FFMPEG Tips (3) 如何读取每一帧的信息

from:https://zhuanlan.zhihu.com/p/23606669

本文是我的《FFMPEG Tips》系列的第三篇文章，上篇文章 介绍了如何提取整个音视频码流的媒体信息，包括：封装格式、编码格式、视频的分辨率、帧率、码率、音频的采样率、位宽、通道数等等，而本文则关注得更细一点，看看如何利用 ffmpeg 读取码流中每一帧的信息。

1. 每一帧的哪些信息值得关注 ？

[ ] 音频帧还是视频帧

[ ] 关键帧还是非关键帧

[ ] 帧的数据和大小

[ ] 时间戳信息

2. 为什么要关注这些信息 ？

[ ] 音频帧还是视频帧 -> 分别送入音频/视频解码器

[ ] 关键帧还是非关键帧 -> 追帧优化

[ ] 帧的数据和大小 -> 取出帧的内容

[ ] 时间戳信息 -> 音视频同步

3. 如何从 ffmpeg 取出这些信息 ？

ffmpeg 提供了一个函数 av_read_frame 来完成解封装的过程，它会从码流里面提取每一个音频、视频帧，它使用了结构体 AVPacket 来记录每一帧的信息。

读取一帧数据的代码示例如下（ic 即为 AVFormatContext 对象，码流的上下文句柄）：

每循环一次，就从码流中解封装并且提取了一帧数据，并存放在了 AVPacket 结构体中。

3.1 如何判断是音频帧还是视频帧

上一篇文章我们提到过，使用下面的方法，获取码流中的 video_stream_idx 和 audio_stream_idx

那么，此时就派上用场了，每一个 AVPacket 都有一个成员变量：stream_index，由该成员变量即可判断这个 Packet 到底是音频还是视频了：

3.2 如何判断是否为关键帧

判断是否为关键帧的方法也比较简单，示例如下：

3.3 如何获取帧的数据和大小

帧的数据和大小直接定义在 AVPacket 结构体中，对应的成员变量如下：

3.4 如何获取帧的时间戳信息

每一个帧都可能携带有 2 个时间戳信息，一个是解码时间戳 dts，一个是显示时间戳 pts，解码时间戳告诉我们什么时候需要解码，显示时间戳告诉我们什么时候需要显示，只有在码流中存在 B 帧的情况下，这两个时间戳才会不一致。

这些时间戳信息不一定存在于码流中（取决于生产端），如果不存在，则其值为：AV_NOPTS_VALUE

一定要选择正确地方式打印时间戳，时间戳是使用 long long 来表示的，即 int64_t，因此打印的时候，需要使用 “%lld” 来打印，例如：

由此，我们就可以通过这些 log 信息调试一下某一段音视频流的时间戳是否正确，比如是否出现了时间戳的回滚和错乱，则必然会导致播放端出现音视频不同步或者显示异常等情况。