Chinaunix首页 | 论坛 | 博客
  • 博客访问: 2691440
  • 博文数量: 505
  • 博客积分: 1552
  • 博客等级: 上尉
  • 技术积分: 2514
  • 用 户 组: 普通用户
  • 注册时间: 2007-09-23 18:24
文章分类

全部博文(505)

文章存档

2019年(12)

2018年(15)

2017年(1)

2016年(17)

2015年(14)

2014年(93)

2013年(233)

2012年(108)

2011年(1)

2009年(11)

分类: LINUX

2013-04-19 21:19:38

流媒体基本要点简述:如何在H264数据中获取PTS?

序:

只大概说明要点。更具体的方法恕不祥叙。
我的开源工程和很多开源项目都有详细完整的实现代码。
这些要点都是我自己学习的总结,无责任保证正确性。仅做参考。
如发现有问题请丢砖头,跪求各方高人指正错误。Orz

内容:

H264的ES原始数据一般是以NAL(Network Abstract Layer)的格式存在。可以直接用于文件存储和网络传输。每一个NALU(Network Abstract Layer Unit)数据,是由数据头+RBSP数据组成。

首先需要将数据流,分割成一个一个独立的NALU数据。

接着获取NALU的nal_type,i_nal_type的值等于0x7表示这个nalu是个sps数据包。找到并解析这个sps数据包,里面包含有非常重要的帧率信息
time_scale/num_units_in_tick=fps

然后根据nal_type判断slice(H264中的slice类似一个视频帧FRAME的概念)。其中nal_type值小于0x1,或大于0x5,表示这个NALU属于一个slice。

  1. // 检查是否是slice  
  2. if ( i_nal_type < 1/*NAL_SLICE*/ || i_nal_type > 5/*NAL_SLICE_IDR*/ )  
  3. // 找到slice!!!!! 

在找到slice的NALU后,可以逐字节将NALU的数据与0x80进行与运算,结果为真表示这个slice(视频帧FRAME)的结束位置。

  1. // 判断是否帧结束  
  2. for (uint32_t i = 3; i < nal_length; i++)  
  3. {  
  4.     if (p_nal[i] & 0x80)  
  5.     {  
  6.         // 找到frame_begin!!!!上一帧frame的结束,下一帧frame的开始 
  7.     }  
  8. }  

上面的这个代码是摘抄自FFMPEG。他实际作用是判断slice里面的first_mb_in_slice,即第1个宏块在slice中的位置, 如果是一帧开始,这个字段的值肯定是标识第1个宏块。因此,也可以完整解析slice的头部信息,解析出first_mb_in_slice,如果是 0(注意:这是1个哥伦布数值),即这个NALU是一帧的开始。

为什么这里的代码是逐字节判断0x80?我额外写点某大神的名言:程序猿不是十万个为什么,不是维基猿,程序猿是需求猿。如果某程序猿已经着手开始研究如何解析slice头部格式,他很自然的不会有这个疑问。

另外通过nal_type以及silice_type也可以判断出帧结束位置,VLC里面的代码就是这么干。

解析到位于帧结束位置的NALU,就可以判断出每一帧(slice)的开始和结尾。解析slice的slice_type,根据slice_type,可以判断出这个slice的IPB类型。

  1. // 根据slice类型判断帧类型  
  2. switch(slice.i_slice_type)  
  3. {  
  4. case 2: case 7:   
  5. case 4: case 9:  
  6.     *p_flags = 0x0002/*BLOCK_FLAG_TYPE_I*/;  
  7.     break;  
  8. case 0: case 5:  
  9. case 3: case 8:  
  10.     *p_flags = 0x0004/*BLOCK_FLAG_TYPE_P*/;
  11.      break;  
  12. case 1:  
  13. case 6:  
  14.     *p_flags = 0x0008/*BLOCK_FLAG_TYPE_B*/;  
  15.     break;  
  16. default:  
  17.     *p_flags = 0;  
  18.     break;  

从现在开始,就有两种办法来计算PTS了。

方法一、根据前后帧的IPB类型,可以得知帧的实际显示顺序,使用前面获取的sps信息中的帧率,以及帧计数frame_count即可计算出PTS。此方法需要做几帧缓存(一般缓存一个group的长度)。

I  P  B  B  I  P  B  B  I  P  B  ... 帧类型
1  2  3  4  5  6  7  8  9  10 11 ... 第几帧
1  4  2  3  5  8  6  7  9  12 10 ... 帧显示顺序

一个I帧与下一个I帧之间,是一个group。
从上图可见,P类型的帧的显示顺序,是排在后面最后一个B帧之后。
所以要获取第7帧的pts,起码要知道他下一帧的类型,才能得知他的显示顺序。

第8帧的pts=1000(毫秒)*7(帧显示顺序)*帧率

方法二、每一个slice的信息里面,都记录有pic_order_cnt_lsb,当前帧在这个group中的显示顺序。通过这个pic_order_cnt_lsb,可以直接计算出当前帧的PTS。此方法不需要做帧缓存。

计算公式:

pts=1000*(i_frame_counter + pic_order_cnt_lsb)*(time_scale/num_units_in_tick)

i_frame_counter是最近一次I帧位置的帧序,通过I帧计数+当前group中的帧序,得到帧实际显示序列位置,乘上帧率,再乘上1000(毫秒)的base_clock(基本时钟频率),得到PTS。

I  P  B  B  I  P  B  B  I  P  B  ... 帧类型
1  2  3  4  5  6  7  8  9  10 11 ... 第几帧
1  4  2  3  5  8  6  7  9  12 10 ... 帧显示顺序
0  6  2  4  0  6  2  4  0  6  2  ... pic_order_cnt_lsb

细心一点可以注意到,在上图,slice里面的pic_order_cnt_lsb是以2进行递增。
通常H264里面的sps中记录的帧率,也是实际帧率的2倍time_scale/num_units_in_tick=fps*2

因此,实际的计算公式应该是这样
pts=1000*(i_frame_counter*2+pic_order_cnt_lsb)* (time_scale/num_units_in_tick)
或者是
pts=1000*(i_frame_counter+pic_order_cnt_lsb/2)* (time_scale/num_units_in_tick/2)

所以,第11帧的pts应该是这么计算
1000*(9*2+2)*(time_scale/num_units_in_tick)

结束语:
这里pts的base_clock都是按照1000(毫秒)计算,如果复用到ts里,base_clock是90k,所以还应该再乘以90。

题外话:关于H264中sps里面记录的帧率是实际帧率的2倍,包括slice里面的pic_order_cnt_lsb也是2倍递增,我推测可能是编码 按照分场(顶场、底场)编码所致。另外我注意到sps信息中的offset_for_top_to_bottom_field字段,从命名上,貌似是可以 用来标记是否逐场,还是分奇偶场编码。以上都属猜测,有请高人解惑


阅读(1495) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~