FFplay源码分析-read_thread - C语言音视频技术

本系列 以 ffmpeg4.2 源码为准，下载地址：链接：百度网盘 提取码：g3k8

FFplay 源码分析系列以一条简单的命令开始，ffplay -i a.mp4。a.mp4下载链接：百度网盘，提取码：nl0s 。

如下图所示，本文主要讲解 read_thread() 函数的内部逻辑。这个流程图是根据上面的命令ffplay -i a.mp4 画的，有些流程我省略了，因为不会执行某些代码，所以有些if判断我没画出来，为了简洁。

从上面的流程图可以看出， read_thread() 做了一些初始化赋值工作之后，打开视频文件。就会调 stream_component_open() 开启解码线程，这个函数特别重要，下面会仔细讲解。然后就会进去一个 for() 死循环，不断从文件读取 AVPacket，然调用 packet_queue_put() 把 AVPacket 插进去 PacketQueue 。packet_queue_put() 也是重点函数，会仔细讲解。

read_thread 线程做的工作其实就这些，非常地简单。

重点函数：

• stream_component_open() ，
• packet_queue_put()，

重要知识点：

avformat_open_input() 函数里面的 options 是一个二级指针，他会改变你传进去options，改成没用到的options。然后在后面调用 av_dict_get() 判断返回的options是不是还有值，如果有就报错给出提示。

ffmpeg 很多函数都是如此设计，例如 avcodec_open2()，也是传递一个 二级指针的 options，返回值也会改成没用到的options。

下面开始讲解 stream_component_open() 的内部逻辑，流程图如下：

从流程图可以看出， stream_component_open() 做的事情就是这样，先做一些解码器相关的参数赋值，然后调 avcodec_open2() 打开解码器。然后根据音频或者视频做不同处理。视频就直接开线程 video_thread() 进行后续处理。音频就比较复杂一些，会创建 filter_graph，虽然我们的命令参数没用到 filter，但ffplay为了通用，还是会创建一个空的filter graph，暂时不仔细讲解 configure_audio_filters() 函数的实现，后面再写一篇文章结合一条带 -af 参数的ffplay命令进行讲解。现在只需要知道 解码出来的 AVFrame 会经过 in_audio_filter ，然后从 out_audio_filter 出来就行，因为是空的 filter_graph，所以AVFrame是没变化的。audio_open() 函数用来打开音频设备，其内部实现比较复杂，下面会仔细讲解。

重点函数：

• audio_open()

audio_open() 的代码比较少，所以不画流程图，直接贴代码讲解。

if (!wanted_channel_layout || wanted_nb_channels != av_get_channel_layout_nb_channels(wanted_channel_layout)) {
        wanted_channel_layout = av_get_default_channel_layout(wanted_nb_channels);
        wanted_channel_layout &= ~AV_CH_LAYOUT_STEREO_DOWNMIX;
}

上面这段代码特别有意思，在 ffplay.c 里面经常看到这样的判断，判断 channel_layout 跟 channels 是否匹配。应该是一些兼容处理，历史遗留问题。其实我也很疑惑，写入mp4 或 flv 文件的时候，channel_layout 跟 channels字段 难道还会写错，所以需要播放的时候需要纠正一下？我现在写项目，都是照抄这种代码。

wanted_spec.format = AUDIO_S16SYS;

ffplay 只支持 AUDIO_S16SYS 播放格式，原文件如果不是这种格式，后面都会用重采样进行转换格式。

wanted_spec.samples = FFMAX(SDL_AUDIO_MIN_BUFFER_SIZE, 2 << av_log2(wanted_spec.freq / SDL_AUDIO_MAX_CALLBACKS_PER_SEC));

上面的 wanted_spec.samples 是设置 SDL 音频 call_back函数每次回调需要传递多少个 samples 给SDL。这个计算方式比较难懂，我仔细讲一下。wanted_spec.freq 是采用率，如果 freq 等于48000，就是说SDL 每秒播放 48000个sample。SDL_AUDIO_MAX_CALLBACKS_PER_SEC 代表SDL每秒回调多少callback，SDL_AUDIO_MAX_CALLBACKS_PER_SEC 在代码里设置为 30，每秒回调30次。那 (wanted_spec.freq / SDL_AUDIO_MAX_CALLBACKS_PER_SEC) 自然就等于每次回调需要传递的sample数量。那为什么还要用 av_log2() 取指数，然后又用 << 左位移取幂呢？是因为这样做可以把 samples 转换成 2的倍数。例如 48000 / 30 = 1600，1600 并不是 2的倍数，av_log2(1600) 等于 10，然后 2 << 10 等于 2048，最后 wanted_spec.samples 等 2048 ，是2的倍数。为什么要设置成 2的倍数，估计是为了对齐内存，请看SDL 的文档 https://wiki.libsdl.org/SDL_OpenAudioDevice，文档建议设置成2的倍数。

接下来是 audio_open() 里面最难懂的逻辑，请看代码。

static const int next_nb_channels[] = {0, 0, 1, 6, 2, 6, 4, 6};
static const int next_sample_rates[] = {0, 44100, 48000, 96000, 192000};
.....省略代码..
while (!(audio_dev = SDL_OpenAudioDevice(NULL, 0, &wanted_spec, &spec, SDL_AUDIO_ALLOW_FREQUENCY_CHANGE | SDL_AUDIO_ALLOW_CHANNELS_CHANGE))) {
        av_log(NULL, AV_LOG_WARNING, "SDL_OpenAudio (%d channels, %d Hz): %s\n",
               wanted_spec.channels, wanted_spec.freq, SDL_GetError());
        wanted_spec.channels = next_nb_channels[FFMIN(7, wanted_spec.channels)];
        if (!wanted_spec.channels) {//注意这句代码。
            wanted_spec.freq = next_sample_rates[next_sample_rate_idx--]; //注意这句代码。
            wanted_spec.channels = wanted_nb_channels;
            if (!wanted_spec.freq) {
                av_log(NULL, AV_LOG_ERROR,
                       "No more combinations to try, audio open failed\n");
                return -1;
            }
        }
        wanted_channel_layout = av_get_default_channel_layout(wanted_spec.channels);
}

audio_open() 在入口就定义了这么一个数组 next_nb_channels[]，0,0,1,6,2,6,4,6。咋一看，不太容易看出来是干啥的。其实就像他那句报错提示说的。

"No more combinations to try, audio open failed"

next_nb_channels 跟 next_sample_rates 是一个 combination，组合尝试。不断用 不同的采样率，不同的声道来打开音频设备。为什么这样做？

因为有些设备，不支持播放双声道，只支持单声道。但是原文件的音频是双声道的。这种情况下 audio_open() 是如何处理的呢？这时候，next_nb_channels 跟 next_sample_rates 就排上用场了。

在 audio_open() 的逻辑里，会先尝试用双声道打开音频设备，但是音频设备不支持双声道，while 那里就会失败。然后请注意这句代码。

wanted_spec.channels = next_nb_channels[FFMIN(7, wanted_spec.channels)];

因为 wanted_spec.channels 等于2，所以 next_nb_channels[FFMIN(7, wanted_spec.channels)] 计算出来的结果是 1，所以从逻辑上，就会从双声道变成单声道，重新调 SDL_OpenAudioDevice() 函数尝试打开音频设备。

解析到这里，应该比较清楚 next_nb_channels[] 这个数组那堆0,0,1,6,2,6,4,6 是干什么了，没错，next_nb_channels 其实是一个map表，声道切换映射表。

• next_nb_channels[7] = 6，从7声道切换到6声道打开音频设备
• next_nb_channels[6] = 4，从6声道切换到4声道打开音频设备
• next_nb_channels[5] = 6，从5声道切换到6声道打开音频设备
• next_nb_channels[4] = 2，从4声道切换到2声道打开音频设备
• next_nb_channels[3] = 6，从3声道切换到6声道打开音频设备
• next_nb_channels[2] = 1，从双声道切换到单声道打开音频设备
• next_nb_channels[1] = 0，单声道都打不开音频设备，无法再切换，需要降低采样率播放。
• next_nb_channels[0] = 0，0声道都打不开音频设备，无法再切换，需要降低采样率播放。

为什么后面两个 是 0，是因为切换到后面的时候，已经没法再切换了，就会尝试降低采样率。请看代码

 if (!wanted_spec.channels) {//注意这句代码。
     wanted_spec.freq = next_sample_rates[next_sample_rate_idx--]; //注意这句代码。
     wanted_spec.channels = wanted_nb_channels;
    if (!wanted_spec.freq) {
      av_log(NULL, AV_LOG_ERROR,"No more combinations to try, audio open failed\n");
      return -1;
    }
}

next_sample_rate_idx 在开头就赋值为 比 want 采样率小的 index。然后声道都尝试完了，还打不开音频设备，就会尝试更小的采样率，再用新的采样率结合之前的声道都尝试一下打开音频设备。

所以说 next_nb_channels 跟 next_sample_rates 是一个 combination，组合尝试。

ffplay 源码分析，stream_component_open() 分析完毕。

©版权所属：知识星球：弦外之音，QQ：2338195090。

由于笔者的水平有限， 加之编写的同时还要参与开发工作，文中难免会出现一些错误或者不准确的地方，恳请读者批评指正。如果读者有任何宝贵意见，可以加我微信 Loken1。