Libavcodec、異なるフレームレートでビデオをトランスコードする方法は？

StackOverflow https://stackoverflow.com/questions/4192598

質問

V4Lを介してカメラからビデオフレームをつかんでいます。MPEG4形式でそれらをトランスコードして、RTPを介して連続的にストリーミングする必要があります。

すべてが実際に「動作」しますが、再エンコード中はそうではありません：入力ストリームは15fpsを生成しますが、出力は25fpsで、すべての入力フレームは1つのビデオオブジェクトシーケンスで変換されます（簡単なチェックでこれを確認しました出力ビットストリーム）。受信機はMPEG4ビットストリームを正しく解析しているが、RTPパケット化は何らかの形で間違っていると思います。エンコードされたビットストリームを1つ以上のAVPacketでどのように分割することになっていますか？たぶん、私は明らかなことを見逃しており、B/Pフレームマーカーを探す必要がありますが、エンコードAPIを正しく使用していないと思います。

これが私のコードの抜粋です。これは、利用可能なFFMPEGサンプルに基づいています。

// input frame
AVFrame *picture;
// input frame color-space converted
AVFrame *planar;
// input format context, video4linux2
AVFormatContext *iFmtCtx;
// output codec context, mpeg4
AVCodecContext *oCtx;
// [ init everything ]
// ...
oCtx->time_base.num = 1;
oCtx->time_base.den = 25;
oCtx->gop_size = 10;
oCtx->max_b_frames = 1;
oCtx->bit_rate = 384000;
oCtx->pix_fmt = PIX_FMT_YUV420P;

for(;;)
{
  // read frame
  rdRes = av_read_frame( iFmtCtx, &pkt );
  if ( rdRes >= 0 && pkt.size > 0 )
  {
    // decode it
    iCdcCtx->reordered_opaque = pkt.pts;
    int decodeRes = avcodec_decode_video2( iCdcCtx, picture, &gotPicture, &pkt );
    if ( decodeRes >= 0 && gotPicture )
    {
      // scale / convert color space
      avpicture_fill((AVPicture *)planar, planarBuf.get(), oCtx->pix_fmt, oCtx->width, oCtx->height);
      sws_scale(sws, picture->data, picture->linesize, 0, iCdcCtx->height, planar->data, planar->linesize);
      // encode
      ByteArray encBuf( 65536 );
      int encSize = avcodec_encode_video( oCtx, encBuf.get(), encBuf.size(), planar );
      // this happens every GOP end
      while( encSize == 0 )
        encSize = avcodec_encode_video( oCtx, encBuf.get(), encBuf.size(), 0 );
      // send the transcoded bitstream with the result PTS
      if ( encSize > 0 )
        enqueueFrame( oCtx->coded_frame->pts, encBuf.get(), encSize );
    }
  }
}
役に立ちましたか？

解決

最も簡単な解決策は、2つのスレッドを使用することです。最初のスレッドは、質問で概説されているすべてのことを実行します（デコード、スケーリング /カラースペース変換、コーディング）。部分的にトランスコードされたフレームは、2番目のスレッドと共有された中間キューに書き込まれます。このキューの最大長は、この特定のケース（より低いビットレートからより高いビットレートに変換）1フレームにあります。 2番目のスレッドは、このような入力キューからループフレームで読み取りされます。

void FpsConverter::ThreadProc()
{

timeBeginPeriod(1);
DWORD start_time = timeGetTime();
int frame_counter = 0;
while(!shouldFinish()) {
    Frame *frame = NULL;
    DWORD time_begin = timeGetTime();
    ReadInputFrame(frame);
    WriteToOutputQueue(frame);
    DWORD time_end = timeGetTime();
    DWORD next_frame_time = start_time + ++frame_counter * frame_time;
    DWORD time_to_sleep = next_frame_time - time_end;
    if (time_to_sleep > 0) {
        Sleep(time_to_sleep);
    }
}
timeEndPeriod(1);
}

CPUの電力が十分であり、より高い忠実度と滑らかさが必要な場合、1つのフレームからだけでなく、何らかの補間によってより多くのフレーム（MPEGコーデックで使用される技術と同様）を計算できます。入力フレームタイムスタンプへのより近い出力フレームタイムスタンプは、この特定の入力フレームに割り当てる必要がある重みを増やす必要があります。

ライセンス： CC-BY-SA と 帰属
所属していません StackOverflow
scroll top