使用VideoToolbox硬解码H.264

2016-09-05 本文已影响5284人落影loyinglin

前言

使用VideoToolbox硬编码H.264
在上一篇的硬编码简单介绍了H.264和VideoToolbox以及如何使用VideoToolbox硬编码从摄像头采集到的数据为H.264文件，这次使用VideoToolbox硬解码上一篇生成的H.264文件并渲染显示到屏幕。

概念介绍

CVPixelBuffer

包含未压缩的像素数据，包括图像宽度、高度等；

CVPixelBufferPool

CVPixelBuffer的缓冲池，因为CVPixelBuffer的创建和销毁代价很大；

pixelBufferAttributes

CFDictionary包括宽高、像素格式（RGBA、YUV）、使用场景（OpenGL ES、Core Animation）

CMTime

64位的value，32位的scale，media的时间格式；

CMVideoFormatDescription

video的格式，包括宽高、颜色空间、编码格式等；对于H.264的视频，PPS和SPS的数据也在这里；

CMBlockBuffer

未压缩的图像数据；

CMSampleBuffer

存放一个或者多个压缩或未压缩的媒体文件；

CMClock

时间源：A timing source object.

CMTimebase

时间控制器，可以设置rate和time：A timebase represents a timeline that clients can control by setting the rate and time. Each timebase has either a master clock or a master timebase. The rate of the timebase is expressed relative to its master.

核心思路

用NSInputStream读入原始H.264码流，用CADisplayLink控制显示速率，用NALU的前四个字节识别SPS和PPS并存储，当读入IDR帧的时候初始化VideoToolbox，并开始同步解码；解码得到的CVPixelBufferRef会传入OpenGL ES类进行解析渲染。

效果展示

H.264的清晰度受码率和关键帧间隔影响，GIF清晰度有限。

全文仅此GIF

具体细节

1、把原始码流包装成CMSampleBuffer

1、替换头字节长度；

            uint32_t nalSize = (uint32_t)(packetSize - 4);
            uint32_t *pNalSize = (uint32_t *)packetBuffer;
            *pNalSize = CFSwapInt32HostToBig(nalSize);

2、用CMBlockBuffer把NALUnit包装起来；

        CMBlockBufferRef blockBuffer = NULL;
        OSStatus status  = CMBlockBufferCreateWithMemoryBlock(kCFAllocatorDefault,
                                                              (void*)packetBuffer, packetSize,
                                                              kCFAllocatorNull,
                                                              NULL, 0, packetSize,
                                                              0, &blockBuffer);

3、把SPS和PPS包装成CMVideoFormatDescription；


        const uint8_t* parameterSetPointers[2] = {mSPS, mPPS};
        const size_t parameterSetSizes[2] = {mSPSSize, mPPSSize};
        OSStatus status = CMVideoFormatDescriptionCreateFromH264ParameterSets(kCFAllocatorDefault,
                                                                              2, //param count
                                                                              parameterSetPointers,
                                                                              parameterSetSizes,
                                                                              4, //nal start code size
                                                                              &mFormatDescription);

4、添加CMTime时间；

（WWDC视频上说有，但是我在实现过程没有找到添加的地方，可能是我遗漏了）

5、创建CMSampleBuffer；

            CMSampleBufferRef sampleBuffer = NULL;
            const size_t sampleSizeArray[] = {packetSize};
            status = CMSampleBufferCreateReady(kCFAllocatorDefault,
                                               blockBuffer,
                                               mFormatDescription,
                                               1, 0, NULL, 1, sampleSizeArray,
                                               &sampleBuffer);

2、解码并显示

1、传入CMSampleBuffer

                VTDecodeFrameFlags flags = 0;
                VTDecodeInfoFlags flagOut = 0;
                // 默认是同步操作。
                // 调用didDecompress，返回后再回调
                OSStatus decodeStatus = VTDecompressionSessionDecodeFrame(mDecodeSession,
                                                                          sampleBuffer,
                                                                          flags,
                                                                          &outputPixelBuffer,
                                                                          &flagOut);

2、回调didDecompress

void didDecompress(void *decompressionOutputRefCon, void *sourceFrameRefCon, OSStatus status, VTDecodeInfoFlags infoFlags, CVImageBufferRef pixelBuffer, CMTime presentationTimeStamp, CMTime presentationDuration ){
    CVPixelBufferRef *outputPixelBuffer = (CVPixelBufferRef *)sourceFrameRefCon;
    *outputPixelBuffer = CVPixelBufferRetain(pixelBuffer);
}

3、显示解码的结果

[self.mOpenGLView displayPixelBuffer:pixelBuffer];

仔细对比硬编码和硬解码的图像，会发现硬编码的图像被水平镜像过。

当遇到IDR帧时，更合适的做法是通过
VTDecompressionSessionCanAcceptFormatDescription判断原来的session是否能接受新的SPS和PPS，如果不能再新建session。

总结

WWDC的视频适合先学再看（个人体悟），并不是很适合没基础的时候看。在写完硬编码和硬解码的demo之后，再完整的看一遍WWDC的视频，对VideoToolbox的印象更加深刻，同时明白MPEG-4格式下的H.264码流与原始H.264码流的不同。
如果有不了解的，可以查看代码。
对OpenGL ES有兴趣的，看看的OpenGL ES文集。