FFmpeg菜雞互啄#第4篇#音頻解碼

解碼過程

音頻解碼跟上一篇的視頻解碼過程是一樣的：打開輸入文件，查找音頻流，打開解碼器，循環讀幀解碼幀，關閉解碼器，關閉輸入文件。

Code

#define _CRT_SECURE_NO_WARNINGS
#include <stdio.h>

/*
#define __STDC_CONSTANT_MACROS
#ifndef INT64_C
#define INT64_C(c) (c ## LL)
#define UINT64_C(c) (c ## ULL)
#endif
*/

extern "C"
{
#include "libavcodec/avcodec.h"
#include "libavformat/avformat.h"
#include "libswscale/swscale.h"
#include "libavdevice/avdevice.h"
}

#pragma comment(lib, "avcodec.lib")
#pragma comment(lib, "avdevice.lib")
#pragma comment(lib, "avfilter.lib")
#pragma comment(lib, "avformat.lib")
#pragma comment(lib, "avutil.lib")
#pragma comment(lib, "postproc.lib")
#pragma comment(lib, "swresample.lib")
#pragma comment(lib, "swscale.lib")

#define INPUT "in.mkv"
#define OUTVIDEO "video.yuv"
#define OUTAUDIO "audio.pcm"

int main()
{
    int res = 0;
    int videoStream = -1;//標記視頻流的編號
    int audioStream = -1;//標記音頻流的編號
    char errBuf[BUFSIZ] = { 0 };
    FILE* fp_video = fopen(OUTVIDEO, "wb+");
    FILE* fp_audio = fopen(OUTAUDIO, "wb+");

    //初始化FFMPEG  調用了這個才能正常適用編碼器和解碼器
    av_register_all();
    printf("FFmpeg's version is: %d\n", avcodec_version());

    //FFMPEG所有的操作都要通過這個AVFormatContext來進行
    AVFormatContext* pFormatCtx = NULL;

    //打開輸入視頻文件
    //Open an input stream and read the header. The codecs are not opened.
    if ((res = avformat_open_input(&pFormatCtx, INPUT, NULL, NULL)) < 0)
    {
        av_strerror(res, errBuf, sizeof(errBuf));
        printf("%s\n", errBuf);
        return -1;
    }
    //Read packets of a media file to get stream information. This is useful for file formats with no headers such as MPEG.
    //相當於對輸入進行 “預處理”
    avformat_find_stream_info(pFormatCtx, NULL);
    av_dump_format(pFormatCtx, 0, NULL, 0); //輸出視頻流的信息

    //查找流
    for (int i = 0; i < pFormatCtx->nb_streams; ++i)
    {
        if (pFormatCtx->streams[i]->codec->codec_type == AVMEDIA_TYPE_VIDEO)
            videoStream = i;
        else if (pFormatCtx->streams[i]->codec->codec_type == AVMEDIA_TYPE_AUDIO)
            audioStream = i;
    }
    if (videoStream == -1)
    {
        printf("Didn't find a video stream.\n");
        return -1;
    }
    if (audioStream == -1)
    {
        printf("Didn't find a audio stream.\n");
        return -1;
    }

    ///查找解碼器    
    AVCodecContext* pVCodecCtx = pFormatCtx->streams[videoStream]->codec;
    AVCodec* pVCodec = avcodec_find_decoder(pVCodecCtx->codec_id);
    if (pVCodec == NULL)
    {
        printf("Video Codec not found.\n");
        return -1;
    }
    AVCodecContext* pACodecCtx = pFormatCtx->streams[audioStream]->codec;
    AVCodec* pACodec = avcodec_find_decoder(pACodecCtx->codec_id);
    if (pACodec == NULL)
    {
        printf("Audio Codec not found.\n");
        return -1;
    }

    ///打開解碼器
    if (avcodec_open2(pVCodecCtx, pVCodec, NULL) < 0)
    {
        printf("Could not open Video codec.\n");
        return -1;
    }
    if (avcodec_open2(pACodecCtx, pACodec, NULL) < 0)
    {
        printf("Could not open Audio codec.\n");
        return -1;
    }

    AVFrame Frame = { 0 };//不初始化，avcodec_decode_video2會報錯
    AVPacket packet;
    int got_picture;
    while (1)
    {
        //讀取視頻幀
        //return 0 if OK, < 0 on error or end of file
        if (av_read_frame(pFormatCtx, &packet) < 0)
        {
            break; //這裏認爲視頻讀取完了
        }
        if (packet.stream_index == videoStream)
        {
            //解碼視頻幀
            if (avcodec_decode_video2(pVCodecCtx, &Frame, &got_picture, &packet) < 0)
            {
                printf("decode Video error.\n");
                return -1;
            }
            if (got_picture)
            {
                if (Frame.format == PIX_FMT_YUV420P)
                {
                    //解碼後YUV格式的視頻像素數據保存在AVFrame的data[0]、data[1]、data[2]中。
                    //但是這些像素值並不是連續存儲的，每行有效像素之後存儲了一些無效像素。
                    //以亮度Y數據爲例，data[0]中一共包含了linesize[0] * height個數據。
                    //但是出於優化等方面的考慮，linesize[0]實際上並不等於寬度width，而是一個比寬度大一些的值。
                    fwrite(Frame.data[0], Frame.linesize[0] * Frame.height, 1, fp_video);
                    fwrite(Frame.data[1], Frame.linesize[1] * Frame.height / 2, 1, fp_video);
                    fwrite(Frame.data[2], Frame.linesize[2] * Frame.height / 2, 1, fp_video);
                }
            }
        }
        else if (packet.stream_index == audioStream)
        {
            //解碼音頻幀
            if (avcodec_decode_audio4(pACodecCtx, &Frame, &got_picture, &packet) < 0)
            {
                printf("decode Audio error.\n");
                return -1;
            }
            if (got_picture)
            {
                if (Frame.format == AV_SAMPLE_FMT_S16P)//signed 16 bits, planar 16位 平面數據
                {
                    //AV_SAMPLE_FMT_S16P
                    //代表每個data[]的數據是連續的（planar），每個單位是16bits
                    for (int i = 0; i < Frame.linesize[0]; i += 2)
                    {
                        //如果是多通道的話，保存成c1低位、c1高位、c2低位、c2高位...
                        for (int j = 0; j < Frame.channels; ++j)
                            fwrite(Frame.data[j] + i, 2, 1, fp_audio);
                    }
                }
                else if (Frame.format == AV_SAMPLE_FMT_FLTP)
                {
                    for (int i = 0; i < Frame.linesize[0]; i += 4)
                    {
                        for (int j = 0; j < Frame.channels; ++j)
                            fwrite(Frame.data[j] + i, 4, 1, fp_audio);
                    }
                }
            }
        }
        av_free_packet(&packet);//清除packet裏面指向的緩衝區
    }

    fclose(fp_video);
    fclose(fp_audio);
    avcodec_close(pVCodecCtx);//關閉解碼器
    avcodec_close(pACodecCtx);
    avformat_close_input(&pFormatCtx);//關閉輸入視頻文件。avformat_free_context(pFormatCtx);就不需要了
    return 0;
}

保存的音頻PCM可以用Audacity進行播放。我的例子裏AV_SAMPLE_FMT_FLTP出現了播放有很大雜音的情況，一直沒找到解決辦法。因爲大部分都是把AV_SAMPLE_FMT_FLTP轉換成（重採樣）AV_SAMPLE_FMT_S16P。

Github

https://github.com/gongluck/FFmpegTest.git