使用 libx264 将 FFMPEG RTSP 流转换为 MPEG4/H264 文件

Question

嘿伙计们，

我正在尝试将 H264 格式的 RTSP 流转码/重新混合到 MPEG4 容器中，该容器仅包含 H264 视频流。 基本上，网络摄像头输出到 MP4 容器中。

我可以使用以下代码生成编码不佳的 MP4：

// Variables here for demo
AVFormatContext * video_file_output_format = nullptr;
AVFormatContext * rtsp_format_context = nullptr;
AVCodecContext * video_file_codec_context = nullptr;
AVCodecContext * rtsp_vidstream_codec_context = nullptr;
AVPacket packet = {0};
AVStream * video_file_stream = nullptr;
AVCodec * rtsp_decoder_codec = nullptr;
int errorNum = 0, video_stream_index = 0;
std::string outputMP4file = "D:\\somemp4file.mp4";

// begin
AVDictionary * opts = nullptr;
av_dict_set(&opts, "rtsp_transport", "tcp", 0);

if ((errorNum = avformat_open_input(&rtsp_format_context, uriANSI.c_str(), NULL, &opts)) < 0) {
    errOut << "Connection failed: avformat_open_input failed with error " << errorNum << ":\r\n" << ErrorRead(errorNum);
    TacticalAbort();
    return;
}

rtsp_format_context->max_analyze_duration = 50000;
if ((errorNum = avformat_find_stream_info(rtsp_format_context, NULL)) < 0) {
    errOut << "Connection failed: avformat_find_stream_info failed with error " << errorNum << ":\r\n" << ErrorRead(errorNum);
    TacticalAbort();
    return;
}

video_stream_index = errorNum = av_find_best_stream(rtsp_format_context, AVMEDIA_TYPE_VIDEO, -1, -1, NULL, 0);

if (video_stream_index < 0) {
    errOut << "Connection in unexpected state; made a connection, but there was no video stream.\r\n"
        "Attempts to find a video stream resulted in error " << errorNum << ": " << ErrorRead(errorNum);
    TacticalAbort();
    return;
}

rtsp_vidstream_codec_context = rtsp_format_context->streams[video_stream_index]->codec;

av_init_packet(&packet);

if (!(video_file_output_format = av_guess_format(NULL, outputMP4file.c_str(),  NULL))) {
    TacticalAbort();
    throw std::exception("av_guess_format");
}

if (!(rtsp_decoder_codec = avcodec_find_decoder(rtsp_vidstream_codec_context->codec_id))) {
    errOut << "Connection failed: connected, but avcodec_find_decoder returned null.\r\n"
        "Couldn't find codec with an AV_CODEC_ID value of " << rtsp_vidstream_codec_context->codec_id << ".";
    TacticalAbort();
    return;
}

video_file_format_context = avformat_alloc_context();
video_file_format_context->oformat = video_file_output_format;

if (strcpy_s(video_file_format_context->filename, sizeof(video_file_format_context->filename), outputMP4file.c_str())) {
    errOut << "Couldn't open video file: strcpy_s failed with error " << errno << ".";
    std::string log = errOut.str();
    TacticalAbort();
    throw std::exception("strcpy_s");
}

if (!(video_file_encoder_codec = avcodec_find_encoder(video_file_output_format->video_codec))) {
    TacticalAbort();
    throw std::exception("avcodec_find_encoder");
}

// MARKER ONE

if (!outputMP4file.empty() &&
    !(video_file_output_format->flags & AVFMT_NOFILE) &&
    (errorNum = avio_open2(&video_file_format_context->pb, outputMP4file.c_str(), AVIO_FLAG_WRITE, nullptr, &opts)) < 0) {
    errOut << "Couldn't open video file \"" << outputMP4file << "\" for writing : avio_open2 failed with error " << errorNum << ": " << ErrorRead(errorNum);
    TacticalAbort();
    return;
}

// Create stream in MP4 file
if (!(video_file_stream = avformat_new_stream(video_file_format_context, video_file_encoder_codec))) {
    TacticalAbort();
    return;
}

AVCodecContext * video_file_codec_context = video_file_stream->codec;

// MARKER TWO

// error -22/-21 in avio_open2 if this is skipped
if ((errorNum = avcodec_copy_context(video_file_codec_context, rtsp_vidstream_codec_context)) != 0) {
    TacticalAbort();
    throw std::exception("avcodec_copy_context");
}

//video_file_codec_context->codec_tag = 0;

/*
// MARKER 3 - is this not needed? Examples suggest not.
if ((errorNum = avcodec_open2(video_file_codec_context, video_file_encoder_codec, &opts)) < 0)
{
    errOut << "Couldn't open video file codec context: avcodec_open2 failed with error " << errorNum << ": " << ErrorRead(errorNum);
    std::string log = errOut.str();
    TacticalAbort();
    throw std::exception("avcodec_open2, video file");
}*/

//video_file_format_context->flags |= AVFMT_FLAG_GENPTS;
if (video_file_format_context->oformat->flags & AVFMT_GLOBALHEADER)
{
    video_file_codec_context->flags |= CODEC_FLAG_GLOBAL_HEADER;
}

if ((errorNum = avformat_write_header(video_file_format_context, &opts)) < 0) {
    errOut << "Couldn't open video file: avformat_write_header failed with error " << errorNum << ":\r\n" << ErrorRead(errorNum);
    std::string log = errOut.str();
    TacticalAbort();
    return;
}

但是，有几个问题：

1. 我无法将任何 x264 选项传递给输出文件。 输出 H264 匹配输入 H264 的配置文件/级别 - 将摄像机切换到不同的型号会切换 H264 级别。
2. 显然，输出文件的时间是关闭的。
3. 输出文件的持续时间大量关闭。 虽然播放时间不匹配，但几秒钟的镜头变成了几个小时。 （FWIW，我正在使用 VLC 播放它们。）

传递 x264 选项

如果我手动增加每个数据包的 PTS，并将 DTS 设置为等于 PTS，它会播放得太快，在一秒钟的播放时间内大约有 2-3 秒的镜头价值，并且持续时间长达数小时。 镜头也模糊了几秒钟，大约一秒钟的 10 秒。

如果我让 FFMPEG 决定（有或没有 GENPTS 标志），文件的帧速率是可变的（可能正如预期的那样），但它会立即播放整个文件并且持续时间也很长（超过四十小时，几秒钟） . 持续时间不是“真实的”，因为文件会立即播放。

在 Marker One 中，我尝试通过将选项传递给avio_open2来设置配置文件。 libx264 会忽略这些选项。 我试过：

av_dict_set(&opts, "vprofile", "main", 0);
av_dict_set(&opts, "profile", "main", 0); // error, missing '('
// FF_PROFILE_H264_MAIN equals 77, so I also tried
av_dict_set(&opts, "vprofile", "77", 0); 
av_dict_set(&opts, "profile", "77", 0);

它似乎确实读取了配置文件设置，但不使用它们。 在标记二处，我尝试在avio_open2 ，在avformat_write_header之前设置它。

// I tried all 4 av_dict_set from earlier, passing it to avformat_write_header.
// None had any effect, they weren't consumed.
av_opt_set(video_file_codec_context, "profile", "77", 0);
av_opt_set(video_file_codec_context, "profile", "main", 0);
video_file_codec_context->profile = FF_PROFILE_H264_MAIN;
av_opt_set(video_file_codec_context->priv_data, "profile", "77", 0);
av_opt_set(video_file_codec_context->priv_data, "profile", "main", 0);

弄乱 privdata 使程序不稳定，但当时我正在尝试任何事情。 我想通过传递设置来解决问题 1，因为我认为它会阻碍解决问题 2 或 3 的任何尝试。

一个月的大部分时间里，我一直在摆弄这个。 我已经阅读了数十个文档、问答和示例。 有很多已经过时了，这无济于事。

任何帮助将不胜感激。

干杯

Answer 1

好的，首先，我没有使用ffmpeg ，而是一个名为libav的 ffmpeg分支。 不要混淆，ffmpeg 是更新的，并且在 Linux 的某些发行版中使用了 libav。

为 Visual Studio 编译

升级到主分支后，我不得不再次手动编译它，因为我在 Visual Studio 中使用它并且唯一的静态库是 G++，因此链接不能很好地工作。

官方指南是https://trac.ffmpeg.org/wiki/CompilationGuide/MSVC 。
首先，这样编译工作正常：
确保 VS 在 PATH 中。 您的 PATH 应按以下顺序阅读：

C:\Program Files (x86)\Microsoft Visual Studio XX.0\VC\bin
D:\MinGW\msys64\mingw32\bin  
D:\MinGW\msys64\usr\bin  
D:\MinGW\bin

然后运行 ​​Visual Studio x86 Native Tools 提示。 应该在您的开始菜单中。
在 CMD 中，运行
(your path to MinGW)\\msys64\\msys2_shell.cmd -full-path
在创建的 MinGW 窗口中，运行：
$ cd /your dev path/
$ git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg
大约五分钟后，您将在子文件夹 ffmpeg 中获得 FFMPEG 源。
通过以下方式访问源：
$ cd ffmpeg
然后运行：
$ which link
如果它没有提供来自 PATH 的 VS 路径，而是提供 usr/link 或 usr/bin/link，则类似地重命名：
$ mv /usr/bin/link.exe /usr/bin/msys-link.exe
如果确实跳过 $ mv 步骤。

最后，运行这个命令：
$ ./configure --toolchain=msvc以及您想要的任何其他$ ./configure --toolchain=msvc
（您可以通过./configure --help查看命令行）
它可能会在很长一段时间内显得不活跃。 完成后，您将获得几页输出。

然后运行：
$ make
$ make install

注意静态构建（使用--enable-static配置），尽管您获得 Windows 静态库文件，但它会生成扩展名为 *.a 的文件。 只需重命名为 .lib。
（您可以使用 cmd： ren *.a *.lib ）

使用 FFMPEG

要仅从 FFMPEG RTSP复制到文件，使用源配置文件、级别等，只需使用：

1. 读取网络帧av_read_frame(rtsp_format_context)
2. 传递到 MP4 av_write_frame(video_file_format_context)

您不需要打开 AVCodecContext、解码器或编码器； 只是avformat_open_input ，以及视频文件 AVFormatContext 和 AVIOContext.

如果你想重新编码，你必须：

1. 读取网络帧
   av_read_frame(rtsp_format_context)
2. 将数据包传递给解码器
   avcodec_send_packet(rtsp_decoder_context)
3. 从解码器读取帧（循环中）
   avcodec_receive_frame(rtsp_decoder_context)
4. 将每个解码的帧发送到编码器
   avcodec_send_frame(video_file_encoder_context)
5. 从编码器读取数据包（循环中）
   avcodec_receive_packet(video_file_encoder_context)
6. 将每个编码包发送到输出视频av_write_frame(video_file_format_context)

一些问题

• 手动复制宽度、高度和像素格式。 对于 H264，它是 YUV420P。
  例如，对于级别 3.1，profile high：

   AVCodecParameters * video_file_codec_params = video_file_stream->codecpar; video_file_codec_params->profile = FF_PROFILE_H264_HIGH; video_file_codec_params->format = AV_PIX_FMT_YUV420P; video_file_codec_params->level = 31; video_file_codec_params->width = rtsp_vidstream->codecpar->width; video_file_codec_params->height = rtsp_vidstream->codecpar->height;

• libx264 通过avcodec_open2的 opts 参数接受 H264 预设。 “非常快”预设的示例：

   AVDictionary * mydict; av_dict_set(&mydict, "preset", "veryfast", 0); avcodec_open2(video_file_encoder_context, video_file_encoder_codec, &opts) // avcodec_open2 returns < 0 for errors. // Recognised options will be removed from the mydict variable. // If all are recognised, mydict will be NULL.

• 输出时序是一个不稳定的东西。 在``之前使用它。

   video_file_stream->avg_frame_rate = rtsp_vidstream->avg_frame_rate; video_file_stream->r_frame_rate = rtsp_vidstream->r_frame_rate; video_file_stream->time_base = rtsp_vidstream->time_base; video_file_encoder_context->time_base = rtsp_vidstream_codec_context->time_base; // Decreasing GOP size for more seek positions doesn't end well. // libx264 forces the new GOP size. video_file_encoder_context->gop_size = rtsp_vidstream_codec_context->gop_size; if ((errorNum = avcodec_open2(video_file_encoder_context,...)) < 0) { // an error... }

• H264 可能会以双倍速度写入文件，因此播放速度会加倍。 要改变这一点，请使用编码数据包的时间手动操作：

   packet->pts = packet->dts = frameNum++; av_packet_rescale_ts(packet, video_file_encoder_context->time_base, video_file_stream->time_base); packet->pts *= 2; packet->dts *= 2; av_interleaved_write_frame(video_file_format_context, packet) // av_interleaved_write_frame returns < 0 for errors.

  请注意，我们将av_write_frame切换为av_interleaved_write_frame ，并同时设置 PTS 和 DTS。 frameNum应该是一个 int64_t，并且应该从 0 开始（尽管这不是必需的）。

  还要注意av_rescale_ts调用的参数是视频文件编码器上下文，不涉及视频文件流 - RTSP。

• VLC 媒体播放器不会播放以 4 或更低 FPS 编码的 H.264 流。 因此，如果您的 RTSP 流显示第一个解码的帧并且从不前进，或者在视频结束之前显示纯绿色，请确保您的 FPS 足够高。 （那是 VLC v2.2.4）