FFmpeg libav с нуля. Часть 1: знакомство и начало работы

Всем привет! Сегодня я хочу открыть
серию статей по изучению FFmpeg libav с нуля.

Сразу уточню, что в основном статьи направлены на программирование, используя библиотеки libav*, где в качестве языка выступит С++.

Отмечу то, что я не являюсь
профессионалом в данной теме и моей целью является просто облегчить жизнь тем, кто, как и я, делает первые шаги в данном направлении.

Знакомство (небольшая предыстория)

Несколько месяцев назад у меня появилась необходимость познакомиться с основами работы с аудио и видео файлами посредством языка С++ и библиотек libav*. Под libav* я подразумеваю libavformat, libavcodec, libavutil и другие.

За время, посвящённое изучению, я понял, что в интернете довольно мало актуальной информации на данную тему. Мне удалось найти лишь несколько статей, которые более менее раскрывают природу библиотек, но и они уже успели устареть, поэтому я хочу делиться собственным опытом со всеми, кто только ступает на эту тернистую тропу.

Введение в FFmpeg

FFmpeg — это набор библиотек и утилит командной строки, которые используются повсеместно для обработки мультимедийных материалов. Функционал FFmpeg посредством командной строки позволяет выполнять самые разнообразные операции с медиа, например, декодирование и транскодирование, мультиплексирование и демультиплексирование, применение фильтров, обрезка по времени, склеивание медиа файлов и многое другое.

Основные преимущества FFmpeg:

• Открытый исходный код, удобный для ознакомления и модификации;

• Кроссплатформенность;

• В большинстве случаев редактирование медиа файлов выполняется без потери качества;

• Поддержка огромного количества кодеков для различных форматов медиа файлов.

Мы же будем использовать библиотеки FFmpeg (libav*) для разработки на С++, подробнее обо всём можно почитать на официальном сайте (промотайте в самый низ, если вас интересует список библиотек и их предназначение).

Подготовка рабочего окружения (по желанию)

Данный раздел предназначен для каждого, кого интересует простая настройка рабочего окружения на Windows. Я пользуюсь редактором кода Visual Studio Code, менеджером пакетов MSYS2 и компилятором GCC из группы компиляторов mingw-w64.

1. Скачиваем и устанавливаем менеджер пакетов с официального сайта.

2. Запускаем MSYS2 и обновляем основные системные пакеты: $ pacman -Syu

3. Перезапускаем MSYS2 и обновляем остальные пакеты: $ pacman -Su

4. Устанавливаем mingw-w64 и некоторые вспомогательные пакеты (make, pkgconf):
   $ pacman -S --needed base-devel mingw-w64-x86_64-toolchain

5. Устанавливаем пакет FFmpeg:
   $ pacman -S mingw-w64-x86_64-ffmpeg

6. Настраиваем Visual Studio Code. По его настройке довольно много информации на официальном сайте, поэтому покажу лишь основное:

   1. Добавить путь к заголовочным файлам (FFmpeg libav*) в "includePath" .
   2. Добавить путь к компилятору (mingw-w64 gcc) в "compilerPath".

   

Начало работы с libav*

В качестве ознакомительного примера мы напишем простую программу для отображения информации о медиафайле.

Полный код программы можно найти здесь.

Первым делом необходимо открыть входной файл, путь к которому мы укажем аргументом в командной строке.

int main(int argc, char* argv[]) {     if(argc != 2)     {         av_log(NULL, AV_LOG_ERROR, "Usage: <input file>\n");         return ARGUMENTS_ERROR;     }     const char* input_file = argv[1];      return EXIT_SUCCESS; }

Далее прочитаем файловый заголовок и сохраним информацию о найденных форматах в структуру AVFormatContext . Для удобства все манипуляции будут производиться в отдельной функции.

Подробнее ознакомиться с AVFormatContext и его полями можно на официальном сайте.

Итак, для начала выделим память для нашего format_context , сделать это можно с помощью функции avformat_alloc_context() . Далее посредством функции avformat_open_input() прочитаем заголовок и заполним наш компонент минимальной информацией о формате. Следующим шагом получим информацию обо всех потоках в файле, это делает функция avformat_find_stream_info() .

int open_input_media_file(AVFormatContext** format_context, const char* input_file) {     int response;      *format_context = avformat_alloc_context();     if(!(*format_context))     {         av_log(NULL, AV_LOG_ERROR, "Could not allocate memory for the input format context.\n");         return ALLOCATE_FORMAT_CONTEXT_ERROR;     }      response = avformat_open_input(format_context, input_file, NULL, NULL);     if(response != 0)     {         av_log(NULL, AV_LOG_ERROR, "Could not open the input file: %s.\n", input_file);         return OPEN_INPUT_FILE_ERROR;     }      response = avformat_find_stream_info(*format_context, NULL);     if(response < 0)     {         av_log(NULL, AV_LOG_ERROR, "Could not find the input stream information.\n");         return FIND_STREAM_INFO_ERROR;     }      return EXIT_SUCCESS; }

Для вывода информации можно воспользоваться стандартной функцией av_dump_format() , которая принимает структуру AVFormatContext в качестве первого входного параметра.

Подробнее ознакомиться с av_dump_format() и её параметрами можно на официальном сайте.

Осталось инициализировать структуру AVFormatContext и добавить вызов ранее созданной функции open_input_media_file() в main() .

Ну и, конечно же, не стоит забывать про очистку памяти. Для этого мы напишем отдельную функцию clean_memory() и также добавим её вызов в main() .

void clean_memory(AVFormatContext* format_context) {     if(format_context != NULL)     {         avformat_close_input(&format_context);         avformat_free_context(format_context);     } }

int main(int argc, char* argv[]) {   AVFormatContext* format_context = NULL;      if(argc != 2)     {         av_log(NULL, AV_LOG_ERROR, "Usage: <input file>\n");         return ARGUMENTS_ERROR;     }     const char* input_file = argv[1];      int response = open_input_media_file(&format_context, input_file);     if(response != EXIT_SUCCESS)     {       clean_memory(format_context);         return response;     }      av_dump_format(format_context, 0, input_file, 0);      clean_memory(format_context);     return EXIT_SUCCESS; }

Сборку и запуск программы можно осуществить как с помощью командной строки:
g++ 1.cpp -o out -lavformat -lavutil , так и с использованием Makefile (об этом довольно много информации в интернете).

После запуска программы мы увидим информацию, полученную из нашего медиафайла, обо всех его потоках.

Заключение

В рамках данной статьи мы немного познакомились с libav* и написали вводный пример. Далее будем переходить к более реальным вещам, например, декодированию, транскодированию, использованию фильтров и многому другому.