X264とRTPでlibavformat / ffmpegを同期するトラブル

Question

私はライブフィードを取るいくつかのストリーミングソフトウェアに取り組んでいました ネットワーク上のさまざまな種類のカメラやストリームから H.264。これを達成するために、私はX264エンコーダーを直接使用しています 「潜在性」プリセット）およびそれらが利用可能なときの給餌NALS RTP（最終的にRTSP）にパックするLibavFormat。理想的には、これです アプリケーションはできるだけリアルタイムであるべきです。ほとんどの場合、 これはうまく機能しています。

残念ながら、いくつかの同期の問題があります。 クライアント上でのビデオ再生では、いくつかの滑らかなフレームを表示するようです。 その後、短い一時停止、その後、より多くのフレーム。繰り返す。さらに、 約4秒の遅延があるようです。これが起こります 私が試したすべてのビデオプレーヤー：TOTEM、VLC、および基本的なGStreamerパイプ。

私はそれをすべてやや小さなテストケースに煮詰めました：

#include <stdio.h>
#include <stdint.h>
#include <unistd.h>
#include <x264.h>
#include <libavformat/avformat.h>
#include <libswscale/swscale.h>

#define WIDTH       640
#define HEIGHT      480
#define FPS         30
#define BITRATE     400000
#define RTP_ADDRESS "127.0.0.1"
#define RTP_PORT    49990

struct AVFormatContext* avctx;
struct x264_t* encoder;
struct SwsContext* imgctx;

uint8_t test = 0x80;


void create_sample_picture(x264_picture_t* picture)
{
    // create a frame to store in
    x264_picture_alloc(picture, X264_CSP_I420, WIDTH, HEIGHT);

    // fake image generation
    // disregard how wrong this is; just writing a quick test
    int strides = WIDTH / 8;
    uint8_t* data = malloc(WIDTH * HEIGHT * 3);
    memset(data, test, WIDTH * HEIGHT * 3);
    test = (test << 1) | (test >> (8 - 1));

    // scale the image
    sws_scale(imgctx, (const uint8_t* const*) &data, &strides, 0, HEIGHT,
              picture->img.plane, picture->img.i_stride);
}

int encode_frame(x264_picture_t* picture, x264_nal_t** nals)
{
    // encode a frame
    x264_picture_t pic_out;
    int num_nals;
    int frame_size = x264_encoder_encode(encoder, nals, &num_nals, picture, &pic_out);

    // ignore bad frames
    if (frame_size < 0)
    {
        return frame_size;
    }

    return num_nals;
}

void stream_frame(uint8_t* payload, int size)
{
    // initalize a packet
    AVPacket p;
    av_init_packet(&p);
    p.data = payload;
    p.size = size;
    p.stream_index = 0;
    p.flags = AV_PKT_FLAG_KEY;
    p.pts = AV_NOPTS_VALUE;
    p.dts = AV_NOPTS_VALUE;

    // send it out
    av_interleaved_write_frame(avctx, &p);
}

int main(int argc, char* argv[])
{
    // initalize ffmpeg
    av_register_all();

    // set up image scaler
    // (in-width, in-height, in-format, out-width, out-height, out-format, scaling-method, 0, 0, 0)
    imgctx = sws_getContext(WIDTH, HEIGHT, PIX_FMT_MONOWHITE,
                            WIDTH, HEIGHT, PIX_FMT_YUV420P,
                            SWS_FAST_BILINEAR, NULL, NULL, NULL);

    // set up encoder presets
    x264_param_t param;
    x264_param_default_preset(&param, "ultrafast", "zerolatency");

    param.i_threads = 3;
    param.i_width = WIDTH;
    param.i_height = HEIGHT;
    param.i_fps_num = FPS;
    param.i_fps_den = 1;
    param.i_keyint_max = FPS;
    param.b_intra_refresh = 0;
    param.rc.i_bitrate = BITRATE;
    param.b_repeat_headers = 1; // whether to repeat headers or write just once
    param.b_annexb = 1;         // place start codes (1) or sizes (0)

    // initalize
    x264_param_apply_profile(&param, "high");
    encoder = x264_encoder_open(&param);

    // at this point, x264_encoder_headers can be used, but it has had no effect

    // set up streaming context. a lot of error handling has been ommitted
    // for brevity, but this should be pretty standard.
    avctx = avformat_alloc_context();
    struct AVOutputFormat* fmt = av_guess_format("rtp", NULL, NULL);
    avctx->oformat = fmt;

    snprintf(avctx->filename, sizeof(avctx->filename), "rtp://%s:%d", RTP_ADDRESS, RTP_PORT);
    if (url_fopen(&avctx->pb, avctx->filename, URL_WRONLY) < 0)
    {
        perror("url_fopen failed");
        return 1;
    }
    struct AVStream* stream = av_new_stream(avctx, 1);

    // initalize codec
    AVCodecContext* c = stream->codec;
    c->codec_id = CODEC_ID_H264;
    c->codec_type = AVMEDIA_TYPE_VIDEO;
    c->flags = CODEC_FLAG_GLOBAL_HEADER;
    c->width = WIDTH;
    c->height = HEIGHT;
    c->time_base.den = FPS;
    c->time_base.num = 1;
    c->gop_size = FPS;
    c->bit_rate = BITRATE;
    avctx->flags = AVFMT_FLAG_RTP_HINT;

    // write the header
    av_write_header(avctx);

    // make some frames
    for (int frame = 0; frame < 10000; frame++)
    {
        // create a sample moving frame
        x264_picture_t* pic = (x264_picture_t*) malloc(sizeof(x264_picture_t));
        create_sample_picture(pic);

        // encode the frame
        x264_nal_t* nals;
        int num_nals = encode_frame(pic, &nals);

        if (num_nals < 0)
            printf("invalid frame size: %d\n", num_nals);

        // send out NALs
        for (int i = 0; i < num_nals; i++)
        {
            stream_frame(nals[i].p_payload, nals[i].i_payload);
        }

        // free up resources
        x264_picture_clean(pic);
        free(pic);

        // stream at approx 30 fps
        printf("frame %d\n", frame);
        usleep(33333);
    }

    return 0;
}

.

このテストは白い背景の上の黒い線を示しています 左に円滑に動くべきです。 FFMPEG 0.6.5のために書かれています しかし、問題は 0.8 と 0.10 で再現することができます（私がこれまでにテストしたものから）この問題は（私がテストしたものから）。この例を短くするために、エラー処理にいくつかのショートカットを取った。 それでも問題を示しながら可能なので、 厄介なコード。また、SDPはここでは使用されていない間にも注意してください。 同様の結果を込めてすでに使用してみました。テストはできます

でコンパイルされました

gcc -g -std=gnu99 streamtest.c -lswscale -lavformat -lx264 -lm -lpthread -o streamtest

.

直接Gtremerで再生することができます：

gst-launch udpsrc port=49990 ! application/x-rtp,payload=96,clock-rate=90000 ! rtph264depay ! decodebin ! xvimagesink

.

すぐに吃音に気付くべきです。 1つの一般的な「修正」 インターネット全体に見られることは、パイプラインにSync= falseを追加することです：

gst-launch udpsrc port=49990 ! application/x-rtp,payload=96,clock-rate=90000 ! rtph264depay ! decodebin ! xvimagesink sync=false

.

これにより、再生が滑らかで（そしてリアルタイム）の原因となりますが、 非解決策とGStreamerでのみ機能します。修正したいのですが ソースの問題私はほぼ同一で流れていました RAW FFMPEGを使用したパラメータと問題がありませんでした：

ffmpeg -re -i sample.mp4 -vcodec libx264 -vpre ultrafast -vpre baseline -b 400000 -an -f rtp rtp://127.0.0.1:49990 -an

.

とても明らかに何か悪いことをしています。しかし、それは何ですか？

Answer 1

1）あなたがlibx264に送るフレームのためにPTSを設定しませんでした（あなたはおそらく非厳密な単調なPTS "の警告を見るべきです） 2）LibavFormatのRTPマルチュアに送信するパケットにPTS / DTSを設定しませんでした（私はそれが設定される必要があると思いますが、それがより良いと思います。ソースコードからRTP使用PTSのように見えます）。 3）IMHO USLEEP（33333）は悪いです。この時間も（待ち時間の増加）中にエンコーダがストールを起こす（待ち時間の増加）。

p.S。BTW param.rc.i_rc_methodをx264_rc_abrに設定しませんので、libx264は代わりにCRF 23を使用し、 "param.rc.i_bitrate= bitrate"を無視します。ネットワーク送信用のエンコード時にVBVを使用することをお勧めします。