FFMPEG关键结构体

// FFMPEG关键结构体:
// 转载 http://blog.csdn.net/leixiaohua1020/article/details/14214577
// 2016.2.26

 

AVFrame（位于avcodec.h）结构体通常用于存储原始数据。
===============================================================================
下面看几个主要变量的做用（在这里考虑解码的状况）：
uint8_t *data[AV_NUM_DATA_POINTERS]：解码后原始数据（对视频来讲是YUV，RGB，对音频来讲是PCM）
int linesize[AV_NUM_DATA_POINTERS]：data中“一行”数据的大小。注意：未必等于图像的宽，通常大于图像的宽。
int width, height：视频帧宽和高（1920x1080,1280x720...）
int nb_samples：音频的一个AVFrame中可能包含多个音频帧，在此标记包含了几个
int format：解码后原始数据类型（YUV420，YUV422，RGB24...）
int key_frame：是不是关键帧
enum AVPictureType pict_type：帧类型（I,B,P...）
AVRational sample_aspect_ratio：宽高比（16:9，4:3...）
int64_t pts：显示时间戳
int coded_picture_number：编码帧序号
int display_picture_number：显示帧序号
int8_t *qscale_table：QP表
uint8_t *mbskip_table：跳过宏块表
int16_t (*motion_val[2])[2]：运动矢量表
uint32_t *mb_type：宏块类型表
short *dct_coeff：DCT系数，这个没有提取过
int8_t *ref_index[2]：运动估计参考帧列表（貌似H.264这种比较新的标准才会涉及到多参考帧）
int interlaced_frame：是不是隔行扫描
uint8_t motion_subsample_log2：一个宏块中的运动矢量采样个数，取log的

 

AVFormatContext（位于avformat.h）是一个贯穿始终的数据结构，不少函数都要用到它做为参数，
它是FFMPEG解封装（flv，mp4，rmvb，avi）功能的结构体。
===============================================================================
下面看几个主要变量的做用（在这里考虑解码的状况）：
struct AVInputFormat *iformat：输入数据的封装格式
AVIOContext *pb：输入数据的缓存
unsigned int nb_streams：视音频流的个数
AVStream **streams：视音频流
char filename[1024]：文件名
int64_t duration：时长（单位：微秒us，转换为秒须要除以1000000）
int bit_rate：比特率（单位bps，转换为kbps须要除以1000）
AVDictionary *metadata：元数据

 

AVCodecContext（位于avcodec.h）中不少的参数是编码的时候使用的
===============================================================================
下面挑一些关键的变量来看看（这里只考虑解码）。
enum AVMediaType codec_type：编解码器的类型（视频，音频...）
struct AVCodec *codec：采用的解码器AVCodec（H.264,MPEG2...）
int bit_rate：平均比特率
uint8_t *extradata; int extradata_size：针对特定编码器包含的附加信息（例如对于H.264解码器来讲，存储SPS，PPS等）
AVRational time_base：根据该参数，能够把PTS转化为实际的时间（单位为秒s）
int width, height：若是是视频的话，表明宽和高
int refs：运动估计参考帧的个数（H.264的话会有多帧，MPEG2这类的通常就没有了）
int sample_rate：采样率（音频）
int channels：声道数（音频）
enum AVSampleFormat sample_fmt：采样格式
int profile：型（H.264里面就有，其余编码标准应该也有）
int level：级（和profile差不太多）

 

AVIOContext（位于avio.h）是FFMPEG管理输入输出数据的结构体。
===============================================================================
AVIOContext中有如下几个变量比较重要：
unsigned char *buffer：缓存开始位置
int buffer_size：缓存大小（默认32768）
unsigned char *buf_ptr：当前指针读取到的位置
unsigned char *buf_end：缓存结束的位置
void *opaque：URLContext结构体

 

AVCodec（位于avcodec.h）是存储编解码器信息的结构体。
===============================================================================
下面说一下最主要的几个变量：
const char *name：编解码器的名字，比较短
const char *long_name：编解码器的名字，全称，比较长
enum AVMediaType type：指明了类型，是视频，音频，仍是字幕
enum AVCodecID id：ID，不重复
const AVRational *supported_framerates：支持的帧率（仅视频）
const enum AVPixelFormat *pix_fmts：支持的像素格式（仅视频）
const int *supported_samplerates：支持的采样率（仅音频）
const enum AVSampleFormat *sample_fmts：支持的采样格式（仅音频）
const uint64_t *channel_layouts：支持的声道数（仅音频）
int priv_data_size：私有数据的大小

 

AVStream（位于avformat.h）是存储每个视频/音频流信息的结构体。
===============================================================================
重要的变量以下所示：
int index：标识该视频/音频流
AVCodecContext *codec：指向该视频/音频流的AVCodecContext（它们是一一对应的关系）
AVRational time_base：时基。经过该值能够把PTS，DTS转化为真正的时间。FFMPEG其余结构体中也有这个字段，
可是根据个人经验，只有AVStream中的time_base是可用的。PTS*time_base=真正的时间
int64_t duration：该视频/音频流长度
AVDictionary *metadata：元数据信息
AVRational avg_frame_rate：帧率（注：对视频来讲，这个挺重要的）
AVPacket attached_pic：附带的图片。好比说一些MP3，AAC音频文件附带的专辑封面。

 

AVPacket（位于avcodec.h）是存储压缩编码数据相关信息的结构体。
===============================================================================
重要的变量有如下几个：
uint8_t *data：压缩编码的数据。
例如对于H.264来讲。1个AVPacket的data一般对应一个NAL。
注意：在这里只是对应，而不是如出一辙。他们之间有微小的差异：使用FFMPEG类库分离出多媒体文件中的H.264码流
所以在使用FFMPEG进行视音频处理的时候，经常能够将获得的AVPacket的data数据直接写成文件，从而获得视音频的码流文件。
int size：data的大小
int64_t pts：显示时间戳
int64_t dts：解码时间戳
int stream_index：标识该AVPacket所属的视频/音频流。