ffmpeg最简单的解码保存YUV数据

怼烎@ 2022-06-14 11:38 308阅读 0赞

文章转载自：http://blog.chinaunix.net/xmlrpc.php?r=blog/article&id=4584541&uid=24922718

video的raw data一般都是YUV420p的格式，简单的记录下这个格式的细节，如有不对希望大家能指出。

YUV图像通常有两种格式，一种是packet 还有一种是 planar  
    从字面上就能理解packet的意思就是所有的yuv数据都是一股脑的放在一起，当然 内部的数据还是按照格式要求的，只是从外部来讲是一整个包包含了所有的yuv数据。最长见的YUV格式就是planar格式了。这个格式是讲yuv三个分量分别放在三个数组里。  
   如下图是个420p的格式图：  
  
     ![Center][]  
  
YUV420格式是指，每个像素都保留一个Y（亮度）分量，而在水平方向上，不是每行都取U和V分量，而是一行只取U分量，则其接着一行就只取V分量，以此重复(即4:2:0, 4:0:2, 4:2:0, 4:0:2 …….)，所以420不是指没有V，而是指一行采样只取U，另一行采样只取V。在取U和V时，每两个Y之间取一个U或V。但从4×4矩阵列来看，每4个矩阵点Y区域中，只有一个U和V，所以它们的比值是4:1。所以对于一个像素，RGB需要8 \* 3 = 24位，即占3个字节；而YUV420P，8 + 8/4 + 8/4 = 12位，即占2个字节，其中8指Y分量，8/4指U和V分量。  
  
所以从上可以知道，一般一个视频如果是yuv420p的raw data， 则他的每帧图像的大小计算公式：width\*height\*3/2  
  
   ffmpeg中是如何管理这个yuv的数据的呢？  
    核心就是AVFrame这个结构体，成员data是个指针数组，每个成员所指向的就是yuv三个分量的实体数据了，成员 linesize是指对应于每一行的大小，为什么需要这个变量，是因为在YUV格式和RGB格式时，每行的大小不一定等于图像的宽度。 所以很容易想象yuv的布局格式。如下图  
   ![Center 1][]  
事实上绝大多数的情况都是这样布局的，所以可以看出 数据时从左往右填充，但是不一定能填满。

好了，知道了这些就很容易解码保存yuv数据了，废话不多说直接上代码

const char* SRC_FILE = "1.mp4";
    
    int main()
    {
        FILE *yuv_file = fopen("yuv_file","ab");
        if (!yuv_file)
            return 0;
        av_register_all();
        AVFormatContext* pFormat = NULL;
        if (avformat_open_input(&pFormat, SRC_FILE, NULL, NULL) < 0)
        {
            return 0;
        }
        AVCodecContext* video_dec_ctx = NULL;
        AVCodec* video_dec = NULL;
        if (avformat_find_stream_info(pFormat, NULL) < 0)
        {
            return 0;
        }
        av_dump_format(pFormat,0,SRC_FILE,0);
        video_dec_ctx = pFormat->streams[0]->codec;
        video_dec = avcodec_find_decoder(video_dec_ctx->codec_id);
        if (avcodec_open2(video_dec_ctx, video_dec, NULL) < 0)
        {
            return 0;
        }
        AVPacket *pkt = new AVPacket();
        av_init_packet(pkt);
        while (1)
        {
            if (av_read_frame(pFormat, pkt) < 0)
            {
                fclose(yuv_file);
                delete pkt;
                return 0;
            }
            if (pkt->stream_index == 0)
            {
                AVFrame *pFrame = avcodec_alloc_frame();
                int got_picture = 0,ret = 0;
                ret = avcodec_decode_video2(video_dec_ctx, pFrame, &got_picture, pkt);
                if (ret < 0)
                {
                    delete pkt;
                    return 0;
                }
                if (got_picture)
                {
                    char* buf = new char[video_dec_ctx->height * video_dec_ctx->width * 3 / 2];
                    memset(buf, 0, video_dec_ctx->height * video_dec_ctx->width * 3 / 2);
                    int height = video_dec_ctx->height;
                    int width = video_dec_ctx->width;
                    printf("decode video ok\n");
                    int a = 0, i;
                    for (i = 0; i<height; i++)
                    {
                        memcpy(buf + a, pFrame->data[0] + i * pFrame->linesize[0], width);
                        a += width;
                    }
                    for (i = 0; i<height / 2; i++)
                    {
                        memcpy(buf + a, pFrame->data[1] + i * pFrame->linesize[1], width / 2);
                        a += width / 2;
                    }
                    for (i = 0; i<height / 2; i++)
                    {
                        memcpy(buf + a, pFrame->data[2] + i * pFrame->linesize[2], width / 2);
                        a += width / 2;
                    }
                    fwrite(buf, 1, video_dec_ctx->height * video_dec_ctx->width * 3 / 2, yuv_file);
                    delete buf;
                    buf = NULL;
                }
                avcodec_free_frame(&pFrame);
                
                
            }
        }
    
        return 0;
    }

[Center]: /images/20220614/9b027ceb077345d78ebc27183f14bc1c.png
[Center 1]: /images/20220614/c2f1219da80f4d328983630603e3432a.png