【Android 音视频开发打怪升级：音视频硬解码篇】二、音视频硬解码流程：封装基础解码框架_音视频

目录

一、Android音视频硬解码篇：
  • ​​1，音视频基础知识​​
  • 2，音视频硬解码流程：封装基础解码框架
  • 3，音视频播放：音视频同步
  • 4，音视频解封和封装：生成一个MP4
二、使用OpenGL渲染视频画面篇
  • 1，初步了解OpenGL ES
  • 2，使用OpenGL渲染视频画面
  • 3，OpenGL渲染多视频，实现画中画
  • 4，深入了解OpenGL之EGL
  • 5，OpenGL FBO数据缓冲区
  • 6，Android音视频硬编码：生成一个MP4
三、Android FFmpeg音视频解码篇
  • 1，FFmpeg so库编译
  • 2，Android 引入FFmpeg
  • 3，Android FFmpeg视频解码播放
  • 4，Android FFmpeg＋OpenSL ES音频解码播放
  • 5，Android FFmpeg＋OpenGL ES播放视频
  • 6，Android FFmpeg简单合成MP4：视屏解封与重新封装
  • 7，Android FFmpeg视频编码


本文你可以了解到

本文主要简介Android使用硬解码API实现硬解码的流程，包含MediaCodec输入输出缓冲、MediaCodec解码流程、解码代码封装和讲解。

一、简介

MediaCodec 是Android 4.1(api 16)版本引入的编解码接口，同时支持音视频的编码和解码。

一定要好好理解接下来这两幅图，因为后续的代码就是基于这两幅图来编写的。

数据流

首先，来看看MediaCodec的数据流，也是官方Api文档中的，很多文章都会引用。

【Android 音视频开发打怪升级：音视频硬解码篇】二、音视频硬解码流程：封装基础解码框架_音视频_02

仔细看一下，MediaCodec将数据分为两部分，分别为input（左边）和output（右边），即输入和输出两个数据缓冲区。

input：是给客户端输入需要解码的数据（解码时）或者需要编码的数据（编码时）。

output：是输出解码好（解码时）或者编码好（编码时）的数据给客户端。

MediaCodec内部使用异步的方式对input和output数据进行处理。MediaCodec将处理好input的数据，填充到output缓冲区，交给客户端渲染或处理

注：客户端处理完数据后，必须手动释放output缓冲区，否则将会导致MediaCodec输出缓冲被占用，无法继续解码。

状态

依然是一副来自官方的状态图

【Android 音视频开发打怪升级：音视频硬解码篇】二、音视频硬解码流程：封装基础解码框架_初始化_03

再仔细看看这幅图，整体上分为三个大的状态：Sotpped、Executing、Released。

  • Stoped：包含了3个小状态：Error、Uninitialized、Configured。​
首先，新建MediaCodec后，会进入Uninitialized状态；其次，调用configure方法配置参数后，会进入Configured；


  • Executing：同样包含3个小状态：Flushed、Running、End of Stream。​
再次，调用start方法后，MediaCodec进入Flushed状态；接着，调用dequeueInputBuffer方法后，进入Running状态；最后，当解码/编码结束时，进入End of这时，一个视频就处理完成了。
  • Released：最后，如果想结束整个数据处理过程，可以调用release方法，释放所有的资源。
    ​


那么，Flushed是什么状态呢？

从图中我们可以看到，在Running或者End of Stream状态时，都可以调用flush方法，重新进入Flushed状态。

当我们在解码过程中，进入了End of Stream后，解码器就不再接收输入了，这时候，需要调用flush方法，重新进入接收数据状态。

或者，我们在播放视频过程中，想进行跳播，这时候，我们需要Seek到指定的时间点，这时候，也需要调用flush方法，清除缓冲，否则解码时间戳会混乱。

再次强调一下，一定要好好理解这两幅图，因为后续的代码就是基于这两幅图来编写的。

二、解码流程

MediaCodec有两种工作模式，分别为异步模式和同步模式，这里我们使用同步模式，异步模式可以参考官网例子。

根据官方的数据流图和状态图，画出一个最基础的解码流程如下：

【Android 音视频开发打怪升级：音视频硬解码篇】二、音视频硬解码流程：封装基础解码框架_数据_04

经过初始化和配置以后，进入循环解码流程，不断的输入数据，然后获取解码完数据，最后渲染出来，直到所有数据解码完成（End of Stream）。

三、开始解码

根据上面的流程图，可以发现，无论音频还是视频，解码流程基本是一致的，不同的地方只在于【配置】、【渲染】两个部分。

定义解码器

因此，我们将整个解码流程抽象为一个解码基类：BaseDecoder，为了规范代码和更好的拓展性，我们先定义一个解码器：IDecoder，继承Runnable。

interface IDecoder: Runnable {

/**
     * 暂停解码
     */
fun pause()

/**
     * 继续解码
     */
fun goOn()

/**
     * 停止解码
     */
fun stop()

/**
     * 是否正在解码
     */
fun isDecoding(): Boolean

/**
     * 是否正在快进
     */
fun isSeeking(): Boolean

/**
     * 是否停止解码
     */
fun isStop(): Boolean

/**
     * 设置状态监听器
     */
fun setStateListener(l: IDecoderStateListener?)

/**
     * 获取视频宽
     */
fun getWidth(): Int

/**
     * 获取视频高
     */
fun getHeight(): Int

/**
     * 获取视频长度
     */
fun getDuration(): Long

/**
     * 获取视频旋转角度
     */
fun getRotationAngle(): Int

/**
     * 获取音视频对应的格式参数
     */
fun getMediaFormat(): MediaFormat?

/**
     * 获取音视频对应的媒体轨道
     */
fun getTrack(): Int

/**
     * 获取解码的文件路径
     */
fun getFilePath(): String
}

定义了解码器的一些基础操作，如暂停/继续/停止解码，获取视频的时长，视频的宽高，解码状态等等

为什么继承Runnable？

这里使用的是同步模式解码，需要不断循环压入和拉取数据，是一个耗时操作，因此，我们将解码器定义为一个Runnable，最后放到线程池中执行。

接着，继承IDecoder，定义基础解码器BaseDecoder。

首先来看下基础参数：

abstract class BaseDecoder: IDecoder {
//-------------线程相关------------------------
/**
     * 解码器是否在运行
     */
private var mIsRunning = true

/**
     * 线程等待锁
     */
private val mLock = Object()

/**
     * 是否可以进入解码
     */
private var mReadyForDecode = false

//---------------解码相关-----------------------
/**
     * 音视频解码器
     */
protected var mCodec: MediaCodec? = null

/**
     * 音视频数据读取器
     */
protected var mExtractor: IExtractor? = null

/**
     * 解码输入缓存区
     */
protected var mInputBuffers: Array<ByteBuffer>? = null

/**
     * 解码输出缓存区
     */
protected var mOutputBuffers: Array<ByteBuffer>? = null

/**
     * 解码数据信息
     */
private var mBufferInfo = MediaCodec.BufferInfo()

private var mState = DecodeState.STOP

private var mStateListener: IDecoderStateListener? = null

/**
     * 流数据是否结束
     */
private var mIsEOS = false

protected var mVideoWidth = 0

protected var mVideoHeight = 0

//省略后面的方法
    ....
}
  • 首先，我们定义了线程相关的资源，用于判断是否持续解码的mIsRunning，挂起线程的mLock等。
  • 然后，就是解码相关的资源了，比如MdeiaCodec本身，输入输出缓冲，解码状态等等。
  • 其中，有一个解码状态DecodeState和音视频数据读取器IExtractor。

定义解码状态

为了方便记录解码状态，这里使用一个枚举类表示

enum class DecodeState{
/**开始状态*/
    START,
/**解码中*/
    DECODING,
/**解码暂停*/
    PAUSE,
/**正在快进*/
    SEEKING,
/**解码完成*/
    FINISH,
/**解码器释放*/
    STOP
}
定义音视频数据分离器

前面说过，MediaCodec需要我们不断地喂数据给输入缓冲，那么数据从哪里来呢？肯定是音视频文件了，这里的IExtractor就是用来提取音视频文件中数据流。

Android自带有一个音视频数据读取器MediaExtractor，同样为了方便维护和拓展性，我们依然先定一个读取器IExtractor。

interface IExtractor{
/**
     * 获取音视频格式参数
     */
fun getFormat(): MediaFormat?

/**
     * 读取音视频数据
     */
fun readBuffer(byteBuffer: ByteBuffer): Int

/**
     * 获取当前帧时间
     */
fun getCurrentTimestamp(): Long

/**
     * Seek到指定位置，并返回实际帧的时间戳
     */
fun seek(pos: Long): Long

fun setStartPos(pos: Long)

/**
     * 停止读取数据
     */
fun stop()
}

最重要的一个方法就是readBuffer，用于读取音视频数据流

定义解码流程

前面我们只贴出了解码器的参数部分，接下来，贴出最重要的部分，也就是解码流程部分。

abstract class BaseDecoder: IDecoder {
//省略参数定义部分，见上
    .......

final override fun run() {
        mState = DecodeState.START
        mStateListener?.decoderPrepare(this)

//【解码步骤：1. 初始化，并启动解码器】
if (!init()) return

while (mIsRunning) {
if (mState != DecodeState.START &&
                mState != DecodeState.DECODING &&
                mState != DecodeState.SEEKING) {
                waitDecode()
            }

if (!mIsRunning ||
                mState == DecodeState.STOP) {
                mIsRunning = false
break
            }

//如果数据没有解码完毕，将数据推入解码器解码
if (!mIsEOS) {
//【解码步骤：2. 将数据压入解码器输入缓冲】
                mIsEOS = pushBufferToDecoder()
            }

//【解码步骤：3. 将解码好的数据从缓冲区拉取出来】
val index = pullBufferFromDecoder()
if (index >= 0) {
//【解码步骤：4. 渲染】
                render(mOutputBuffers!![index], mBufferInfo)
//【解码步骤：5. 释放输出缓冲】
                mCodec!!.releaseOutputBuffer(index, true)
if (mState == DecodeState.START) {
                    mState = DecodeState.PAUSE
                }
            }
//【解码步骤：6. 判断解码是否完成】
if (mBufferInfo.flags == MediaCodec.BUFFER_FLAG_END_OF_STREAM) {
                mState = DecodeState.FINISH
                mStateListener?.decoderFinish(this)
            }
        }
        doneDecode()
//【解码步骤：7. 释放解码器】
        release()
    }


/**
     * 解码线程进入等待
     */
private fun waitDecode() {
try {
if (mState == DecodeState.PAUSE) {
                mStateListener?.decoderPause(this)
            }
            synchronized(mLock) {
                mLock.wait()
            }
        } catch (e: Exception) {
            e.printStackTrace()
        }
    }

/**
     * 通知解码线程继续运行
     */
protected fun notifyDecode() {
        synchronized(mLock) {
            mLock.notifyAll()
        }
if (mState == DecodeState.DECODING) {
            mStateListener?.decoderRunning(this)
        }
    }

/**
     * 渲染
     */
abstract fun render(outputBuffers: ByteBuffer,
                        bufferInfo: MediaCodec.BufferInfo)

/**
     * 结束解码
     */
abstract fun doneDecode()
}

在Runnable的run回调方法中，集成了整个解码流程:

  • 【解码步骤：1. 初始化，并启动解码器】
abstract class BaseDecoder: IDecoder {
//省略上面已有代码
    ......

private fun init(): Boolean {
//1.检查参数是否完整
if (mFilePath.isEmpty() || File(mFilePath).exists()) {
            Log.w(TAG, "文件路径为空")
            mStateListener?.decoderError(this, "文件路径为空")
return false
        }
//调用虚函数，检查子类参数是否完整
if (!check()) return false

//2.初始化数据提取器
        mExtractor = initExtractor(mFilePath)
if (mExtractor == null ||
            mExtractor!!.getFormat() == null) return false

//3.初始化参数
if (!initParams()) return false

//4.初始化渲染器
if (!initRender()) return false

//5.初始化解码器
if (!initCodec()) return false
return true
    }

private fun initParams(): Boolean {
try {
val format = mExtractor!!.getFormat()!!
            mDuration = format.getLong(MediaFormat.KEY_DURATION) / 1000
if (mEndPos == 0L) mEndPos = mDuration

            initSpecParams(mExtractor!!.getFormat()!!)
        } catch (e: Exception) {
return false
        }
return true
    }

private fun initCodec(): Boolean {
try {
//1.根据音视频编码格式初始化解码器
val type = mExtractor!!.getFormat()!!.getString(MediaFormat.KEY_MIME)
            mCodec = MediaCodec.createDecoderByType(type)
//2.配置解码器
if (!configCodec(mCodec!!, mExtractor!!.getFormat()!!)) {
                waitDecode()
            }
//3.启动解码器
            mCodec!!.start()

//4.获取解码器缓冲区
            mInputBuffers = mCodec?.inputBuffers
            mOutputBuffers = mCodec?.outputBuffers
        } catch (e: Exception) {
return false
        }
return true
    }

/**
     * 检查子类参数
     */
abstract fun check(): Boolean

/**
     * 初始化数据提取器
     */
abstract fun initExtractor(path: String): IExtractor

/**
     * 初始化子类自己特有的参数
     */
abstract fun initSpecParams(format: MediaFormat)

/**
     * 初始化渲染器
     */
abstract fun initRender(): Boolean

/**
     * 配置解码器
     */
abstract fun configCodec(codec: MediaCodec, format: MediaFormat): Boolean
}

初始化方法中，分为5个步骤，看起很复杂，实际很简单。

  1. 检查参数是否完整：路径是否有效等
  2. 初始化数据提取器：初始化Extractor
  3. 初始化参数：提取一些必须的参数，duration，width，height等
  4. 初始化渲染器：视频不需要，音频为AudioTracker
  5. 初始化解码器：初始化MediaCodec
    在initCodec()中，
val type = mExtractor!!.getFormat()!!.getString(MediaFormat.KEY_MIME)
mCodec = MediaCodec.createDecoderByType(type)

初始化MediaCodec的时候：

  1. 首先，通过Extractor获取到音视频数据的编码信息MediaFormat；
  2. 然后，查询MediaFormat中的编码类型（如video/avc，即H264；audio/mp4a-latm，即AAC）；
  3. 最后，调用createDecoderByType创建解码器。
    ​
    ​


需要说明的是：由于音频和视频的初始化稍有不同，所以定义了几个虚函数，将不同的东西交给子类去实现。具体将在下一篇文章[音视频播放：音视频同步]说明。

  • 【解码步骤：2. 将数据压入解码器输入缓冲】

直接进入pushBufferToDecoder方法中


abstract class BaseDecoder: IDecoder {
//省略上面已有代码
    ......

private fun pushBufferToDecoder(): Boolean {
var inputBufferIndex = mCodec!!.dequeueInputBuffer(2000)
var isEndOfStream = false

if (inputBufferIndex >= 0) {
val inputBuffer = mInputBuffers!![inputBufferIndex]
val sampleSize = mExtractor!!.readBuffer(inputBuffer)
if (sampleSize < 0) {
//如果数据已经取完，压入数据结束标志：BUFFER_FLAG_END_OF_STREAM
                mCodec!!.queueInputBuffer(inputBufferIndex, 0, 0,
0, MediaCodec.BUFFER_FLAG_END_OF_STREAM)
                isEndOfStream = true
            } else {
                mCodec!!.queueInputBuffer(inputBufferIndex, 0,
                    sampleSize, mExtractor!!.getCurrentTimestamp(), 0)
            }
        }
return isEndOfStream
    }
}

调用了以下方法：

  1. 查询是否有可用的输入缓冲，返回缓冲索引。其中参数2000为等待2000ms，如果填入-1则无限等待。
var inputBufferIndex = mCodec!!.dequeueInputBuffer(2000)
  1. 通过Extractor获取缓冲区，并往缓冲区填充数据
val inputBuffer = mInputBuffers!![inputBufferIndex]
val sampleSize = mExtractor!!.readBuffer(inputBuffer)
  1. 调用queueInputBuffer将数据压入解码器
mCodec!!.queueInputBuffer(inputBufferIndex, 0,
    sampleSize, mExtractor!!.getCurrentTimestamp(), 0)

注意：如果SampleSize返回-1，说明没有更多的数据了。
这个时候，queueInputBuffer的最后一个参数要传入结束标记MediaCodec.BUFFER_FLAG_END_OF_STREAM。

  • 【解码步骤：3. 将解码好的数据从缓冲区拉取出来】

直接进入pullBufferFromDecoder()

abstract class BaseDecoder: IDecoder {
//省略上面已有代码
    ......

private fun pullBufferFromDecoder(): Int {
// 查询是否有解码完成的数据，index >=0 时，表示数据有效，并且index为缓冲区索引
var index = mCodec!!.dequeueOutputBuffer(mBufferInfo, 1000)
when (index) {
            MediaCodec.INFO_OUTPUT_FORMAT_CHANGED -> {}
            MediaCodec.INFO_TRY_AGAIN_LATER -> {}
            MediaCodec.INFO_OUTPUT_BUFFERS_CHANGED -> {
                mOutputBuffers = mCodec!!.outputBuffers
            }
else -> {
return index
            }
        }
return -1
    }
}

第一、调用dequeueOutputBuffer方法查询是否有解码完成的可用数据，其中mBufferInfo用于获取数据帧信息，第二参数是等待时间，这里等待1000ms，填入-1是无限等待。

var index = mCodec!!.dequeueOutputBuffer(mBufferInfo, 1000)

第二、判断index类型：

MediaCodec.INFO_OUTPUT_FORMAT_CHANGED：输出格式改变了

MediaCodec.INFO_OUTPUT_BUFFERS_CHANGED：输入缓冲改变了

MediaCodec.INFO_TRY_AGAIN_LATER：没有可用数据，等会再来

大于等于0：有可用数据，index就是输出缓冲索引

  • 【解码步骤：4. 渲染】

这里调用了一个虚函数render，也就是将渲染交给子类

  • 【解码步骤：5. 释放输出缓冲】

调用releaseOutputBuffer方法， 释放输出缓冲区。

注：第二个参数，是个boolean，命名为render，这个参数在视频解码时，用于决定是否要将这一帧数据显示出来。

mCodec!!.releaseOutputBuffer(index, true)
  • 【解码步骤：6. 判断解码是否完成】

还记得我们在把数据压入解码器时，当sampleSize < 0 时，压入了一个结束标记吗？

当接收到这个标志后，解码器就知道所有数据已经接收完毕，在所有数据解码完成以后，会在最后一帧数据加上结束标记信息，即

if (mBufferInfo.flags == MediaCodec.BUFFER_FLAG_END_OF_STREAM) {
    mState = DecodeState.FINISH
    mStateListener?.decoderFinish(this)
}
  • 【解码步骤：7. 释放解码器】

在while循环结束后，释放掉所有的资源。至此，一次解码结束。

abstract class BaseDecoder: IDecoder {
//省略上面已有代码
    ......

private fun release() {
try {
            mState = DecodeState.STOP
            mIsEOS = false
            mExtractor?.stop()
            mCodec?.stop()
            mCodec?.release()
            mStateListener?.decoderDestroy(this)
        } catch (e: Exception) {
        }
    }
}

最后，解码器定义的其他方法（如pause、goOn、stop等）不再细说，可查看工程源码。

结尾

本来打算把音频和视频播放部分也放到本篇来讲，最后发现篇幅太长，不利于阅读，看了会累。所以把真正实现播放部分和下一篇【音视频播放：音视频同步】做一个整合，内容和长度都会更合理。

【Android 音视频开发打怪升级：音视频硬解码篇】二、音视频硬解码流程：封装基础解码框架_初始化_05