「Android音视频编码那点破事」序章

  本章仅对部分代码进行讲解，以帮助读者更好的理解章节内容。本系列文章涉及的项目HardwareVideoCodec已经开源到Github。目前已迭代多个稳定版本，欢迎查阅学习和使用，如有BUG或建议，欢迎Issue。

封面出自：板栗懒得很

  其实这一两年关于Android 平台的视频编解码学习资料已经很多了，包括书籍和网上的一些公开教程。书籍讲得详细一点，所以推荐大家去买些书籍看看。而网上的资料的话，大多是零星点点，新手学习起来并不是很轻松，包括我。所以这也是促使本人对这一块知识做记录的原因。   我打算开几个章节来分享一下相关的知识点，因为想详细展开，内容可能有点多，也算是做一些个人笔记。

  这个笔记的主要内容是，使用硬编和软编的方式解决Android视频编解码的问题（后续会支持解码），并且使用OpenGL实现滤镜渲染，包括美颜，水印等等。   该项目已经开源在Github,目前已经迭代到了1.2.1版本，使用GPL开源协议，请大家遵守该协议，为开源事业做点贡献。名字虽然叫做硬编解码器，但其实已经扩展了软编。HardwareVideoCodec使用Kotlin实现，没有学过Kotlin的不需要害怕，先去看一些语言基础就可以了

知识点

• OpenGL
  1. EGL（全称Embedded Graphics Library，一组OpenGL连接本地窗口的接口，主要通过Surface向窗口绘制帧画面，以及给MediaCodec提供帧数据）
  2. FBO（帧缓冲区，这里主要用于离屏渲染以及特效）
  3. PBO（像素缓冲区对象，可以高效读取GPU中的像素数据，用于软编）
  4. 纹理
• Camera
• SurfaceTexture（集成了EGL环境的Surface，可以很方便的与OpenGL联动，也是TextureView提供的渲染接口）
• MediaCodec（硬编解决方案）
• X264（软编解决方案）
• MediaMuxer（音视频混合器）

  以上内容我会选一部分在接下来的时间里详细展开，尤其是OpenGL和编码那一块。

可能有人有疑问，软编解码首选的不是大名鼎鼎的ffmpeg吗，为什么直接使用x264。这里我可以很负责任的告诉你，直接使用x264，再配合MediaMuxer使用会简单很多，也是因为硬编同样会用到MediaMuxer。

  大家都知道ffmpeg其实就是在众多编解码器上套个壳子，再集成一个混合器，虽然功能众多，但是却很臃肿（当然已经很出色了），以至于我来了来来回回学习了4 次也没有掌握。ffmpeg的头文件相当多，相比之下，x264只有一个头文件，没几个方法，掌握起来很容易。对于编解码常常用到的颜色格式（ColorFormat）转换，ffmpeg提供了swscale，功能虽然很强大，但效率不敢恭维，完全可以使用google的libyuv替代。所以，如果没有很复杂的功能需求，还是老老实实的使用x264来的方便。

  先简单看一下HardwareVideoCodec的结构图：

从结构图中可以看到，HardwareVideoCodec做了比较详细的分层结构，从上往下总共四层

• 总控制器
• 帧渲器
• 编码器
• 混合器   可以很方便的进行扩展，比如把混合器去掉，在编码器数据出口处增加直播推流都是很方便的。
• CameraPreviewPresenter：名字虽然叫做摄像头预览管理器，但其实也有统筹渲染器、编码器、混合器职能。在这个层级会持有摄像头，并且初始化一组EGL，提供取出摄像头数据的环境。
• Render：摄像头数据在这里取出，并保存在第一组FBO。同时这一层的EGL环境会把FBO的数据绘制到TextureView提供的SurfaceTexture，也就是屏幕。这里还有一组filter，OpenGL的滤镜入口在这里。
• Encoder：音视频编码器的抽象层，利用这组接口可以很方便的扩展自己的编码器。当然，笔者在这里已经提供了软硬编码器的实现。
• Muxer：混合器，用来混合音视频，并把它们封装成需要的格式，这里固定封装成mp4。   以上是HardwareVideoCodec的简单结构，作为序章就先讲这么多。接下来我会继续更新，详细去讲解具体实现，以及在实现过程中会碰到的一系列问题。有兴趣的可以去Github上查看源码学习，欢迎star以及issue。

分类：

多媒体系列文章