2. 程式人生 > >FFMPEG實現PCM編碼(採用封裝格式實現)

FFMPEG實現PCM編碼(採用封裝格式實現)

阿新 • • 發佈：2018-11-11

技術在於交流、溝通，轉載請註明出處並保持作品的完整性。

原文：https://blog.csdn.net/hiwubihe/article/details/81260882

 

[音訊編解碼系列文章]

  1. 音訊編解碼基礎
  2. FFMPEG實現音訊重取樣
  3. FFMPEG實現PCM編碼(採用封裝格式實現)
  4. FFMPEG實現PCM編碼(不採用封裝格式實現)
  5. FAAC庫實現PCM編碼
  6. FAAD庫實現RAW格式AAC解碼
  7. FAAD庫實現RAW格式AAC封裝成ADTS格式
  8. FAAD庫實現ADTS格式解碼
  9. FFMPEG實現對AAC解碼(採用封裝格式實現)
  10. FFMPEG實現對AAC解碼(不採用封裝格式實現)

本篇基於FFMPEG實現把PCM編碼成AAC或者MP3格式的視訊檔案,編碼的位元率都是64kbps,程式碼中AAC格式編碼不需要音訊重取樣，而MP3格式編碼只支援樣本平行儲存的方式。在編碼中，首先PCM檔案的格式是一種編碼方式，這種是波形編碼，而各種壓縮演算法實現本身會支援一個格式，如對通道，樣本格式的要求，所以當PCM檔案格式與編碼實現不一致時，就需要對PCM資料重取樣，然後編碼。MP3格式據說編碼位元率在128Kbps的情況下，高頻部分損失比較嚴重，後面可以分析一下。本篇編碼是把AAC或者MP3當做一種封裝格式如MP4這種封裝格式進行的，下篇將介紹一種只打開編碼器，不開啟封裝格式，獲取原始資料直接送入編碼器的方式。ffmpeg編碼的AAC是ADTS格式。

PCM編碼AAC或者MP3程式碼：

/*******************************************************************************
Copyright (c) wubihe Tech. Co., Ltd. All rights reserved.
--------------------------------------------------------------------------------

Date Created:	2014-10-25
Author:			wubihe QQ:1269122125 Email:
 
[email protected]
Description:	程式碼實現PCM編碼AAC,MP3格式
--------------------------------------------------------------------------------
Modification History
DATE          AUTHOR          DESCRIPTION
--------------------------------------------------------------------------------

********************************************************************************/
#include <stdio.h>

#define __STDC_CONSTANT_MACROS

#ifdef _WIN32
//Windows
extern "C"
{
#include "libavcodec/avcodec.h"
#include "libavformat/avformat.h"
#include "libswresample/swresample.h"
};
#else
//Linux...
#ifdef __cplusplus
extern "C"
{
#endif
#include <libavcodec/avcodec.h>
#include <libavformat/avformat.h>
#ifdef __cplusplus
};
#endif
#endif

#define INPUT_FILE_NAME			("huangdun_r48000_FMT_S16_c2.pcm")
//輸出檔案字首
#define OUTPUT_FILE_NAME_PREFIX	("huangdun")
//輸出檔案字尾
//#define OUTPUT_FILE_NAME_SUFFIX	("aac")
//輸出檔案字尾
#define OUTPUT_FILE_NAME_SUFFIX	("mp3")
//輸出檔案位元率 該值越大 音訊質量越好 音質損失越小
#define OUTPUT_FILE_BIT_RATE	(64000)

int flush_encoder(AVFormatContext *fmt_ctx,unsigned int stream_index)
{
	int ret;
	int got_frame;
	AVPacket enc_pkt;
	if (!(fmt_ctx->streams[stream_index]->codec->codec->capabilities &CODEC_CAP_DELAY))
		return 0;
	while (1) 
	{
		enc_pkt.data = NULL;
		enc_pkt.size = 0;
		av_init_packet(&enc_pkt);
		//輸入視訊幀為NULL
		ret = avcodec_encode_audio2 (fmt_ctx->streams[stream_index]->codec, &enc_pkt,NULL, &got_frame);
		av_frame_free(NULL);
		if (ret < 0)
			break;
		if (!got_frame)
		{
			ret=0;
			break;
		}
		printf("Flush Encoder: Succeed to encode 1 frame!\tsize:%5d\n",enc_pkt.size);
		/* mux encoded frame */
		ret = av_write_frame(fmt_ctx, &enc_pkt);
		if (ret < 0)
			break;
	}
	return ret;
}

int main()
{

	static char*pFormatName[]=
	{
		"FMT_U8","FMT_S16","FMT_S32","FMT_FLT","FMT_DBL",
		"FMT_U8P","FMT_S16P","FMT_S32P","FMT_FLTP","FMT_DBLP"
	};

	//各種不同格式對應位元組數
	static int mapSampleBytes[AV_SAMPLE_FMT_NB]
	={1,2,4,4,8,1,2,4,4,8};

	//PCM原始資料格式
	uint64_t iInputLayout				= AV_CH_LAYOUT_STEREO;
	int      iInputChans				= av_get_channel_layout_nb_channels(iInputLayout);
	AVSampleFormat eInputSampleFormat   = AV_SAMPLE_FMT_S16;
	int	     iInputSampleRate			= 48000;
	//不同樣本格式長度
	int iInputSampleBytes				= mapSampleBytes[eInputSampleFormat];
	

	//PCM需要重取樣的格式 部分編碼器不支援原始PCM的資料格式如MP3
	uint64_t iOutputLayout				= AV_CH_LAYOUT_STEREO;
	int      iOutputChans				= av_get_channel_layout_nb_channels(iOutputLayout);
	AVSampleFormat eOutputSampleFormat ;
	int	     iOutputSampleRate			= 48000;


	if(strcmp(OUTPUT_FILE_NAME_SUFFIX,"aac") == 0)
	{
		eOutputSampleFormat	  = AV_SAMPLE_FMT_S16;
	}
	else if(strcmp(OUTPUT_FILE_NAME_SUFFIX,"mp3") == 0)
	{
		//MP3不支援AV_SAMPLE_FMT_S16這種格式
		eOutputSampleFormat	  = AV_SAMPLE_FMT_S16P;
	}
	else
	{

	}
	//編碼樣本長度
	int iOutputSampleBytes	= mapSampleBytes[eOutputSampleFormat];

	//是否需要重取樣
	bool bNeedResample = false;
	if(eInputSampleFormat != eOutputSampleFormat)
	{
		bNeedResample = true;
	}

	//是否平面儲存結構
	bool bPlanner      = false;
	if((eOutputSampleFormat>=AV_SAMPLE_FMT_U8P) &&(eOutputSampleFormat<=AV_SAMPLE_FMT_DBLP))
	{
		bPlanner      = true;
	}
	//開啟輸入檔案
	FILE *pInputFile = fopen("huangdun_r48000_FMT_S16_c2.pcm", "rb");
	if(pInputFile == NULL)
	{

	}
	
	//開啟輸出檔案
	char szOutFileName[256]={0};
	sprintf(szOutFileName,"%s_br%d_sr%d.%s",OUTPUT_FILE_NAME_PREFIX,OUTPUT_FILE_BIT_RATE,iOutputSampleRate,OUTPUT_FILE_NAME_SUFFIX);
	FILE *pOutputFile = fopen(szOutFileName, "wb");

	//開啟中間測試檔案
	char szTempFileName[256]={0};
	sprintf(szTempFileName,"%s_sr%d_c1.pcm",OUTPUT_FILE_NAME_PREFIX,iOutputSampleRate);
	FILE *pTempFile = fopen(szTempFileName, "wb");

	int iReturn;

	///////////編碼器操作////////////////////////////////
	//註冊所有編解碼器
	av_register_all();	

	//封裝格式上下文 AVFormatContext中有AVInputFormat和AVOutputFormat
	//解複用時avformat_open_input()初始化AVInputFormat，複用時使用者自己初始化AVOutputFormat
	AVFormatContext* pFormatCtx;
	AVOutputFormat * fmt;

	//Method 1.分配一個封裝格式
	pFormatCtx = avformat_alloc_context();
	//根據字尾名 填充 輸出格式上下文
	fmt = av_guess_format(NULL, szOutFileName, NULL);
	pFormatCtx->oformat = fmt;


	//Method 2.
	//avformat_alloc_output_context2(&pFormatCtx, NULL, NULL, out_file);
	//fmt = pFormatCtx->oformat;

	//新增一個流
	AVStream  *audio_st = avformat_new_stream(pFormatCtx, 0);
	if (audio_st==NULL)
	{
		return -1;
	}

	//新增一個輸出路徑
	if (avio_open(&pFormatCtx->pb,szOutFileName, AVIO_FLAG_READ_WRITE) < 0)
	{
		printf("Failed to open output file!\n");
		return -1;
	}

	//Show some information 日誌資訊
	av_dump_format(pFormatCtx, 0, szOutFileName, 1);

	//初始化編碼器相關結構體 獲取輸出流中的編碼上下文
	AVCodecContext* pCodecCtx = audio_st->codec;

	pCodecCtx->codec_id		  = fmt->audio_codec	;
	pCodecCtx->codec_type	  = AVMEDIA_TYPE_AUDIO	;
	//立體聲
	pCodecCtx->channel_layout = iOutputLayout	;
	pCodecCtx->channels		  = iOutputChans    ;
	//編碼位元率 AAC支援多種位元率 一般位元率越高 視訊質量越好 需要傳輸頻寬越大
	pCodecCtx->bit_rate		  = OUTPUT_FILE_BIT_RATE; 
	pCodecCtx->sample_rate    = iOutputSampleRate;
	//PCM樣本深度為AV_SAMPLE_FMT_S16 但不是所有格式的編碼都支援這種格式
	pCodecCtx->sample_fmt	  = eOutputSampleFormat;


	//編碼器
	AVCodec* pCodec = avcodec_find_encoder(pCodecCtx->codec_id);
	if (!pCodec)
	{
		printf("Can not find encoder!\n");
		return -1;
	}

	//開啟解碼器 有可能失敗 -22 錯誤，原因不同的編碼格式支援的樣本格式不一樣
	//如封裝AAC格式樣本格式是AV_SAMPLE_FMT_FLT，開啟就出錯
	if ((iReturn = avcodec_open2(pCodecCtx, pCodec,NULL)) < 0)
	{
		printf("Failed to open encoder :[%d]!\n",iReturn);
		return -1;
	}




	//重採用上下文
	SwrContext *pSwrCtx = NULL;


	//原始資料幀
	AVFrame* pRawframe  = NULL;
	//原始幀一Planer的大小 非平面分佈的情況就是快取總大小
	int iRawLineSize = 0;
	//原始幀快取大小
	int iRawBuffSize = 0;
	//原始幀快取
	uint8_t *pRawBuff= NULL;



	//重取樣後資料幀
	AVFrame* pConvertframe = NULL;
	//重取樣後一Planer的大小
	int iConvertLineSize  = 0;
	//重取樣後快取大小
	int iConvertBuffSize  = 0;
	//重取樣後幀快取
	uint8_t *pConvertBuff = NULL;

	//1幀資料樣本數
	int iFrameSamples = pCodecCtx->frame_size;



	// 儲存原始資料 
	iRawLineSize = 0;
	iRawBuffSize  = av_samples_get_buffer_size(&iRawLineSize, iInputChans, iFrameSamples, eInputSampleFormat, 0);
	pRawBuff = (uint8_t *)av_malloc(iRawBuffSize);

	//原始資料儲存在AVFrame結構體中
	pRawframe = av_frame_alloc();

	pRawframe->nb_samples	= iFrameSamples;
	pRawframe->format		= eInputSampleFormat;
	pRawframe->channels     = iInputChans;


	iReturn = avcodec_fill_audio_frame(pRawframe, iInputChans, eInputSampleFormat, (const uint8_t*)pRawBuff, iRawBuffSize, 0);
	if(iReturn<0)
	{
		return -1;
	}

	
	if(bNeedResample)
	{

		pSwrCtx = swr_alloc_set_opts(NULL,iOutputLayout, eOutputSampleFormat, iOutputSampleRate,
			iInputLayout,eInputSampleFormat , iInputSampleRate,0, NULL);
		swr_init(pSwrCtx);

		// 儲存轉換後資料 
		iConvertLineSize  = 0;
		iConvertBuffSize  = av_samples_get_buffer_size(&iConvertLineSize, iOutputChans, iFrameSamples, eOutputSampleFormat, 0);
		pConvertBuff      = (uint8_t *)av_malloc(iConvertBuffSize);

		//轉換後資料儲存在AVFrame結構體中
		pConvertframe = av_frame_alloc();
		pConvertframe->nb_samples	= iFrameSamples;
		pConvertframe->format		= eOutputSampleFormat;
		pConvertframe->channels     = iOutputChans;

		iReturn = avcodec_fill_audio_frame(pConvertframe, iOutputChans, eOutputSampleFormat, (const uint8_t*)pConvertBuff, iConvertBuffSize, 0);
		if(iReturn<0)
		{
			return -1;
		}

	}

	

	//編碼以後的資料是AVPacket
	AVPacket pkt;
	if(!bNeedResample)
	{
		av_new_packet(&pkt,iRawBuffSize);
	}
	else
	{
		av_new_packet(&pkt,iConvertBuffSize);
	}
	

	//Write Header
	avformat_write_header(pFormatCtx,NULL);




	//統計讀取樣本數
	long long lReadTotalSamples = 0;
	//每次讀取樣本數
	int iReadSamples;
	//統計所有的幀數
	int iFrameNum =0;
	//是否編碼成功
	int got_frame =0;
	//臨時
	AVFrame* pTempFrame=NULL;
	//讀取資料 儲存在pConvertframe->data
	int iRealRead = fread(pRawBuff, 1, iRawBuffSize, pInputFile);
	while(iRealRead>0)
	{
		iReadSamples = iRealRead/(iInputSampleBytes*iInputChans);
		if(bNeedResample)
		{
			swr_convert(pSwrCtx, (uint8_t**)pConvertframe->data, iFrameSamples ,(const uint8_t**)pRawframe->data, iFrameSamples );
			
			if(bPlanner)
			{ 
				//只儲存一個通道 因為儲存多個通道測試工具 audacity看不了
				fwrite(pConvertframe->data[0],pConvertframe->linesize[0],1,pTempFile);
			}
			printf("Convert Frame :%d\n",++iFrameNum);
			pTempFrame = pConvertframe;
		}
		else
		{
			pTempFrame = pRawframe;
		}
		


		pTempFrame->pts		    = lReadTotalSamples;
		got_frame				= 0;
		//Encode
		if(avcodec_encode_audio2(pCodecCtx, &pkt,pTempFrame, &got_frame)<0)
		{
			printf("Failed to encode!\n");
			return -1;
		}
		if (got_frame==1)
		{
			printf("Succeed to encode 1 frame! \tsize:%5d\n",pkt.size);
			pkt.stream_index = audio_st->index;
			av_write_frame(pFormatCtx, &pkt);
			av_free_packet(&pkt);
		}
		
		//統計樣本數以轉換前為準 轉換前後樣本數是一樣的
		lReadTotalSamples += (iReadSamples);

		iRealRead = fread(pRawBuff, 1, iRawBuffSize, pInputFile);
	}

	//重新整理編碼器
	if(flush_encoder(pFormatCtx,0)<0)
	{
		printf("Flushing encoder failed\n");
		return -1;
	}

	fclose(pInputFile);
	fclose(pOutputFile);
	fclose(pTempFile);

	av_free(pRawBuff);

	if(bNeedResample)
	{
		av_free(pConvertBuff);
		swr_free(&pSwrCtx);
	}
	printf("Convert Success!!\n");
	getchar();
	return 0;

}

 

 

編碼AAC生成檔案 huangdun_br64000_sr48000.aac，可以直接用普通播放器播放如VLC

編碼mp3生成檔案 huangdun_br64000_sr48000.mp3，可以直接用普通播放器播放如VLC

MP3格式頻譜分析

原始PCM格式頻譜圖

編碼MP3後的頻譜圖

從上面頻譜圖可以看出MP3格式編碼對高頻部分衰減確實很厲害，圖中11000HZ---15000HZ部分全部衰減掉了。現在把程式中編碼位元率提高到128Kbps,來看看效果。

可以看到高頻部分15000HZ衰減有明顯減少，由此得出結論MP3編碼格式優點壓縮率高，能夠在低位元速率的情況下提高較好的音質，適合網路傳輸，但是缺點是位元率低於128kbps的情況，高頻部分有很高的衰減。

DEMO編譯環境：   Win7_64bit+VS2008

DEMO下載地址:https://download.csdn.net/download/hiwubihe/10569791

相關推薦

FFMPEG實現PCM編碼(採用封裝格式實現)

技術在於交流、溝通，轉載請註明出處並保持作品的完整性。 原文：https://blog.csdn.net/hiwubihe/article/details/81260882   [音訊編解碼系列文章] 音訊編解碼基礎 FFMPEG實現音訊重取樣 FFM

FFMPEG實現PCM編碼(不採用封裝格式實現)

技術在於交流、溝通，轉載請註明出處並保持作品的完整性。 原文：https://blog.csdn.net/hiwubihe/article/details/81260923   [音訊編解碼系列文章] 音訊編解碼基礎 FFMPEG實現音訊重取樣 FFM

FFMPEG實現對AAC解碼(不採用封裝格式實現)

技術在於交流、溝通，轉載請註明出處並保持作品的完整性。 原文：https://blog.csdn.net/hiwubihe/article/details/81267872   [音訊編解碼系列文章] 音訊編解碼基礎 FFMPEG實現音訊重取樣 FFM

FFMPEG實現對AAC解碼(採用封裝格式實現)

技術在於交流、溝通，轉載請註明出處並保持作品的完整性。 原文：https://blog.csdn.net/hiwubihe/article/details/81261022   [音訊編解碼系列文章] 音訊編解碼基礎 FFMPEG實現音訊重取樣 FFM

FAAC庫實現PCM編碼

技術在於交流、溝通，轉載請註明出處並保持作品的完整性。 原文：https://blog.csdn.net/hiwubihe/article/details/81260931   [音訊編解碼系列文章] 音訊編解碼基礎 FFMPEG實現音訊重取樣 FFM

FFmpeg，H.264，Directshow，和opencv及視訊編碼與封裝格式

http://www.voidcn.com/blog/yhhyhhyhhyhh/article/p-5769736.html     最近做專案，參考網上的資料，梳理了一下視訊採集，編碼，傳輸，顯示相關知識及常用的視訊處理框架和開源庫（本文有誤的地方請見諒，好多概念

資料結構——哈夫曼樹的實現以及編碼（C語言實現）

1、問題描述       利用哈夫曼編碼進行通訊可以大大提高通道利用率，縮簡訊息傳輸時間，降低傳輸成本。構造哈夫曼樹時，首先將由n個字 符形成的n個葉子結點存放到陣列HuffNode的前n個分量中，然後根據哈夫曼方法的基本思想，不斷將兩個較小的子樹合併為一個

封裝tinyxml實現對UTF8和UNICODE編碼格式轉換

    tinyxml對儲存xml非常方便，但儲存的格式卻不是UTF8，導致實際使用中遇到讀取問題。     為了方便使用，藉助對C++ 儲存檔案為UTF8編碼格式學習，實現對tinyxml的資料轉換做了一些封裝，使使用更加方便些。重點實現了UTF8_to_string和s

android 輸入框 手機號 ，密碼 郵箱 ，網路，圖片格式等 判斷 工具類 封裝簡單實現

我們android 開發人員都會與到 登入註冊，郵箱驗證等問題 ，我們需要if判斷 ，簡單邏輯 比較好些，隨著產品的需求，格式越來越多，邏輯越來越複雜，下面 給大家推薦 一下自己封裝的一個工具類 裡面對應的正的表示式等多個簡單實用 首先是一個工具類   public

android 輸入框 手機號 ，密碼 郵箱 ，網路，圖片格式等 判斷 工具類 封裝簡單實現

我們android 開發人員都會與到 登入註冊，郵箱驗證等問題 ，我們需要if判斷 ，簡單邏輯 比較好些，隨著產品的需求，格式越來越多，邏輯越來越複雜，下面 給大家推薦 一下自己封裝的一個工具類 裡面對應的正的表示式等多個簡單實用 首先是一個工具類   public cl

ffmpeg實現windows螢幕錄製YUV420P並實現H264編碼

完整工程下載https://download.csdn.net/download/iot_shun/10313142首先之前我們的程式碼利用gdigrab已經實現了螢幕錄製功能，可是我們發現，儲存的YYU42OP檔案實現太大，100張150M，在音視訊實時傳輸的過程中我們需要

使用C語言實現pcm格式音訊的聲道分離

//Time：2016/08/03 PM14：46 #include <stdio.h> #include <stdlib.h> int main (void) {//開闢緩衝區用於迴圈讀寫資料char* pzTest = (char*)malloc

JS實現—Base64編碼解碼，帶16進制顯示

ech encode break 復制代碼 bre zab idt pts image 代碼如下： <!DOCTYPE html> <html> <head> <meta name="viewport" conte

轉 常見視頻編碼方式以及封裝格式

方式 個數 目前 格式 調用 works 質量 撥號 求和 常見視頻編碼方式以及封裝格式 常見視頻編碼方式 所謂視頻編碼方式就是指通過特定的壓縮技術，將某個視頻格式的文件轉換成另一種視頻格式文件的方式。視頻流傳輸中最為重要的編解碼標準有國際電聯的H

轉 音視頻封裝格式、編碼格式知識

flash swf 開發 ng- 多個 rate .com 流媒體 window 常見的AVI、RMVB、MKV、ASF、WMV、MP4、3GP、FLV等文件其實只能算是一種封裝標準。 一個完整的視頻文件是由音頻和視頻2部分組成的。H264、Xvid等就是視頻編碼格式

JAVA實現Base64編碼的三種方式

ack ons static nts bstr clas [] ram trace 摘要： Javabase64編碼的三種方式 有如下三種方式： 方式一：commons-codec.jar Java代碼 1. String base64String="whuang12

關於base64編碼的原理及實現

一個 replace 編碼範圍 func nco 都是 style bit 如果 我們的圖片大部分都是可以轉換成base64編碼的data：image。 這個在將canvas保存為img的時候尤其有用。雖然除ie外，大部分現代瀏覽器都已經支持原生的基於base64的enco

基於json數據格式實現的簡單數據庫——jsonDB

codec fun msl 定義 target insert break html dbn 已在github上建立項目：https://github.com/ThinkerCodeChina/jsonDB/** +-------------------------

tensorflow學習筆記(三)：實現自編碼器

sea start ear var logs cos soft 編碼 red 黃文堅的tensorflow實戰一書中的第四章，講述了tensorflow實現多層感知機。Hiton早年提出過自編碼器的非監督學習算法，書中的代碼給出了一個隱藏層的神經網絡，本人擴展到了多層，改進

用javascript實現base64編碼器

應用 ges 標準 asd 富文本 隨著 不同 none fail 前面的話 　　base-64作為常見的編碼函數，在基本認證、摘要認證以及一些HTTP擴展中得到了大量應用。在前端領域，也常常把圖片轉換為base-64編碼在網絡中傳輸。本文將詳細介紹base64的原理及用j