live555开发笔记（三）：live555创建RTSP服务器源码剖析，创建h264文件rtsp服务器源码深度剖析

前言

  对于live555的rtsp服务器有了而基本的了解之后，进一步对示例源码进行剖析，熟悉整个h264文件流媒体的开发步骤。

 

Demo

  

  

  播放本地文件，多路播放的时候，总是以第一个文件进度为准，所以当前这个Demo是同步播放的。
这对于摄像头采集视频实时播放来说，这个是满足这个功能的。

 

基本概念

Source、Sink、Filter

• Source：作为数据流的起点，负责生成或获取原始数据。例如：ByteStreamFileSource：从文件读取原始字节流6，H264VideoStreamFramer：解析H.264视频流并生成帧数据
• Filter：在数据流从Souce流到Sink的过程中能够设置Filter，用于过滤或做进一步加工。例如：H264or5Fragmenter：将视频帧分片以适应RTP包大小；解码器Filter：将编码数据解码为原始帧。
• Sink：作为数据流的终点，负责消费或转发数据。
    整个LiveMedia中，数据都是从Souce，经过一个或多个Filter。终于流向Sink。在server中数据流是从文件或设备流向网络，而在client数据流是从网络流向文件或屏幕。
    MediaSouce是全部Souce的基类，MediaSink是全部Sink的基类。
    从类数量和代码规模能够看到。LiveMedia类是整个LIVE555的核心，其内部包括数十个操作详细编码和封装格式的类。LiveMedia定义的各种Souce均是从文件读取，假设想实现从设备获得实时流的传输，能够定义自己的Souce。

ClientSession、ClientConnection

• ClientSession：对于每一个连接到server的client。server会为其创建一个ClientSession对象，保存该client的socket、ip地址等。同一时候在该client中定义了各种响应函数用以处理和回应client的各种请求。
• ClientConnection：用于处理一些与正常播放无关的命令。如命令未找到、命令不支持或媒体文件未找到等。在ClientConnection处理DESCRIBE命令时会创建ClientSession对象。其它命令在ClientSession中处理。

MediaSession、MediaSubsession、Track

  LIVE555使用MediaSession管理一个包括音视频的媒体文件。每一个MediaSession使用文件名称唯一标识。使用SubSession管理MediaSession中的一个音频流或视频流，音频或视频均为一个媒体文件里的媒体流，因此一个MediaSession能够有多个MediaSubsession，可单独管理音频流、视频流，并为每一个媒体流分配一个TrackID，如视频流分配为Track1，音频流分配为Track2，此后client必须在URL指定要为那个Track发送SETUP命令，因此我们能够觉得MediaSubsession代表Server端媒体文件的一个Track，也即相应一个媒体流。MediaSession代表Server端一个媒体文件。
  对于既包括音频又包括视频的媒体文件，MediaSession内包括两个MediaSubsession。但MediaSession和MediaSubsession仅代表静态信息。若多个client请求同一个文件，server仅会创建一个MediaSession。各个client公用。为了区分各个MediaSession的状态又定义了StreamState类，用来管理每一个媒体流的状态。在MediaSubsession中完毕了Souce和Sink连接。Souce对指针象会被设置进sink。在Sink须要数据时，能够通过调用Souce的GetNextFrame来获得。
  LIVE555中大量使用简单工厂模式，每一个子类均有一个CreateNew静态成员。该子类的构造函数被设置为Protected，因此在外部不能直接通过new来构造。同一时候。每一个类的构造函数的參数中均有一个指向UsageEnvironment的指针，从而能够输出错误信息和将自己增加调度。

HashTable

  IVE555内部实现了一个简单哈希表类BasicHashTable。在LIVE555中。有非常多地方须要用到该哈希表类。如：媒体文件名称与MediaSession的映射，SessionID与ClientSession的映射，UserName和Password的映射等。

SDP

  SDP是Session Description Protocol的缩写。是一个用来描写叙述多媒体会话的应用层协议。它是基于文本的，用于会话建立过程中的媒体类型和编码方案的协商等。

 

rtp与rtcp与rtsp服务器

RTP（实时传输协议）

  负责传输实时音视频数据流，基于UDP/IP协议实现低延迟传输。支持时间戳、序列号等机制，确保数据包的时序性和同步性。不保证传输可靠性，需结合RTCP进行质量监控。

RTCP（实时传输控制协议）

  作为RTP的辅助协议，用于监控传输质量、反馈统计信息（如丢包率、延迟、抖动）。功能实现：通过发送SR（发送者报告）和RR（接收者报告）反馈网络状态。支持带宽动态调整（如TMMBR/TMMBN）和流同步。

RTSP（实时流协议）服务器

  作为流媒体会话的控制中心，负责客户端与服务器的交互（如播放、暂停、停止等指令）。

• 会话管理：通过SETUP、PLAY、TEARDOWN等命令控制媒体流传输的生命周期。
• 协议协调：与RTP/RTCP协同工作，RTSP定义控制逻辑，RTP传输数据，RTCP监控质量。
• 多流支持：可同时管理音视频等多路流，并通过SDP协议协商编解码参数。

 

关键类介绍

H264VideoRTPSink：H264视频数据核心组件

  H264VideoRTPSink是H.264视频流通过RTP/RTSP协议实现实时传输的关键模块，负责协议封装、数据分片和网络适配，确保视频流在实时场景下的高效性和兼容性。
  

  H264VideoRTPSink是Live555 流媒体框架中用于封装和传输H.264视频数据的核心组件，其作用主要包含以下方面：

• RTP数据封装：H264VideoRTPSink 将 H.264 视频数据按 RTP 协议规范封装成网络传输包。具体包括：添加 RTP 包头信息（如时间戳、序列号、负载类型等）；根据 H.264 的 NALU（网络抽象层单元）结构对视频数据进行分片或重组，确保数据适应网络传输的最大传输单元（MTU）限制。
• 分片处理（Fragmentation）：当单个 H.264 帧超过 MTU 限制时，H264VideoRTPSink 会将其拆分为多个 RTP 包（例如使用 FU-A 分片模式），并在包头中标记分片的起始、中间和结束位置。
• 与 RTSP 协议协同工作：在RTSP会话中，H264VideoRTPSink作为数据传输的终点（Sink），与MediaSource（数据源）配合，完成从数据读取到RTP封装的完整流程。在客户端发送PLAY请求后，服务器通过H264VideoRTPSink将封装后的RTP流推送至网络。缓冲区管理处理大数据量H.264视频时，H264VideoRTPSink需依赖动态调整的缓冲区（如OutPacketBuffer::maxSize），防止因数据包过大导致的传输失败。

RTCPInstance：RTCP通讯类

  在Live555框架中，RTCPInstance与RTPSink、RTPInterface等类协作，共同实现完整的RTP/RTCP流媒体传输功能。其设计独立于其他高层协议模块，仅依赖基础网络组件，具备较好的封装性。
  

  RTCPInstance是Live555框架中封装RTCP协议通信的核心类：

• RTCP协议通信的封装与实现：负责RTCP数据包的收发处理，支持通过RTPInterface实现基于UDP或TCP的传输。接收到的RTCP报文（如SR、RR、BYE等）在incomingReportHandler等回调函数中处理，实现网络状态反馈和会话控制。
• 网络状态监测与统计：统计RTP包的收发情况，收集丢包率、延迟、抖动等指标，为流量控制提供数据支持。依赖RTPSink类获取发送端统计信息，实现与RTP流的关联。
• 反馈与动态调整机制：通过发送SR（发送者报告）和RR（接收者报告）实时反馈网络质量，触发发送速率调整或丢包重传。支持带宽控制机制（如TMMBR/TMMBN），根据网络状况动态调整媒体流传输参数。
• 会话管理与流同步：处理BYE报文实现参与者退出通知，维护会话成员状态。通过SDES报文传递参与者描述信息，辅助多流同步（如音视频同步）。

ByteStreamFileSource：基础数据源组件

  ByteStreamFileSource是Live555中处理文件型H.264流的核心入口组件，承担数据读取与基础分块功能，并为上层解析、封装模块提供标准化输入接口。
  

  ByteStreamFileSource在Live555 流媒体框架中作为基础数据源组件，核心作用如下：

• 原始字节流读取：负责从本地文件（如 H.264 裸流文件）中读取未封装的原始字节数据，并以分块（Framed）形式输出，供后续解析模块处理。
• 数据链的起点：在典型的 H.264 传输链路（如 H264VideoFileServerMediaSubsession中）中，其作为初始节点启动数据流，后续连接解析器（如H264VideoStreamParser）和分帧器（H264VideoStreamFramer），形成完整处理链路：ByteStreamFileSource → H264VideoStreamParser → H264VideoStreamFramer → … → RTP 封装。
• 可扩展性支持：虽然默认实现为文件读取，但其继承自FramedSource基类，用户可通过自定义派生类（如实时采集或编码的数据源）替代该组件，实现灵活的数据输入适配。
• 关键参数配置：支持通过fileSize属性获取文件大小信息，便于预估传输带宽需求。在动态服务器场景中，需注意其与缓冲区大小（如OutPacketBuffer::maxSize）的协同配置，避免大帧溢出问题。

FrameSource：帧源抽象类

  FrameSource是Live555中实现按帧输入媒体数据的基础组件，为RTSP/RTP 传输提供标准化的数据源接口，支持多格式媒体流的灵活扩展。
  

  FrameSource 在 Live555 流媒体框架中作为数据源的核心抽象类，其作用可归纳如下：

• 基础数据源抽象：FrameSource 是负责按帧（Framed）提供流媒体数据的基类，定义了统一的帧数据读取接口。其子类需实现 doGetNextFrame 方法，用于逐帧获取原始媒体数据（如视频帧或音频块）。
• RTP数据流起点：在RTSP/RTP传输链路中，FrameSource 作为数据生产者，将媒体数据以帧为单位传递给下游处理模块（如解析器、封装器）。例如，H264VideoStreamFramer 继承自 FrameSource，负责将裸 H.264 码流分帧后输出。
• 接口标准化：FrameSource 通过纯虚函数强制子类实现关键操作，包括：帧数据异步获取机制（通过 afterGetting 回调触发数据传输）；帧数据的分块与缓冲区管理。
• 与下游组件协同：FrameSource与MediaSink类（如H264VideoRTPSink）形成数据链路：MediaSink通过fSource成员绑定FrameSource，驱动数据拉取与封装流程；在RTSP会话中，FrameSource的数据最终被封装为RTP包并发送至客户端。

H264VideoStreamFramer：H264视频流帧器

  H264VideoStreamFramer在RTSP流媒体服务中通常由H264VideoFileServerMediaSubsession创建，是H.264实时流传输的关键解析层，承担了从原始字节流到结构化视频数据的转换任务。
  

  H264VideoStreamFramer在Live555框架中作为视频流解析的核心组件，主要承担H.264基本流（ES）的解析与重构，其核心功能如下：

• H.264原始流解析‌：从ByteStreamFileSource等数据源读取原始字节流，通过内置的H264VideoStreamParser解析器识别NALU（网络抽象层单元）边界，将连续字节流分割为独立NALU单元‌25处理H.264 Annex B格式的起始码（如0x00000001），实现NALU的精准定位‌56
• ‌参数集处理‌：提取并缓存SPS（序列参数集）和PPS（图像参数集），用于后续解码器初始化‌，在流启动时优先发送SPS/PPS，确保解码端正确初始化‌。
• 分帧逻辑控制‌：区分VCL（视频编码层）和非VCL NALU，根据帧类型（如IDR帧、非IDR帧）组织数据输出‌56；处理分片单元（Slice）的关联性，确保帧完整性‌
• 时间戳生成机制：基于视频帧率或外部输入时钟计算RTP时间戳，实现与音视频同步；处理B帧/P帧的显示时间戳（PTS）与解码时间戳（DTS）关系。
• ‌与上下游组件协作‌：作为FramedSource的子类，向上连接ByteStreamFileSource获取原始数据，向下对接H264FUAFragmenter完成RTP分片‌；通过事件驱动模型触发数据读取，形成Source → Parser → Framer → Fragmenter → RTPSink的完整处理链路‌。
    H264VideoStreamFramer把自己的缓冲（其实是sink的）传给H264VideoStreamParser，每当H264VideoStreamFramer要获取一个NALU时，就跟H264VideoStreamParser要，而H264VideoStreamParser就从ByteStreamFileSource读一坨数据，然后进行分析，如果取得了一个NALU，就传给H264VideoStreamFramer。

 

Live555流媒体服务实现基本流程

步骤一：创建任务调度管理器

  

步骤二：创建rtp和rtcp

  在不同平台使用的socketaddr_storage类型有区别，有些事socketaddr_in，主要是groupsock的头文件构造函数类型的区别，判断是live555各种版本有区别。
  

步骤三：创建H264VideoRTPSink

  

步骤四：创建RTCPInstance

  

步骤五：RTSP服务器

  

步骤六：创建ServerMediaSession实例

  

步骤七：创建subsession实例

  

步骤八：开始播放

  

步骤九：服务器运行

  

 

Demo区别

  

  没有启动服务器http端口监听，而是直接play。

 

整理后的中文注释代码

/*
 为了使此应用程序正常工作，H.264 Elementary Stream视频文件*必须*包含SPS和PPS NAL单元，
 最好在文件开头或附近。这些SPS和PPS NAL单元用于指定在输出流的SDP描述中设置的“配置”信息
 （由此应用程序内置的RTSP服务器设置）。另请注意，与其他一些“*Streamer”演示应用程序不同，
  生成的流只能使用RTSP客户端（如“openRTSP”）接收
*/

#include <liveMedia.hh>
#include <BasicUsageEnvironment.hh>
#include <GroupsockHelper.hh>

UsageEnvironment* env;
//char const* inputFileName = "test.264";
char const* inputFileName = "T:/test/front/20250311_123244_0.h264";
H264VideoStreamFramer* videoSource;
RTPSink* videoSink;

void announceURL(RTSPServer* rtspServer, ServerMediaSession* sms)
{
    if(rtspServer == NULL || sms == NULL)
    {
        return;
    }
    UsageEnvironment& env = rtspServer->envir();
    env << "Play this stream using the URL ";
    if(weHaveAnIPv4Address(env))
    {
        char* url = rtspServer->ipv4rtspURL(sms);
        env << "\"" << url << "\"";
        delete[] url;
        if (weHaveAnIPv6Address(env))
        {
            env << " or ";
        }
    }
    if(weHaveAnIPv6Address(env))
    {
        char* url = rtspServer->ipv6rtspURL(sms);
        env << "\"" << url << "\"";
        delete[] url;
    }
    env << "\n";
}

void play(); // forward

int main(int argc, char** argv)
{
    // 步骤一：创建任务调度器和运行信息环境
    TaskScheduler* scheduler = BasicTaskScheduler::createNew();
    env = BasicUsageEnvironment::createNew(*scheduler);

    // 步骤二：创建groupsocks用于RTP和RTCP
    struct sockaddr_storage destinationAddress;
    destinationAddress.ss_family = AF_INET;
    ((struct sockaddr_in&)destinationAddress).sin_addr.s_addr = chooseRandomIPv4SSMAddress(*env);
    // 这是一个多播地址。如果希望使用单播进行流式传输，那么应该使用“testOnDemand RTSPServer”测试程序（而不是此测试程序）作为模型。
    const unsigned short rtpPortNum = 18888;
    const unsigned short rtcpPortNum = rtpPortNum+1;
    const unsigned char ttl = 255;
    const Port rtpPort(rtpPortNum);
    const Port rtcpPort(rtcpPortNum);
    Groupsock rtpGroupsock(*env, destinationAddress, rtpPort, ttl);
    rtpGroupsock.multicastSendOnly();
    Groupsock rtcpGroupsock(*env, destinationAddress, rtcpPort, ttl);
    rtcpGroupsock.multicastSendOnly(); //

    // 步骤三：从RTP“groupsock”创建“H264视频RTP”接收器
    OutPacketBuffer::maxSize = 100000;
    videoSink = H264VideoRTPSink::createNew(*env, &rtpGroupsock, 96);
    // 步骤四：为此RTP接收器创建（并启动）一个“RTCP实例” kbps为单位；RTCP b/w份额
    const unsigned estimatedSessionBandwidth = 500;
    const unsigned maxCNAMElen = 100;
    unsigned char CNAME[maxCNAMElen+1];
    gethostname((char*)CNAME, maxCNAMElen);
    CNAME[maxCNAMElen] = '\0'; // just in case
    RTCPInstance* rtcp = RTCPInstance::createNew(*env,
                                                 &rtcpGroupsock,
                                                 estimatedSessionBandwidth,
                                                 CNAME,
                                                 videoSink,
                                                 NULL,    // 代表服务器
                                                 True);   // 代表SSM源
    // 步骤五：这将自动启动RTCP运行
    RTSPServer* rtspServer = RTSPServer::createNew(*env, 8554);
    if (rtspServer == NULL)
    {
        *env << "Failed to create RTSP server: " << env->getResultMsg() << "\n";
        exit(1);
    }
    // 步骤六：创建ServerMediaSession
    ServerMediaSession* sms = ServerMediaSession::createNew(*env,
                                                            "testStream",
                                                            inputFileName,
                                                            "Session streamed by \"testH264VideoStreamer\"",
                                                            True);
    // 步骤七：创建subsession
    sms->addSubsession(PassiveServerMediaSubsession::createNew(*videoSink, rtcp));
    rtspServer->addServerMediaSession(sms);
    announceURL(rtspServer, sms);

    // 开始流播放:
    *env << "Beginning streaming...\n";
    // 这个开始播放函数调用不调用区别：
    // 1.不调用时，有客户端输入，无法播放；必须调用play，进入则会开始调用播放，从头开始播放
    // 2.后进入的客户端播放进度会主动同步首个连接的客户端播放进度
    play();

    // 服务器阻塞进入服务循环
    env->taskScheduler().doEventLoop(); // does not return

    return 0;
}

void afterPlaying(void* clientData)
{
    *env << "...done reading from file\n";
    // 停止播放
    videoSink->stopPlaying();
    // 请注意，这也会关闭此源读取的输入文件。这是静态方法，可以直接关闭
    Medium::close(videoSource);
    // 再次开始播放
    play();
}

void play()
{
    // 将输入文件作为“字节流文件源”打开
    ByteStreamFileSource* fileSource = ByteStreamFileSource::createNew(*env, inputFileName);
    if(fileSource == NULL)
    {
        *env << "Unable to open file \"" << inputFileName
             << "\" as a byte-stream file source\n";
        exit(1);
    }

    FramedSource* videoES = fileSource;

    // 为视频基本流创建帧器
    videoSource = H264VideoStreamFramer::createNew(*env, videoES);

    // 最后，开始播放
    *env << "Beginning to read from file...\n";
    videoSink->startPlaying(*videoSource, afterPlaying, videoSink);
}

 

工程模板v1.2.0