FFMPEG自学二 ⾳频编码实战

一、FFmpeg编码流程

二、流程关键函数

avcodec_find_encoder：根据指定的AVCodecID查找注册的编码器。 
avcodec_alloc_context3：为AVCodecContext分配内存。 
avcodec_open2：打开编码器。 
avcodec_send_frame：将AVFrame⾮压缩数据给编码器。 
avcodec_receive_packet：获取到编码后的AVPacket数据，收到的packet需要⾃⼰释放内存。 
av_frame_get_buffer: 为⾳频或视频帧分配新的buffer。在调⽤这个函数之前，必须在AVFame上设 
置好以下属性：format(视频为像素格式，⾳频为样本格式)、nb_samples(样本个数，针对⾳频)、 
channel_layout(通道类型，针对⾳频)、width/height(宽⾼，针对视频）。 
av_frame_make_writable：确保AVFrame是可写的，使⽤av_frame_make_writable()的问题是，在 
最坏的情况下，它会在您使⽤encode再次更改整个输⼊frame之前复制它. 如果frame不可写， 
av_frame_make_writable()将分配新的缓冲区，并复制这个输⼊input frame数据，避免和编码器需 
要缓存该帧时造成冲突。 
av_samples_fill_arrays 填充⾳频帧 
flush encoder 调⽤⼀次 avcodec_send_frame(NULL)(返回成功)，然后不停调⽤ 
avcodec_receive_packet() 直到其返回 AVERROR_EOF，取出所有缓存帧
avcodec_receive_packet() 返回 AVERROR_EOF 这⼀次是没有有效数据的，仅仅获取到⼀ 
个结束标志

三、PCM涉及的参数

1. Sample Rate : 采样频率。8kHz(电话)、44.1kHz(CD)、48kHz(DVD)。 
2. Sample Size : 量化位数。通常该值为16-bit。 
3. Number of Channels : 通道个数。常⻅的⾳频有⽴体声(stereo)和单声道(mono)两种类型，⽴体声包 含左声道和右声道。另外还有环绕⽴体声等其它不太常⽤的类型。 
4. Sign : 表示样本数据是否是有符号位，⽐如⽤⼀字节表示的样本数据，有符号的话表示范围为-128 ~ 127，⽆符号是0 ~ 255。有符号位16bits数据取值范围为-32768~32767。 
5. Byte Ordering : 字节序。字节序是little-endian还是big-endian。通常均为little-endian。字节序说 明⻅第4节。 
6. Integer Or Floating Point : 整形或浮点型。⼤多数格式的PCM样本数据使⽤整形表示，⽽在⼀些对 精度要求⾼的应⽤⽅⾯，使⽤浮点类型表示PCM样本数据（浮点数 float值域为 [-1.0, 1.0]）。

四、FFmpeg中Packed和Planar的PCM数据区别

packed格式

1 AV_SAMPLE_FMT_U8, ///< unsigned 8 bits 
2 AV_SAMPLE_FMT_S16, ///< signed 16 bits 
3 AV_SAMPLE_FMT_S32, ///< signed 32 bits 
4 AV_SAMPLE_FMT_FLT, ///< float 
5 AV_SAMPLE_FMT_DBL, ///< double

只能保存在AVFrame的uint8_t *data[0];

planar格式

1 AV_SAMPLE_FMT_U8P, ///< unsigned 8 bits, planar 
2 AV_SAMPLE_FMT_S16P, ///< signed 16 bits, planar 
3 AV_SAMPLE_FMT_S32P, ///< signed 32 bits, planar 
4 AV_SAMPLE_FMT_FLTP, ///< float, planar 
5 AV_SAMPLE_FMT_DBLP, ///< double, planar 
6 AV_SAMPLE_FMT_S64, ///< signed 64 bits 
7 AV_SAMPLE_FMT_S64P, ///< signed 64 bits, planar

注：

planar为FFmpeg内部存储⾳频使⽤的采样格式，所有的Planar格式后⾯都有字⺟P标识。

Packed: L R L R L R L R 识记：Packed（拥挤的） 左拥右抱

Planar : L L L L ... R R R Planar （平面的) 分层

plane 0对于uint8_t *data[0]

plane 1对于uint8_t *data[1]

FFmpeg默认的AAC编码器不⽀持AV_SAMPLE_FMT_S16格式的编码，只⽀持

AV_SAMPLE_FMT_FLTP

FFmpeg⾳频解码后和编码前的数据是存放在AVFrame结构中的。

Packed格式，frame.data[0]或frame.extended_data[0]包含所有的⾳频数据中。

Planar格式， frame.data[i]或者frame.extended_data[i]表示第i个声道的数据（假设声道0是第⼀

个）, AVFrame.data数组⼤⼩固定为8，如果声道数超过8，需要从frame.extended_data获取声道数

据。

五、PCM数据播放

ffplay -f f32le -ac 2 -ar 48000 a.pcm 播放格式为f32le，双声道，采样频率48000Hz的PCM数据