ffmpeg实现视频的合成与分割

视频合成与分割程序使用  

作者开发了一款软件，可以实现对视频的合成和分割，界面如下： 下载该程序

播放时，可以选择多个视频源；在选中“保存视频”情况下，会将多个视频源合成一个视频。如果只取一个视频源中一段视频，就实现了视频分割。

对视频的处理采用了ffmpeg库。作者在此库的基础上，做了进一步封装，使用起来更加简便。

底层处理逻辑可用如下函数表示：

bool InitVideo();
bool AddImage(unsigned char* imageFileBuffer, int bufferSize);
bool CloseVideo();

可见底层函数是十分简洁的；  但是ffmpeg函数调用复杂，使用起来不便； 将ffmpeg封装亦非易事；本文就讲述对ffmpeg封装的过程。

视频编码与解码

　   对视频的处理分为两种：解码和编码。视频播放属于解码，视频生成属于编码。视频播放方面的文章和例子很多；我也写过一篇文章《使用Emgu.CV开发视频播放器简述》。

视频其实就是连续的图片，编码的作用就是压缩图片，减小视频文件的占用。可以把视频文件想象成容器，把一些列图片放入容器，经过编码，生成标准格式的视频文件（如mp4），这个过程就是编码；

把不同视频来源的图片放入容器，就实现了视频的合成；把视频中某段包含的图片放入容器，就实现了视频的分割。只要实现了对多个图片到视频的编码，就实现了视频的合成和分割。

初始化编码器，包括选择编码器，生成输入流，写入文件头等操作。

bool ImageToVideo::InitVideo()
{
	InitFfmpeg();

	AVFormatContext* pFormatCtx = NULL;
	_errnum = avformat_alloc_output_context2(&pFormatCtx, NULL, NULL, _destVideoFileName.c_str());
	if (_errnum < 0)
	{
		av_strerror(_errnum, _errbuf, sizeof(_errbuf));
		return false;
	}

	_initFree.pFormatCtx = pFormatCtx;

	// h264视频编码器
	const AVCodec* vcodec = avcodec_find_encoder(AVCodecID::AV_CODEC_ID_H264);
	if (!vcodec)
	{
		return false;
	}

	// 创建编码器上下文
	AVCodecContext* pVideoCodecCtx = avcodec_alloc_context3(vcodec);
	if (!pVideoCodecCtx)
	{
		return false;
	}
	_initFree.pVideoCodecCtx = pVideoCodecCtx;

	// 比特率、宽度、高度
	pVideoCodecCtx->bit_rate = 4000000;
	pVideoCodecCtx->width = _videoWidth; // 视频宽度
	pVideoCodecCtx->height = _videoHeight; // 视频高度
	// 时间基数、帧率
	pVideoCodecCtx->time_base = { 1, 25 };
	pVideoCodecCtx->framerate = { 25, 1 };
	// 关键帧间隔
	pVideoCodecCtx->gop_size = 10;
	// 不使用b帧
	pVideoCodecCtx->max_b_frames = 0;
	// 帧、编码格式
	pVideoCodecCtx->pix_fmt = AVPixelFormat::AV_PIX_FMT_YUV420P;
	pVideoCodecCtx->codec_id = AVCodecID::AV_CODEC_ID_H264;
	// 预设：快速
	av_opt_set(pVideoCodecCtx->priv_data, "preset", "superfast", 0);
	// 全局头
	pVideoCodecCtx->flags |= AV_CODEC_FLAG_GLOBAL_HEADER;

	_errnum = avcodec_open2(pVideoCodecCtx, vcodec, NULL);
	if (_errnum < 0)
	{
		return false;
	}

	// 为封装器创建视频流
	AVStream* pVideoStream = avformat_new_stream(pFormatCtx, NULL);
	if (!pVideoStream)
	{
		return false;
	}
	_initFree.pVideoStream = pVideoStream;

	pVideoStream->codec->codec_tag = 0;
	pVideoStream->codecpar->codec_tag = 0;
	// 配置视频流的编码参数
	avcodec_parameters_from_context(pVideoStream->codecpar, pVideoCodecCtx);

	// 打开输出流IO
	_errnum = avio_open(&pFormatCtx->pb, _destVideoFileName.c_str(), AVIO_FLAG_WRITE); // 打开AVIO流
	if (_errnum < 0)
	{
		avio_close(pFormatCtx->pb);
		return false;
	}

	_errnum = avformat_write_header(pFormatCtx, NULL);
	if (_errnum < 0)
	{
		return false;
	}

	return true;
}

添加图片

1 对添加的图片缩放处理：

SwsContext* pSwsCtx = sws_getContext(
    imageWidth, imageHeight, srcFormat,
    _initFree.pVideoCodecCtx->width, _initFree.pVideoCodecCtx->height, AVPixelFormat::AV_PIX_FMT_YUV420P, // 输出
    SWS_BICUBIC,
    0, 0, 0);

2 发送frame ，接收编码后的packet

vframe->pts = vpts++;
_errnum = avcodec_send_frame(_initFree.pVideoCodecCtx, vframe);
if (_errnum < 0)
{
    // cout << "avcodec_send_frame failed" << endl;
    av_frame_free(&vframe);
    return false;
}

// 视频编码报文
AVPacket* packet = av_packet_alloc();
int writeCount = 0;

while (true)
{
    _errnum = avcodec_receive_packet(_initFree.pVideoCodecCtx, packet);
    if (_errnum < 0 || packet->size <= 0)
    {
        int e1 = AVERROR_EOF;
        int e2 = AVERROR(EAGAIN);

        if (writeCount == 0)
        {
            av_frame_free(&vframe);
            av_packet_free(&packet);
            // cout << "avcodec_receive_packet failed" << endl;
            return false;
        }
        else
        {
            break;
        }
    }

编码完成：写入文件尾数据，释放资源

_errnum = av_write_trailer(_initFree.pFormatCtx);
if (_errnum != 0)
{
    return false;
}

if (pFormatCtx != NULL)
{
    avio_closep(&pFormatCtx->pb);
    avformat_close_input(&pFormatCtx);
}

if (pVideoCodecCtx != NULL)
{
    avcodec_close(pVideoCodecCtx);
    avcodec_free_context(&pVideoCodecCtx);
}

if (pSwsCtx != NULL)
{
    sws_freeContext(pSwsCtx);
}

后记：对于视频的合成和分割，网上有不少这方面的文章，大都是讲述如何使用ffmpeg工具操作，这些方法不灵活，很难满足个性化的需求。本文从视频最基本的原理剖析，实现了图片合成视频的功能；这样就为上层丰富多彩的应用打开了大门。

比如 将两个视频文件合成到一个播放画面；处理过程为：同时读取两个视频源的文件，将两个图片拼接，再放入视频容器。