音視頻學習從零到整-視頻H264編碼

一.學習背景

5G網(wǎng)絡(luò)作為第5代的移動通信網(wǎng)絡(luò),它的網(wǎng)絡(luò)峰值傳播速度可1以達到10Gbps/s.這比4G的的傳輸速度快數(shù)百倍.舉個例子,整部超高畫質(zhì)電影下載可在1秒鐘之內(nèi)下載完成.

當然,隨著5G技術(shù)的誕生,用在智能終端分享3D電影,游戲或者超高畫質(zhì)節(jié)目的時代已經(jīng)毫無懸念的向我們走來.

想必大家也逐步了解,國內(nèi)外的互聯(lián)網(wǎng)公司也已經(jīng)布局音視頻,3D技術(shù)方面的開發(fā)者招聘和相關(guān)產(chǎn)品研發(fā).目前落地推廣最普遍的就是直播類項目和小視頻類的項目.當然未來的方向肯定不止如此.

那么我們現(xiàn)在帶著問題來學習?

為何編碼?

何為編碼?

1.1 為何編碼?

從存儲角度和網(wǎng)絡(luò)傳輸以及通用性 3個角度,壓縮已經(jīng)成了不可或缺的動作.壓縮編碼最基本的指標,就是壓縮比. 壓縮比通常都是小于1(如果等于或者大于1,是不是就失去了編碼的意義了.編碼的目的就是為了壓縮數(shù)據(jù)體量).

1.2 何為編碼?

編碼就是按照一定的格式記錄采樣和量化后的數(shù)據(jù).

1.2.1編碼中軟編碼和硬編碼的區(qū)別?

硬編碼: 使用非CPU進行編碼,例如使用GPU芯片處理
軟編碼: 使用CPU來進行編碼計算.

1.2.2 軟編碼與硬編碼的區(qū)分?

軟編碼: 實現(xiàn)直接、簡單，參數(shù)調(diào)整方便饵蒂，升級易榆鼠，但CPU負載重，性能較硬編碼低，低碼率下質(zhì)量通常比硬編碼要好一點。
硬編碼：性能高，低碼率下通常質(zhì)量低于硬編碼器锄列，但部分產(chǎn)品在GPU硬件平臺移植了優(yōu)秀的軟編碼算法（如X264）的，質(zhì)量基本等同于軟編碼觅赊。

讀者理解:
硬編碼,就是使用GPU計算,獲取數(shù)據(jù)結(jié)果,優(yōu)點速度快,效率高.
軟編碼,就是通過CPU來計算,獲取數(shù)據(jù)結(jié)果.

1.2.3 壓縮算法

壓縮算法分為2種,有損壓縮與無損壓縮.

無損壓縮:解壓后的數(shù)據(jù)可以完全復原,在常用的壓縮格式中,無損壓縮使用頻次較低
有損壓縮:解壓后數(shù)據(jù)不能完全復原,會丟失一部分信息.壓縮比越小,丟失的信息就會越多.信號還原的失真就會越大.

需要根據(jù)不同的場景(考慮因素包括存儲設(shè)備,傳輸網(wǎng)絡(luò)環(huán)境,播放設(shè)備等)選用不同的壓縮編碼算法.

二. 直播APP需求剖析

2.1 直播項目流程

在直播項目中,一般常見有8個步驟.

音視頻采集
視頻濾鏡
音視頻編碼
推流
流媒體服務(wù)器處理
拉流
音視頻解碼
音視頻播放

這個在開發(fā)者面試一些有意向或者目前業(yè)務(wù)中包含直播需求的公司,最為常見的面試題.不管在我們過往的工作經(jīng)驗是否有直播或音視頻相關(guān)經(jīng)驗.這個一塊都是你必須能了解.希望大家可以簡單的了解.

2.2 相關(guān)框架的學習與使用場景

image

采集視頻,音頻
- 使用iOS原生框架 AVFoundation.framework
視頻濾鏡處理
- 使用iOS原生框架 CoreImage.framework
- 使用第三方框架 GPUImage.framework

CoreImage 與 GPUImage 框架比較:
在實際項目開發(fā)中,開發(fā)者更加傾向使用于GPUImage框架.
首先它在使用性能上與iOS提供的原生框架,并沒有差別;其次它的使用便利性高于iOS原生框架,最后也是最重要的GPUImage框架是開源的.而大家如果想要學習GPUImage框架,建議學習OpenGL ES,其實GPUImage的封裝和思維都是基于OpenGL ES.
GPUImage OC版本下載地址
 GPUImage Swift版本下載地址

視頻\音頻編碼壓縮
- 硬編碼
  - 視頻: VideoToolBox框架
  - 音頻: AudioToolBox 框架
- 軟編碼
  - 視頻: 使用FFmpeg,X264算法把視頻原數(shù)據(jù)YUV/RGB編碼成H264
  - 音頻: 使用fdk_aac 將音頻數(shù)據(jù)PCM轉(zhuǎn)換成AAC
推流
- 推流: 將采集的音頻.視頻數(shù)據(jù)通過流媒體協(xié)議發(fā)送到流媒體服務(wù)器
- 推流技術(shù)
  - 流媒體協(xié)議: RTMP\RTSP\HLS\FLV
  - 視頻封裝格式: TS\FLV
  - 音頻封裝格式: Mp3\AAC
流媒體服務(wù)器
- 數(shù)據(jù)分發(fā)
- 截屏
- 實時轉(zhuǎn)碼
- 內(nèi)容檢測
拉流
- 拉流: 從流媒體服務(wù)器中獲取音頻\視頻數(shù)據(jù)
- 流媒體協(xié)議: RTMP\RTSP\HLS\FLV
音視頻解碼
- 硬解碼
  - 視頻: VideoToolBox框架
  - 音頻: AudioToolBox 框架
- 軟解碼
  - 視頻: 使用FFmpeg,X264算法解碼
  - 音頻: 使用fdk_aac 解碼
播放
- ijkplayer 播放框架
- kxmovie 播放框架
ijkplayer,kxmovie 都是基于FFmpeg框架封裝的