作者:叶余
来源:https://www.cnblogs.com/leisure_chn/p/10301253.html
ffplay是FFmpeg工程自带的简单播放器,使用FFmpeg提供的解码器和SDL库进行视频播放。本文基于FFmpeg工程4.1版本进行分析,其中ffplay源码清单如下:
https://github.com/FFmpeg/FFmpeg/blob/n4.1/fftools/ffplay.c
在尝试分析源码前,可先阅读如下参考文章作为铺垫:
[1]. 雷霄骅,视音频编解码技术零基础学习方法
[2]. 视频编解码基础概念
[3]. 色彩空间与像素格式
[4]. 音频参数解析
[5]. FFmpeg基础概念
“ffplay源码分析”系列文章如下:
[1]. ffplay源码分析1-概述
[2]. ffplay源码分析2-数据结构
[3]. ffplay源码分析3-代码框架
[4]. ffplay源码分析4-音视频同步
[5]. ffplay源码分析5-图像格式转换
[6]. ffplay源码分析6-音频重采样
[7]. ffplay源码分析7-播放控制
2. 数据结构
几个关键的数据结构如下:
2.1 struct VideoState
typedef struct VideoState { SDL_Thread *read_tid; // demux解复用线程 AVInputFormat *iformat; int abort_request; int force_refresh; int paused; int last_paused; int queue_attachments_req; int seek_req; // 标识一次SEEK请求 int seek_flags; // SEEK标志,诸如AVSEEK_FLAG_BYTE等 int64_t seek_pos; // SEEK的目标位置(当前位置+增量) int64_t seek_rel; // 本次SEEK的位置增量 int read_pause_return; AVFormatContext *ic; int realtime; Clock audclk; // 音频时钟 Clock vidclk; // 视频时钟 Clock extclk; // 外部时钟 FrameQueue pictq; // 视频frame队列 FrameQueue subpq; // 字幕frame队列 FrameQueue sampq; // 音频frame队列 Decoder auddec; // 音频解码器 Decoder viddec; // 视频解码器 Decoder subdec; // 字幕解码器 int audio_stream; // 音频流索引 int av_sync_type; double audio_clock; // 每个音频帧更新一下此值,以pts形式表示 int audio_clock_serial; // 播放序列,seek可改变此值 double audio_diff_cum; /* used for AV difference average computation */ double audio_diff_avg_coef; double audio_diff_threshold; int audio_diff_avg_count; AVStream *audio_st; // 音频流 PacketQueue audioq; // 音频packet队列 int audio_hw_buf_size; // SDL音频缓冲区大小(单位字节) uint8_t *audio_buf; // 指向待播放的一帧音频数据,指向的数据区将被拷入SDL音频缓冲区。若经过重采样则指向audio_buf1,否则指向frame中的音频 uint8_t *audio_buf1; // 音频重采样的输出缓冲区 unsigned int audio_buf_size; /* in bytes */ // 待播放的一帧音频数据(audio_buf指向)的大小 unsigned int audio_buf1_size; // 申请到的音频缓冲区audio_buf1的实际尺寸 int audio_buf_index; /* in bytes */ // 当前音频帧中已拷入SDL音频缓冲区的位置索引(指向第一个待拷贝字节) int audio_write_buf_size; // 当前音频帧中尚未拷入SDL音频缓冲区的数据量,audio_buf_size = audio_buf_index + audio_write_buf_size int audio_volume; // 音量 int muted; // 静音状态 struct AudioParams audio_src; // 音频frame的参数 #if CONFIG_AVFILTER struct AudioParams audio_filter_src; #endif struct AudioParams audio_tgt; // SDL支持的音频参数,重采样转换:audio_src->audio_tgt struct SwrContext *swr_ctx; // 音频重采样context int frame_drops_early; // 丢弃视频packet计数 int frame_drops_late; // 丢弃视频frame计数 enum ShowMode { SHOW_MODE_NONE = -1, SHOW_MODE_VIDEO = 0, SHOW_MODE_WAVES, SHOW_MODE_RDFT, SHOW_MODE_NB } show_mode; int16_t sample_array[SAMPLE_ARRAY_SIZE]; int sample_array_index; int last_i_start; RDFTContext *rdft; int rdft_bits; FFTSample *rdft_data; int xpos; double last_vis_time; SDL_Texture *vis_texture; SDL_Texture *sub_texture; SDL_Texture *vid_texture; int subtitle_stream; // 字幕流索引 AVStream *subtitle_st; // 字幕流 PacketQueue subtitleq; // 字幕packet队列 double frame_timer; // 记录最后一帧播放的时刻 double frame_last_returned_time; double frame_last_filter_delay; int video_stream; AVStream *video_st; // 视频流 PacketQueue videoq; // 视频队列 double max_frame_duration; // maximum duration of a frame - above this, we consider the jump a timestamp discontinuity struct SwsContext *img_convert_ctx; struct SwsContext *sub_convert_ctx; int eof; char *filename; int width, height, xleft, ytop; int step; #if CONFIG_AVFILTER int vfilter_idx; AVFilterContext *in_video_filter; // the first filter in the video chain AVFilterContext *out_video_filter; // the last filter in the video chain AVFilterContext *in_audio_filter; // the first filter in the audio chain AVFilterContext *out_audio_filter; // the last filter in the audio chain AVFilterGraph *agraph; // audio filter graph #endif int last_video_stream, last_audio_stream, last_subtitle_stream; SDL_cond *continue_read_thread; } VideoState;
2.2 struct Clock
typedef struct Clock { // 当前帧(待播放)显示时间戳,播放后,当前帧变成上一帧 double pts; /* clock base */ // 当前帧显示时间戳与当前系统时钟时间的差值 double pts_drift; /* clock base minus time at which we updated the clock */ // 当前时钟(如视频时钟)最后一次更新时间,也可称当前时钟时间 double last_updated; // 时钟速度控制,用于控制播放速度 double speed; // 播放序列,所谓播放序列就是一段连续的播放动作,一个seek操作会启动一段新的播放序列 int serial; /* clock is based on a packet with this serial */ // 暂停标志 int paused; // 指向packet_serial int *queue_serial; /* pointer to the current packet queue serial, used for obsolete clock detection */ } Clock;
2.3 struct PacketQueue
typedef struct PacketQueue { MyAVPacketList *first_pkt, *last_pkt; int nb_packets; // 队列中packet的数量 int size; // 队列所占内存空间大小 int64_t duration; // 队列中所有packet总的播放时长 int abort_request; int serial; // 播放序列,所谓播放序列就是一段连续的播放动作,一个seek操作会启动一段新的播放序列 SDL_mutex *mutex; SDL_cond *cond; } PacketQueue;
栈(LIFO)是一种表,队列(FIFO)也是一种表。数组是表的一种实现方式,链表也是表的一种实现方式,例如FIFO既可以用数组实现,也可以用链表实现。PacketQueue是用链表实现的一个FIFO。
2.4 struct FrameQueue
typedef struct FrameQueue { Frame queue[FRAME_QUEUE_SIZE]; int rindex; // 读索引。待播放时读取此帧进行播放,播放后此帧成为上一帧 int windex; // 写索引 int size; // 总帧数 int max_size; // 队列可存储最大帧数 int keep_last; // 是否保留已播放的最后一帧使能标志 int rindex_shown; // 是否保留已播放的最后一帧实现手段 SDL_mutex *mutex; SDL_cond *cond; PacketQueue *pktq; // 指向对应的packet_queue } FrameQueue;
FrameQueue是一个环形缓冲区(ring buffer),是用数组实现的一个FIFO。下面先讲一下环形缓冲区的基本原理,其示意图如下:
环形缓冲区的一个元素被用掉后,其余元素不需要移动其存储位置。相反,一个非环形缓冲区在用掉一个元素后,其余元素需要向前搬移。换句话说,环形缓冲区适合实现FIFO,而非环形缓冲区适合实现LIFO。环形缓冲区适合于事先明确了缓冲区的最大容量的情形。扩展一个环形缓冲区的容量,需要搬移其中的数据。因此一个缓冲区如果需要经常调整其容量,用链表实现更为合适。
环形缓冲区使用中要避免读空和写满,但空和满状态下读指针和写指针均相等,因此其实现中的关键点就是如何区分出空和满。有多种策略可以用来区分空和满的标志:
- 总是保持一个存储单元为空:“读指针”“写指针”时为空,“读指针”“写指针+1”时为满;
- 使用有效数据计数:每次读写都更新数据计数,计数等于0时为空,等于BUF_SIZE时为满;
- 记录最后一次操作:用一个标志记录最后一次是读还是写,在“读指针”==“写指针”时若最后一次是写,则为满状态;若最后一次是读,则为空状态。
可以看到,FrameQueue使用上述第2种方式,使用FrameQueue.size记录环形缓冲区中元素数量,作为有效数据计数。
ffplay中创建了三个frame_queue:音频frame_queue,视频frame_queue,字幕frame_queue。每一个frame_queue一个写端一个读端,写端位于解码线程,读端位于播放线程。
为了叙述方便,环形缓冲区的一个元素也称作节点(或帧),将rindex称作读指针或读索引,将windex称作写指针或写索引,叫法用混用的情况,不作文字上的严格区分。
2.4.1 初始化与销毁
static int frame_queue_init(FrameQueue *f, PacketQueue *pktq, int max_size, int keep_last) { int i; memset(f, 0, sizeof(FrameQueue)); if (!(f->mutex = SDL_CreateMutex())) { av_log(NULL, AV_LOG_FATAL, "SDL_CreateMutex(): %s\n", SDL_GetError()); return AVERROR(ENOMEM); } if (!(f->cond = SDL_CreateCond())) { av_log(NULL, AV_LOG_FATAL, "SDL_CreateCond(): %s\n", SDL_GetError()); return AVERROR(ENOMEM); } f->pktq = pktq; f->max_size = FFMIN(max_size, FRAME_QUEUE_SIZE); f->keep_last = !!keep_last; for (i = 0; i < f->max_size; i++) if (!(f->queue[i].frame = av_frame_alloc())) return AVERROR(ENOMEM); return 0; }
队列初始化函数确定了队列大小,将为队列中每一个节点的frame(f->queue[i].frame
)分配内存,注意只是分配frame对象本身,而不关注frame中的数据缓冲区。frame中的数据缓冲区是AVBuffer,使用引用计数机制。
f->max_size
是队列的大小,此处值为16,细节不展开。
f->keep_last
是队列中是否保留最后一次播放的帧的标志。f->keep_last = !!keep_last
是将int取值的keep_last转换为boot取值(0或1)。
static void frame_queue_destory(FrameQueue *f) { int i; for (i = 0; i < f->max_size; i++) { Frame *vp = &f->queue[i]; frame_queue_unref_item(vp); // 释放对vp->frame中的数据缓冲区的引用,注意不是释放frame对象本身 av_frame_free(&vp->frame); // 释放vp->frame对象 } SDL_DestroyMutex(f->mutex); SDL_DestroyCond(f->cond); }
队列销毁函数对队列中的每个节点作了如下处理:
frame_queue_unref_item(vp)
释放本队列对vp->frame中AVBuffer的引用av_frame_free(&vp->frame)
释放vp->frame对象本身
2.4.2 写队列
写队列的步骤是:
- 获取写指针(若写满则等待);
- 将元素写入队列;
- 更新写指针。
写队列涉及下列两个函数:
frame_queue_peek_writable() // 获取写指针 frame_queue_push() // 更新写指针
通过实例看一下写队列的用法:
static int queue_picture(VideoState *is, AVFrame *src_frame, double pts, double duration, int64_t pos, int serial) { Frame *vp; if (!(vp = frame_queue_peek_writable(&is->pictq))) return -1; vp->sar = src_frame->sample_aspect_ratio; vp->uploaded = 0; vp->width = src_frame->width; vp->height = src_frame->height; vp->format = src_frame->format; vp->pts = pts; vp->duration = duration; vp->pos = pos; vp->serial = serial; set_default_window_size(vp->width, vp->height, vp->sar); av_frame_move_ref(vp->frame, src_frame); frame_queue_push(&is->pictq); return 0; }
上面一段代码是视频解码线程向视频frame_queue中写入一帧的代码,步骤如下:
frame_queue_peek_writable(&is->pictq)
向队列尾部申请一个可写的帧空间,若队列已满无空间可写,则等待av_frame_move_ref(vp->frame, src_frame)
将src_frame中所有数据拷贝到vp->
frame并复位src_frame,vp->
frame中AVBuffer使用引用计数机制,不会执行AVBuffer的拷贝动作,仅是修改指针指向值。为避免内存泄漏,在av_frame_move_ref(dst, src)
之前应先调用av_frame_unref(dst)
,这里没有调用,是因为frame_queue在删除一个节点时,已经释放了frame及frame中的AVBuffer。frame_queue_push(&is->pictq)
此步仅将frame_queue中的写指针加1,实际的数据写入在此步之前已经完成。
frame_queue写操作相关函数实现如下:
frame_queue_peek_writable()
static Frame *frame_queue_peek_writable(FrameQueue *f) { /* wait until we have space to put a new frame */ SDL_LockMutex(f->mutex); while (f->size >= f->max_size && !f->pktq->abort_request) { SDL_CondWait(f->cond, f->mutex); } SDL_UnlockMutex(f->mutex); if (f->pktq->abort_request) return NULL; return &f->queue[f->windex]; }
向队列尾部申请一个可写的帧空间,若无空间可写,则等待
frame_queue_push()
static void frame_queue_push(FrameQueue *f) { if (++f->windex == f->max_size) f->windex = 0; SDL_LockMutex(f->mutex); f->size++; SDL_CondSignal(f->cond); SDL_UnlockMutex(f->mutex); }
向队列尾部压入一帧,只更新计数与写指针,因此调用此函数前应将帧数据写入队列相应位置
2.4.3 读队列
写队列中,应用程序写入一个新帧后通常总是将写指针加1。而读队列中,“读取”和“更新读指针(同时删除旧帧)”二者是独立的,可以只读取而不更新读指针,也可以只更新读指针(只删除)而不读取。而且读队列引入了是否保留已显示的最后一帧的机制,导致读队列比写队列要复杂很多。
读队列和写队列步骤是类似的,基本步骤如下:
- 获取读指针(若读空则等待);
- 读取一个节点;
- 更新写指针(同时删除旧节点)。
写队列涉及如下函数:
frame_queue_peek_readable() // 获取读指针(若读空则等待) frame_queue_peek() // 获取当前节点指针 frame_queue_peek_next() // 获取下一节点指针 frame_queue_peek_last() // 获取上一节点指针 frame_queue_next() // 更新读指针(同时删除旧节点)
通过实例看一下读队列的用法:
static void video_refresh(void *opaque, double *remaining_time) { ...... if (frame_queue_nb_remaining(&is->pictq) == 0) { // 所有帧已显示 // nothing to do, no picture to display in the queue } else { Frame *vp, *lastvp; lastvp = frame_queue_peek_last(&is->pictq); // 上一帧:上次已显示的帧 vp = frame_queue_peek(&is->pictq); // 当前帧:当前待显示的帧 frame_queue_next(&is->pictq); // 删除上一帧,并更新rindex video_display(is)-->video_image_display()-->frame_queue_peek_last(); } ...... }
上面一段代码是视频播放线程从视频frame_queue中读取视频帧进行显示的基本步骤,其他代码已省略,只保留了读队列部分。video_refresh()
的实现详情可参考第3节。
记lastvp为上一次已播放的帧,vp为本次待播放的帧,下图中方框中的数字表示显示序列中帧的序号(实际就是Frame.frame.display_picture_number
变量值)。
在启用keep_last机制后,rindex_shown值总是为1,rindex_shown确保了最后播放的一帧总保留在队列中。
假设某次进入video_refresh()
的时刻为T0,下次进入的时刻为T1。在T0时刻,读队列的步骤如下:
- rindex(图中ri)表示上一次播放的帧lastvp,本次调用
video_refresh()
中,lastvp会被删除,rindex会加1 - rindex+rindex_shown(图中ris)表示本次待播放的帧vp,本次调用
video_refresh()
中,vp会被读出播放
图中已播放的帧是灰色方框,本次待播放的帧是黑色方框,其他未播放的帧是绿色方框,队列中空位置为白色方框。
在之后的某一时刻TX,首先调用frame_queue_nb_remaining()
判断是否有帧未播放,若无待播放帧,函数video_refresh()
直接返回,不往下执行。
/* return the number of undisplayed frames in the queue */ static int frame_queue_nb_remaining(FrameQueue *f) { return f->size - f->rindex_shown; }
rindex_shown为1时,队列中总是保留了最后一帧lastvp(灰色方框)。按照这样的设计思路,如果rindex_shown为2,队列中就会保留最后2帧。
但keep_last机制有什么用途呢?希望知道的同学指点一下。
注意,在TX时刻,无新帧可显示,保留的一帧是已经显示过的。那么最后一帧什么时候被清掉呢?在播放结束或用户中途取消播放时,会调用frame_queue_destory()
清空播放队列。
rindex_shown的引入增加了读队列操作的理解难度。大多数读操作函数都会用到这个变量。
通过FrameQueue.keep_last
和FrameQueue.rindex_shown
两个变量实现了保留最后一次播放帧的机制。
是否启用keep_last机制是由全局变量keep_last
值决定的,在队列初始化函数frame_queue_init()
中有f->keep_last = !!keep_last;
,而在更新读指针函数frame_queue_next()
中如果启用keep_last机制,则f->rindex_shown
值为1。如果rindex_shown对理解代码造成了困扰,可以先将全局变量keep_last
值赋为0,这样f->rindex_shown
值为0,代码看起来会清晰很多。理解了读队列的基本方法后,再看f->rindex_shown
值为1时代码是如何运行的。
先看frame_queue_next()
函数:
frame_queue_next()
static void frame_queue_next(FrameQueue *f) { if (f->keep_last && !f->rindex_shown) { f->rindex_shown = 1; return; } frame_queue_unref_item(&f->queue[f->rindex]); if (++f->rindex == f->max_size) f->rindex = 0; SDL_LockMutex(f->mutex); f->size--; SDL_CondSignal(f->cond); SDL_UnlockMutex(f->mutex); }
三个动作:删除rindex节点(lastvp),更新f->rindex
和f->size
。
frame_queue_peek_readable()
static Frame *frame_queue_peek_readable(FrameQueue *f) { /* wait until we have a readable a new frame */ SDL_LockMutex(f->mutex); while (f->size - f->rindex_shown <= 0 && !f->pktq->abort_request) { SDL_CondWait(f->cond, f->mutex); } SDL_UnlockMutex(f->mutex); if (f->pktq->abort_request) return NULL; return &f->queue[(f->rindex + f->rindex_shown) % f->max_size]; }
从队列头部读取一帧(vp),只读取不删除,若无帧可读则等待。这个函数和frame_queue_peek()
的区别仅仅是多了不可读时等待的操作。
frame_queue_peek()
static Frame *frame_queue_peek(FrameQueue *f) { return &f->queue[(f->rindex + f->rindex_shown) % f->max_size]; } static Frame *frame_queue_peek_next(FrameQueue *f) { return &f->queue[(f->rindex + f->rindex_shown + 1) % f->max_size]; } // 取出此帧进行播放,只读取不删除,不删除是因为此帧需要缓存下来供下一次使用。播放后,此帧变为上一帧 static Frame *frame_queue_peek_last(FrameQueue *f) { return &f->queue[f->rindex]; }
从队列头部读取一帧(vp),只读取不删除。
「视频云技术」你最值得关注的音视频技术公众号,每周推送来自阿里云一线的实践技术文章,在这里与音视频领域一流工程师交流切磋。