背景
FFmpeg作为应用最为广泛的音视频解决方案，适用范围及广，接口众多，如果是初学，很容易被众多Context晕得云里雾里，本文为小白教程，主要记录怎么讲原始音视频流封装成标准的MP4格式！
网上搜索的资料大部分都是读取其他格式文件编码成H264或者读取H264文件再封装成MP4！
举个栗子，FFmpeg的sample例子muxing.c就是读取一个gif文件，再编码成H264，然后封装成MP4,如果你只想将已有的原始音视频流封装成MP4的话，参考起来略显吃力！
所有了这个教程！封装MP4只需要三步！
第一、打开冰箱（avformat_write_header）
第二、把大象放进去（av_interleaved_write_frame）
第三、关上冰箱（av_write_trailer）
FFmpeg基础知识
此章资料全部摘自大神 雷霄骅，人生苦短，及时行乐！
FFmpeg常见的结构体
AVFormatContext：统领全局的基本结构体。主要用于处理封装格式（FLV/MKV/RMVB等）。
AVIOContext：输入输出对应的结构体，用于输入输出（读写文件，RTMP协议等）。
AVStream，AVCodecContext：视音频流对应的结构体，用于视音频编解码。
AVFrame：存储非压缩的数据（视频对应RGB/YUV像素数据，音频对应PCM采样数据）
AVPacket：存储压缩数据（视频对应H.264等码流数据，音频对应AAC/MP3等码流数据）
他们之间的关系如下图所示
环境
操作系统：window10
ffmpeg 版本：ffmpeg-4.2.2-win64
视频源文件格式：HEVC(H265)
音频源文件格式：AAC
FFmpeg 封装MP4完整步骤解析
- ## 新建FFmpeg全局Context
创建全局Context指针；指定源文件格式
/* allocate the output media context */
avformat_alloc_output_context2(&pFormatCtx, NULL, NULL, m_Filename);
if (!pFormatCtx) {
HERR("Failed to alloc mp4 avformat ctx !");
return HS_FAILED;
}
/ * Source stream format */
pFormatCtx->oformat->video_codec = AV_CODEC_ID_HEVC;
pFormatCtx->oformat->audio_codec = AV_CODEC_ID_AAC;
添加视频和音频文件流信息
重点解释一下time_base, time_base是时间戳单位，很重要！
ffmpeg定义：#define AV_TIME_BASE 1000000
FFmpeg里使用的基础时间单位是1/1000000，也就是1us(微妙)，所有我们所有时间戳都转成微妙数量级！
这里音频和视频使用的不同的表现方式！
视频time_base设置成1微妙，视频帧率25fps即1000000/25=40*1000us，视频时间戳就是这个单位累加；
音频帧率非整数，所以将音频time_base设置成一个音频帧的时间！即10241000/DEFAULT_AUDIO_SAMPLE_RATE1000;所以音频帧就是从零开始累加！
pVStream = avformat_new_stream(pFormatCtx, NULL);
if (!pVStream) {
HERR("Could not allocate pVStream");
return -1;
}
pAStream = avformat_new_stream(pFormatCtx, NULL);
if (!pVStream) {
HERR("Could not allocate pAStream");
return -1;
}
/* Video Stream info */
pVStream->codecpar->codec_id = AV_CODEC_ID_HEVC;
pVStream->codecpar->codec_type = AVMEDIA_TYPE_VIDEO;
pVStream->codecpar->width = DEFAULT_VIDOE_WIDTH;
pVStream->codecpar->height = DEFAULT_VIDOE_HIGHT;
pVStream->time_base.num = 1;
pVStream->time_base.den = 1000000;
/* Audio Stream info */
pAStream->codecpar->codec_id = AV_CODEC_ID_AAC;
pAStream->codecpar->codec_type = AVMEDIA_TYPE_AUDIO;
pAStream->codecpar->channels = 2;
pAStream->codecpar->sample_rate = DEFAULT_AUDIO_SAMPLE_RATE;
pAStream->time_base.num = 1;
pAStream->time_base.den = 1024*1000/DEFAULT_AUDIO_SAMPLE_RATE*1000;
新建Mp4文件
pFmtOutCtx = pFormatCtx->oformat;
/* open the output file, if needed */
if (!(pFmtOutCtx->flags & AVFMT_NOFILE)) {
ret = avio_open(&pFormatCtx->pb, m_Filename, AVIO_FLAG_WRITE);
if (ret < 0) {
HERR("Could not open '%s'", m_Filename);
return HS_FAILED;
}
}
写Mp4封装头信息
这里的实现就是遍历pFormatCtx里的streams的信息添加到MP4头基本信息里
/* Write the stream header, if any. */
ret = avformat_write_header(pFormatCtx, NULL);
if (ret < 0) {
char buf[64] = { 0 };
av_strerror(ret, buf, 64);
HERR("Error occurred when opening output file: %d %s", ret, buf);
return HS_FAILED;
}
写入源文件
这里需要指定时间戳PTS具体原因已经在第二步详细说明！
FFmpeg使用AVPacket表示一帧数据，关键参数如下：
stream_index：流索引，就是第二步添加的Stream,一般是从0开始
pts/dts：视频时间戳和解码时间戳
duration：帧持续时间，这里指的是本帧数据，不是全部文件
flags：标记I帧
data：源文件数据指针
size：源文件数据长度
if(Type == A_FRAME){
m_Packet.stream_index = pAStream->index;
m_Packet.pts = m_AudioIndex++ * 1000;
m_Packet.dts = m_Packet.pts;
m_Packet.duration = 1000;
}else{
m_Packet.stream_index = pVStream->index;
m_Packet.pts = m_VideoIndex++*(1000/DEFAULT_VIDEO_FRAMERATE) * 1000;
m_Packet.dts = m_Packet.pts;
m_Packet.duration = 1000/DEFAULT_VIDEO_FRAMERATE * 1000;
//I Frame
if (Type == I_FRAME) {
m_Packet.flags = AV_PKT_FLAG_KEY;
}
}
m_Packet.data = (uint8_t*)Date;
m_Packet.size = Size;
return av_interleaved_write_frame(pFormatCtx, &m_Packet);
结束文件写入
/* 关闭写MP4 */
av_write_trailer(pFormatCtx);
/* 是否资源 */
avformat_free_context(pFormatCtx);
av_free_packet(&m_Packet);
结果
参考
FFmpeg源代码简单分析：avformat_write_header()
FFmpeg源代码简单分析：常见结构体的初始化和销毁（AVFormatContext，AVFrame等）