FFMPEG Tips (2) 如何提取码流的基本信息

本文是我的《FFMPEG Tips》系列的第二篇文章，上篇文章《FFMPEG Tips (1) 如何打印日志》主要分享了如何利用 ffmpeg 库打印日志，而本文则主要分享一下如何利用 ffmpeg 库拿到码流的一些基本信息。

1.  码流中的哪些信息值得关注 ？

[ ] 是否包含：音频、视频

[ ] 码流的封装格式

[ ] 视频的编码格式

[ ] 音频的编码格式

[ ] 视频的分辨率、帧率、码率

[ ] 音频的采样率、位宽、通道数

[ ] 码流的总时长

[ ] 其他 Metadata 信息，如作者、日期等

2. 为什么需要拿到这些信息 ？

[ ] 码流的封装格式 -> 解封装

[ ] 音频、视频的编码格式 ->  初始化×××

[ ] 视频的分辨率、帧率、码率 -> 视频的渲染

[ ] 音频的采样率、位宽、通道数 -> 初始化音频播放器

[ ] 码流的总时长 -> 展示、拖动

[ ] 其他 Metadata 信息 -> 展示

3. 这些关键信息都藏在哪 ？

这些关键的媒体信息，被称作 “metadata”，常常记录在整个码流的开头或者结尾处，例如：wav 格式主要由 wav header 头来记录音频的采样率、通道数、位宽等关键信息；mp4 格式，则存放在 moov box 结构中；而 FLV 格式则记录在 onMetaData 中等等。

我们可以看看 FLV 格式的 onMetaData 记录的信息包含有哪些内容：

当然，并不是所有的码流都能简单地通过 "metadata" 解析出这些媒体信息，有些码流还需要通过试读、解码等一系列复杂的操作判断之后，才能准确地判断真实的媒体信息，在 ffmpeg 中，函数 avformat_find_stream_info 就是干这事的。

4. 如何从 ffmpeg 取出这些信息 ？

（1）首先打开码流，并解析“metadata”

播放器要完成的第一件事，就是 “打开码流”，然后再“ 解析码流信息”，在 ffmpeg 中，这两步任务主要通过 `avformat_open_input` 和 `avformat_find_stream_info`  函数来完成，前者负责服务器的连接和码流头部信息的拉取，后者则主要负责媒体信息的探测和分析工作，这两步的示例代码如下：

AVFormatContext *ic = avformat_alloc_context();

if (avformat_open_input(&ic, url, NULL, NULL) < 0) {
    LOGE("could not open source %s", url);
    return -1;
}

if (avformat_find_stream_info(ic, NULL) < 0) {
    LOGE("could not find stream information");
    return -1;
}

当这两步执行成功后，媒体信息就已经成功保存在了 ffmpeg 相关的结构体成员变量中了，下一步我们看看如何拿到这些信息，为我所用。

（2）利用 ffmpeg 系统函数 dump 码流信息

ffmpeg 提供了一个函数直接帮助你打印出解析到的媒体信息，用法如下：

av_dump_format(ic, 0, ic->filename, 0);

例如，打印 “rtmp://live.hkstv.hk.lxdns.com/live/hks” 的结果如下：

不过，这样打印的信息还不够，我们希望能通过代码取到每一个关键的媒体信息。因此，下面我们看看如何直接从 AVFormatContext 上下文结构体中提取这些信息。

（3）手动从 ffmpeg 的上下文结构体中提取

首先，我们看看 AVFormatContext 变量有哪些跟媒体信息有关的成员变量：

- struct AVInputFormat *iformat; // 记录了封装格式信息
- unsigned int nb_streams;  // 记录了该 URL 中包含有几路流
- AVStream **streams;   // 一个结构体数组，每个对象记录了一路流的详细信息
- int64_t start_time;  // 第一帧的时间戳
- int64_t duration;    // 码流的总时长
- int bit_rate;            // 码流的总码率，bps
- AVDictionary *metadata;  // 一些文件信息头，key/value 字符串

由此可见，封装格式、总时长和总码率可以拿到了。另外，由于 AVStream **streams 还详细记录了每一路流的媒体信息，可以进一步挖一挖，看看它有哪些成员变量。

我们通过 av_find_best_stream 函数来取出指向特定指定路数的 AVStream 对象，比如视频流的 AVStream 和 音频流的 AVStream 对象分别通过如下方法来取到：

int video_stream_idx = av_find_best_stream(ic, AVMEDIA_TYPE_VIDEO, -1, -1, NULL, 0);
AVStream video_stream = ic->streams[video_stream_idx];

int audio_stream_idx = av_find_best_stream(ic, AVMEDIA_TYPE_AUDIO, -1, -1, NULL, 0);
AVStream audio_stream = ic->streams[audio_stream_idx];

拿到了 video_stream 和 audio_stream ，我们就可以把 AVStream 结构体中的信息提取出来了，其关键的成员变量如下：

- AVCodecContext *codec;   // 记录了该码流的编码信息
- int64_t start_time;   // 第一帧的时间戳
- int64_t duration;      // 该码流的时长
- int64_t nb_frames;  // 该码流的总帧数
- AVDictionary *metadata;  // 一些文件信息头，key/value 字符串
- AVRational avg_frame_rate;  // 平均帧率

到这里，我们拿到了平均的帧率，其中，AVCodecContext 详细记录了每一路流的具体的编码信息，我们再进一步挖一挖，看看 AVCodecContext 有哪些成员变量。

- const struct AVCodec  *codec; // 编码的详细信息
- enum AVCodecID  codec_id;     // 编码类型
- int bit_rate;  // 平均码率

/* video only */
- int width, height;           // 图像的宽高尺寸，码流中不一定存在该信息，会由解码后覆盖
- enum AVPixelFormat pix_fmt;  // 原始图像的格式，码流中不一定存在该信息，会由解码后覆盖

/* audio only */
- int sample_rate;       // 音频的采样率
- int channels;          // 音频的通道数
- enum AVSampleFormat sample_fmt;   // 音频的格式，位宽
- int frame_size;        // 每个音频帧的 sample 个数

原来我们最关心的编码类型、图片的宽高、音频的参数藏在这里了！经过层层解析后，我们想要的媒体信息，基本上在这些结构体变量中都找到了。

5.  代码示例

我们可以尝试手动把我们找到的媒体信息都打印出来看看，代码示例如下（你也可以到我的 Github 查看源代码: https://github.com/Jhuster/clib）：

#include <libavutil/log.h>

#define LOGD(format, ...) av_log(NULL, AV_LOG_DEBUG, format, ##__VA_ARGS__);

int ff_dump_stream_info(char * url)
{
    AVFormatContext *ic = avformat_alloc_context();

    if (avformat_open_input(&ic, url, NULL, NULL) < 0) {
        LOGD("could not open source %s", url);
        return -1;
    }

    if (avformat_find_stream_info(ic, NULL) < 0) {
        LOGD("could not find stream information");
        return -1;
    }

    LOGD("---------- dumping stream info ----------");

    LOGD("input format: %s", ic->iformat->name);
    LOGD("nb_streams: %d", ic->nb_streams);

    int64_t start_time = ic->start_time / AV_TIME_BASE;
    LOGD("start_time: %lld", start_time);

    int64_t duration = ic->duration / AV_TIME_BASE;
    LOGD("duration: %lld s", duration);

    int video_stream_idx = av_find_best_stream(ic, AVMEDIA_TYPE_VIDEO, -1, -1, NULL, 0);
    if (video_stream_idx >= 0) {
        AVStream *video_stream = ic->streams[video_stream_idx];
        LOGD("video nb_frames: %lld", video_stream->nb_frames);
        LOGD("video codec_id: %d", video_stream->codec->codec_id);
        LOGD("video codec_name: %s", avcodec_get_name(video_stream->codec->codec_id));
        LOGD("video width x height: %d x %d", video_stream->codec->width, video_stream->codec->height);
        LOGD("video pix_fmt: %d", video_stream->codec->pix_fmt);
        LOGD("video bitrate %lld kb/s", (int64_t) video_stream->codec->bit_rate / 1000);
        LOGD("video avg_frame_rate: %d fps", video_stream->avg_frame_rate.num/video_stream->avg_frame_rate.den);
    }

    int audio_stream_idx = av_find_best_stream(ic, AVMEDIA_TYPE_AUDIO, -1, -1, NULL, 0);
    if (audio_stream_idx >= 0) {
        AVStream *audio_stream = ic->streams[audio_stream_idx];
        LOGD("audio codec_id: %d", audio_stream->codec->codec_id);
        LOGD("audio codec_name: %s", avcodec_get_name(audio_stream->codec->codec_id));
        LOGD("audio sample_rate: %d", audio_stream->codec->sample_rate);
        LOGD("audio channels: %d", audio_stream->codec->channels);
        LOGD("audio sample_fmt: %d", audio_stream->codec->sample_fmt);
        LOGD("audio frame_size: %d", audio_stream->codec->frame_size);
        LOGD("audio nb_frames: %lld", audio_stream->nb_frames);
        LOGD("audio bitrate %lld kb/s", (int64_t) audio_stream->codec->bit_rate / 1000);
    }

    LOGD("---------- dumping stream info ----------");

    avformat_close_input(&ic);
}

6.  小结

关于如何使用 FFMPEG 如何提取码流的基本信息就介绍到这儿了，文章中有不清楚的地方欢迎留言或者来信 lujun.hust@gmail.com 交流，关注我的新浪微博 @卢_俊 或者 微信公众号 @Jhuster 获取最新的文章和资讯。