前言

个人认为要想把直播从零开始做出来，绝对是牛逼中的牛逼，大牛中的大牛，因为直播中运用到的技术难点非常之多，视频/音频处理，图形处理，视频/音频压缩，CDN分发，即时通讯等技术，每一个技术都够学几年的。

一个完整直播APP原理

  • 把主播录制的视频，推送到服务器，在由服务器分发给观众观看。
  • 推流端（采集、美颜处理、编码、推流）、服务端处理（转码、录制、截图、鉴黄）、播放器（拉流、解码、渲染）、互动系统（聊天室、礼物系统、赞）

一个完整直播APP实现流程

1.采集视频、音频

  • AVFoundation:是用来播放和创建实时的视听媒体数据的框架，同时提供Objective-C接口来操作这些视听数据，比如编辑，旋转，重编码
  • CCD:图像传感器： 用于图像采集和处理的过程，把图像转换成电信号。
  • 拾音器:声音传感器： 用于声音采集和处理的过程，把声音转换成电信号。
  • 音频采样数据:一般都是PCM格式
  • 视频采样数据: 一般都是YUV,或RGB格式，采集到的原始音视频的体积是非常大的，需要经过压缩技术处理来提高传输效率

2.视频处理（美颜，水印）

  • 视频处理原理:因为视频最终也是通过GPU，一帧一帧渲染到屏幕上的，所以我们可以利用OpenGL ES，对视频帧进行各种加工，从而视频各种不同的效果，就好像一个水龙头流出的水，经过若干节管道，然后流向不同的目标。 现在的各种美颜和视频添加特效的app都是利用GPUImage这个框架实现的。

视频处理的框架

  • GPUImage : GPUImage是一个基于OpenGL ES的一个强大的图像/视频处理框架,封装好了各种滤镜同时也可以编写自定义的滤镜,其本身内置了多达120多种常见的滤镜效果。
  • OpenGL:OpenGL（全写Open Graphics Library）是个定义了一个跨编程语言、跨平台的编程接口的规格，它用于三维图象（二维的亦可）。OpenGL是个专业的图形程序接口，是一个功能强大，调用方便的底层图形库。
  • OpenGL ES:OpenGL ES (OpenGL for Embedded Systems) 是 OpenGL三维图形 API 的子集，针对手机、PDA和游戏主机等嵌入式设备而设计。

3.音视频编码解码

视频压缩编码标准：对视频进行压缩(视频编码)或者解压缩（视频解码）的编码技术,比如MPEG，H.264,这些视频编码技术是压缩编码视频的

  • MPEG:一种视频压缩方式，它采用了帧间压缩，仅存储连续帧之间有差别的地方 ，从而达到较大的压缩比
  • H.264/AVC:一种视频压缩方式,采用事先预测和与MPEG中的P-B帧一样的帧预测方法压缩，它可以根据需要产生适合网络情况传输的视频流,还有更高的压缩比，有更好的图象质量
  • H.265/HEVC:一种视频压缩方式,基于H.264，保留原来的某些技术，同时对一些相关的技术加以改进，以改善码流、编码质量、延时和算法复杂度之间的关系，达到最优化设置。

音频编码技术 AAC，mp3：这些属于音频编码技术,压缩音频用 码率控制 多码率:观众所处的网络情况是非常复杂的，有可能是WiFi，有可能4G、3G、甚至2G，那么怎么满足多方需求呢？多搞几条线路，根据当前网络环境自定义码率。 视频封装格式

  • TS : 一种流媒体封装格式，流媒体封装有一个好处，就是不需要加载索引再播放，大大减少了首次载入的延迟，如果片子比较长，mp4文件的索引相当大，影响用户体验
  • FLV: 一种流媒体封装格式,由于它形成的文件极小、加载速度极快，使得网络观看视频文件成为可能,因此FLV格式成为了当今主流视频格式

4.推流

推流，就是将采集到的音频，视频数据通过流媒体协议发送到流媒体服务器。

  • 选择流媒体协议 现在直播应用，采用RTMP协议居多，也有部分使用HLS协议。 采用RTMP协议，就要看下它与流媒体服务器交互的过程，RTMP协议的默认端口是1935，采用TCP协议。并且需要了解FLV的封装格式。 采用HLS协议，因为涉及到切片，延时会比较大，需要了解TS流。
  • 采集音视频数据 做直播，数据的来源不可缺少，就是采集摄像头，麦克风的数据。 iOS平台上采集音视频数据，需要使用AVFoundation.Framework框架，从captureSession会话的回调中获取音频，视频数据。

5.流媒体服务器 常用服务器

  • SRS：一款国人开发的优秀开源流媒体服务器系统
  • BMS:也是一款流媒体服务器系统，但不开源，是SRS的商业版，比SRS功能更多
  • nginx:免费开源web服务器，常用来配置流媒体服务器

6.拉流

直播协议选择:

  • 即时性要求较高或有互动需求的可以采用RTMP,RTSP
  • 对于有回放或跨平台需求的，推荐使用HLS

HLS:由Apple公司定义的用于实时流传输的协议,HLS基于HTTP协议实现，传输内容包括两部分，一是M3U8描述文件，二是TS媒体文件。可实现流媒体的直播和点播，主要应用在iOS系统

7.解码

使用相关硬件或软件对接收到的编码后的音视频数据进行解码，得到可以直接显示的图像/声音 涉及技术或协议： 一般对应的编码器都会带有相应的解码器，也有一些第三方解码插件等

8.播放

ijkplayer:一个基于FFmpeg的开源Android/iOS视频播放器

  • API易于集成；
  • 编译配置可裁剪，方便控制安装包大小；
  • 支持硬件加速解码，更加省电
  • 简单易用，指定拉流URL，自动解码播放.

9.聊天互动

  • IM:(InstantMessaging)即时通讯:是一个实时通信系统，允许两人或多人使用网络实时的传递文字消息、文件、语音与视频交流.
  • IM在直播系统中的主要作用是实现观众与主播、观众与观众之间的文字互动.

第三方SDK 腾讯云：腾讯提供的即时通讯SDK，可作为直播的聊天室 融云：一个比较常用的即时通讯SDK，可作为直播的聊天室