音视频教程-第二节

最新推荐文章于 2026-06-29 21:19:11 发布

原创

最新推荐文章于 2026-06-29 21:19:11 发布 · 321 阅读

文章目录

音视频系列教程

课程目标

学习如何使用 FFmpeg 打开和读取媒体文件的基本信息，理解 AVFormatContext 的作用。

封装格式简介

在开始之前，先简单了解一下封装格式。

我们常见的视频文件（如 .mp4、.mkv、.avi）都是封装格式，它们把视频、音频、字幕等数据打包在一起。可以简单理解为：封装格式是"盒子"，里面装着编码后的视频和音频数据。

封装格式 vs 编码格式：

封装格式（如 MP4、MKV）：决定如何打包和组织数据
编码格式（如 H.264、AAC）：决定如何压缩数据

举个例子，一个 .mp4 文件可能包含 H.264 编码的视频和 AAC 编码的音频，MP4 负责把它们打包在一起，并提供同步、元数据等功能。

常见的封装格式有 MP4（兼容性好）、MKV（支持多音轨）、FLV（流媒体）等。FFmpeg 可以处理这些格式，我们只需要知道如何打开和读取它们即可。

知识点

1. AVFormatContext 结构体

AVFormatContext 是 FFmpeg 中表示媒体文件格式上下文的核心结构体，包含了媒体文件的所有信息。

主要字段：

iformat：输入格式（如 MP4、MKV 等）
nb_streams：流的数量
streams：流数组
duration：文件时长（以时间基为单位，通常是所有流中最长的时长）
bit_rate：总码率（所有流的码率之和）

重要提示：容器级别 vs 流级别的时长和码率

容器级别（AVFormatContext）的时长和码率与单个流的时长和码率可能不一致：

时长差异：
- 容器时长：通常是所有流中最长的时长（例如视频流时长）
- 流时长：每个流有自己的时长，可能略有差异（特别是音频和视频的同步问题）
- 示例：视频流可能是 11.41 秒，音频流可能是 11.40 秒，容器时长取 11.41 秒
码率差异：
- 容器总码率：所有流的码率之和（视频码率 + 音频码率 + 其他流码率）
- 流码率：单个流的码率
- 示例：视频码率 2260 kbps + 音频码率 253 kbps ≈ 总码率 2517 kbps

如何获取单个流的时长和码率：

AVStream* video_stream = fmt_ctx->streams[video_index];
// 流的时长（以流的时间基为单位）
int64_t stream_duration = video_stream->duration;
// 转换为秒：stream_duration * av_q2d(video_stream->time_base)
// 流的码率
int64_t stream_bitrate = video_stream->codecpar->bit_rate;

2. 媒体文件格式识别

FFmpeg 可以自动识别多种媒体文件格式：

视频格式：MP4、MKV、AVI、MOV、FLV 等
音频格式：MP3、AAC、WAV、FLAC 等
流媒体格式：RTMP、HLS、RTSP 等

3. 错误处理机制

FFmpeg 使用返回值表示操作结果：

0：成功
负数：错误码（使用 av_strerror 转换为错误信息）
AVERROR_EOF：文件结束

实践内容

实践1：打开本地视频文件

API： avformat_open_input

AVFormatContext* fmt_ctx = nullptr;
const char* filename = "test.mp4";

int ret = avformat_open_input(&fmt_ctx, filename, nullptr, nullptr);
if (ret == 0) {
   
   
    // 成功打开
    LOG("Format: %s", fmt_ctx->iformat->name);
    avformat_close_input(&fmt_ctx);
} else {
   
   
    // 处理错误
    char errbuf[AV_ERROR_MAX_STRING_SIZE