下我們還有多少?zèng)]有寫入。下面是完整的代碼：

?

?

double get_audio_clock(VideoState *is) { double pts; int hw_buf_size, bytes_per_sec, n; pts = is->audio_clock; hw_buf_size = is->audio_buf_size - is->audio_buf_index; bytes_per_sec = 0; n = is->audio_st->codec->channels * 2; if(is->audio_st) { bytes_per_sec = is->audio_st->codec->sample_rate * n; } if(bytes_per_sec) { pts -= (double)hw_buf_size / bytes_per_sec; } return pts; }

?

?

你應(yīng)該知道為什么這個(gè)函數(shù)可以正常工作了;)

這就是了！讓我們編譯它：

gcc -o tutorial05 tutorial05.c -lavutil -lavformat -lavcodec -lz -lm`sdl-config --cflags --libs`

最后，你可以使用我們自己的電影播放器來看電影了。下次我們將看一下聲音同步，然后接下來的指導(dǎo)我們會(huì)討論查詢。

Ffmpeg和SDL如何同步視頻