随笔分类 - 秒懂音视频开发
零基础都能看懂的音视频开发教程
摘要：从本节开始，正式开启流媒体相关的内容。 流媒体 基本概念 流媒体（Streaming media），也叫做：流式媒体。 是指将一连串的多媒体数据压缩后，经过互联网分段发送数据，在互联网上即时传输影音以供观赏的一种技术与过程 此技术使得数据包可以像流水一样发送，如果不使用此技术，就必须得先下载整个媒体
阅读全文
摘要：本文的主要内容：对H.264数据进行解码（解压缩）。 如果是命令行的操作，非常简单。 ffmpeg -c:v h264 -i in.h264 out.yuv # -c:v h264是指定使用h264作为解码器 接下来主要讲解如何通过代码的方式解码H.264数据，用到了avcodec、avutil两个
阅读全文
摘要：本文的主要内容：使用H.264编码对YUV视频进行压缩。 如果是命令行的操作，非常简单。 ffmpeg -s 640x480 -pix_fmt yuv420p -i in.yuv -c:v libx264 out.h264 # -c:v libx264是指定使用libx264作为编码器 接下来主要讲
阅读全文
摘要：本文主要介绍一种非常流行的视频编码：H.264。 计算一下：10秒钟1080p（1920x1080）、30fps的YUV420P原始视频，需要占用多大的存储空间？ (10 * 30) * (1920 * 1080) * 1.5 = 933120000字节 ≈ 889.89MB 可以看得出来，原始视频
阅读全文
摘要：文本的主要内容是：使用SDL显示一张YUV图片，整体过程跟《显示BMP图片》比较像。 宏定义 #include <SDL2/SDL.h> #include <QDebug> #define END(judge, func) \ if (judge) { \ qDebug() << #func <<
阅读全文
摘要：文本的主要内容是：使用SDL显示一张BMP图片，算是为后面的《显示YUV图片》做准备。 为什么是显示BMP图片？而不是显示JPG或PNG图片? 因为SDL内置了加载BMP的API，使用起来会更加简单，便于初学者学习使用SDL 如果想要轻松加载JPG、PNG等其他格式的图片，可以使用第三方库：SDL_
阅读全文
摘要：本文的主要内容：演示如何通过编程采集摄像头的视频数据。 整体的流程跟《音频录制02_编程》类似。 依赖库 需要依赖4个库。 extern "C" { #include <libavdevice/avdevice.h> #include <libavformat/avformat.h> #includ
阅读全文
摘要：本文的主要内容：演示如何利用命令行采集摄像头的视频数据。 阅读本文之前，建议先阅读《音频录制01_命令行》对常用命令作一个基本认识。 Windows dshow支持的设备 ffmpeg -f dshow -list_devices true -i dummy 输出结果大致如下所示。 DirectSh
阅读全文
摘要：本文的主角是多媒体领域非常重要的一个概念：YUV。 简介 YUV，是一种颜色编码方法，跟RGB是同一个级别的概念，广泛应用于多媒体领域中。 也就是说，图像中每1个像素的颜色信息，除了可以用RGB的方式表示，也可以用YUV的方式表示。 vs RGB 对比RGB，YUV有哪些不同和优势呢？ 体积更小 如
阅读全文
摘要：要想学好音视频，首先得先好好研究一下图片。 像素 下图的分辨率是60x50。 用Photoshop放大图片上百倍后，可以清晰地看到图片由若干个方形的色块组成，每一个方形的色块被称为：像素（Pixel）。这张图片的每一行都有60个像素，共50行，总共60*50=3000个像素。 总结一下： 每张图片都
阅读全文
摘要：本文主要讲解：如何将AAC编码后的数据解码成PCM。 命令行 用法非常简单： ffmpeg -c:a libfdk_aac -i in.aac -f s16le out.pcm -c:a libfdk_aac 使用fdk-aac解码器 需要注意的是：这个参数要写在aac文件那边，也就是属于输入参数
阅读全文
摘要：本文将分别通过命令行、编程2种方式进行AAC编码实战，使用的编码库是libfdk_aac。 要求 fdk-aac对输入的PCM数据是有参数要求的，如果参数不对，就会出现以下错误： [libfdk_aac @ 0x7fa3db033000] Unable to initialize the encod
阅读全文
摘要：本文来详细讲解一下：如何在Mac、Windows环境下成功编译FFmpeg。 目标 这里先提前说明一下，最后希望达到的效果： 编译出ffmpeg、ffprobe、ffplay三个命令行工具 只产生动态库，不产生静态库 将fdk-aac、x264、x265集成到FFmpeg中 x264、x265会在以
阅读全文
摘要：AAC（Advanced Audio Coding，译为：高级音频编码），是由Fraunhofer IIS、杜比实验室、AT&T、Sony、Nokia等公司共同开发的有损音频编码和文件格式。 对比MP3 AAC被设计为MP3格式的后继产品，通常在相同的比特率下可以获得比MP3更高的声音质量，是iPh
阅读全文
摘要：什么叫音频重采样 音频重采样（Audio Resample）：将音频A转换成音频B，并且音频A、B的参数（采样率、采样格式、声道数）并不完全相同。比如： 音频A的参数 采样率：48000 采样格式：f32le 声道数：1 音频B的参数 采样率：44100 采样格式：s16le 声道数：2 为什么需要
阅读全文
摘要：对于WAV文件来说，可以直接使用ffplay命令播放，而且不用像PCM那样增加额外的参数。因为WAV的文件头中已经包含了相关的音频参数信息。 ffplay in.wav 接下来演示一下如何使用SDL播放WAV文件。 初始化子系统 // 初始化Audio子系统 if (SDL_Init(SDL_INI
阅读全文
摘要：播放器是无法直接播放PCM的，因为播放器并不知道PCM的采样率、声道数、位深度等参数。当PCM转成某种特定的音频文件格式后（比如转成WAV），就能够被播放器识别播放了。 本文通过2种方式（命令行、编程）演示一下：如何将PCM转成WAV。 WAV文件格式 在进行PCM转WAV之前，先再来认识一下WAV
阅读全文
摘要：ffplay 可以使用ffplay播放《音频录制02_编程》中录制好的PCM文件，测试一下是否录制成功。 播放PCM需要指定相关参数： ar：采样率 ac：声道数 f：采样格式 s16le：PCM signed 16-bit little-endian 更多PCM的采样格式可以使用命令查看 Wind
阅读全文
摘要：通过编程录音 开发录音功能的主要步骤是： 注册设备 获取输入格式对象 打开设备 采集数据 释放资源 需要用到的FFmpeg库有4个。 extern "C" { // 设备相关API #include <libavdevice/avdevice.h> // 格式相关API #include <liba
阅读全文
摘要：终于要开始进行FFmpeg实战了，一起来感受一下FFmpeg的强大吧。 命令简介 FFmpeg的bin目录中提供了3个命令（可执行程序），可以直接在命令行上使用。 ffmpeg ffmpeg的主要作用：对音视频进行编解码。 # 将MP3文件转成WAV文件 ffmpeg -i xx.mp3 yy.wa
阅读全文