皮皮网

1.视频和视频帧：Intel GPU（核显）的视频视频编解码故事
2.FFmpeg详细安装步骤和使用笔记
3.FFmpeg编解码处理-转码全流程简介
4.FFmpeg 解码 API 以及在解码过程中存在的丢帧问题
5.音视频开源项目ZLMediaKit 的安装及使用介绍
6.如何使用MediaCoder无损转换格式

视频和视频帧：Intel GPU（核显）的编解码故事

       一般提及基于“显卡或多媒体处理芯片对视频进行解码”为硬解码，本文将探讨如何利用Intel的转码转码核显，即集成GPU实现硬解码。系统提及QSV，源码全称为Quick Sync Video，技术Intel在年发布Sandy Bridge CPU时，视频视频源码测试后门一同推出了这项基于核显进行多媒体处理，转码转码包括视频编解码的系统技术。集成核显，源码官方称HD Graphics，技术最早在Sandy Bridge前一代制程已推出，视频视频但性能提升及充分发挥在Sandy Bridge时期。转码转码Haswell及后续制程发布更高级的系统Iris架构。最近Intel宣布将开发独立显卡，源码核显发展具体走向未知。技术

       接手QSV项目时，预期会有很多相关资料，实则相反。因此，将记录自己学习过程。

       本文将介绍：

       I. Intel的核显（集成GPU）：

       了解核显很有必要，几个月前，作者对CPU的认识还停留在“南北桥”架构。以下内容若有不准确之处，欢迎指正。

       查看Gen CPU结构图，首先看CPU核心部分。在整块CPU芯片中，核显占比不小，算力不容小觑。在没有独立显卡的笔记本上，可以运行大量大型游戏，虽偶有卡顿、掉帧情况，整体表现已相对不错。

       接下来，看官方给出的GPU内部结构图。GPU内部远比图上所示复杂，图中介绍的仅为部分Subslice芯片结构。GPU分为Slice部分和Un-Slice部分，Slice部分已介绍，接下来介绍Un-Slice部分。

       作者找到了一张图，展示了在MFF上进行视频处理的流程：1) 首先在MFX/VDBOX模块上进行编解码；2) 接着送到VQE/VEBOX上做图像增强和矫正处理；3) 然后送到SFC上做scale和transcode；4) 最后送出到显示屏上展示。是源码时代的意思否完全正确，作者这里做个记录。

       推荐知乎文章《转》Intel Gen8/Gen9核芯显卡微架构详细剖析，深入浅出，关于thread dispatch的说明即出自该文。

       最后，总结Intel集成GPU/核显结构图。

       注意，这是skylake架构下的GT2/GT3/GT4 GPU结构图，X数字越大，集成的Slice和Unslice芯片更多，能力越强，价格也更高。

       II. Quick Sync Video（QSV）技术：

       QSV是Intel推出的将视频处理任务直接送到GPU上进行专门负责视频处理的硬件模块处理的软件技术。与CPU或通用GPU上的视频编码不同，QSV是处理器芯片上的专用硬件核心，这使得视频处理更为高效。

       要了解QSV如何驱动GPU的MFF，首先看官方Intel® Video and Audio for Linux上的图。在介绍QSV之前，提及Intel在FFmpeg上提供的插件，包括ffmpeg-qsv、ffmpeg-vaapi和ffmpeg-ocl。详细描述如下：

       · FFmpeg-vaapi提供基于低级VAAPI接口的硬件加速，在VA API标准下在Intel GPU上执行高性能视频编解码器、视频处理和转码功能。

       · FFmpeg-qsv提供基于Intel GPU的硬件加速，基于Intel Media SDK提供高性能视频编解码器、视频处理和转码功能。

       · FFmpeg-ocl提供基于工业标准OpenCL在CPU/GPU上的硬件加速，主要用于加速视频处理过滤器。

       接下来，介绍QSV在ffmpeg2.8及以上版本的支持，经过MSDK、LibVA、UMD和LibDRM。分层进行分析：

       · MSDK：Intel的媒体开发库，支持多种图形平台，实现通用功能，可用于数字视频的预处理、编解码和不同编码格式的转换。源码地址为Intel® Media SDK，在Linux平台上编译使用。

       · VA-API：Video Acceleration API，提供类unix平台的智慧仓储系统源码视频硬件加速开源库和标准。Intel源码地址在Intel-vaapi-driver Project，在Linux平台上使用。

       · UMD：User Mode Driver的缩写，指VA-API Driver。Intel提供了两个工具：intel-vaapi-driver 和 intel-media-driver，推荐使用后者。

       · LibDRM：Direct Rendering Manager，解决多个程序协同使用Video Card资源问题，提供一组API访问GPU。与VA-API，LibDRM是一套通用的Linux/Unix解决方案。

       · Linux Kernel：Intel的Kernel是i driver，描述了libDRM和Kernel Driver之间的关系。

       至此，整个关系图较为清晰。

       III. FFMPEG+QSV解码：

       QSV硬解的任务主要包括：

       关于3-4步操作的详细实现，底层库会帮助完成。但作为一个优秀的工程师，研究FFMPEG源码依然十分重要。接下来，介绍如何使用FFmpeg API中的h_qsv解码器插件。

       提及FFmpeg命令行使用方法，推荐阅读官方资料《QuickSync》或《Intel_FFmpeg_plugins》。

       关于示例代码，作者曾遇到许多坑，总结为：多数中文博客不可靠，官方demo最可信。官方代码提供了两份可用：qsvdec.c和hw_decode.c。作者最早使用的是第一段代码，核心部分如下：

       然而，这段代码存在问题。测试发现，对于赛扬系列一款CPU，在p视频上MSDK达到fps，理论上h_qsv平台上限也应为fps，但实际测试不到fps。排查后发现是av_hwframe_transfer_data()性能较弱。

       最终，与Intel一起解决了性能问题。那么，性能提升方案为何是GPU-COPY技术做Memory-Mapping？

       解释GPU和CPU渲染图像的过程，包括坐标系转化、纹理叠加等，仅需了解两点：

       后者的手机云管理源码数据组织方式能充分利用GPU的并行特性，加速图像处理、渲染。尽管存在一些纹理叠加的技术难题，但性能提升足以补偿。

       接下来，解释Memory-Mapping：从Intel CPU架构图中可见，GPU和CPU位于同一芯片上，各自寄存器/缓存区有限，视频数据主要存储在内存上。GPU和CPU的数据组织方式不同，同一帧数据存于内存同一位置，数据格式不同，因此需要做Memory-Mapping。Memory-Mapping相较于Memory-Copy，减少了数据从内存区域A移动到区域B的操作，已经是优化。进一步优化：GPU完成Memory-Mapping以及数据从GPU到内存和CPU的操作。

       在av_hwframe_transfer_data()内部，Memory-Mapping由CPU完成，性能受限于CPU，只能并行。修改后，整体性能从不到fps提升至fps，虽然与理想fps仍有差距，但满足性能需求。

       据悉，Intel将在FFmpeg 4.3开源出这个解决方案。

       写在后面：

       了解GPU底层对应用开发人员帮助不大，毕竟了解芯片布线的重新设计、制程工艺提升、GPU-COPY技术的数据I/O提升等，也不能做什么。最终，芯片架构是芯片工程师的事，底层逻辑实现是嵌入式工程师的事。应用开发人员无法做出实质贡献，但作为知识库扩充或休闲阅读，了解也无妨。

       希望有机会接触CUDA的编解码，深入学习N卡设计。

       感谢因《视频和帧》系列文章结识的朋友，热心指出文章描述不准确的地方。文中如有不严谨之处，欢迎指正。悬赏任务程序源码

FFmpeg详细安装步骤和使用笔记

       FFmpeg安装步骤与使用指南

       FFmpeg是一款强大的多媒体处理工具，它支持音频、视频、流媒体和图像的跨平台操作，功能涵盖解码、编码、转换、流处理等，适用于多种格式，如MP4、AVI、MKV、MP3等，就像一个多功能的多媒体工具箱。

       安装版本

       FFmpeg提供了GPL许可证和GPL Shared两种版本，GPL适用于要求源代码公开的应用，而GPL Shared则允许以库形式嵌入到专有软件中，无需公开源代码。

       Windows安装

       下载解压到D:\Software\ffmpeg-master-latest-win-gpl

       找到bin目录中的ffmpeg、ffplay和ffprobe工具

       添加ffmpeg到系统环境变量的path中

       验证安装，通过cmd输入ffmpeg -version

       Linux安装

       在Debian/Ubuntu、Fedora、CentOS和openSUSE等系统中，FFmpeg安装步骤有所不同

       使用功能

       -

       转码视频和音频格式

       -

       剪切、合并视频

       -

       查看解码器和编码器列表

       -

       控制比特率以影响文件大小、质量与传输带宽

       硬件加速

       利用NVIDIA CUDA、AMD AMF或Intel Quick Sync Video等加速功能提升转码效率

       常见编码格式对比

       H./AVC：普及广泛，兼容性佳

       H./HEVC：高效编码，适合高清视频

       VP9和AV1：新兴格式，可能需要特定设备支持

       其他格式如MPEG-2、MPEG-4等也有适用场景

FFmpeg编解码处理-转码全流程简介

       本文基于 FFmpeg 4.1 版本，对转码全流程进行简要介绍。转码过程主要分为输入、输出、转码、播放四大环节，其中转码功能占据较大比重。转码的核心在于解码和编码两部分，尽管在实际示例程序中，编码、解码与输入、输出难以完全分割。具体流程如下：

       1. **解复用**：从输入文件中读取编码帧，判断流类型，并将编码帧送入对应的解码器（视频或音频）。

       2. **解码**：将编码帧解码，生成原始帧。

       3. **滤镜**：FFmpeg 提供多种滤镜，用于处理原始帧数据。本例中使用空滤镜，以确保视频流输出的像素格式转换为编码器支持的格式，音频流输出的声道布局同样转换为编码器支持的布局。这一步为编码操作做好准备。

       4. **编码**：原始视音频帧通过编码器转换为编码帧。

       5. **复用**：编码帧按不同流类型交织写入输出文件。

       **转码例程简介**：

       转码功能复杂，示例程序难以简化。本例程支持指定视音频编码格式与输出文件封装格式。若指定格式为 "copy"，输出流将采用与输入流相同的编码格式。与 FFmpeg 命令不同，此例程在 "copy" 时，会进行编码与解码操作，耗时较长。验证方法与命令行操作类似，源代码文件主要包括在 main. c 中的 transcode_video()、transcode_audio() 和 transcode_audio_with_afifo() 函数，这些函数展示了音视频转码的实现方法。

       **视频与音频转码流程**：

       - **视频转码**：主要在 transcode_video() 函数中实现，处理流程包含解复用、解码、滤镜处理和编码等步骤。

       - **音频转码**：在 transcode_audio() 函数中实现，同样涉及解复用、解码、滤镜处理和编码。

       **时间戳处理**：

       在封装格式处理中，时间基的理解不是必需的，但在编解码过程中，正确的时间基转换至关重要。容器的时间基与编解码器上下文的时间基不同，解码编码过程中需要进行转换。对于视频，原始帧时间基为 1/framerate，编码前需将容器时间基转换为 1/framerate，编码后转换回输出容器的时间基。对于音频，原始帧时间为 1/sample_rate，同样需要进行相应的时间基转换，若使用音频 FIFO，需使用 1/sample_rate 时间基重新生成时间戳信息。

       **编译与验证**：

       下载示例代码，执行 make 命令生成可执行文件。使用测试文件进行验证，观察文件格式，并指定编码格式与封装格式生成输出文件。

FFmpeg 解码 API 以及在解码过程中存在的丢帧问题

       在优化视频客观全参考算法时，我们利用FFmpeg提供的API对输入的MP4文件进行转码为YUV格式。然而，转码后总会出现丢失视频最后几帧的现象。为解决此问题，我们深入研究了FFmpeg的源码及网络资料，最终总结出了解码过程中的关键点。

       FFmpeg提供了新的编解码API，从3.1版本开始，这一API实现了对输入和输出的解耦，同时之前的API被标记为deprecated。在我们的工具中，采用了新的解码API（avcodec_send_packet()和avcodec_receive_frame()）来实现视频帧的解码。然而，一个帧的视频实际只解码出帧，导致了丢帧问题。

       为理解解码API的工作机制，我们查阅了FFmpeg的代码，并发现了问题所在。FFmpeg的注释指出，解码器内部可能缓存多个frames/packets，因此在流结束时，需要执行flushing操作以获取缓存的frames/packets。我们工具中未执行此操作，导致了丢帧现象。通过补充flushing逻辑，问题得到解决。

       在FFmpeg的源码中，`avcodec_send_packet()`的返回值主要有三种状态，而`avcodec_receive_frame()`的返回值也分为几种情况。这些返回值定义了解码器的不同状态，整个解码过程可以看作是一个状态机。通过理解API的调用和返回值，我们可以实现正确的状态转移，避免丢帧问题。

       为了修复丢帧问题，我们需要确保在解码过程中的状态转换逻辑正确无误。如果实现中忽略了某些状态，就可能导致无法获取视频的最后几帧。通过分析和调整状态机，可以确保解码过程的完整性和准确性。

       总结：通过深入研究FFmpeg的编解码API及其使用规范，我们解决了在视频转码过程中出现的丢帧问题。关键在于正确执行flushing操作以获取解码器缓存的frames/packets，并理解解码过程的状态机模型，确保状态转换逻辑的正确性。

音视频开源项目ZLMediaKit 的安装及使用介绍

       ZLMediaKit是一个功能强大的开源流媒体服务器，特别适合实时音视频传输和处理应用，如直播、视频会议和监控。它支持RTSP、RTMP、HLS和HTTP-FLV等协议，具有低延迟和高并发处理能力，且能动态转码，并跨平台运行。

       要开始使用，首先从GitHub地址github.com/xia-chu/ZLMe...下载源代码。编译安装步骤适用于Linux环境，运行时可通过其HTTP API进行管理。API接口包括控制流媒体播放、获取状态信息、统计信息，以及配置服务器参数等，如:

       启动/停止流媒体：通过发送HTTP请求来控制。

       查看状态和统计：获取服务器连接数、流状态和带宽使用情况等。

       配置参数：如设置网络端口、转码设置和录制选项。

       录制与截图：支持控制服务器的录制和截图功能。

       实时监控：通过HTTP API监控服务器运行和日志。

       此外，HTTP API还支持通过UDP或TCP进行推流，例如循环播放视频，对于点播，ZLMediaKit支持通过mp4文件实现，例如rtsp://.../record/test.mp4，通过HTTP访问文件进行点播。

       在Linux下，音频设备的管理也很关键，可以使用aplay、pactl等命令查看和配置音频设备。而服务的推拉流，包括设备向服务器推流和从服务器拉流，也是通过API和相应的命令来操作的。

       最后，当遇到端口占用问题时，可以使用lsof和netstat命令在Linux中查找占用情况，以便进行相应的操作。ZLMediaKit的详细文档和更多视频教程可以在mirrors/xia-chu/zlmediakit/GitCode中找到。

如何使用MediaCoder无损转换格式

       MediaCoder是一个通用音频/视频批量转码工具，整合了众多优秀音频视频编解码器和工具。该软件曾是基于GPL协议的自由软件，后由黄轶纯封闭源代码，改以MediaCoder EULA协议发布，并移出Sourceforge。本文将介绍MediaCoder如何无损转换格式的步骤。

       步骤一：将需要转换格式的视频文件拖入MediaCoder界面。

       步骤二：调整设置。在视频选项卡中，勾选红色箭头所指的复选框。在音频和容器选项卡中，设置输出文件格式和编码器，例如选择H.格式及相应的编码器。在容器选项卡中设定目标输出格式。

       步骤三：点击开始按钮，执行转换任务。转换过程简单快速，本质上是更换容器，理论上几乎立即完成。

       在转换封装格式时，通过视频导出选项可以设置码率，追求品质时可选择最高码率。选择需要的封装格式，如H.，设置编码器和容器，最后点击开始按钮启动任务队列。

       下载链接：pan.baidu.com/s/1ZIl3WQ... 提取码：

下载的b站视频怎么快速合并视频和音频?

       将下载的B站视频快速合并视频和音频的方法如下：

       首先，确保您已经下载了B站视频，通常它们包含三个重要文件：“entry.json”、“video.m4s”、“audio.m4s”。其中，“entry.json”文件包含视频属性数据；“video.m4s”文件存储视频内容；“audio.m4s”文件存储音频内容。

       在准备开始批量转码之前，您需要获取视频的存放路径。对于安卓设备，下载路径通常为Bilibili软件内默认设置的存储位置。您可以通过手机数据线连接电脑，将该路径下的文件拷贝到电脑上。

       接下来，您将使用三个关键源码：视频文件源码、系统分隔符源码、以及视频属性数据源码，构建B站下载视频批量转码器。转码过程涉及操作这三个文件，并利用ffmpeg.exe第三方插件来实现视频和音频的合并。

       在转码软件中，您需要设置两个参数：“inputPath”和“outputPath”。前者指待转码视频的存放路径，后者指定转码后视频的输出位置。运行程序后，控制台将显示转码过程信息，直到转码完成。

       转码后的视频文件将按照特定规则存放，例如以视频的上传者、文集名称、视频名称来命名。这样可以确保文件组织有序，便于日后查找。

       在阅读Json文件示例时，您需要关注“owner_name”、“title”、“part”、“video_quality”等属性。这些属性提供了上传者的昵称、视频文集名称、视频文章名称以及视频清晰度等重要信息。

       写在最后，您需要下载并安装ffmpeg.exe以支持视频转码过程。虽然网上已有相关教程，本文提供的方法同样适用于批量和超大批量的转码需求，尤其适合B站视频下载发烧友。如果您下载的视频数量不多，建议参考其他教程进行操作。