Java版流媒体编解码和图像处理(JavaCPP+FFmpeg) 云计算

欢迎访问我的GitHub
https://github.com/zq2599/blog_demos
【Java版流媒体编解码和图像处理(JavaCPP+FFmpeg)】内容：所有原创文章分类汇总及配套源码，涉及Java、Docker、Kubernetes、DevOPS等；
FFmpeg、JavaCPP、JavaCV的关系

先简单的梳理一下FFmpeg、JavaCPP、JavaCV的关系：
FFmpeg、OpenCV可以理解成C语言版的本地库（Native library），Java应用无法直接使用
JavaCPP将FFmpeg、OpenCV这些常用库做了包装（wrapper），使得Java应用也能使用这些Native API（JavaCPP的底层实现是JNI）
这些JavaCPP包装后的API，被JavaCV封装成了工具类（utility classes），这些工具类比原生API更简单易用
简单的说如下图所示，JavaCPP是Native API转Java API，JavaCV是Java API封装成工具类，这些工具类更加简单易用：

文章图片

学习目的

欣宸的目标是学习和掌握JavaCV，而深入JavaCV内部去了解它用到的JavaCPP，就相当于打好基础，今后使用JavaCV的时候，也能看懂其内部的实现原理；
于是乎，通过JavaCPP使用FFmpeg就成了基本功，本文会开发一个java应用，调用JavaCPP的API完成以下任务：
打开指定的流媒体
取一帧解码，得到YUV420P格式的图像
将YUV420P格式的图像转为YUVJ420P格式
将图像用jpg格式保存在指定位置
释放所有打开的资源
可见上述一系列步骤已覆盖编解码和图像处理等常见操作，对咱们了解FFmpeg库有很大帮助

知识储备

在实际编码前，建议您对FFmpeg的重要数据结构和API做一些了解，这方面最经典的资料莫过于雷神的系列教程了，尤其是解协议、解封装、解码涉及到的数据结构(上下文)和API，都应该简单了解一遍
如果您实在太忙没有时间翻阅这些经典，我这准备了一份快餐版，对重要知识点做了简单的小结，这里要申明一下：欣宸的快餐版远不如雷神的经典系列...
先看数据结构，主要分为媒体数据和上下文两大类，以及底层指针对应的java类：

文章图片

接着是常用API，按照雷神的解协议、解封装、解码思路（还有反过来的编码和封装处理）去分类和理解，很容易将它们梳理清楚：

文章图片

版本信息
本次编码涉及的操作系统、软件、库的版本信息如下：

操作系统：win10 64位
IDE：IDEA 2021.1.3 (Ultimate Edition)
JDK：1.8.0_291
maven：3.8.1
javacpp：1.4.3
ffmpeg：4.0.2（所以ffmpeg-platform库的版本是4.0.2-1.4.3）

源码下载

本篇实战中的完整源码可在GitHub下载到，地址和链接信息如下表所示(https://github.com/zq2599/blo...)：

名称	链接	备注
项目主页	https://github.com/zq2599/blo...	该项目在GitHub上的主页
git仓库地址(https)	https://github.com/zq2599/blo...	该项目源码的仓库地址，https协议
git仓库地址(ssh)	git@github.com:zq2599/blog_demos.git	该项目源码的仓库地址，ssh协议

这个git项目中有多个文件夹，本篇的源码在javacv-tutorials文件夹下，如下图红框所示：

文章图片

javacv-tutorials文件夹下有多个子工程，本篇的源码在ffmpeg-basic文件夹下，如下图红框：

文章图片

开始编码

为了统一管理源码和jar依赖，项目采用了maven父子结构，父工程名为javacv-tutorials，里面有一些jar的版本定义，就不多说了
在javacv-tutorials下面新建名为ffmpeg-basic的子工程，其pom.xml内容如下，可见仅用了JavaCPP，并未用到JavaCV：

javacv-tutorials com.bolingcavalry 1.0-SNAPSHOT 4.0.0ffmpeg-basic org.bytedeco javacpp org.bytedeco.javacpp-presets ffmpeg-platform org.projectlombok lombok org.slf4j slf4j-api ch.qos.logback logback-classic

接下来开始编码，先写一个最简单的内部类，将AVFrame和它对应的数据指针BytePointer都放在这个类中，在调用方法的时候便于传递：

class FrameData {AVFrame avFrame; BytePointer buffer; public FrameData(AVFrame avFrame, BytePointer buffer) { this.avFrame = avFrame; this.buffer = buffer; } }

接下来是整个程序最重要的方法openMediaAndSaveImage，该方法是整个程序的主体，负责将打开流媒体、解码、转格式、保存、释放等五个步骤串起来，外部只要调用这个方法就能完成整个功能：

/** * 打开流媒体，取一帧，转为YUVJ420P，再保存为jpg文件 * @param url * @param out_file * @throws IOException */ public void openMediaAndSaveImage(String url,String out_file) throws IOException { log.info("正在打开流媒体 [{}]", url); // 打开指定流媒体，进行解封装，得到解封装上下文 AVFormatContext pFormatCtx = getFormatContext(url); if (null==pFormatCtx) { log.error("获取解封装上下文失败"); return; }// 控制台打印流媒体信息 av_dump_format(pFormatCtx, 0, url, 0); // 流媒体解封装后有一个保存了所有流的数组，videoStreamIndex表示视频流在数组中的位置 int videoStreamIndex = getVideoStreamIndex(pFormatCtx); // 找不到视频流就直接返回 if (videoStreamIndex<0) { log.error("没有找到视频流"); return; }log.info("视频流在流数组中的第[{}]个流是视频流(从0开始)", videoStreamIndex); // 得到解码上下文，已经完成了初始化 AVCodecContext pCodecCtx = getCodecContext(pFormatCtx, videoStreamIndex); if (null==pCodecCtx) { log.error("生成解码上下文失败"); return; }// 从视频流中解码一帧 AVFrame pFrame = getSingleFrame(pCodecCtx,pFormatCtx, videoStreamIndex); if (null==pFrame) { log.error("从视频流中取帧失败"); return; }// 将YUV420P图像转成YUVJ420P // 转换后的图片的AVFrame，及其对应的数据指针，都放在frameData对象中 FrameData frameData = https://www.it610.com/article/YUV420PToYUVJ420P(pCodecCtx, pFrame); if (null==frameData) { log.info("YUV420P格式转成YUVJ420P格式失败"); return; }// 持久化存储 saveImg(frameData.avFrame,out_file); // 按顺序释放 release(true, null, null, pCodecCtx, pFormatCtx, frameData.buffer, frameData.avFrame, pFrame); log.info("操作成功"); }

现在整体逻辑已经清楚了，再来看里面openMediaAndSaveImage里面调用的那些方法的源码，先看打开流媒体的getFormatContext：

/** * 生成解封装上下文 * @param url * @return */ private AVFormatContext getFormatContext(String url) { // 解封装上下文 AVFormatContext pFormatCtx = new avformat.AVFormatContext(null); // 打开流媒体 if (avformat_open_input(pFormatCtx, url, null, null) != 0) { log.error("打开媒体失败"); return null; }// 读取流媒体数据，以获得流的信息 if (avformat_find_stream_info(pFormatCtx, (PointerPointer) null) < 0) { log.error("获得媒体流信息失败"); return null; }return pFormatCtx; }

流媒体解封装后有一个保存了所有流的数组，getVideoStreamIndex方法会找到视频流在数组中的位置：

/** * 流媒体解封装后得到多个流组成的数组，该方法找到视频流咋数组中的位置 * @param pFormatCtx * @return */ private static int getVideoStreamIndex(AVFormatContext pFormatCtx) { int videoStream = -1; // 解封装后有多个流，找出视频流是第几个 for (int i = 0; i < pFormatCtx.nb_streams(); i++) { if (pFormatCtx.streams(i).codec().codec_type() == AVMEDIA_TYPE_VIDEO) { videoStream = i; break; } }return videoStream; }

解封装之后就是解码，getCodecContext方法得到解码上下文对象：

/** * 生成解码上下文 * @param pFormatCtx * @param videoStreamIndex * @return */ private AVCodecContext getCodecContext(AVFormatContext pFormatCtx, int videoStreamIndex) { //解码器 AVCodec pCodec; // 得到解码上下文 AVCodecContext pCodecCtx = pFormatCtx.streams(videoStreamIndex).codec(); // 根据解码上下文得到解码器 pCodec = avcodec_find_decoder(pCodecCtx.codec_id()); if (pCodec == null) { return null; }// 用解码器来初始化解码上下文 if (avcodec_open2(pCodecCtx, pCodec, (AVDictionary)null) < 0) { return null; }return pCodecCtx; }

紧接着从视频流解码取帧解码：

/** * 取一帧然后解码 * @param pCodecCtx * @param pFormatCtx * @param videoStreamIndex * @return */ private AVFrame getSingleFrame(AVCodecContext pCodecCtx, AVFormatContext pFormatCtx, int videoStreamIndex) { // 分配帧对象 AVFrame pFrame = av_frame_alloc(); // frameFinished用于检查是否有图像 int[] frameFinished = new int[1]; // 是否找到的标志 boolean exists = false; AVPacket packet = new AVPacket(); try { // 每一次while循环都会读取一个packet while (av_read_frame(pFormatCtx, packet) >= 0) { // 检查packet所属的流是不是视频流 if (packet.stream_index() == videoStreamIndex) { // 将AVPacket解码成AVFrame avcodec_decode_video2(pCodecCtx, pFrame, frameFinished, packet); // Decode video frame// 如果有图像就返回 if (frameFinished != null && frameFinished[0] != 0 && !pFrame.isNull()) { exists = true; break; } } } } finally { // 一定要执行释放操作 av_free_packet(packet); }// 找不到就返回空 return exists ?pFrame : null; }

解码后的图像是YUV420P格式，咱们将其转成YUVJ420P：

/** * 将YUV420P格式的图像转为YUVJ420P格式 * @param pCodecCtx 解码上下文 * @param sourceFrame 源数据 * @return 转换后的帧极其对应的数据指针 */ private static FrameData YUV420PToYUVJ420P(AVCodecContext pCodecCtx, AVFrame sourceFrame) { // 分配一个帧对象，保存从YUV420P转为YUVJ420P的结果 AVFrame pFrameRGB = av_frame_alloc(); if (pFrameRGB == null) { return null; }int width = pCodecCtx.width(), height = pCodecCtx.height(); // 一些参数设定 pFrameRGB.width(width); pFrameRGB.height(height); pFrameRGB.format(AV_PIX_FMT_YUVJ420P); // 计算转为YUVJ420P之后的图片字节数 int numBytes = avpicture_get_size(AV_PIX_FMT_YUVJ420P, width, height); // 分配内存 BytePointer buffer = new BytePointer(av_malloc(numBytes)); // 图片处理工具的初始化操作 SwsContext sws_ctx = sws_getContext(width, height, pCodecCtx.pix_fmt(), width, height, AV_PIX_FMT_YUVJ420P, SWS_BICUBIC, null, null, (DoublePointer) null); // 将pFrameRGB的data指针指向刚才分配好的内存(即buffer) avpicture_fill(new avcodec.AVPicture(pFrameRGB), buffer, AV_PIX_FMT_YUVJ420P, width, height); // 转换图像格式，将解压出来的YUV420P的图像转换为YUVJ420P的图像 sws_scale(sws_ctx, sourceFrame.data(), sourceFrame.linesize(), 0, height, pFrameRGB.data(), pFrameRGB.linesize()); // 及时释放 sws_freeContext(sws_ctx); // 将AVFrame和BytePointer打包到FrameData中返回，这两个对象都要做显示的释放操作 return new FrameData(pFrameRGB, buffer); }

然后就是另一个很重要方法saveImg，里面是典型的编码和输出流程，咱们前面已经了解了打开媒体流解封装解码的操作，现在要看看怎么制作媒体流，包括编码、封装和输出：

/** * 将传入的帧以图片的形式保存在指定位置 * @param pFrame * @param out_file * @return 小于0表示失败 */ private int saveImg(avutil.AVFrame pFrame, String out_file) { av_log_set_level(AV_LOG_ERROR); //设置FFmpeg日志级别（默认是debug，设置成error可以屏蔽大多数不必要的控制台消息）AVPacket pkt = null; AVStream pAVStream = null; int width = pFrame.width(), height = pFrame.height(); // 分配AVFormatContext对象 avformat.AVFormatContext pFormatCtx = avformat_alloc_context(); // 设置输出格式(涉及到封装和容器) pFormatCtx.oformat(av_guess_format("mjpeg", null, null)); if (pFormatCtx.oformat() == null) { log.error("输出媒体流的封装格式设置失败"); return -1; }try { // 创建并初始化一个和该url相关的AVIOContext avformat.AVIOContext pb = new avformat.AVIOContext(); // 打开输出文件 if (avio_open(pb, out_file, AVIO_FLAG_READ_WRITE) < 0) { log.info("输出文件打开失败"); return -1; }// 封装之上是协议，这里将封装上下文和协议上下文关联 pFormatCtx.pb(pb); // 构建一个新stream pAVStream = avformat_new_stream(pFormatCtx, null); if (pAVStream == null) { log.error("将新的流放入媒体文件失败"); return -1; }int codec_id = pFormatCtx.oformat().video_codec(); // 设置该stream的信息 avcodec.AVCodecContext pCodecCtx = pAVStream.codec(); pCodecCtx.codec_id(codec_id); pCodecCtx.codec_type(AVMEDIA_TYPE_VIDEO); pCodecCtx.pix_fmt(AV_PIX_FMT_YUVJ420P); pCodecCtx.width(width); pCodecCtx.height(height); pCodecCtx.time_base().num(1); pCodecCtx.time_base().den(25); // 打印媒体信息 av_dump_format(pFormatCtx, 0, out_file, 1); // 查找解码器 avcodec.AVCodec pCodec = avcodec_find_encoder(codec_id); if (pCodec == null) { log.info("获取解码器失败"); return -1; }// 用解码器来初始化解码上下文 if (avcodec_open2(pCodecCtx, pCodec, (PointerPointer) null) < 0) { log.error("解码上下文初始化失败"); return -1; }// 输出的Packet pkt = new avcodec.AVPacket(); // 分配 if (av_new_packet(pkt, width * height * 3) < 0) { return -1; }int[] got_picture = { 0 }; // 把流的头信息写到要输出的媒体文件中 avformat_write_header(pFormatCtx, (PointerPointer) null); // 把帧的内容进行编码 if (avcodec_encode_video2(pCodecCtx, pkt, pFrame, got_picture)<0) { log.error("把帧编码为packet失败"); return -1; }// 输出一帧 if ((av_write_frame(pFormatCtx, pkt)) < 0) { log.error("输出一帧失败"); return -1; }// 写文件尾 if (av_write_trailer(pFormatCtx) < 0) { log.error("写文件尾失败"); return -1; }return 0; } finally { // 资源清理 release(false, pkt, pFormatCtx.pb(), pAVStream.codec(), pFormatCtx); } }

最后是释放资源的操作，请注意释放不同对象要用到的API也不同，另外AVFormatContext的场景不同用到的API也不同（输入输出场景），用错了就会crash，另外release方法一共被调用了两次，也就说打开媒体流和输出媒体流用到的资源和对象，最终都需要释放和回收：

/** * 释放资源，顺序是先释放数据，再释放上下文 * @param pCodecCtx * @param pFormatCtx * @param ptrs */ private void release(boolean isInput, AVPacket pkt, AVIOContext pb, AVCodecContext pCodecCtx, AVFormatContext pFormatCtx, Pointer...ptrs) {if (null!=pkt) { av_free_packet(pkt); }// 解码后，这是个数组，要遍历处理 if (null!=ptrs) { Arrays.stream(ptrs).forEach(avutil::av_free); }// 解码 if (null!=pCodecCtx) { avcodec_close(pCodecCtx); }// 解协议 if (null!=pb) { avio_close(pb); }// 解封装 if (null!=pFormatCtx) { if (isInput) { avformat_close_input(pFormatCtx); } else { avformat_free_context(pFormatCtx); } } }

最后写个main方法，调用openMediaAndSaveImage试试，传入媒体流的地址，以及存放图片的路径：

public static void main(String[] args) throws Exception { // CCTV13，1920*1080分辨率，不稳定，打开失败时请多试几次 String url = "http://ivi.bupt.edu.cn/hls/cctv13hd.m3u8"; // 安徽卫视，1024*576分辨率，较为稳定 //String url = "rtmp://58.200.131.2:1935/livetv/ahtv"; // 本地视频文件，请改为您自己的本地文件地址 //String url = "E:\\temp\\202107\\24\\test.mp4"; // 完整图片存放路径，注意文件名是当前的年月日时分秒 String localPath = "E:\\temp\\202107\\24\\save\\" + new SimpleDateFormat("yyyyMMddHHmmss").format(new Date()) + ".jpg"; // 开始操作 new Stream2Image().openMediaAndSaveImage(url, localPath); }

以上所有代码都在子工程ffmpeg-basic的Stream2Image.java文件中，运行main方法，控制台输出如下，可见流媒体打开成功，并且输出了详细的媒体信息：

18:28:35.553 [main] INFO com.bolingcavalry.basic.Stream2Image - 正在打开流媒体 [http://ivi.bupt.edu.cn/hls/cctv13hd.m3u8] 18:28:37.062 [main] INFO com.bolingcavalry.basic.Stream2Image - 视频流在流数组中的第[0]个流是视频流(从0开始) 18:28:37.219 [main] INFO com.bolingcavalry.basic.Stream2Image - 操作成功 [hls,applehttp @ 00000188548ab140] Opening 'http://ivi.bupt.edu.cn/hls/cctv13hd-1627208880000.ts' for reading [hls,applehttp @ 00000188548ab140] Opening 'http://ivi.bupt.edu.cn/hls/cctv13hd-1627208890000.ts' for reading [NULL @ 000001887ba68bc0] non-existing SPS 0 referenced in buffering period [NULL @ 000001887ba68bc0] SPS unavailable in decode_picture_timing [h264 @ 000001887ba6aa80] non-existing SPS 0 referenced in buffering period [h264 @ 000001887ba6aa80] SPS unavailable in decode_picture_timing Input #0, hls,applehttp, from 'http://ivi.bupt.edu.cn/hls/cctv13hd.m3u8': Duration: N/A, start: 1730.227267, bitrate: N/A Program 0 Metadata: variant_bitrate : 0 Stream #0:0: Video: h264 (Main) ([27][0][0][0] / 0x001B), yuv420p, 1920x1080 [SAR 1:1 DAR 16:9], 25 fps, 25 tbr, 90k tbn, 50 tbc Metadata: variant_bitrate : 0 Stream #0:1: Audio: aac (LC) ([15][0][0][0] / 0x000F), 48000 Hz, 5.1, fltp Metadata: variant_bitrate : 0 [swscaler @ 000001887cb28bc0] deprecated pixel format used, make sure you did set range correctlyProcess finished with exit code 0