Question

因此，我想使用 libav 从特定时间的 抓取一个 用作缩略图。

我使用的是以下代码。它编译和工作正常（关于检索图片），但我很难将其设置为检索正确的图片。

我无法理解libav明显使用每个视频的多个时基背后的明确逻辑。具体说明哪些函数期望/返回哪种类型的时基。

不幸的是，文档基本上没有任何帮助。那么救援？

#define ABORT(x) do {fprintf(stderr, x); exit(1);} while(0)

av_register_all();

AVFormatContext *format_context = ...;
AVCodec *codec = ...;
AVStream *stream = ...;
AVCodecContext *codec_context = ...;
int stream_index = ...;

// open codec_context, etc.

AVRational stream_time_base = stream->time_base;
AVRational codec_time_base = codec_context->time_base;

printf("stream_time_base: %d / %d = %.5f\n", stream_time_base.num, stream_time_base.den, av_q2d(stream_time_base));
printf("codec_time_base: %d / %d = %.5f\n\n", codec_time_base.num, codec_time_base.den, av_q2d(codec_time_base));

AVFrame *frame = avcodec_alloc_frame();

printf("duration: %lld @ %d/sec (%.2f sec)\n", format_context->duration, AV_TIME_BASE, (double)format_context->duration / AV_TIME_BASE);
printf("duration: %lld @ %d/sec (stream time base)\n\n", format_context->duration / AV_TIME_BASE * stream_time_base.den, stream_time_base.den);
printf("duration: %lld @ %d/sec (codec time base)\n", format_context->duration / AV_TIME_BASE * codec_time_base.den, codec_time_base.den);

double request_time = 10.0; // 10 seconds. Video's total duration is ~20sec
int64_t request_timestamp = request_time / av_q2d(stream_time_base);
printf("requested: %.2f (sec)\t-> %2lld (pts)\n", request_time, request_timestamp);

av_seek_frame(format_context, stream_index, request_timestamp, 0);

AVPacket packet;
int frame_finished;
do {
    if (av_read_frame(format_context, &packet) < 0) {
        break;
    } else if (packet.stream_index != stream_index) {
        av_free_packet(&packet);
        continue;
    }
    avcodec_decode_video2(codec_context, frame, &frame_finished, &packet);
} while (!frame_finished);

// do something with frame

int64_t received_timestamp = frame->pkt_pts;
double received_time = received_timestamp * av_q2d(stream_time_base);
printf("received:  %.2f (sec)\t-> %2lld (pts)\n\n", received_time, received_timestamp);

使用测试影片文件运行它我得到了这个输出：

    stream_time_base: 1 / 30000 = 0.00003
    codec_time_base: 50 / 2997 = 0.01668

    duration: 20062041 @ 1000000/sec (20.06 sec)
    duration: 600000 @ 30000/sec (stream time base)
    duration: 59940 @ 2997/sec (codec time base)

    requested: 10.00 (sec)  -> 300000 (pts)
    received:  0.07 (sec)   -> 2002 (pts)

时代不匹配。这里发生了什么？我做错了什么？

在搜索线索时，我偶然发现了libav-users邮件列表中的this statement ...

[strong]数据包PTS / DTS 以格式上下文＆time_base 为单位，   其中 AVFrame-＆gt; pts 值以编解码器上下文＆time-base 为单位。

换句话说，容器可以具有（并且通常具有）不同的容器   time_base比编解码器。大多数libav玩家都不愿意使用   编解码器的time_base或pts，因为并非所有编解码器都有一个，但大多数   容器呢。（这就是dranger教程说忽略AVFrame-> pts的原因）

鉴于我在官方文档中找不到任何这样的提及，这让我更加困惑。

无论如何，我换了......

double received_time = received_timestamp * av_q2d(stream_time_base);

...与...

double received_time = received_timestamp * av_q2d(codec_time_base);

...并且输出更改为此...

...

requested: 10.00 (sec)  -> 300000 (pts)
received:  33.40 (sec)  -> 2002 (pts)

仍然没有匹配。有什么不对？

Answer 1

这主要是这样的：

流时基是您真正感兴趣的。它是数据包时间戳的内容，也是输出帧上的pkt_pts（因为它只是从相应的数据包中复制而来）。
编解码器时基（如果设置的话）只是可能在编解码器级头中写入的帧速率的倒数。在没有容器计时信息的情况下（例如，当您正在阅读原始视频时），它可能很有用，但可以安全地忽略。
AVFrame.pkt_pts是解码到此帧的数据包的时间戳。如前所述，它只是数据包的直接副本，因此它位于流时基中。这是您要使用的字段（如果容器有时间戳）。
AVFrame.pts在解码时不会被设置为任何有用的东西，忽略它（它可能在将来取代pkt_pts，使整个混乱变得更加混乱，但是现在它就像这样，对于主要是历史原因。
格式上下文的持续时间为AV_TIME_BASE（即微秒）。它不能存在于任何流时基中，因为您可以拥有三个数量庞大的流，每个流都有自己的时基。
您在搜索后获得不同时间戳时遇到的问题仅仅是搜索不准确。在大多数情况下，您只能寻找最近的关键帧，因此通常需要几秒钟。解码和丢弃您不需要的帧必须手动完成。

Answer 2

我替换了

av_seek_frame(format_context, stream_index, request_timestamp, 0);

与

avformat_seek_file(format_context, stream_index, INT64_MIN, request_timestamp, INT64_MAX, 0);

然后我突然得到了合理的输出。大。
而且在几乎完整的文档黑暗中只花了一天时间。：/

使用libav（ffmpeg）使用时间戳/时间表进行帧搜索/读取时出了什么问题？

2 个答案: