FFmpegAndroid Documentation

FFmpeg实现视频裁剪、水印、转码、编解码、转Gif动图;FFmpeg本地推流、H264与RTMP实时推流直播;OpenGL滤镜特效,视频拍摄。音视频学习路线,音视频知识总结、流媒体协议

5,887 stars C C 10 files · ~9,580 tokens #audioeffect#ffmpeg#ffprobe#filter#gif#live#lyrics#mixer
RAW Doc

Technical Documentation: xufuji456/FFmpegAndroid

ℹ️ Provenance: Multi-Tier Ingestion · CodeWiki Reference

Overview (`README.md`)

FFmpegAndroid

[FFmpeg官方文档](https://ffmpeg.org/)

[FFmpeg编译流程](https://github.com/xufuji456/FFmpegAndroid/blob/master/doc/FFmpeg_compile_shell.md)

[FFmpeg常用命令行](https://github.com/xufuji456/FFmpegAndroid/blob/master/doc/FFmpeg_command_line.md)

[FFmpeg源码分析](https://github.com/xufuji456/FFmpegAndroid/blob/master/doc/FFmpeg_sourcecode.md)

[JNI与NDK开发](https://github.com/xufuji456/FFmpegAndroid/blob/master/doc/JNI_develop_practice.md)

[音视频知识汇总](https://github.com/xufuji456/FFmpegAndroid/blob/master/doc/multimedia_knowledge.md)

[ijkplayer播放器架构](https://github.com/xufuji456/FFmpegAndroid/blob/master/doc/player_framework.md)


常见的流媒体传输协议包括:RTP、RTMP、RTCP、RTSP,流媒体应用协议有HLS、DASH,
WebRTC设计传输协议有SDP、ICE、NAT、STUN等,常用视频编码协议有H264、HEVC、VVC,
常用的视频封装格式有mp4,关于C/C++语言标准有C11、C20++等,书籍包括音视频编解码等。
详细列表可以查阅:多媒体协议与书籍

音视频工作方向包括:直播、短视频、流媒体传输、视频播放器、音乐播放器、音视频算法、
流媒体后端、音视频编辑、图像处理(个人概括,具体方向不限于此)。
详情可查阅:音视频工作方向

音视频基础知识:

音视频进阶成长:

音视频开源库:

Joining the group to learn FFmpeg:


Doc FFmpeg Command Line (`doc/FFmpeg_command_line.md`)

前言

FFmpeg多媒体库支持的命令行调用分为三个模块:ffmpeg、ffprobe、ffplay。
其中ffmpeg命令行常用于音视频剪切、转码、滤镜、拼接、混音、截图等;
ffprobe用于检测多媒体流格式;ffplay用于播放视频,包括本地与网络视频。
详情可查阅FFmpeg官方文档:ffmpeg Documentation
更详细命令行处理可查看博客:FFmpeg命令行汇总

一、ffmpeg命令行

1、命令行参数介绍

Print help/info: Description
--help topic show help
-version show version
-formats show available formats
-muxers show available muxers
-demuxers show available demuxers
-devices show available devices
-codecs show available codecs
-decoders show available decoders
-encoders show available encoders
-protocols show available protocols
-filters show available filters
-pix_fmts show available pixel formats
-sample_fmts show available sample formats
-hwaccels show available HW acceleration
Global options: Description
-v loglevel set logging level
-y overwrite output files
-n never overwrite output files
-filter_threads number of filter threads
-vol volume change audio volume(256=normal)
main options: Description
-f fmt force format
-c codec codec name
-codec codec codec name
-t duration duration seconds of audio/video
-to time_stop record or transcode stop time
-ss time_off set the start time offset
-frames number set the number of frames
-discard discard
-disposition disposition
Video options: Description
-vframes number set the number of video frames
-r rate set frame rate (Hz value)
-s size set frame size
-aspect aspect set aspect ratio (4:3, 16:9)
-vn disable video
-vcodec codec force video codec
-vf filter_graph set video filters
-ab bitrate audio bitrate (please use -b:a)
-b bitrate video bitrate (please use -b:v)
Audio options: Description
-aframes number set the number of audio frames
-aq quality set audio quality
-ar rate set audio sampling rate (in Hz)
-ac channels set number of audio channels
-an disable audio
-acodec codec force audio codec
-vol volume change audio volume(256=normal)
-af filter_graph set audio filters

命令行整体格式:以ffmpeg开头,参数之间用空格隔开,每个参数key以"-"开头,后面跟着参数value,输出文件放在命令行最后。

2、音频常见操作

2.1 音频转码

直接转码:
ffmpeg -i input.mp3 output.m4a
指定编码器、采样率、声道数转码:
ffmpeg -i input.mp3 -acodec aac -ac 2 -ar 44100 output.m4a

2.2 音频剪切

-ss 10指定从第10秒开始,-t 20代表剪切20秒
ffmpeg -i input.mp3 -ss 10 -t 20 cut.mp3

2.3 音频拼接

ffmpeg -i concat:"hello.mp3|world.mp3" -acodec copy -vn concat.mp3

2.4 音频混音

使用amix,参数inputs代表输入流个数,duration有longest、shortest、first三种模式,weights设置每条流音量权重占比:
ffmpeg -i hello.mp3 -i world.mp3 -filter_complex amix=inputs=2:duration=first -vn mix.mp3
使用amerge,合并成多声道输出:
ffmpeg -i hello.mp3 -i world.mp3 -filter_complex [0:a][1:a]amerge=inputs=2[aout] -map [aout] merge.mp3

2.5 空灵音效

aecho接收4个参数:in_gain (0, 1];out_gain (0, 1];delays (0 - 90000];decays (0 - 1.0]
ffmpeg -i input.mp3 -af aecho=0.8:0.8:1000:0.5 echo.mp3

2.6 惊悚音效

tremolo接收2个参数:frequency [0.1, 20000.0];depth (0, 1]
ffmpeg -i input.mp3 -af tremolo=5:0.9 tremolo.mp3

2.7 搞笑音效

搞笑音效通过调节音速实现,使用atempo:
ffmpeg -i input.mp3 -filter_complex atempo=0.5 atempo.mp3

2.8 静音检测

ffmpeg -i input.mp3 -af silencedetect=noise=0.0001 -f null -

2.9 修改音量

ffmpeg -i input.mp3 -af volume=0.5 volume.mp3

2.10 抽取音频

从视频抽取音频,直接disable视频流:
ffmpeg -i input.mp4 -vn out.mp3
从视频抽取音频,disable视频流,音频进行转码:
ffmpeg -i input.mp4 -acodec aac -vn out.m4a
从视频抽取音频,如果存在多音轨,可指定某个音轨:
ffmpeg -i input.mp4 -map 0:1 -vn out.mp3

3、视频常见操作

3.1 视频剪切

基本剪切,指定起始时间、剪切时长:
ffmpeg -i input.mp4 -ss 10 -t 20 -codec copy cut.mp4
精确剪切,包含多音轨,-map 0代表所有track流进行剪切,-accurate_seek代表精确seek:
ffmpeg -i input.mp4 -ss 10 -accurate_seek -t 20 -map 0 -codec copy cut.mp4

3.2 视频转码

使用-vcodec指定视频编码,-acodec指定音频编码,-s 640x480指定视频分辨率,
-b 200k指定码率,-r 20指定帧率,这样达到视频压缩效果:
ffmpeg -i input.mp4 -vcodec libx264 -acodec aac -s 640x480 -b 200k -r 20 transcode.mp4

3.3 视频截图

使用-vframes指定截图数量,-ss指定起始时间放在-i前面,这样保证先seek到指定位置再截图。
如果是先-i指定输入文件再-ss,是从时间0开始解码,直到指定时间再截图,这样效率太低:
ffmpeg -ss 10 -i input.mp4 -f image2 -vframes 1 -an screenshot.jpg

3.4 图片水印

使用-filter_complex指定位置overlay=x:y,如下所示:
ffmpeg -i input.mp4 -i logo.png -filter_complex overlay=10:20 pic_watermark.mp4
如果要灵活设置左上角、右上角、左下角、右下角位置,可以使用case语句,其中main_w代表视频宽度,
main_h代表视频高度,overlay_w代表水印宽度,overlay_h代表水印高度:

text
public static String obtainOverlay(int offsetX, int offsetY, int location) {
    switch (location) {
        case 2:
            return "overlay='(main_w-overlay_w)-" + offsetX + ":" + offsetY + "'";
        case 3:
            return "overlay='" + offsetX + ":(main_h-overlay_h)-" + offsetY + "'";
        case 4:
            return "overlay='(main_w-overlay_w)-" + offsetX + ":(main_h-overlay_h)-" + offsetY + "'";
        case 1:
        default:
            return "overlay=" + offsetX + ":" + offsetY;
    }
}

public static String[] addWaterMarkImg(String inputPath, String imgPath, int location,
                                           int offsetXY, String outputPath) {
    String overlay = obtainOverlay(offsetXY, offsetXY, location);
    String waterMarkCmd = "ffmpeg -i %s -i %s -filter_complex %s -preset:v superfast %s";
    waterMarkCmd = String.format(waterMarkCmd, inputPath, imgPath, overlay, outputPath);
    return waterMarkCmd.split(" ");
}

3.5 GIF水印

使用-ignore_loop 0代表GIF循环显示,其他操作与图片水印一致:
ffmpeg -i input.mp4 -ignore_loop 0 -i logo.gif -filter_complex overlay=10:20 gif_mark.mp4

3.6 去除水印

使用delogo命令,然后指定水印位置:
ffmpeg -i input.mp4 -filter_complex delogo=x=10:y=20:w=90:h=30 delogo.mp4

3.7 视频拼接

视频拼接分为垂直拼接、水平拼接,还有前后拼接,这里主要介绍垂直与水平拼接,其中使用hstack做水平拼接,vstack做垂直拼接:
ffmpeg -i input1.mp4 -i input2.mp4 -filter_complex hstack out.mp4

3.8 视频翻转

使用reverse实现视频翻转,但是处理比较耗时:
ffmpeg -i input.mp4 -vf reverse -an output.mp4

3.9 视频降噪

使用-nr代表noise reduction,进行视频降噪:
ffmpeg -i in.mp4 -nr 500 out.mp4

3.10 视频抽帧

ffmpeg -ss 20 -accurate_seek -t 10 -i input.mp4 -an -r 5 %3d.jpg

3.11 播放速度

使用setpts设置视频速度,atempo设置音频速度:
ffmpeg -i in.mp4 -filter_complex [0:v]setpts=%.2f*PTS[v];[0:a]atempo=%.2f[a] -map [v] -map [a] out.mp4

3.12 黑白视频

ffmpeg -i in.mp4 -vf lutyuv='u=128:v=128' out.mp4

二、ffplay命令行

ffplay主要用于播放视频,也可以播放网络流,示例如下:
ffplay -i beyond.mp4

三、ffprobe命令行

ffprobe主要用于检测多媒体信息,包括时长、视频分辨率、帧率、音频采样率、声道数、每个stream流信息等等。
支持显示形式包括:json和xml,例如-print_format json
ffprobe -i input.mp4 -show_streams -show_format -print_format json

如果要显示每帧数据信息,使用-show_frames可以显示pts、packet_size、duration、frame_type等信息:
ffprobe -i input.mp4 -show_frames

如果只要显示视频流,使用-select_streams v。其中v代表video,a代表audio,s代表subtitle。
ffprobe -i input.mp4 -show_frames -select_streams v


Doc FFmpeg Compile Shell (`doc/FFmpeg_compile_shell.md`)

前言

FFmpeg是一个跨平台的多媒体库,也是目前音视频领域应用最广泛的库。包括libavcodec、libavformat、libavutil、
libavdevice、libavfilter、libswscale、libswresample、libpostproc等模块。其中avcodec用于编解码,
avformat用于解封装,avutil是提供工具类,avdevice用于各平台的设备接入,avfilter提供滤镜操作,
swscale提供图像缩放与像素格式转换,swresample提供音频重采样,postproc提供高级处理。
更详细编译脚本可查看博客:FFmpeg编译脚本分析

一、准备工作

1、下载ffmpeg源码

使用git命令:git clone https://github.com/FFmpeg/FFmpeg.git。

2、下载ndk源码

在Android开发者文档可以下载到ndk源码,ndk下载链接。
根据实际需求选择对应ndk版本,建议下载ndk-r20b稳定版。mac电脑配置ndk系统环境变量步骤如下:
(1)、在命令行输入vim ~/.bash_profile
(2)、输入i进行编辑模式
(3)、编写export NDK_PATH=xxx/xxx/android-ndk-r20b
(4)、按下esc退出编辑模式,输入:wq保存并退出

二、编译ffmpeg源码

1、分析configure结构

在FFmpeg源码目录有个configure配置脚本,使用./configure --help进行查看,可以看到如下结构的编译选项:

Help options: Description
--help print this message
--list-decoders show all available decoders
--list-encoders show all available encoders
--list-hwaccels show all available hardware
--list-demuxers show all available demuxers
--list-muxers show all available muxers
--list-parsers show all available parsers
--list-protocols show all available protocols
--list-filters show all available filters
Licensing options: Description
--enable-gpl allow use of GPL code
--enable-version3 upgrade (L)GPL to version 3
--enable-nonfree allow use of nonfree code
Configuration options: Description
--prefix=PREFIX install in PREFIX
--disable-static do not build static libs
--enable-shared build shared libraries [no]
--enable-small optimize for size
--disable-all disable components, libs
--disable-autodetect disable detect external libs
Program options: Description
--disable-programs don't build command line
--disable-ffmpeg disable ffmpeg build
--disable-ffplay disable ffplay build
--disable-ffprobe disable ffprobe build
Component options: Description
--disable-avdevice disable libavdevice build
--disable-avcodec disable libavcodec build
--disable-avformat disable libavformat build
--disable-swresample disable libswresample build
--disable-swscale disable libswscale build
--disable-postproc disable libpostproc build
--disable-avfilter disable libavfilter build
--disable-pthreads disable pthreads
--disable-network disable network support
Individual component: Description
--disable-everything disable all components
--disable-encoder=NAME disable encoder NAME
--enable-encoder=NAME enable encoder NAME
--disable-encoders disable all encoders
--disable-decoder=NAME disable decoder NAME
--enable-decoder=NAME enable decoder NAME
--disable-decoders disable all decoders
--disable-muxer=NAME disable muxer NAME
--enable-muxer=NAME enable muxer NAME
--disable-muxers disable all muxers
--disable-demuxer=NAME disable demuxer NAME
--enable-demuxer=NAME enable demuxer NAME
--disable-demuxers disable all demuxers
--enable-parser=NAME enable parser NAME
--disable-parser=NAME disable parser NAME
--disable-parsers disable all parsers
--enable-protocol=NAME enable protocol NAME
--disable-protocol=NAME disable protocol NAME
--disable-protocols disable all protocols
--enable-filter=NAME enable filter NAME
--disable-filter=NAME disable filter NAME
--disable-filters disable all filters
External library: Description
--disable-avfoundation disable Apple AVFoundation framework
--enable-jni enable JNI support [no]
--enable-libaom enable AV1 video codec via libaom [no]
--enable-libass enable libass subtitles rendering [no]
--enable-libdav1d enable AV1 decoding via libdav1d [no]
--enable-libfdk-aac enable AAC de/encoding via libfdk-aac
--enable-libfontconfig enable libfontconfig [no]
--enable-libfreetype enable libfreetype, needed for drawtext
--enable-libfribidi enable libfribidi, improves drawtext
--enable-libmp3lame enable MP3 encoding via libmp3lame [no]
--enable-libopencv enable video filtering via libopencv [no]
--enable-libopenh264 enable H.264 encoding via OpenH264 [no]
--enable-libopus enable Opus de/encoding via libopus [no]
--enable-librtmp enable RTMP[E] support via librtmp [no]
--enable-libshine enable fixed-point MP3 encoding
--enable-libsoxr enable Include libsoxr resampling [no]
--enable-libspeex enable Speex de/encoding via libspeex
--enable-libtensorflow enable TensorFlow as a DNN module [no]
--enable-libvorbis enable Vorbis en/decoding via libvorbis
--enable-libvpx enable VP8 and VP9 de/encoding via libvpx
--enable-libx264 enable H.264 encoding via x264 [no]
--enable-libx265 enable HEVC encoding via x265 [no]
--enable-mediacodec enable Android MediaCodec support [no]
--enable-opengl enable OpenGL rendering [no]
--enable-openssl enable openssl, needed for https support
Toolchain options: Description
--arch=ARCH select architecture
--cpu=CPU select the minimum CPU
--cross-prefix=PREFIX use PREFIX for compile tool
--enable-cross-compile assume a cross-compiler
--sysroot=PATH root of cross-build tree
--target-os=OS compiler targets OS
--toolchain=NAME set tool according to name
--nm=NM use nm tool NM [nm -g]
--ar=AR use archive tool AR [ar]
--as=AS use assembler AS
--strip=STRIP use strip tool STRIP [strip]
--cc=CC use C compiler CC [gcc]
--cxx=CXX use C compiler CXX [g++]
--ld=LD use linker LD
--host-cc=HOSTCC use host C compiler HOSTCC
--host-cflags=HCFLAGS use HCFLAGS when compiling
--host-ld=HOSTLD use host linker HOSTLD
--host-ldflags=HLDFLAGS use HLDFLAGS when linking
--host-extralibs=HLIBS use libs HLIBS when linking
--host-os=OS compiler host OS
--extra-cflags=ECFLAGS add ECFLAGS to CFLAGS
--extra-cxxflags=ECFLAGS add ECFLAGS to CXXFLAGS
--extra-ldflags=ELDFLAGS add ELDFLAGS to LDFLAGS

2、修改so后缀

默认编译出来的so库包括avcodec、avformat、avutil、avdevice、avfilter、swscale、
avresample、swresample、postproc,编译出来so是个软链接,真正so名字后缀带有一长串主版本号与子版本号,
这样的so名字在Adnroid平台无法识别。所以我们需要修改一下,打开该文件并搜索SLIBNAME,找到如下命令行:

text
SLIBNAME_WITH_MAJOR='$(SLIBNAME).$(LIBMAJOR)'

LIB_INSTALL_EXTRA_CMD='$$(RANLIB)"$(LIBDIR)/$(LIBNAME)"'

SLIB_INSTALL_NAME='$(SLIBNAME_WITH_VERSION)'

SLIB_INSTALL_LINKS='$(SLIBNAME_WITH_MAJOR)$(SLIBNAME)'

替换为:

text
SLIBNAME_WITH_MAJOR='$(SLIBPREF)$(FULLNAME)-$(LIBMAJOR)$(SLIBSUF)'

LIB_INSTALL_EXTRA_CMD='$$(RANLIB)"$(LIBDIR)/$(LIBNAME)"'

SLIB_INSTALL_NAME='$(SLIBNAME_WITH_MAJOR)'

SLIB_INSTALL_LINKS='$(SLIBNAME)'

3、修改hevc_mvs.c

在linux或者mac平台交叉编译过程中,可能在libavcodec/hevc_mvs.c报错:

text
libavcodec/hevc_mvs.c: In function 'derive_spatial_merge_candidates':
libavcodec/hevc_mvs.c:208:15: error: 'y0000000' undeclared (first use in this function)
((y ## v) >> s->ps.sps->log2_min_pu_size))
^
libavcodec/hevc_mvs.c:204:14: note: in definition of macro 'TAB_MVF'
tab_mvf[(y) * min_pu_width + x]
^
libavcodec/hevc_mvs.c:274:16: note: in expansion of macro 'TAB_MVF_PU'
(cand && !(TAB_MVF_PU(v).pred_flag == PF_INTRA))
^
libavcodec/hevc_mvs.c:368:23: note: in expansion of macro 'AVAILABLE'
is_available_b0 = AVAILABLE(cand_up_right, B0) &&
^
libavcodec/hevc_mvs.c:208:15: note: each undeclared identifier is reported only once for each function it appears in
((y ## v) >> s->ps.sps->log2_min_pu_size))
^
libavcodec/hevc_mvs.c:204:14: note: in definition of macro 'TAB_MVF'
tab_mvf[(y) * min_pu_width + x]
^
libavcodec/hevc_mvs.c:274:16: note: in expansion of macro 'TAB_MVF_PU'
(cand && !(TAB_MVF_PU(v).pred_flag == PF_INTRA))

原因是hevc_mvs.c会引用libavutil/timer.h文件(参考:ijkplayer#issues#4093)

text
#if CONFIG_LINUX_PERF
#ifndef _GNU_SOURCE
#define _GNU_SOURCE
#endif
#include <unistd.h>
#include <sys/ioctl.h>
#include <asm/unistd.h>
#include <linux/perf_event.h>
#endif

在sys/ioctl.h中最终会引用asm/termbits .h文件有#define B0 0000000,导致与hevc_mvs.c的B0命名冲突。
解决方法有2种:把B0改为b0、xB0改为xb0、yB0改为yb0。
或者在脚本添加:export COMMON_FF_CFG_FLAGS="$COMMON_FF_CFG_FLAGS --disable-linux-perf"

4、编译脚本

在ffmpeg源码根目录创建一个shell脚本,比如命名为build_ffmpeg.sh,以mac编译环境为例,
ndk旧版本已经过时,google官方放弃了gcc交叉编译工具链,转而使用clang编译工具链,因为clang编译速度快、效率高。
下面例子是采用ndk新版的clang进行编译(如果是使用虚拟机在linux环境交叉编译FFmpeg,下面的darwin改为linux)。具体如下:

text
/* Detailed source-code truncated for AI context efficiency. */

按照上面shell脚本分为4段。第一段make clean清除缓存,set -e设置编译出错后马上退出,archbit=xx指定cpu架构是32位还是64位。
第二段if...else...fi用来条件编译不同cpu架构对应字段的值。第三段用export关键字声明宏定义,其中PREFIX是指定输出文件路径。
第四段是一个执行函数,按照ffmpeg的configure规范进行编写。函数里面的enable代表开启,disable代表关闭,也就是对ffmpeg进行剪裁,
根据我们需要的功能进行enable。make命令是执行编译,make install命令是执行安装。最后的build_android是执行函数。
初次执行shell脚本,需要修改脚本权限,使用linux命令:chmod 777 build_ffmpeg.sh。执行脚本只需要一行命令,
即在命令行输入./build_ffmpeg.sh。编译过程中,命令行会不断打印编译日志,等待命令行输出INSTALL xxx关键字代表编译完成。

5、编译问题分析

编译过程中,可能会出现这样那样的问题,比如ndk配置不对、脚本语法不对。但不用慌,编译输出窗口会描述出错原因,
在ffbuild/config.log会告诉你问题的具体原因所在,顺着思路一般可以找到问题的答案。

三、so库剪裁

ffmpeg强大之处在于支持按需编译,进行弹性剪裁。可以使用--disable-everything关闭所有模块,
可以使用enable/disable来开启关闭某个模块,或者某个编解码器、某个封装器、某个协议。

1、encoders与decoders

encoder和decoder在libavcodec模块,可以用./configure --list-encoders或者ffmpeg --encoders查看支持的编码器。
同样地,可以用./configure --list-decoders或者ffmpeg --decoders查看支持的解码器。我们可以先--disable-encoders,
--enable-encoder=aac,h264 其中lib开头的表示第三方库。

2、muxers与demuxers

muxer和demuxer在libavformat模块,可用./configure --list-muxers或者ffmpeg --muxers查看支持的封装器。
同样地,可用./configure --list-demuxers或者ffmpeg --demuxers查看支持的解封装器。先--disable-muxers,再--enable-muxer=mp3

3、protocols

protocol也是在libavformat模块中,./configure --list-protocols或者ffmpeg --protocols查看支持的协议,

4、parsers

parser在libavfilter模块中,提供各种filter,比如音频:amix、atempo,视频:rotate、hflip,
我们可以根据需求--enable-parser来开启,可使用./configure --list-parsers查看具体列表。

四、编译过程分析

编译过程包括:预编译、编译、汇编、链接。详细可以查阅书籍<程序员的自我修养>

1、预编译

预编译处理(.c/.cpp->.i),对源文件的伪指令进行处理。
伪指令包括:宏定义(#define)、条件编译指令(#ifdef #elseif #endif)、头文件包含指令(#include)

2、编译

编译(.i->.s),对经过预编译处理文件进行语法分析,编译为汇编文件。

3、汇编

汇编(.i->.o),把汇编代码翻译为机器码,也就是二进制的目标文件。

4、链接

链接(.o->.so/.a/.lib),把所有目标文件链接成动态库、静态库文件。

5、FFmpeg的makefile分析

makefile主要发生在汇编阶段,把所有依赖的目标文件添加进去。以FFmpeg的AVFilter模块makefile为例(有省略):

text
/* Detailed source-code truncated for AI context efficiency. */

Doc FFmpeg Sourcecode (`doc/FFmpeg_sourcecode.md`)

前言

FFmpeg是一个跨平台的多媒体库,也是目前音视频领域应用最广泛的库。包括libavcodec、libavformat、libavutil、
libavdevice、libavfilter、libswscale、libswresample、libpostproc等模块。其中avcodec用于编解码,
avformat用于解封装,avutil是提供工具类,avdevice用于各平台的设备接入,avfilter提供滤镜操作,
swscale提供图像缩放与像素格式转换,swresample提供音频重采样,postproc提供高级处理。
在这里,按照每个模块功能进行分析,如有错漏不当之处,敬请指出。

1:AVIOContext、IO模型与协议

AVIOContext结构体

2:AVFormatContext连接FFmpeg的桥梁

AVFormatContext

3:AVCodecContext编解码器上下文

AVCodecContext

4:AVStream码流

码流数组

5:AVFrame与AVPacket

AVFrame与AVPacket

6:avformat_open_input()打开媒体流

打开媒体流

7:avformat_find_stream_info分析码流信息

分析码流信息

8:av_read_frame()读取音视频帧

读取音视频帧

9:av_parser_parse2()解析数据包

解析数据包

10:av_register_all()注册封装器与解封装器

注册封装器与解封装器

11:avdevice_register_all()注册设备

注册设备

12:avfilter_register_all()注册AVFilter

注册AVFilter

13:avcodec_register_all()注册编解码器

注册编解码器

14:avcodec_find_decoder()查找编解码器

查找编解码器

15:log日志系统分析

log日志系统

16:内存管理系统

内存管理系统

17:图像常用操作

图像常用操作

18:SwsContext图像转换上下文

SwsContext

19:sws_scale图像缩放与图像转换

sws_scale

20:音频采样格式相关API

音频采样格式


Doc JNI Develop Practice (`doc/JNI_develop_practice.md`)

前言

JNI是Java本地接口,定义Android从应用代码(以Java或kotlin编程语言编写)到本地代码(C/C++编写)交互编译成字节码的一种方式。
文档Java Native Interface Specification

NDK编译脚本

Android.mk与CMake编译

相关介绍文章如下:

NDK编译脚本
JNI开发规范
JNI全面介绍与最佳实践


Doc NDK Compile Shell (`doc/NDK_compile_shell.md`)

前言

Android NDK以前默认使用Android.mk与Application.mk进行构建,但是在Android Studio2.2之后推荐使用CMake进行编译。
CMake是跨平台编译工具,全称为cross platform make,内建c、c++、java自动相依性分析功能。NDK通过工具链支持CMake,
工具链文件是用于自定义交叉编译工具链的CMake文件。用于NDK的工具链位于/build/cmake/android.toolchain.cmake,
关于CMake更多详情请参考官网:cmake官网。下面对比下Android.mk与CMakeLists.txt的语法。
更详细脚本分析可查看博客:NDK编译脚本分析

一、Android.mk语法

以动态库编译hello模块为例,完整脚本如下:

text
WORKING_DIR := $(call my-dir)
LOCAL_PATH := $(WORKING_DIR)

include $(CLEAR_VARS)
LOCAL_ARM_MODE  := arm
LOCAL_MODULE    := libffmpeg
LOCAL_SRC_FILES := $(LOCAL_PATH)/ffmpeg/$(TARGET_ARCH_ABI)/lib$(LOCAL_MODULE).so
LOCAL_EXPORT_C_INCLUDES := $(LOCAL_PATH)/ffmpeg/include
include $(PREBUILT_SHARED_LIBRARY)

include $(CLEAR_VARS)
LOCAL_ARM_MODE  := arm
#模块名称
LOCAL_MODULE    := hello
#源文件
LOCAL_SRC_FILES := hello.c
#头文件路径
LOCAL_C_INCLUDES := $(LOCAL_PATH)
#系统库依赖
LOCAL_LDLIBS    := -llog -lz -lm -landroid
#第三方动态库
LOCAL_SHARED_LIBRARIES := libffmpeg
#以动态库形式编译
include $(BUILD_SHARED_LIBRARY)

1、LOCAL_MODULE

声明模块名称,例如这里编译出来的动态库名称为libhello.so。

2、LOCAL_SRC_FILES

声明源文件列表,文件之间用空格分开,需要换行时使用''换行符。

3、LOCAL_C_INCLUDES

声明头文件路径,例如$(LOCAL_PATH)/xxx

4、LOCAL_CPP_EXTENSION

指定C++源文件除.cpp以外的文件扩展名,例如这样LOCAL_CPP_EXTENSION := .cpp .cxx .cc

5、LOCAL_CPP_FEATURES

指定依赖c++的某些功能,例如RTTI(运行时类型信息):
LOCAL_CPP_FEATURES := rtti
使用c++异常检测:
LOCAL_CPP_FEATURES := exceptions

6、LOCAL_CFLAGS

在编译c和c++源文件时编译系统要传递的编译器标记,即指定额外的宏定义或编译选项。
LOCAL_CFLAGS += -I

7、LOCAL_STATIC_LIBRARIES

共享静态库,作为第三方库被引用
LOCAL_STATIC_LIBRARIES := libavcodec libavutil libavformat libavfilter

8、LOCAL_SHARED_LIBRARIES

共享动态库,与共享静态库一样作为第三方库被引用
LOCAL_SHARED_LIBRARIES := libffmpeg

9、LOCAL_LDLIBS

额外链接器,一般为系统库,使用-l来引用
LOCAL_LDLIBS := -lz -lm

10、 LOCAL_ARM_MODE

ndk默认使用thumb模式来生成目标二进制文件,每条指令为16位宽。也可以指定为ARM模式,来生成32位ARM的目标文件:
LOCAL_ARM_MODE := arm

11、LOCAL_ARM_NEON

用于开启NEON指令加速,仅对armeabi-v7a平台有效。为模块开启NEON:
LOCAL_ARM_NEON := true
为单独源文件开启NEON:
LOCAL_SRC_FILES := hello.c.neon

12、TARGET_ARCH

用于指向CPU架构,包括x86、x86_64、armeabi-v7a、 arm64-v8a

13、TARGET_PLATFORM

目标平台,对应Android API级别号,例如Android5.0系统镜像对应Android API级别21:android-21

14、打印信息

可用warning、debug、info、error级别来打印信息,如果是打印error信息,会终止编译。以warning为例:
$(warning 'This is a test')

15、if条件判断

采用ifeq关键字,然后左右变量放在括号体内,用逗号分隔:

text
ifeq($(TARGET_ABI), arm64-v8a)
$(debug 'This is arm64-v8a')
endif

二、Application.mk语法

Android.mk依赖Application.mk文件进行编译,一般Application.mk脚本如下所示:

text
APP_STL      := c++_static
APP_DEBUG    := false
APP_OPTIM    := release
APP_CPPFLAGS := -frtti
APP_PLATFORM := android-16
APP_ABI      := armeabi-v7a arm64-v8a

1、APP_ABI

与Android.mk的TARGET_ABI对应,包括CPU架构有:x86、x86_64、armeabi-v7a、arm64-v8a,支持所有平台这样表示:
APP_ABI := all

2、APP_BUILD_SCRIPT

指向编译脚本的路径,一般Android.mk和Application.mk都位于jni目录,默认指向jni/Android.mk路径,如果是其他路径,
需要使用此变量来指定绝对路径:
APP_BUILD_SCRIPT := /xx/xx/Android.mk

3、APP_OPTIM

编译优化选项,调试模式为debug,发布模式为release。在调试模式下,会保留symbol符号表;在发布模式下,会开启优化,去掉symbol符号表。

4、APP_PLATFORM

指定编译平台,面向于Android API级别,对应gradle声明的minSdkVersion。如果不声明,默认为ndk支持的最低API版本

5、APP_STL

声明使用c++的标准库,默认为system STL。其他选项包括c++_static、c++_shared和none

三、CMakeLists.txt语法

以编译hello模块以及依赖ffmpeg模块为例:

text
cmake_minimum_required(VERSION 3.4.1)
#添加动态库,包含源文件路径
add_library( hello
             SHARED
             src/main/jni/hello.c)
#添加第三方动态库
add_library( ffmpeg
             SHARED
             IMPORTED )
#指定第三方库路径
set_target_properties( ffmpeg
                       PROPERTIES IMPORTED_LOCATION
                       ../../../../libs/${CMAKE_ANDROID_ARCH_ABI}/libffmpeg.so )
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=gnu++11")
#指定头文件路径
include_directories(src/main/cpp)
if(${CMAKE_ANDROID_ARCH_ABI} MATCHES "armeabi-v7a")
    include_directories(src/main/cpp/include/armeabi-v7a)
    message("This is armeabi-v7a")
elseif(${CMAKE_ANDROID_ARCH_ABI} MATCHES "arm64-v8a")
    include_directories(src/main/cpp/include/arm64-v8a)
    message("This is arm64-v8a")
endif()
#查找系统库
find_library( # Sets the name of the path variable.
              log-lib
              log )
#链接目标库
target_link_libraries( hello
                       ffmpeg
                       ${log-lib} )

1、add_library

传递三个参数,第一个参数是模块名称,第二个参数是SHARED或者STATIC。如果是源文件模块,第三个参数是源文件列表;
如果是第三方库,第三个参数是IMPORTED。

2、set_target_properties

用于指定第三方库路径,IMPORT_LOCATION一般是指向src/main/cpp目录

3、include_directories

用于指定头文件路径,头文件路径可以有多个

4、find_library

用于查找系统库,比如Android系统的log日志库

链接目标库,把依赖库都链接到目标库中

6、if条件判断

与Android.mk稍有差异,CMake采用if...MATCHES形式,例如:
if(${CMAKE_ANDROID_ARCH_ABI} MATCHES "armeabi-v7a")
......
endif()

7、打印日志

与Android.mk不同的是,CMake采用message函数来打印日志,括号体传入msg内容
message("hello, cmake")

8、命令行参数

命令行参数前面统一加上-D,常用的参数:

  • -DANRDOID_ABI :android的ABI架构平台

  • -DANDROID_NDK :ndk路径

  • -DANDROID_ARM_MODE :arm模式/thumb模式

  • -DANDROID_ARM_NEON :是否开启arm neon加速,针对armeabi-v7a平台

  • -DANDROID_TOOLCHAIN :编译工具链

  • -DANDROID_NATIVE_API_LEVEL :与ANDROID_PLATFORM相同,对应minSdkVersion

  • -DCMAKE_BUILD_TYPE :编译类型,debug或release

  • -DCMAKE_MAKE_PROGRAM :编译程序

  • -DCMAKE_TOOLCHAIN_FILE :编译文件

9、命令行编译

以cmake作为关键字,后面带着指定参数,示例如下:

text
cmake \
    -DANDROID_ABI=armeabi-v7a \
    -DANDROID_NDK=${HOME}/Android/Sdk/ndk-bundle \
    -DCMAKE_BUILD_TYPE=Debug \
    -DCMAKE_MAKE_PROGRAM=${HOME}/Android/Sdk/cmake/3.6.3155560/bin/ninja \
    -DCMAKE_TOOLCHAIN_FILE=${HOME}/Android/Sdk/ndk-bundle/build/cmake/android.toolchain.cmake \
    -DANDROID_NATIVE_API_LEVEL=23 \
    -DANDROID_TOOLCHAIN=clang

四、ndk编译配置

1、Android.mk方式配置

在gradle的defaultConfig配置ndk:

text
defaultConfig {
    ......
    ndk {
        moduleName "hello"
        abiFilters "armeabi-v7a", "arm64-v8a"
    }
}

然后配置jni源文件路径:

text
sourceSets {
    main {
        jniLibs.srcDir 'src/main/libs' // Enable to use libs
        jni.srcDirs 'src/main/jni' // Enable the automatic ndk-build
    }
}

另外配置Android.mk文件绝对路径:

text
externalNativeBuild {
    ndkBuild {
        "src/main/jni/Android.mk"
    }
}

2、CMake方式配置

前两步与Android.mk方式一样,配置脚本路径稍有差异:

text
externalNativeBuild {
    cmake {
        path "CMakeLists.txt"
    }
}

另外在defaultConfig设置cppFlags:

text
externalNativeBuild {
    cmake {
        cppFlags ""
    }
}

五、ndk编译过程

1、ndk-build编译

在命令行输入ndk-build后,会根据声明所支持的平台依次编译。首先是armeabi-v7a平台架构,把hello.c源文件编译成hello
目标文件,然后链接成libhello.so动态库,最终安装到libs/armeabi-v7a目录下。

2、cmake在Gradle中编译

编译arm64-v8a平台架构的hello模块。首先把hello.c源文件编译成hello.c.o目标文件,然后链接成libhello.so动态库。
生成的debug模式动态库在/build/intermediates/cmake/debug/obj/arm64-v8a目录下。


Doc Multimedia Knowledge (`doc/multimedia_knowledge.md`)

前言

音视频多媒体涉及语音信号处理、数字图像处理、信息论、封装协议、编解码、渲染、网络传输、视频特效、音频特效等等。在特定场景,
还会结合AI、机器学习ML、计算机视觉CV、自然语言理解NLP。比如AI智能编码,抽取视频帧用计算机视觉做人脸识别,用NLP做语音理解。

1、音视频基本概念

基本概念

2、视频封装格式

视频封装

3、音频封装格式

音频封装

4、音视频编码

编码器介绍

5、音视频解码

解码解码器介绍

6、音效(均衡器、混响、重低音)

基本音效

7、杜比音效AC3与AC4

杜比音效

8、杜比视觉Dolby-Vision与HDR

杜比视觉

9、Matroska封装格式

Matroska封装格式上
Matroska封装格式下

10、新一代视频AV1编码器

AV1编码器

11、Android图像渲染框架

Android图像渲染


Doc Multimedia Protocol (`doc/multimedia_protocol.md`)

多媒体协议与书籍

多媒体开发涉及非常多的多媒体协议,在这里整理一些常用的多媒体协议与多媒体书籍,
欢迎大家补充其他相关协议与书籍,共同维护良好的开源社区。

多媒体协议

常见的流媒体传输协议包括:RTP、SRTP、RTMP、RTCP、RTSP,流媒体应用协议有HLS、DASH,
WebRTC网络传输协议有SDP、ICE、NAT、STUN、TURN等,常用视频编码协议有H264,
常用的视频封装格式有mp4,关于C语言标准有C11、C17等,详细列表如下:

protocol download password
H264 https://pan.baidu.com/s/1I1Sfw0y8g_XQmylzWBnV6A vm5i
HLS https://pan.baidu.com/s/1cDl8FdJfioviWasApObVcg w5vh
RTP https://pan.baidu.com/s/13K1ZHXytq8_k-TT1Nu7P7g eg3s
SRTP https://pan.baidu.com/s/1fw3deX0GC3AYtzMt7RosWg v87w
SDP https://pan.baidu.com/s/10mCBI93awj4FkSOFy3_hbQ ks6g
RTCP https://pan.baidu.com/s/1Q5ZQS5Mh_D3g9JfNQ7J9sg c046
RTMP https://pan.baidu.com/s/1Vm4mi2KOdaelLcx9t426Mw c1wu
RTSP https://pan.baidu.com/s/1mxEwMaXjL4ml3jixmdr2lw n6hx
RTP(WebRTC) https://pan.baidu.com/s/1saXyutLmuBiiCRbzkmzyyQ 8gvc
HTTP2 https://pan.baidu.com/s/1a2LE3vkjhBpGfLALTk0YRA fwxk
STUN https://pan.baidu.com/s/1o6G80R6880rT4My6fVXtEg 933a
ICE https://pan.baidu.com/s/1AEJxzf1Nflg98u35Eg3Yyg 1u1w
NAT https://pan.baidu.com/s/1Kcup8UZhnF15lqgSIkNAWw w3oz
C11 https://pan.baidu.com/s/1AH7-cT6jPpgkN-fcsxZiqQ p0ay
C++20 https://pan.baidu.com/s/1Alsm2Ve8hiMb_UhYMnGPYg 79ej
MP4 https://pan.baidu.com/s/13WrU60CYPCRshPrmLOTtKA fa0f
DASH https://pan.baidu.com/s/1-38Erd4a9mtEUKzD3GMaig ctz7
DASH(ISO) https://pan.baidu.com/s/1UnxkaPeKVIsmddaYIrADdw buav
H265(ITU-T) https://pan.baidu.com/s/1SypB6m9cQbB-IYyUy4EvFg n8tz

多媒体书籍

音频开发书籍包括:音乐理论、音频信号处理与编码、DSP语音降噪、3D声音环绕,
视频开发书籍包括:数字图像与视频处理、视频编码全角度详解,
渲染方面是OpenGL,硬件加速指令有neon,详细列表如下:

book download password
OpenGL https://pan.baidu.com/s/1j8_UD217vNeV6SWi5G3ySw snvo
Theory of Music https://pan.baidu.com/s/1pDpChcrhqOUBL8Dl9xq8UQ b38b
neon guide https://pan.baidu.com/s/1mOTnhIyulNASN90IAzHzdA f2bw
CodingForNeon https://pan.baidu.com/s/1R-Lf94AnHk_hUwZQyLuxSQ 5iyj
HybridReverb https://pan.baidu.com/s/19LV36iTBKPGFDQZkoCosiw jjlq
数字图像与视频处理 https://pan.baidu.com/s/1oBAtwAFU0pfnhf_cQUs6dg pi17
视频编码全角度详解 https://pan.baidu.com/s/1WBdEFF4MWcZDnheeR4XvCA vyfo
音频信号处理与编码 https://pan.baidu.com/s/1qwSrRrcs1eipph9QLxrEXg q9xc
DSP语音降噪 https://pan.baidu.com/s/1z2i6vXf9xn_Uq2_T6TE8rA h7a1
3D声音环绕 https://pan.baidu.com/s/1URAnDx_eNXJhsQUSUVLKDA u8n0
音视频开发进阶指南 / /
HEVC算法与架构 https://pan.baidu.com/s/1l8IwSACejk4ZZe10Dh6OdQ kgfg
A Tour of C++ https://pan.baidu.com/s/16mg_1aafhcM68-NYHT6XhQ ycvm
C++标准库 https://pan.baidu.com/s/1QPXbjnYArNmwZY4TCZ5aWA 3xyv
C程序语言 https://pan.baidu.com/s/132cTecL7RArkx2eaGGZOmw wzrj
C++程序语言 https://pan.baidu.com/s/1joKa0qt_xl57QdRRL7Ud9g br5q

Doc Multimedia Work (`doc/multimedia_work.md`)

音视频工作方向概要

音视频工作方向包括:直播、短视频、流媒体传输、视频播放器、音乐播放器、音视频算法、
流媒体后端、音视频编辑、图像处理(个人概括,具体方向不限于此)。


Doc Player Framework (`doc/player_framework.md`)

前言

ijkplayer是一款跨平台的播放器,支持Android与iOS端,核心部分基于ffmpeg,
支持Android的mediacodec硬解与iOS的videotoolbox硬解,视频图像采用OpenGL进行渲染。
许多主流播放器都使用ijkplayer作为播放方案。

1、ijkplayer的API详细介绍

API介绍

2、ijkplayer的时序图与状态图分析

时序图与状态图

3、ijkplayer自定义协议播放加密视频

自定义协议

4、ijkplayer音频解码播放架构分析

音频解码播放

5、ijkplayer视频解码播放架构分析

视频解码播放

6、ijkplayer播放器架构从原型到升级

播放器整体架构

7、ijkplayer音视频同步策略分析

音视频同步


--- METRICS ---