Xuggler 编码和复用

Question

我正在尝试使用Xuggler（我相信在后台使用ffmpeg）来执行以下操作：

• 接受原始 MPJPEG 视频比特流（来自小型 TTL 串行相机）并将其编码/转码为 h.264；和
• 接受原始音频比特流（来自麦克风）并将其编码为 AAC；那么
• 将两个（音频和视频）比特流混合到一个 MPEG-TS 容器中

我已经看过/阅读了他们的一些优秀教程，到目前为止，这就是我所掌握的：

// I'll worry about implementing this functionality later, but
// involves querying native device drivers.
byte[] nextMjpeg = getNextMjpegFromSerialPort();

// I'll also worry about implementing this functionality as well;
// I'm simply providing these for thoroughness.
BufferedImage mjpeg = MjpegFactory.newMjpeg(nextMjpeg);

// Specify a h.264 video stream (how?)
String h264Stream = "???";

IMediaWriter writer = ToolFactory.makeWriter(h264Stream);
writer.addVideoStream(0, 0, ICodec.ID.CODEC_ID_H264);
writer.encodeVideo(0, mjpeg);

一方面，我想我已经接近了，但它仍然不正确；而且我只是通过阅读视频代码示例（不是音频 - 我找不到任何好的音频示例）才走到这一步。

从字面上看，我将对进入我的 Xuggler 实现的原始视频和音频提要进行字节级访问。但是对于我的生活，我无法弄清楚如何将它们变成 h.264/AAC/MPEG-TS 格式。在此先感谢您的帮助。

Answer 1

我认为您应该查看 gstreamer：http://gstreamer.freedesktop.org/ 您必须寻找可以捕获相机输入的插件，然后将其通过管道传输到 libx264 和 aac 插件，然后它们通过 mpegts muxer 传递它们。

gstreamer 中的管道如下所示：

v4l2src queue-size=15 ! video/x-raw,framerate=25/1,width=384,height=576 ! \
  avenc_mpeg4 name=venc \
alsasrc ! audio/x-raw,rate=48000,channels=1 ! audioconvert ! lamemp3enc name=aenc \
avimux name=mux ! filesink location=rec.avi venc. ! mux. aenc. ! mux.

在此管道中，使用了 mpeg4 和 mp3 编码器，并且流被复用为 avi。您应该能够找到 libx264 和 aac 的插件。如果您需要进一步的指示，请告诉我。

Answer 2

查看Xuggler this sample code，以下应该可以将视频编码为 H.264 并将其复用到 MPEG2TS 容器中：

IMediaWriter writer = ToolFactory.makeWriter("output.ts");
writer.addVideoStream(0, 0, ICodec.ID.CODEC_ID_H264, width, height);
for (...)
{

   BufferedImage mjpeg = ...;

   writer.encodeVideo(0, mjpeg);
}

根据文件扩展名猜测容器类型，明确指定编解码器。

要复用音频和视频，您可以执行以下操作：

writer.addVideoStream(videoStreamIndex, 0, videoCodec, width, height);
writer.addAudioStream(audioStreamIndex, 0, audioCodec, channelCount, sampleRate);

while (... have more data ...)
{
    BufferedImage videoFrame = ...;
    long videoFrameTime = ...; // this is the time to display this frame
    writer.encodeVideo(videoStreamIndex, videoFrame, videoFrameTime, DEFAULT_TIME_UNIT);

    short[] audioSamples = ...; // the size of this array should be number of samples * channelCount
    long audioSamplesTime = ...; // this is the time to play back this bit of audio
    writer.encodeAudio(audioStreamIndex, audioSamples, audioSamplesTime, DEFAULT_TIME_UNIT);
}

在这种情况下，我相信您的代码负责交错音频和视频：您希望根据可用数据在每次通过循环时调用 encodeAudio() 或 encodeVideo() （一大块音频样本或视频帧）具有较早的时间戳。

您可能最终会使用另一个基于IStreamCoder 的较低级别的 API，它可以更好地控制各种参数。我认为您不需要使用它。

回答您提出的具体问题：

(1)“将 BufferedImage (M/JPEG) 编码为 h.264 流” - 您已经明白了，writer.addVideoStream(..., ICodec.ID.CODEC_ID_H264) 确保您获得 H.264 编解码器。要获取传输流 (MPEG2 TS)容器，只需调用 makeWriter() 并使用带有 .ts 扩展名的文件名。

(2) “弄清楚原始音频馈送的“BufferedImage-equivalent”是什么”-它是一个短 [] 或 IAudioSamples 对象（两者似乎都有效，但 IAudioSamples 必须从一个不那么简单的 IBuffer）。

(3) “将此音频类编码为 AAC 音频流” - 致电writer.addAudioStream(..., ICodec.ID.CODEC_ID_AAC, channelCount, sampleRate)

(4) “将两个流多路复用到同一个 MPEG-TS 容器中” - 使用 .ts 文件名调用 makeWriter()，它设置容器类型。为了正确的音频/视频同步，您可能需要以正确的顺序调用 encodeVideo()/encodeAudio()。

附：始终先通过最早可用的音频/视频。例如，如果您有 440 个样本长的音频块（在 44000 Hz 采样率下，440 / 44000 = 0.01 秒），而视频正好是 25fps（1 / 25 = 0.04 秒），您可以将它们提供给作者这个顺序：

video0 @ 0.00 sec
audio0 @ 0.00 sec
audio1 @ 0.01 sec
audio2 @ 0.02 sec
audio3 @ 0.03 sec
video1 @ 0.04 sec
audio4 @ 0.04 sec
audio5 @ 0.05 sec

...等等

只要连续的音频/视频时间戳相对接近，大多数播放设备可能都可以使用流，但这是完美的多路复用器。

附：您可能需要参考一些文档：Xuggler class diagram、ToolFactory、IMediaWriter、ICodec。