我正在编写C ++代码，其中在执行其中实现的一些操作之后生成N个不同帧的序列。每个帧完成后，我将它作为IMG_％d.png写在磁盘上，最后我使用x264编解码器通过ffmpeg将它们编码为视频。
程序主要部分的汇总伪代码如下：
std::vector<int> B(width*height*3);
for (i=0; i<N; i++)
{
// void generateframe(std::vector<int> &, int)
generateframe(B, i); // Returns different images for different i values.
sprintf(s, "IMG_%d.png", i+1);
WriteToDisk(B, s); // void WriteToDisk(std::vector<int>, char[])
}
这种实现的问题是所需帧的数量N通常很高（N~100000）以及图像的分辨率（1920x1080），导致磁盘过载，产生写周期每次执行后都会有几十GB。
为了避免这种情况，我一直试图找到关于将存储在向量B中的每个图像直接解析到编码器（如x264）的文档（无需将中间图像文件写入磁盘）。尽管发现了一些有趣的主题，但没有一个能够专门解决我想要的内容，因为其中许多主题涉及在磁盘上使用现有图像文件执行编码器，而其他人则为其他编程语言（如Python）提供解决方案（{{ 3}}你可以找到一个完全令人满意的解决方案。）
我想要获得的伪代码与此类似：
std::vector<int> B(width*height*3);
video_file=open_video("Generated_Video.mp4", ...[encoder options]...);
for (i=0; i<N; i++)
{
generateframe(B, i+1);
add_frame(video_file, B);
}
video_file.close();
根据我在相关主题上所读到的内容，x264 C ++ API可能能够做到这一点，但是，如上所述，我没有找到满意的答案来解决我的具体问题。我尝试直接学习和使用ffmpeg源代码，但它的低易用性和编译问题都迫使我放弃这种可能性，因为我只是一个非专业的程序员（我把它视为一种爱好，不幸的是我不能浪费很多时候学习要求很高的东西。）
我想到的另一个可能的解决方案是找到一种在C ++代码中调用ffmpeg二进制文件的方法，并以某种方式设法将每次迭代的图像数据（存储在B中）传输到编码器，让添加每个帧（即，＃34;关闭＆＃34;要写入的视频文件）直到最后一帧，以便可以添加更多帧直到到达第N帧，其中视频文件将是＆＃ 34;关闭＆＃34 ;.换句话说，通过C ++程序调用ffmpeg.exe将第一帧写入视频，但使编码器“等待”＃34;更多帧。然后再次调用ffmpeg添加第二帧并使编码器＆＃34;等待＆＃34;再次获得更多帧，依此类推，直到到达最后一帧，视频将完成。但是，我不知道如何进行或者实际上是否可行。
修改1：
正如回复中所建议的那样，我一直在记录有关命名管道的信息，并尝试在我的代码中使用它们。首先，应该注意我正在使用Cygwin，所以我的命名管道是在Linux下创建的。我使用的修改过的伪代码（包括相应的系统库）如下：
FILE *fd;
mkfifo("myfifo", 0666);
for (i=0; i<N; i++)
{
fd=fopen("myfifo", "wb");
generateframe(B, i+1);
WriteToPipe(B, fd); // void WriteToPipe(std::vector<int>, FILE *&fd)
fflush(fd);
fd=fclose("myfifo");
}
unlink("myfifo");
WriteToPipe是对先前WriteToFile函数的略微修改，我确保发送图像数据的写入缓冲区足够小以适应管道缓冲限制。
然后我在Cygwin终端编译并编写以下命令：
./myprogram | ffmpeg -i pipe:myfifo -c:v libx264 -preset slow -crf 20 Video.mp4
但是，当＆= 34; fopen＆＃34; i = 0时，它仍然停留在循环中。 line（即第一次fopen调用）。如果我没有调用ffmpeg那将是很自然的，因为服务器（我的程序）将等待客户端程序连接到＆＃34;其他方面＆＃34;管道，但事实并非如此。看起来它们无法以某种方式通过管道连接，但我无法找到进一步的文档来克服这个问题。有什么建议吗？
答案 0 :(得分：21)
经过一番激烈的斗争后，我终于在学习了一些如何使用FFmpeg和libx264 C API达到我的特定目的后，设法让它工作，这要归功于一些用户在本网站和其他一些用户提供的有用信息，以及一些FFmpeg的文档示例。为了便于说明，接下来将详细介绍。
首先，编译了libx264 C库，然后使用配置选项--enable-gpl --enable-libx264编译FFmpeg。现在让我们开始编码。达到要求目的的代码的相关部分如下：
包括：
#include <stdint.h>
extern "C"{
#include <x264.h>
#include <libswscale/swscale.h>
#include <libavcodec/avcodec.h>
#include <libavutil/mathematics.h>
#include <libavformat/avformat.h>
#include <libavutil/opt.h>
}
Makefile上的LDFLAGS：
-lx264 -lswscale -lavutil -lavformat -lavcodec
内部代码（为简单起见，将省略错误检查，并在需要时执行变量声明而不是开头以便更好地理解）：
av_register_all(); // Loads the whole database of available codecs and formats.
struct SwsContext* convertCtx = sws_getContext(width, height, AV_PIX_FMT_RGB24, width, height, AV_PIX_FMT_YUV420P, SWS_FAST_BILINEAR, NULL, NULL, NULL); // Preparing to convert my generated RGB images to YUV frames.
// Preparing the data concerning the format and codec in order to write properly the header, frame data and end of file.
char *fmtext="mp4";
char *filename;
sprintf(filename, "GeneratedVideo.%s", fmtext);
AVOutputFormat * fmt = av_guess_format(fmtext, NULL, NULL);
AVFormatContext *oc = NULL;
avformat_alloc_output_context2(&oc, NULL, NULL, filename);
AVStream * stream = avformat_new_stream(oc, 0);
AVCodec *codec=NULL;
AVCodecContext *c= NULL;
int ret;
codec = avcodec_find_encoder_by_name("libx264");
// Setting up the codec:
av_dict_set( &opt, "preset", "slow", 0 );
av_dict_set( &opt, "crf", "20", 0 );
avcodec_get_context_defaults3(stream->codec, codec);
c=avcodec_alloc_context3(codec);
c->width = width;
c->height = height;
c->pix_fmt = AV_PIX_FMT_YUV420P;
// Setting up the format, its stream(s), linking with the codec(s) and write the header:
if (oc->oformat->flags & AVFMT_GLOBALHEADER) // Some formats require a global header.
c->flags |= AV_CODEC_FLAG_GLOBAL_HEADER;
avcodec_open2( c, codec, &opt );
av_dict_free(&opt);
stream->time_base=(AVRational){1, 25};
stream->codec=c; // Once the codec is set up, we need to let the container know which codec are the streams using, in this case the only (video) stream.
av_dump_format(oc, 0, filename, 1);
avio_open(&oc->pb, filename, AVIO_FLAG_WRITE);
ret=avformat_write_header(oc, &opt);
av_dict_free(&opt);
// Preparing the containers of the frame data:
AVFrame *rgbpic, *yuvpic;
// Allocating memory for each RGB frame, which will be lately converted to YUV:
rgbpic=av_frame_alloc();
rgbpic->format=AV_PIX_FMT_RGB24;
rgbpic->width=width;
rgbpic->height=height;
ret=av_frame_get_buffer(rgbpic, 1);
// Allocating memory for each conversion output YUV frame:
yuvpic=av_frame_alloc();
yuvpic->format=AV_PIX_FMT_YUV420P;
yuvpic->width=width;
yuvpic->height=height;
ret=av_frame_get_buffer(yuvpic, 1);
// After the format, code and general frame data is set, we write the video in the frame generation loop:
// std::vector<uint8_t> B(width*height*3);
以上评论的载体与我在问题中暴露的载体具有相同的结构;但是，RGB数据以特定方式存储在AVFrame上。因此，为了说明，让我们假设我们有一个指向uint8_t [3]矩阵（int，int）形式结构的指针，其访问给定坐标（x，x的像素的颜色值）的方式y）是矩阵（x，y） - >红色，矩阵（x，y） - >绿色和矩阵（x，y） - >蓝色，分别得到红色，绿色和蓝色坐标（x，y）的值。第一个参数代表水平位置，当x增加时，从左到右，第二个参数代表垂直位置，从y开始，从上到下。
就是这样说， for 循环传输数据，编码和写入每个帧将是以下一个：
Matrix B(width, height);
int got_output;
AVPacket pkt;
for (i=0; i<N; i++)
{
generateframe(B, i); // This one is the function that generates a different frame for each i.
// The AVFrame data will be stored as RGBRGBRGB... row-wise, from left to right and from top to bottom, hence we have to proceed as follows:
for (y=0; y<height; y++)
{
for (x=0; x<width; x++)
{
// rgbpic->linesize[0] is equal to width.
rgbpic->data[0][y*rgbpic->linesize[0]+3*x]=B(x, y)->Red;
rgbpic->data[0][y*rgbpic->linesize[0]+3*x+1]=B(x, y)->Green;
rgbpic->data[0][y*rgbpic->linesize[0]+3*x+2]=B(x, y)->Blue;
}
}
sws_scale(convertCtx, rgbpic->data, rgbpic->linesize, 0, height, yuvpic->data, yuvpic->linesize); // Not actually scaling anything, but just converting the RGB data to YUV and store it in yuvpic.
av_init_packet(&pkt);
pkt.data = NULL;
pkt.size = 0;
yuvpic->pts = i; // The PTS of the frame are just in a reference unit, unrelated to the format we are using. We set them, for instance, as the corresponding frame number.
ret=avcodec_encode_video2(c, &pkt, yuvpic, &got_output);
if (got_output)
{
fflush(stdout);
av_packet_rescale_ts(&pkt, (AVRational){1, 25}, stream->time_base); // We set the packet PTS and DTS taking in the account our FPS (second argument) and the time base that our selected format uses (third argument).
pkt.stream_index = stream->index;
printf("Write frame %6d (size=%6d)\n", i, pkt.size);
av_interleaved_write_frame(oc, &pkt); // Write the encoded frame to the mp4 file.
av_packet_unref(&pkt);
}
}
// Writing the delayed frames:
for (got_output = 1; got_output; i++) {
ret = avcodec_encode_video2(c, &pkt, NULL, &got_output);
if (got_output) {
fflush(stdout);
av_packet_rescale_ts(&pkt, (AVRational){1, 25}, stream->time_base);
pkt.stream_index = stream->index;
printf("Write frame %6d (size=%6d)\n", i, pkt.size);
av_interleaved_write_frame(oc, &pkt);
av_packet_unref(&pkt);
}
}
av_write_trailer(oc); // Writing the end of the file.
if (!(fmt->flags & AVFMT_NOFILE))
avio_closep(oc->pb); // Closing the file.
avcodec_close(stream->codec);
// Freeing all the allocated memory:
sws_freeContext(convertCtx);
av_frame_free(&rgbpic);
av_frame_free(&yuvpic);
avformat_free_context(oc);
旁注：
为了将来参考，由于网上有关时间戳（PTS / DTS）的可用信息看起来如此令人困惑，我接下来将解释我是如何设法通过设置正确的值来解决问题的。错误地设置这些值导致输出大小远大于通过ffmpeg构建的二进制命令行工具获得的输出大小，因为帧数据通过比FPS实际设置的更短的时间间隔进行冗余写入。
首先，应该注意的是，在编码时有两种时间戳：一种与帧相关联（PTS）（预编码阶段）和两种与分组相关联（PTS和DTS）（后编码阶段）。在第一种情况下，看起来帧PTS值可以使用自定义参考单元进行分配（如果需要恒定的FPS，它们必须等间隔的唯一限制），因此可以采用例如帧数作为我们在上面的代码中做了。在第二个中，我们必须考虑以下参数：
这里的关键是幸运的是没有必要努力计算这些数量，因为libav通过了解上述数据提供了计算与数据包相关的正确时间戳的功能：
av_packet_rescale_ts(AVPacket *pkt, AVRational FPS, AVRational time_base)
由于这些考虑因素，我终于能够生成一个理智的输出容器，并且与使用命令行工具获得的压缩率基本相同，这是剩下的两个问题，然后再深入研究格式标题和预告片以及如何正确设置时间戳。
答案 1 :(得分：1)
感谢您出色的工作，@ ksb496！
一个小改进：
c=avcodec_alloc_context3(codec);
应更好地写为：
c = stream->codec;
避免内存泄漏。
如果您不介意，我已将完整的可随时部署的库上传到GitHub：reference
答案 2 :(得分：0)
感谢ksb496我设法完成了这项任务，但在我的情况下，我需要更改一些代码才能按预期工作。我想也许它可以帮助别人所以我决定分享（延迟两年:D）。
我有一个RGB缓冲区，由directshow示例抓取器填充，我需要从中获取视频。从给定答案转换RGB到YUV并没有为我完成这项工作。我是这样做的：
int stride = m_width * 3;
int index = 0;
for (int y = 0; y < m_height; y++) {
for (int x = 0; x < stride; x++) {
int j = (size - ((y + 1)*stride)) + x;
m_rgbpic->data[0][j] = data[index];
++index;
}
}
data变量是我的RGB缓冲区（简单BYTE*），size是data缓冲区大小（以字节为单位）。它从左下角到右上角开始填充RGB AVFrame。
另一件事是我的FFMPEG版本没有av_packet_rescale_ts功能。这是最新版本，但FFMPEG文档没有说这个功能在任何地方都被弃用了，我想这可能只适用于windows。无论如何，我使用av_rescale_q代替同样的工作。像这样：
AVPacket pkt;
pkt.pts = av_rescale_q(pkt.pts, { 1, 25 }, m_stream->time_base);
最后一点，使用这种格式转换，我需要将swsContext更改为BGR24而不是RGB24，如下所示：
m_convert_ctx = sws_getContext(width, height, AV_PIX_FMT_BGR24, width, height,
AV_PIX_FMT_YUV420P, SWS_FAST_BILINEAR, nullptr, nullptr, nullptr);
答案 3 :(得分：0)
avcodec_encode_video2和avcodec_encode_audio2似乎已被弃用。当前版本（4.2）的FFmpeg具有新的API：avcodec_send_frame和avcodec_receive_packet。