编码与格式 / 系统课时

选择与配置编码器

选择与配置编码器

本课完成编码前最关键的初始化:按名称查找视频与音频编码器,先查询其能力,再设置分辨率、帧率、像素格式、采样率、采样格式和声道布局,最后通过 avcodec_open2() 验证配置是否真正可用。

学习目标

  • 理解按编码器 ID 与按名称查找的适用场景
  • 正确设置视频和音频编码上下文的核心参数
  • 在打开编码器前检查像素格式、采样格式和采样率支持情况

先选择编码器,再决定参数

avcodec_find_encoder() 按 AVCodecID 查找,适合只关心编码标准的场景;avcodec_find_encoder_by_name() 按实现名称查找,适合明确指定 libx264、h264_nvenc、aac 等软件或硬件实现。按 ID 查找时,最终得到哪个实现取决于当前 FFmpeg 构建中注册的编码器。

不能先写死所有参数再盲目打开。不同实现支持的像素格式、采样格式、采样率和声道布局可能不同,硬件编码器还可能要求特定设备或表面格式。稳妥顺序是“查找编码器、查询支持项、选择兼容值、填写上下文、打开验证”。

视频与音频参数的对应关系

视频上下文至少要明确宽高、时间基、帧率和像素格式。25 帧每秒通常设置 framerate = {25, 1},并让 time_base = {1, 25};每个输入帧的 PTS 按时间基递增。音频上下文则以采样率为时间尺度,常用 time_base = {1, sample_rate}。

FFmpeg 编码器选择与参数协商关系图

编码器上下文描述“编码器希望接收什么样的原始帧”,并不自动完成格式转换。若输入是 RGB,而编码器只接受 YUV420P,需要在送帧前使用 libswscale 转换;若音频采样率或采样格式不一致,则使用 libswresample 转换。

主示例:配置视频与音频编码器

下面的完整程序接收两个编码器名称,配置 1280×720、25 fps 的视频编码器和 48 kHz、双声道的音频编码器。示例面向 FFmpeg 7.1 及后续版本,使用 avcodec_get_supported_config() 查询支持项,并优先选择 YUV420P、FLTP 和 48 kHz;不支持时退回编码器公开的首个可用值。

c
#include <stdio.h>
#include <stdlib.h>

#include <libavcodec/avcodec.h>
#include <libavutil/channel_layout.h>
#include <libavutil/error.h>
#include <libavutil/pixdesc.h>
#include <libavutil/samplefmt.h>

static void print_error(const char *action, int errnum) {
    char message[AV_ERROR_MAX_STRING_SIZE];
    av_strerror(errnum, message, sizeof(message));
    fprintf(stderr, "%s: %s\n", action, message);
}

static int choose_pixel_format(
    const AVCodec *codec,
    enum AVPixelFormat preferred,
    enum AVPixelFormat *selected
) {
    const void *configs = NULL;
    int ret = avcodec_get_supported_config(
        NULL, codec, AV_CODEC_CONFIG_PIX_FORMAT, 0, &configs, NULL
    );
    if (ret < 0) {
        return ret;
    }
    if (!configs) {
        *selected = preferred;
        return 0;
    }

    const enum AVPixelFormat *formats = configs;
    // 优先首选格式;不支持时退回编码器公布的第一个格式。
    *selected = formats[0];
    for (const enum AVPixelFormat *p = formats; *p != AV_PIX_FMT_NONE; ++p) {
        if (*p == preferred) {
            *selected = preferred;
            break;
        }
    }
    return 0;
}

static int choose_sample_format(
    const AVCodec *codec,
    enum AVSampleFormat preferred,
    enum AVSampleFormat *selected
) {
    const void *configs = NULL;
    int ret = avcodec_get_supported_config(
        NULL, codec, AV_CODEC_CONFIG_SAMPLE_FORMAT, 0, &configs, NULL
    );
    if (ret < 0) {
        return ret;
    }
    if (!configs) {
        *selected = preferred;
        return 0;
    }

    const enum AVSampleFormat *formats = configs;
    *selected = formats[0];
    for (const enum AVSampleFormat *p = formats;
         *p != AV_SAMPLE_FMT_NONE; ++p) {
        if (*p == preferred) {
            *selected = preferred;
            break;
        }
    }
    return 0;
}

static int choose_sample_rate(
    const AVCodec *codec,
    int preferred,
    int *selected
) {
    const void *configs = NULL;
    int ret = avcodec_get_supported_config(
        NULL, codec, AV_CODEC_CONFIG_SAMPLE_RATE, 0, &configs, NULL
    );
    if (ret < 0) {
        return ret;
    }
    if (!configs) {
        *selected = preferred;
        return 0;
    }

    const int *rates = configs;
    *selected = rates[0];
    for (const int *p = rates; *p != 0; ++p) {
        if (*p == preferred) {
            *selected = preferred;
            break;
        }
    }
    return 0;
}

static int choose_channel_layout(
    const AVCodec *codec,
    AVChannelLayout *selected
) {
    const void *configs = NULL;
    const AVChannelLayout stereo = AV_CHANNEL_LAYOUT_STEREO;
    int ret = avcodec_get_supported_config(
        NULL, codec, AV_CODEC_CONFIG_CHANNEL_LAYOUT, 0, &configs, NULL
    );
    if (ret < 0) {
        return ret;
    }
    if (!configs) {
        return av_channel_layout_copy(selected, &stereo);
    }

    const AVChannelLayout *layouts = configs;
    const AVChannelLayout *choice = &layouts[0];
    for (const AVChannelLayout *p = layouts; p->nb_channels != 0; ++p) {
        if (av_channel_layout_compare(p, &stereo) == 0) {
            choice = p;
            break;
        }
    }
    return av_channel_layout_copy(selected, choice);
}

int main(int argc, char **argv) {
    const AVCodec *video_codec = NULL;
    const AVCodec *audio_codec = NULL;
    AVCodecContext *video_ctx = NULL;
    AVCodecContext *audio_ctx = NULL;
    char layout_name[64];
    int ret = 0;
    int exit_code = EXIT_FAILURE;

    if (argc != 3) {
        fprintf(stderr, "用法: %s <video-encoder> <audio-encoder>\n", argv[0]);
        return EXIT_FAILURE;
    }

    video_codec = avcodec_find_encoder_by_name(argv[1]);
    audio_codec = avcodec_find_encoder_by_name(argv[2]);
    if (!video_codec || video_codec->type != AVMEDIA_TYPE_VIDEO) {
        fprintf(stderr, "未找到视频编码器: %s\n", argv[1]);
        goto cleanup;
    }
    if (!audio_codec || audio_codec->type != AVMEDIA_TYPE_AUDIO) {
        fprintf(stderr, "未找到音频编码器: %s\n", argv[2]);
        goto cleanup;
    }

    video_ctx = avcodec_alloc_context3(video_codec);
    audio_ctx = avcodec_alloc_context3(audio_codec);
    if (!video_ctx || !audio_ctx) {
        print_error("创建编码器上下文失败", AVERROR(ENOMEM));
        goto cleanup;
    }

    // 视频参数必须与后续送入的原始视频帧保持一致。
    video_ctx->bit_rate = 2 * 1000 * 1000;
    video_ctx->width = 1280;
    video_ctx->height = 720;
    video_ctx->framerate = (AVRational){25, 1};
    video_ctx->time_base = (AVRational){1, 25};
    video_ctx->gop_size = 50;

    ret = choose_pixel_format(
        video_codec, AV_PIX_FMT_YUV420P, &video_ctx->pix_fmt
    );
    if (ret < 0) {
        print_error("查询视频像素格式失败", ret);
        goto cleanup;
    }

    // 音频能力单独协商,不能沿用视频上下文的时间基和格式。
    audio_ctx->bit_rate = 128000;
    ret = choose_sample_rate(audio_codec, 48000, &audio_ctx->sample_rate);
    if (ret < 0) {
        print_error("查询音频采样率失败", ret);
        goto cleanup;
    }
    audio_ctx->time_base = (AVRational){1, audio_ctx->sample_rate};

    ret = choose_sample_format(
        audio_codec, AV_SAMPLE_FMT_FLTP, &audio_ctx->sample_fmt
    );
    if (ret < 0) {
        print_error("查询音频采样格式失败", ret);
        goto cleanup;
    }
    ret = choose_channel_layout(audio_codec, &audio_ctx->ch_layout);
    if (ret < 0) {
        print_error("查询声道布局失败", ret);
        goto cleanup;
    }

    // 所有公共参数确定后再打开编码器,让初始化阶段完成最终校验。
    if ((ret = avcodec_open2(video_ctx, video_codec, NULL)) < 0) {
        print_error("打开视频编码器失败", ret);
        goto cleanup;
    }
    if ((ret = avcodec_open2(audio_ctx, audio_codec, NULL)) < 0) {
        print_error("打开音频编码器失败", ret);
        goto cleanup;
    }

    av_channel_layout_describe(
        &audio_ctx->ch_layout, layout_name, sizeof(layout_name)
    );
    printf(
        "video encoder=%s size=%dx%d fps=%d/%d pix_fmt=%s\n",
        video_codec->name,
        video_ctx->width,
        video_ctx->height,
        video_ctx->framerate.num,
        video_ctx->framerate.den,
        av_get_pix_fmt_name(video_ctx->pix_fmt)
    );
    printf(
        "audio encoder=%s sample_rate=%d sample_fmt=%s layout=%s\n",
        audio_codec->name,
        audio_ctx->sample_rate,
        av_get_sample_fmt_name(audio_ctx->sample_fmt),
        layout_name
    );
    exit_code = EXIT_SUCCESS;

cleanup:
    avcodec_free_context(&audio_ctx);
    avcodec_free_context(&video_ctx);
    return exit_code;
}

预期结果

text
程序会先把媒体需求与编码器支持项取交集,再调用 avcodec_open2;参数不兼容或编码器不存在时返回失败。

使用当前 FFmpeg 开发库编译,并以原生 MPEG-4 视频编码器和 AAC 音频编码器验证:

bash
cc encoder_config.c -o encoder_config $(pkg-config --cflags --libs libavcodec libavutil)
./encoder_config mpeg4 aac

预期输出

text
video encoder=mpeg4 size=1280x720 fps=25/1 pix_fmt=yuv420p
audio encoder=aac sample_rate=48000 sample_fmt=fltp layout=stereo

若换成其他编码器,名称、像素格式、采样格式或采样率可能不同;这正是查询能力后再配置的意义。若命令提示编码器不存在,应先用 ffmpeg -encoders 检查当前构建是否包含目标实现。

打开成功不等于整条链路可编码

avcodec_open2() 成功只证明上下文参数被编码器接受。真正送帧时,AVFrame 的 format、宽高、采样率、声道布局和每帧样本数仍要与上下文一致;视频帧还要设置连续 PTS,音频帧通常按 frame_size 准备样本。

编码器可能修改或补全部分字段,因此打开后应以 AVCodecContext 中的最终值创建输入帧和输出流参数。封装到 MP4、MKV 等容器时,还要使用 avcodec_parameters_from_context() 把最终编码参数复制到 AVStream::codecpar。

对于硬件编码器,除名称和常规参数外,往往还需要设备上下文、硬件像素格式和额外私有选项。不要把软件编码器的 YUV420P 配置直接复制给所有硬件实现,应先检查该实现的能力与初始化要求。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

选择与配置编码器

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通