Android音視頻開發(fā)——H264的基本概念

ffmpeg常用命令

10多年的臨縣網(wǎng)站建設(shè)經(jīng)驗(yàn)，針對(duì)設(shè)計(jì)、前端、開發(fā)、售后、文案、推廣等六對(duì)一服務(wù)，響應(yīng)快，48小時(shí)及時(shí)工作處理。網(wǎng)絡(luò)營(yíng)銷推廣的優(yōu)勢(shì)是能夠根據(jù)用戶設(shè)備顯示端的尺寸不同，自動(dòng)調(diào)整臨縣建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調(diào)整網(wǎng)站的寬度，無論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設(shè)計(jì)，從而大程度地提升瀏覽體驗(yàn)。成都創(chuàng)新互聯(lián)公司從事“臨縣網(wǎng)站設(shè)計(jì)”,“臨縣網(wǎng)站推廣”以來，每個(gè)客戶項(xiàng)目都認(rèn)真落實(shí)執(zhí)行。

封裝格式 。

編碼的本質(zhì)就是壓縮數(shù)據(jù)

音頻編碼的作用： 將音頻采樣數(shù)據(jù)（ PCM 等）壓縮成音頻碼流，從而降低音頻的數(shù)據(jù)量。 常用的音頻編碼方式有以下幾種：

H264壓縮技術(shù)主要采用了以下幾種方法對(duì)視頻數(shù)據(jù)進(jìn)行壓縮。包括：

經(jīng)過壓縮后的幀分為：I幀，P幀和B幀:

除了I/P/B幀外，還有圖像序列GOP。

組成碼流的結(jié)構(gòu)中，包含了以下幾個(gè)部分，從大到小依次是：

H264視頻序列，圖像，片組，片，NALU，宏塊，像素

H264功能分為兩層：

1.H264視頻序列包括一系列的NAL單元，每個(gè)NAL單元包含一個(gè)RBSP。

2.一個(gè)原始的H.264由 N個(gè)NALU單元組成

3.NALU單元由[StartCode][NALU Header][NALU Payload]三部分組成

5.NAL Header

由三部分組成forbidden_bit(1bit)(禁止位)，nal_reference_bit(2bits)（優(yōu)先級(jí),，值越大，該NAL越重要），nal_unit_type(5bits)（類型）

nal_unit_type

6.NAL的解碼單元的流程如下

android怎么讀

Android發(fā)音：['?ndr?id]。中文也讀：安卓。

簡(jiǎn)介：

Android是一個(gè)以Linux為基礎(chǔ)的半開源操作系統(tǒng)，主要用于移動(dòng)設(shè)備，由Google和開放手持設(shè)備聯(lián)盟開發(fā)與領(lǐng)導(dǎo)。 Android 系統(tǒng)最初由安迪·魯賓（Andy Rubin）制作，最初主要支持手機(jī)。2005年8月17日被Google收購(gòu)。2007年11月5日，Google與84家硬件制造商、軟件開發(fā)商及電信營(yíng)運(yùn)商組成開放手持設(shè)備聯(lián)盟（Open Handset Alliance）來共同研發(fā)改良Android系統(tǒng)并生產(chǎn)搭載Android的智慧型手機(jī)，并逐漸拓展到平板電腦及其他領(lǐng)域上。隨后，Google以Apache免費(fèi)開源許可證的授權(quán)方式，發(fā)布了Android的源代碼。

Android-X86是由Beyounn和Cwhuang主持設(shè)計(jì)的。提供了一套完整的可行源代碼樹，配套文檔以及Live CD與Live USB。Android系統(tǒng)主要應(yīng)用在智能手機(jī)以及平板電腦設(shè)備上。日前，越來越多使用英特爾和AMD處理器的計(jì)算機(jī)也開始運(yùn)行Android系統(tǒng)。

Android -- 音視頻基礎(chǔ)知識(shí)

幀，是視頻的一個(gè)基本概念，表示一張畫面，如上面的翻頁(yè)動(dòng)畫書中的一頁(yè)，就是一幀。一個(gè)視頻就是由許許多多幀組成的。

幀率，即單位時(shí)間內(nèi)幀的數(shù)量，單位為：幀/秒 或fps（frames per second）。一秒內(nèi)包含多少?gòu)垐D片，圖片越多，畫面越順滑，過渡越自然。 幀率的一般以下幾個(gè)典型值：

24/25 fps：1秒 24/25 幀，一般的電影幀率。

30/60 fps：1秒 30/60 幀，游戲的幀率，30幀可以接受，60幀會(huì)感覺更加流暢逼真。

85 fps以上人眼基本無法察覺出來了，所以更高的幀率在視頻里沒有太大意義。

這里我們只講常用到的兩種色彩空間。

RGB的顏色模式應(yīng)該是我們最熟悉的一種，在現(xiàn)在的電子設(shè)備中應(yīng)用廣泛。通過R G B三種基礎(chǔ)色，可以混合出所有的顏色。

這里著重講一下YUV，這種色彩空間并不是我們熟悉的。這是一種亮度與色度分離的色彩格式。

早期的電視都是黑白的，即只有亮度值，即Y。有了彩色電視以后，加入了UV兩種色度，形成現(xiàn)在的YUV，也叫YCbCr。

Y：亮度，就是灰度值。除了表示亮度信號(hào)外，還含有較多的綠色通道量。

U：藍(lán)色通道與亮度的差值。

V：紅色通道與亮度的差值。

音頻數(shù)據(jù)的承載方式最常用的是 脈沖編碼調(diào)制 ，即 PCM 。

在自然界中，聲音是連續(xù)不斷的，是一種模擬信號(hào)，那怎樣才能把聲音保存下來呢？那就是把聲音數(shù)字化，即轉(zhuǎn)換為數(shù)字信號(hào)。

我們知道聲音是一種波，有自己的振幅和頻率，那么要保存聲音，就要保存聲音在各個(gè)時(shí)間點(diǎn)上的振幅。

而數(shù)字信號(hào)并不能連續(xù)保存所有時(shí)間點(diǎn)的振幅，事實(shí)上，并不需要保存連續(xù)的信號(hào)，就可以還原到人耳可接受的聲音。

根據(jù)奈奎斯特采樣定理：為了不失真地恢復(fù)模擬信號(hào)，采樣頻率應(yīng)該不小于模擬信號(hào)頻譜中最高頻率的2倍。

根據(jù)以上分析，PCM的采集步驟分為以下步驟：

采樣率，即采樣的頻率。

上面提到，采樣率要大于原聲波頻率的2倍，人耳能聽到的最高頻率為20kHz，所以為了滿足人耳的聽覺要求，采樣率至少為40kHz，通常為44.1kHz，更高的通常為48kHz。

采樣位數(shù)，涉及到上面提到的振幅量化。波形振幅在模擬信號(hào)上也是連續(xù)的樣本值，而在數(shù)字信號(hào)中，信號(hào)一般是不連續(xù)的，所以模擬信號(hào)量化以后，只能取一個(gè)近似的整數(shù)值，為了記錄這些振幅值，采樣器會(huì)采用一個(gè)固定的位數(shù)來記錄這些振幅值，通常有8位、16位、32位。

位數(shù)越多，記錄的值越準(zhǔn)確，還原度越高。

最后就是編碼了。由于數(shù)字信號(hào)是由0，1組成的，因此，需要將幅度值轉(zhuǎn)換為一系列0和1進(jìn)行存儲(chǔ)，也就是編碼，最后得到的數(shù)據(jù)就是數(shù)字信號(hào)：一串0和1組成的數(shù)據(jù)。

整個(gè)過程如下：

聲道數(shù)，是指支持能不同發(fā)聲（注意是不同聲音）的音響的個(gè)數(shù)。 單聲道：1個(gè)聲道

雙聲道：2個(gè)聲道

立體聲道：默認(rèn)為2個(gè)聲道

立體聲道（4聲道）：4個(gè)聲道

碼率，是指一個(gè)數(shù)據(jù)流中每秒鐘能通過的信息量，單位bps（bit per second）

碼率 = 采樣率 * 采樣位數(shù) * 聲道數(shù)

這里的編碼和上面音頻中提到的編碼不是同個(gè)概念，而是指壓縮編碼。

我們知道，在計(jì)算機(jī)的世界中，一切都是0和1組成的，音頻和視頻數(shù)據(jù)也不例外。由于音視頻的數(shù)據(jù)量龐大，如果按照裸流數(shù)據(jù)存儲(chǔ)的話，那將需要耗費(fèi)非常大的存儲(chǔ)空間，也不利于傳送。而音視頻中，其實(shí)包含了大量0和1的重復(fù)數(shù)據(jù)，因此可以通過一定的算法來壓縮這些0和1的數(shù)據(jù)。

特別在視頻中，由于畫面是逐漸過渡的，因此整個(gè)視頻中，包含了大量畫面/像素的重復(fù)，這正好提供了非常大的壓縮空間。

因此，編碼可以大大減小音視頻數(shù)據(jù)的大小，讓音視頻更容易存儲(chǔ)和傳送。

視頻編碼格式有很多，比如H26x系列和MPEG系列的編碼，這些編碼格式都是為了適應(yīng)時(shí)代發(fā)展而出現(xiàn)的。

其中，H26x（1/2/3/4/5）系列由ITU（International Telecommunication Union）國(guó)際電傳視訊聯(lián)盟主導(dǎo)

MPEG（1/2/3/4）系列由MPEG（Moving Picture Experts Group, ISO旗下的組織）主導(dǎo)。

當(dāng)然，他們也有聯(lián)合制定的編碼標(biāo)準(zhǔn)，那就是現(xiàn)在主流的編碼格式H264，當(dāng)然還有下一代更先進(jìn)的壓縮編碼標(biāo)準(zhǔn)H265。

H264是目前最主流的視頻編碼標(biāo)準(zhǔn)，所以我們后續(xù)的文章中主要以該編碼格式為基準(zhǔn)。

H264由ITU和MPEG共同定制，屬于MPEG-4第十部分內(nèi)容。

我們已經(jīng)知道，視頻是由一幀一幀畫面構(gòu)成的，但是在視頻的數(shù)據(jù)中，并不是真正按照一幀一幀原始數(shù)據(jù)保存下來的（如果這樣，壓縮編碼就沒有意義了）。

H264會(huì)根據(jù)一段時(shí)間內(nèi)，畫面的變化情況，選取一幀畫面作為完整編碼，下一幀只記錄與上一幀完整數(shù)據(jù)的差別，是一個(gè)動(dòng)態(tài)壓縮的過程。

在H264中，三種類型的幀數(shù)據(jù)分別為

I幀：幀內(nèi)編碼幀。就是一個(gè)完整幀。

P幀：前向預(yù)測(cè)編碼幀。是一個(gè)非完整幀，通過參考前面的I幀或P幀生成。

B幀：雙向預(yù)測(cè)內(nèi)插編碼幀。參考前后圖像幀編碼生成。B幀依賴其前最近的一個(gè)I幀或P幀及其后最近的一個(gè)P幀。

全稱：Group of picture。指一組變化不大的視頻幀。

GOP的第一幀成為關(guān)鍵幀：IDR

IDR都是I幀，可以防止一幀解碼出錯(cuò)，導(dǎo)致后面所有幀解碼出錯(cuò)的問題。當(dāng)解碼器在解碼到IDR的時(shí)候，會(huì)將之前的參考幀清空，重新開始一個(gè)新的序列，這樣，即便前面一幀解碼出現(xiàn)重大錯(cuò)誤，也不會(huì)蔓延到后面的數(shù)據(jù)中。

DTS全稱：Decoding Time Stamp。標(biāo)示讀入內(nèi)存中數(shù)據(jù)流在什么時(shí)候開始送入解碼器中進(jìn)行解碼。也就是解碼順序的時(shí)間戳。

PTS全稱：Presentation Time Stamp。用于標(biāo)示解碼后的視頻幀什么時(shí)候被顯示出來。

前面我們介紹了RGB和YUV兩種圖像色彩空間。H264采用的是YUV。

YUV存儲(chǔ)方式分為兩大類：planar 和 packed。

planar如下：

packed如下：

上面說過，由于人眼對(duì)色度敏感度低，所以可以通過省略一些色度信息，即亮度共用一些色度信息，進(jìn)而節(jié)省存儲(chǔ)空間。因此，planar又區(qū)分了以下幾種格式：YUV444、 YUV422、YUV420。

YUV 4:4:4采樣，每一個(gè)Y對(duì)應(yīng)一組UV分量。

YUV 4:2:2采樣，每?jī)蓚€(gè)Y共用一組UV分量。

YUV 4:2:0采樣，每四個(gè)Y共用一組UV分量。

其中，最常用的就是YUV420。

YUV420屬于planar存儲(chǔ)方式，但是又分兩種類型：

YUV420P：三平面存儲(chǔ)。數(shù)據(jù)組成為YYYYYYYYUUVV（如I420）或YYYYYYYYVVUU（如YV12）。

YUV420SP：兩平面存儲(chǔ)。分為兩種類型YYYYYYYYUVUV（如NV12）或YYYYYYYYVUVU（如NV21）

原始的PCM音頻數(shù)據(jù)也是非常大的數(shù)據(jù)量，因此也需要對(duì)其進(jìn)行壓縮編碼。

和視頻編碼一樣，音頻也有許多的編碼格式，如：WAV、MP3、WMA、APE、FLAC等等，音樂發(fā)燒友應(yīng)該對(duì)這些格式非常熟悉，特別是后兩種無損壓縮格式。

但是，我們今天的主角不是他們，而是另外一個(gè)叫AAC的壓縮格式。

AAC是新一代的音頻有損壓縮技術(shù)，一種高壓縮比的音頻壓縮算法。在MP4視頻中的音頻數(shù)據(jù)，大多數(shù)時(shí)候都是采用AAC壓縮格式。

AAC格式主要分為兩種：ADIF、ADTS。

ADIF：Audio Data Interchange Format。音頻數(shù)據(jù)交換格式。這種格式的特征是可以確定的找到這個(gè)音頻數(shù)據(jù)的開始，不需進(jìn)行在音頻數(shù)據(jù)流中間開始的解碼，即它的解碼必須在明確定義的開始處進(jìn)行。這種格式常用在磁盤文件中。

ADTS：Audio Data Transport Stream。音頻數(shù)據(jù)傳輸流。這種格式的特征是它是一個(gè)有同步字的比特流，解碼可以在這個(gè)流中任何位置開始。它的特征類似于mp3數(shù)據(jù)流格式。

ADIF數(shù)據(jù)格式：

ADTS 一幀 數(shù)據(jù)格式（中間部分，左右省略號(hào)為前后數(shù)據(jù)幀）：

AAC內(nèi)部結(jié)構(gòu)也不再贅述，可以參考AAC 文件解析及解碼流程

細(xì)心的讀者可能已經(jīng)發(fā)現(xiàn)，前面我們介紹的各種音視頻的編碼格式，沒有一種是我們平時(shí)使用到的視頻格式，比如：mp4、rmvb、avi、mkv、mov...

沒錯(cuò)，這些我們熟悉的視頻格式，其實(shí)是包裹了音視頻編碼數(shù)據(jù)的容器，用來把以特定編碼標(biāo)準(zhǔn)編碼的視頻流和音頻流混在一起，成為一個(gè)文件。

例如：mp4支持H264、H265等視頻編碼和AAC、MP3等音頻編碼。

我們?cè)谝恍┎シ牌髦袝?huì)看到，有硬解碼和軟解碼兩種播放形式給我們選擇，但是我們大部分時(shí)候并不能感覺出他們的區(qū)別，對(duì)于普通用戶來說，只要能播放就行了。

那么他們內(nèi)部究竟有什么區(qū)別呢？

在手機(jī)或者PC上，都會(huì)有CPU、GPU或者解碼器等硬件。通常，我們的計(jì)算都是在CPU上進(jìn)行的，也就是我們軟件的執(zhí)行芯片，而GPU主要負(fù)責(zé)畫面的顯示（是一種硬件加速）。

所謂軟解碼，就是指利用CPU的計(jì)算能力來解碼，通常如果CPU的能力不是很強(qiáng)的時(shí)候，一則解碼速度會(huì)比較慢，二則手機(jī)可能出現(xiàn)發(fā)熱現(xiàn)象。但是，由于使用統(tǒng)一的算法，兼容性會(huì)很好。

硬解碼，指的是利用手機(jī)上專門的解碼芯片來加速解碼。通常硬解碼的解碼速度會(huì)快很多，但是由于硬解碼由各個(gè)廠家實(shí)現(xiàn)，質(zhì)量參差不齊，非常容易出現(xiàn)兼容性問題。

MediaCodec 是Android 4.1(api 16)版本引入的編解碼接口，是所有想在Android上開發(fā)音視頻的開發(fā)人員繞不開的坑。

由于Android碎片化嚴(yán)重，雖然經(jīng)過多年的發(fā)展，Android硬解已經(jīng)有了很大改觀，但實(shí)際上各個(gè)廠家實(shí)現(xiàn)不同， 還是會(huì)有一些意想不到的坑。

相對(duì)于FFmpeg，Android原生硬解碼還是相對(duì)容易入門一些，所以接下來，我將會(huì)從MediaCodec入手，講解如何實(shí)現(xiàn)視頻的編解碼，以及引入OpenGL實(shí)現(xiàn)對(duì)視頻的編輯，最后才引入FFmpeg來實(shí)現(xiàn)軟解，算是一個(gè)比較常規(guī)的音視頻開發(fā)入門流程吧。

Android音視頻：Android支持的媒體格式

下表描述了Android平臺(tái)內(nèi)置的媒體格式支持。不保證在所有Android平臺(tái)版本上都可用的編解碼器在括號(hào)中注明，例如：（Android 3.0+）。請(qǐng)注意，任何給定的移動(dòng)設(shè)備都可能支持表中未列出的其他格式或文件類型。 Android兼容性定義的第5部分指定設(shè)備必須支持的媒體格式才能與Android 8.1兼容。。

下表列出了使用H.264 Baseline Profile編解碼器建議播放的Android媒體框架視頻編碼配置文件和參數(shù)。相同的建議適用于主要配置文件編解碼器，僅在Android 6.0及更高版本中可用。

下表列出了使用VP8媒體編解碼器建議播放的Android媒體框架視頻編碼配置文件和參數(shù)。

設(shè)備實(shí)現(xiàn)必須支持動(dòng)態(tài)視頻分辨率和幀速率切換，通過同一流中的標(biāo)準(zhǔn)Android API實(shí)時(shí)為所有VP8，VP9，H.264和H.265編解碼器提供支持，并達(dá)到在該設(shè)備下的每個(gè)編解碼器支持的最大分辨率。

支持Dolby Vision解碼器的實(shí)現(xiàn)必須遵循以下準(zhǔn)則：

對(duì)于通過HTTP或RTSP流式傳輸?shù)囊曨l內(nèi)容，還有其他要求：

音頻和視頻播放支持以下網(wǎng)絡(luò)協(xié)議：

[本章完...]

Android音視頻開發(fā)-前言

Android音視頻開發(fā)，我想很多開發(fā)者都知道這個(gè)概念，音視頻開發(fā)不僅需要掌握?qǐng)D像、音頻、視頻的基礎(chǔ)知識(shí)，并且還需要掌握如何對(duì)它們進(jìn)行采集、渲染、處理、傳輸?shù)纫幌盗械拈_發(fā)和應(yīng)用，因此，音視頻開發(fā)是一門涉及到很多內(nèi)容的領(lǐng)域，主要內(nèi)容如下（一圖勝千言）

采集，在音視頻開發(fā)中主要針對(duì)的是數(shù)據(jù)從哪里來的問題。圖像、視頻的可視化數(shù)據(jù)來自攝像頭這毫無疑問，而音頻數(shù)據(jù)則是來自麥克風(fēng)，關(guān)于 采集 的知識(shí)點(diǎn)涉及到如下內(nèi)容：

渲染，在音視頻開發(fā)中主要針對(duì)的是數(shù)據(jù)展現(xiàn)的問題。我們知道，圖像、視頻最終都是要繪制到視圖（View層）上面，而音頻最終都是要輸出到揚(yáng)聲器，因此，做音視頻渲染，就要掌握如下的技術(shù)知識(shí)：

渲染，在音視頻開發(fā)中主要針對(duì)的是數(shù)據(jù)如何加工的問題，那具體怎么處理？如下圖：

針對(duì)圖像和音視頻的處理，實(shí)現(xiàn)方式除了使用系統(tǒng)的 API，大多數(shù)也會(huì)使用一些優(yōu)秀的第三方庫(kù)，通過掌握這些第三方庫(kù)的原理和使用方法，基本上就可以滿足日常音視頻處理工作了，這些庫(kù)包括但不限于：

傳輸，在音視頻開發(fā)中主要針對(duì)的是數(shù)據(jù)共享的問題，采集完并處理數(shù)據(jù)以后，我們?nèi)绾慰焖賯鬏敂?shù)據(jù)這一難題又?jǐn)[在了面前，試想如果一個(gè)以音視頻為主導(dǎo)業(yè)務(wù)的APP如果在播放過程中非常卡頓的話，用戶體驗(yàn)?zāi)菚?huì)是非常糟糕的。因此，解決傳輸?shù)膯栴}也就擺在了我們的面前。那么，數(shù)據(jù)究竟如何實(shí)現(xiàn)傳輸共享呢 ？共享，實(shí)現(xiàn)細(xì)則最重要的一點(diǎn)，就是協(xié)議，因此需要具體掌握的協(xié)議如下：

總體來說 Android音視頻開發(fā)屬于高級(jí)研發(fā)工程師涉及到的領(lǐng)域，市場(chǎng)上對(duì)于Android音視頻開發(fā)工程師提供的薪資真的是very very可觀的，另外，Android音視頻開發(fā)的學(xué)習(xí)系列文章主要是參考 Jhuster前輩 的博客和指導(dǎo)意見，這里在次感謝前輩們的無私分享，前輩也給出了具體的學(xué)習(xí)任務(wù)線，具體內(nèi)容如下：

如果這篇文章對(duì)您有開發(fā)or學(xué)習(xí)上的些許幫助，希望各位看官留下寶貴的star，謝謝。

網(wǎng)頁(yè)標(biāo)題：android音,android音頻解碼
本文URL：http://chinadenli.net/article31/dsgdjpd.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供響應(yīng)式網(wǎng)站、移動(dòng)網(wǎng)站建設(shè)、小程序開發(fā)、App設(shè)計(jì)、企業(yè)建站、App開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)