• 我们中的有些人,注定要在日常生活的点滴中去寻找生命的意义。---- 《生活大爆炸》|

直播基础知识总结

直播基础知识介绍

1. 采集视频、音频

1.1 采集视频、音频编码框架

  • AVFoundation:AVFoundation是用来播放和创建实时的试听媒体数据的框架,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

1.2 视频、音频硬件设备

  • 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,一帧一阵渲染到屏幕上的,所以我们可以利用OpenGL ES,对视频进行各种加工,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,它用于三维图像(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. 视频编码解码

**3.1 视频编码框架 **

  • FFmpeg:是一个跨平台的开源视频框架,能实现入视频编码,解码,转码,串流,播放等丰富的功能。其支持的视频格式以及播放协议非常丰富,几乎包括了所有音视频编码、封装格式以及播放协议
    • Libswresample:可以对音频进行重采样,rematrixing以及转换采样格式等操作
    • Libavcodec:提供了一个通用的编解码框架,包含了许多视频,音频,字幕流等编码/解码器
    • Libavformat:用于对视频进行封装/解封装
    • Libavutil:包含一些共用的函数,如随机数生成、数据结构、数学运算等
    • Libpostproc:用于进行视频的一些后期处理
    • Libswscale:用于视频图像缩放,颜色空间转换等
    • Libavfilter:提供滤镜功能
  • x264:把视频原数据YUV编码压缩成H.264格式
  • VideToolBox:苹果自带的视频硬解码和硬编码API,但是在iOS8之后才开放。
  • AudioToolBox:苹果自带的音频硬解码和硬编码API

**3.2 视频编码技术 **

  • 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
    • 主要作用:是将视频像素数据压缩成为视频码流,从而降低视频的数据量。如果视频不经过压缩编码的画,体积通常是非常大的,一部电影可能就要上百G的空间。
    • 注意:最影响视频质量的是其视频编码数据和音频编码数据,跟封装格式没有多大关系
  • MPEG:一种视频压缩方式,它采用帧间压缩,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,采用是事先预测和与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,有更好的图像质量
    • 注意1:如果是从单个画面清晰度比较,MPEG4有优势;从动作连贯性上的清晰度,H.264有优势
    • 注意2:由于264的算法更加复杂,程序实现烦琐,运行它需要更多的处理器和内存资源。因此,运行264对系统要求是比较高的。
    • 注意3:由于264的实现更加灵活,它把一些实现留给了厂商自己去实现,虽然这样给实现带来了很多好处,但是不同产品之间互通成了很大的问题,造成了通过A公司的编码器编出的数据,必须通过A公司的解码器去解这样尴尬的事情
  • 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。
    • H.265 是一种更为高效的编码标准,能够在同等画质效果下将内容的体积压缩得更小,传输时更快更省带宽
    • I帧:(关键帧)保留一副完整的画面,解码时只需要本帧数据就可以完成(因为包含完整画面)
    • P帧:(差别帧)保留这一帧跟之前帧的差别,解码时需要用之前缓存的画面叠加上本帧定义的差别,生成最终画面。(P帧没有完整画面数据,只有与前一帧的画面差别的数据)
    • B帧:(双向差别帧)保留的是本帧与前后帧的差别,解码B帧,不仅要取得之前的缓存画面,还要解码之后的画面,通过前后画面的与本帧数据的叠加取得最终的画面。B帧压缩率高,但是解码时CPU会比较累
  • 帧内(Intraframe)压缩:当压缩一帧图像时,仅考虑本帧的数据而不考虑相邻帧之间的冗余信息,帧内一般采用有损压缩算法
  • 帧间(Interframe)压缩:时间压缩(Temporal compression),它通过比较时间轴上不同帧之间的数据进行压缩。帧间压缩一般是无损的
  • muxing(合成):将视频流、音频流甚至是字幕流封装到一个文件中(容器格式(FLV,TS)),作为一个信号进行传输。

3.3 音频编码技术

  • AAC,MP3:这些属于音频编码技术,压缩音频用

3.4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。
    • 列如:常常看见视频播放软件中的1024,720,高清,标清,流畅等,指的就是各种码率。

3.5 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
    • 为什么要用TS:这是因为两个TS文件片段可以无缝拼接,播放器能连续播放
  • 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,是的网络观看视频文件成为可能,因为FLV格式成为了当今主流的视频格式

4. 推流

4.1 数据传输框架

  • librtmp:用来传输RTMP协议格式的数据

4.2 流媒体数据传输协议

  • RTMP:实时消息传输协议,Adobe Systems公司为Flash播放器和服务器之间音频、视频和数据传输开发的开放协议,因为是开放协议所以都可以使用了。
    • RTMP协议适用于对象、视频、音频的传输
    • 这个协议建立在TCP协议或者轮询HTTP协议之上
    • RTMP协议就像一个用来装数据包的容器,这些数据可以是FLV中的视音频数据。一个单一的连接可以通过不同的通道传输多路网格流,这些通道中的包都是按照固定大小的包传输的
  • chunk:消息包

5. 流媒体服务器

5.1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的商业班,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

5.2数据分发

  • CDN:(Content Delivery Netword)即内容分发网络,将网站的内容发布到最接近用户的网络”边缘”,使用户可以就近取得所需的内容,解决 Internet网络拥挤的状况,提高用户访问网站的响应速度
    • CDN:代理服务器,相当于一个中介。
    • CDN工作原理:比如请求流媒体数据
    • 1.上传流媒体数据到服务器(源站)
    • 2.源站存储流媒体数据
    • 3.客户端播放流媒体,向CDN请求编码后的流媒体数据
    • 4.CDN的服务器响应请求,若节点上没有该流媒体数据存在,则向源站继续请求流媒体数据;若节点上已经缓存了该视频文件,则跳到第6步。
    • 5.源站响应CDN的请求,将流媒体分发到相应的CDN节点上
    • 6.CDN将流媒体数据发送到客户端
  • 回源:当有用户访问某一个URL的时候,如果被解析到的那个CDN节点没有缓存响应的内容,或者是缓存已经到期,就会回源站去获取搜索。如果没有人访问,那么CDN节点不会主动去源站
  • 带宽:在固定的时间可传输的数据总量
    • 比如64位、800MHz的前端总线,它的数据传输率就等于64bit×800MHz÷8(Byte)=6.4GB/s
  • 负载均衡: 由多台服务器以对称的方式组成一个服务器集合,每台服务器都具有等价的地位,都可以单独对外提供服务而无须其他服务器的辅助
    • 通过某种负载分担技术,将外部发送来的请求均匀分配到对称结构中的某一台服务器上,而接收到请求的服务器独立地回应客户的请求。
    • 均衡负载能够平均分配客户请求到服务器列阵,籍此提供快速获取重要数据,解决大量并发访问服务问题。
    • 这种群集技术可以用最少的投资获得接近于大型主机的性能。
  • QoS(带宽管理):限制每一个组群的带宽,让有限的带宽发挥最大的效用

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
  • 直播协议对比:

  • 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

    • HLS是以点播的技术方式来实现直播
    • HLS是自适应码率流播,客户端会根据网络状况自动选择不同码率的视频流,条件允许的情况下使用高码率,网络繁忙的时候使用低码率,并且自动在二者间随意切
      换。这对移动设备网络状况不稳定的情况下保障流畅播放非常有帮助。
    • 实现方法是服务器端提供多码率视频流,并且在列表文件中注明,播放器根据播放进度和下载速度自动调整。
  • HLS与RTMP对比:HLS主要是延时比较大,RTMP主要优势在于延时低
    • HLS协议的小切片方式会产生大量的文件,存储或处理这些文件会造成大量资源浪费
    • 相比使用RTSP协议的好处在于,一旦切分完成,之后的分发过程完全不需要额外使用任何专门软件,普通的网络服务器即可,大大降低了CDN边缘服务器的配置要求,可以使用任何现成的CDN,而一般服务器很少支持RTSP
  • HTTP-FLV:基于HTTP协议流式的传输媒体内容
    • 相对于RTMP,HTTP更简单和广为人知,内容延迟同样可以做到1~3秒,打开速度更快,因为HTTP本身没有复杂的状态交互,所以从延迟角度来看,HTTP-FLV要优于RTMP
  • RTSP:实时流传输协议,定义了一对多应用程序如何有效地通过IP网络传送多媒体数据

  • RTP:实时传输协议,RTP是建立在UDP协议上的,常与RTCP一起使用,其本身并没有提供按时发送机制或其它服务质量(QoS)保证,它依赖于低层服务去实现这一过程。

  • RTCP:RTP的配套协议,主要功能是为RTP所提供的服务质量(QoS)提供反馈,收集相关媒体连接的统计信息,例如传输字节数,传输分组数,丢失分组数,单向和双向网络延迟等等。

7. 解码

**7.1 解封装 **

  • demuxing(分离):从视频流、音频流,字幕流合成的文件(容器格式(FLV,TS))中, 分解出视频、音频或字幕,各自进行解码。

7.2 音频编码框架

  • fdk_aac:音频编码解码框架,PCM音频数据和AAC音频数据互转

7.3 解码介绍

  • 硬解码:用GPU来解码,减少CPU运算
    • 优点:播放流畅、低功耗,解码速度快,
    • 缺点:兼容不好
  • 软解码:用CPU来解码
    • 优点:兼容好
    • 缺点:加大CPU负担,耗电增加、没有硬解码流畅,解码速度相对慢

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:(Instant Messaging)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

本网站采用BY-NC-SA协议进行授权
转载请注明原文链接:直播基础知识总结
喜欢 (0)

您必须 登录 才能发表评论!