将图像编码为 h264 和 rtp 输出：没有 sprop-parameter-sets 的 SDP 文件无法播放

Question

tl;dr：我尝试将获取的相机帧编码为 h264，通过 RTP 发送 并在另一台设备上播放。 ffmpeg 生成的 SDP 文件 示例视频包含我自己的 SDP 文件丢失的信息。我的 SDP 文件 在 ffplay 中播放，但不在 VLC 中播放，而两者都播放 ffmpeg 的 SDP 文件。我是 怀疑我的 SDP 文件中缺少 sprop-parameter-sets。

最后我想在 VLC 中回放。

---

我正在编写将图像编码为 h264 并输出到 RTP 的代码 服务器（或客户端？无论如何是正在监听的部分）。我生成一个 用于此的 SDP 文件。

• ffplay 播放流没有问题
• mplayer 显示一个绿色盒子嵌入一个更大的黑盒子，但我读到 某处它只支持 RTP 上的 mpegts，所以不确定
• VLC 不播放 SDP 文件。

现在我使用一些随机视频并让 ffmpeg 输出 SDP 像这样的文件

ffmpeg     -re     -i some.mp4     -an     -c:v copy -f rtp -sdp_file
video.sdp     "rtp://127.0.0.1:5004"

我可以看到生成的 SDP 文件——它在 ffplay 和 VLC – 包括 base64 编码的sprop-parameter-sets 字段，以及 删除它会导致流无法播放。

> cat video.sdp
v=0
o=- 0 0 IN IP4 127.0.0.1
s=No Name
c=IN IP4 127.0.0.1
t=0 0
a=tool:libavformat 58.76.100
m=video 5004 RTP/AVP 96
b=AS:1034
a=rtpmap:96 H264/90000
a=fmtp:96 packetization-mode=1;
sprop-parameter-sets=Z2QANKzZQDAA7fiMBagICAoAAAMAAgAAAwDwHjBjLA==,aOvjyyLA;
profile-level-id=640034

另一方面，我自己的 SDP 文件不包含此信息， 并且 VLC 挂起 10 秒，然后停止尝试“未收到数据”。

> cat test.sdp
v=0
o=- 0 0 IN IP4 127.0.0.1
s=No Name
c=IN IP4 127.0.0.1
t=0 0
a=tool:libavformat 58.76.100
m=video 44499 RTP/AVP 96
b=AS:2000
a=rtpmap:96 H264/90000
a=fmtp:96 packetization-mode=1

所以我的理论是我的自定义代码必须以某种方式添加这个 SPS SDP 文件中的信息。但尽管搜索了几个小时，我可以 找不到在AVStream 上设置额外数据字段的结构化方法 AVCodecParams。我使用的代码大致是这样的（我确定有 不相关的错误）：

// variables
std::vector<std::uint8_t> imgbuf;
AVFormatContext *ofmt_ctx = nullptr;
AVCodec *out_codec = nullptr;
AVStream *out_stream = nullptr;
AVCodecContext *out_codec_ctx = nullptr;
SwsContext *swsctx = nullptr;
cv::Mat canvas_;
unsigned int height_;
unsigned int width_;
unsigned int fps_;
AVFrame *frame_ = nullptr;

AVOutputFormat *format = av_guess_format("rtp", nullptr, nullptr);
const auto url = std::string("rtp://127.0.0.1:5001");
avformat_alloc_output_context2(ofmt_ctx, format, format->name, url.c_str());

out_codec = avcodec_find_encoder(AV_CODEC_ID_H264);
stream = avformat_new_stream(ofmt_ctx, out_codec);
out_codec_ctx = avcodec_alloc_context3(out_codec);

// then, for each incoming image:
while (receive_image) {
  static bool first_time = true;
  if (first_time) {
    // discover necessary params such as image dimensions from the first
    // received image
    first_time = false;
    height_ = image.rows;
    width_ = image.cols;

    codec_ctx->codec_tag = 0;
    codec_ctx->bit_rate = 2e6;
    // does nothing, unfortunately
    codec_ctx->thread_count = 1;
    codec_ctx->codec_id = AV_CODEC_ID_H264;
    codec_ctx->codec_type = AVMEDIA_TYPE_VIDEO;
    codec_ctx->width = width_;
    codec_ctx->height = height_;
    codec_ctx->gop_size = 6;
    codec_ctx->pix_fmt = AV_PIX_FMT_YUV420P;
    codec_ctx->framerate = fps_;
    codec_ctx->time_base = av_inv_q(fps_);

    avcodec_parameters_from_context(stream, out_codec_ctx);

    // this stuff is empty: is that the problem?
    stream->codecpar->extradata = codec_ctx->extradata;
    stream->codecpar->extradata_size = codec_ctx->extradata_size;

    AVDictionary *codec_options = nullptr;
    av_dict_set(&codec_options, "profile", "high", 0);
    av_dict_set(&codec_options, "preset", "ultrafast", 0);
    av_dict_set(&codec_options, "tune", "zerolatency", 0);

    // open video encoder
    avcodec_open2(codec_ctx, codec, &codec_options);

    stream->time_base.num = 1;
    stream->time_base.den = fps_;
    avio_open(&(ofmt_ctx->pb), ofmt_ctx->filename, AVIO_FLAG_WRITE);

    /* Write a file for VLC */
    char buf[200000];
    AVFormatContext *ac[] = {ofmt_ctx};
    av_sdp_create(ac, 1, buf, 20000);
    printf("sdp:\n%s\n", buf);
    FILE *fsdp = fopen("test.sdp", "w");
    fprintf(fsdp, "%s", buf);
    fclose(fsdp);

    swsctx = sws_getContext(width_, height_, AV_PIX_FMT_BGR24, width_, height_,
                            out_codec_ctx->pix_fmt, SWS_BICUBIC, nullptr,
                            nullptr, nullptr);
  }

  if (!frame_) {
    frame_ = av_frame_alloc();

    std::uint8_t *framebuf = new uint8_t[av_image_get_buffer_size(
        codec_ctx->pix_fmt, width_, height_, 1)];
    av_image_fill_arrays(frame_->data, frame_->linesize, framebuf,
                         codec_ctx->pix_fmt, width, height, 1);
    frame_->width = width_;
    frame_->height = height_;
    frame_->format = static_cast<int>(codec_ctx->pix_fmt);
    success = avformat_write_header(ofmt_ctx, nullptr);
  }
  if (imgbuf.empty()) {
    imgbuf.resize(height_ * width_ * 3 + 16);
    canvas_ = cv::Mat(height_, width_, CV_8UC3, imgbuf.data(), width_ * 3);
  } else {
    image.copyTo(canvas_);
  }

  const int stride[] = {static_cast<int>(image.step[0])};

  sws_scale(swsctx, &canvas_.data, stride, 0, canvas_.rows, frame_->data,
            frame_->linesize);
  frame_->pts += av_rescale_q(1, out_codec_ctx->time_base, stream->time_base);

  AVPacket pkt = {0};
  avcodec_send_frame(out_codec_ctx, frame_);
  avcodec_receive_packet(out_codec_ctx, &pkt);
  av_interleaved_write_frame(ofmt_ctx, &pkt);
}

有人可以在这里提供一些建议吗？

--

更新

设置时

this->out_codec_ctx->flags |=AV_CODEC_FLAG_GLOBAL_HEADER;

extradata 实际上存在于编解码器上下文中，但我不得不在avcodec_open2() 之后移动avcodec_parameters_from_context()，因为在打开编解码器之前，extradata 是空的。我现在在 SDP 文件中得到sprop-parameter-sets，但 VLC 仍然无法播放。

Answer 1

我的解决方案是端口号 (???)。显然，VLC 无法从我使用的端口 44499 接收，但 5004 就像 ffmpeg 示例一样有效。我不知道这是 MacOS 的特性还是转移到了 linux。

我尝试了几个端口：

• 5001 不起作用
• 5002 作品
• 5003 不起作用
• 5004 作品
• 5005 不起作用
• 5006 件作品
• 44498 作品

那么看来VLC要接收RTP数据包，端口号必须是偶数？瓦？

解释好像是live555丢弃了端口号的lsb：https://github.com/rgaufman/live555/blob/master/liveMedia/MediaSession.cpp#L696

因此，只有端口才能保持不变。这是在RFC 中推荐或强制执行的：

对于 UDP 和类似协议， RTP 应该使用偶数的目的端口号和对应的 RTCP 流应该使用下一个更高（奇数）的目标端口号。