1.常用API

1.1 通用API

1.1.1 av_register_all()——弃用

初始化 libavformat 和注册所有的复用器、解复用器和协议处理器。如果不调用这个函数，可以调用下面的三个函数来选择支持的格式。

• 注册复用器的函数是av_register_output_format()。

• 注册解复用器的函数是av_register_input_format()。

• 注册协议处理器的函数是ffurl_register_protocol()。

注：FFmpeg4.0 以上的版本，这个函数已经被废弃。

1.1.2 内存的分配和释放（av_malloc()、av_free()等）

av_malloc() 和 av_free() 都是简单的封装了系统函数 malloc() 和free()，并做了一些错误检查工作。同理的还有 av_realloc()。

1.1.3 常见结构体的初始化和销毁（AVFormatContext、AVFrame）

1.1.4 avio_open2()

该函数用于打开FFmpeg的输入输出文件。avio_open2()的声明位于libavformat\avio.h文件中，如下所示。

/**

* Create and initialize a AVIOContext for accessing the

* resource indicated by url.

* @note When the resource indicated by url has been opened in

* read+write mode, the AVIOContext can be used only for writing.

*

* @param s Used to return the pointer to the created AVIOContext.

* In case of failure the pointed to value is set to NULL.

* @param url resource to access

* @param flags flags which control how the resource indicated by url

* is to be opened

* @param int_cb an interrupt callback to be used at the protocols level

* @param options A dictionary filled with protocol-private options. On return

* this parameter will be destroyed and replaced with a dict containing options

* that were not found. May be NULL.

* @return >= 0 in case of success, a negative value corresponding to an

* AVERROR code in case of failure

*/

int avio_open2(AVIOContext **s, const char *url, int flags,

const AVIOInterruptCB *int_cb, AVDictionary **options);

函数参数：

• s：函数调用成功之后创建的AVIOContext结构体。

• url：输入输出协议的地址（文件也是一种“广义”的协议，对于文件来说就是文件的路径）。

• flags：打开地址的方式。可以选择只读，只写，或者读写。取值如下。

o AVIO_FLAG_READ：只读。

o AVIO_FLAG_WRITE：只写。

o AVIO_FLAG_READ_WRITE：读写。

• int_cb：目前还没有用过。

• options：目前还没有用过。

1.1.5 avcodec_find_encoder() 和 avcodec_find_decoder()

avcodec_find_encoder() 用于查找 FFmpeg 的编码器

avcodec_find_decoder() 用于查找 FFmpeg 的解码器

声明都位于 libavcodec\avcodec.h。其原型如下：

// 函数的参数是一个编码器的ID，返回查找到的编码器（没有找到就返回NULL）。

AVCodec *avcodec_find_encoder(enum AVCodecID id);

// 函数的参数是一个解码器的ID，返回查找到的解码器（没有找到就返回NULL）。

AVCodec *avcodec_find_decoder(enum AVCodecID id);

其实这两个函数的实质就是遍历AVCodec链表并且获得符合条件的元素。

1.1.6 avcodec_open2()

用于初始化一个音视频编解码器的 AVCodecContext，其原型如下：

int avcodec_open2(AVCodecContext *avctx, const AVCodec *codec, AVDictionary **options);

• avctx：需要初始化的 AVCodecContext。

• codec：输入的AVCodec。

• options：一些选项。例如使用libx264编码的时候，“preset”，“tune”等都可以通过该参数设置。

我们可以简单梳理一下avcodec_open2()所做的工作，如下所列：

（1）为各种结构体分配内存（通过各种av_malloc()实现）。

（2）将输入的AVDictionary形式的选项设置到AVCodecContext。

（3）其他一些零零碎碎的检查，比如说检查编解码器是否处于“实验”阶段。

（4）如果是编码器，检查输入参数是否符合编码器的要求

（5）调用AVCodec的init()初始化具体的解码器。

【007免费分享】资料包括《Andoird音视频开发必备手册+音视频学习视频+学习文档资料包+大厂面试真题+2022最新学习路线图》等，有需要的可点击下方超链接获取~FFmpegWebRTCRTMPRTSPHLSRTP播放器-音视频流媒体高级开发-资料领取

1.1.7 avcodec_close()

用于关闭编码器，其原型如下：

int avcodec_close(AVCodecContext *avctx);

该函数只有一个参数，就是需要关闭的编码器的 AVCodecContext。

1.2 解码API

下面介绍解码需要用到的几个函数，声明都位于 libavformat\avformat.h。

解码使用 avcodec_send_packet() 和 avcodec_receive_frame() 两个函数。

1.2.1 avformat_open_input()

打开输出的流和读取头信息。其原型如下：

int avformat_open_input(AVFormatContext **ps, const char *url, ff_const59 AVInputFormat *fmt, AVDictionary **options);

• ps：函数调用成功之后处理过的 AVFormatContext 结构体。

• url：打开的视音频流的 URL。

• fmt：强制指定 AVFormatContext 中 AVInputFormat 的。这个参数一般情况下可以设置为 NULL，这样 FFmpeg 可以自动检测 AVInputFormat。

• options：附加的一些选项，一般情况下可以设置为 NULL。

函数执行成功的话，其返回值大于等于 0。

1.2.2 avformat_find_stream_info()

读取音视频数据来获取一些相关的信息。其原型如下：

int avformat_find_stream_info(AVFormatContext *ic, AVDictionary **options)

简单解释一下它的参数的含义：

• ic：输入的AVFormatContext。

options：额外的选项，目前没有深入研究过。

函数正常执行后返回值大于等于0。

该函数主要用于给每个媒体流（音频/视频）的AVStream结构体赋值。我们大致浏览一下这个函数的代码，会发现它其实已经实现了解码器的查找，解码器的打开，视音频帧的读取，视音频帧的解码等工作。换句话说，该函数实际上已经“走通”的解码的整个流程。下面看一下除了成员变量赋值之外，该函数的几个关键流程。

1.查找解码器：find_decoder()

2.打开解码器：avcodec_open2()

1.读取完整的一帧压缩编码的数据：read_frame_internal()

注：av_read_frame()内部实际上就是调用的read_frame_internal()。

4.解码一些压缩编码数据：try_decode_frame()

1.2.3 av_read_frame

读取码流中的音频若干帧或者视频一帧。例如，解码视频的时候，每解码一个视频帧，需要先调用 av_read_frame() 获得一帧视频的压缩数据，然后才能对该数据进行解码。其原型如下：

int av_read_frame(AVFormatContext *s, AVPacket *pkt)

• s：输入的AVFormatContext

• pkt：输出的AVPacket

如果返回0则说明读取正常。

1.2.4 avcodec_send_packet()

发送数据到ffmepg，放到解码队列中

函数原型：

int avcodec_send_packet(AVCodecContext *avctx, const AVPacket *avpkt);

1.2.5 avcodec_receive_frame

将成功的解码队列中取出1个frame

函数原型：

int avcodec_receive_frame(AVCodecContext *avctx, AVFrame *frame);

avcodec_send_packet和avcodec_receive_frame调用关系并不一定是一对一的，比如一些音频数据一个AVPacket中包含了1秒钟的音频，调用一次avcodec_send_packet之后，可能需要调用25次 avcodec_receive_frame才能获取全部的解码音频数据，所以要做如下处理：

int re = avcodec_send_packet(codec, pkt);

if (re != 0)

{

return;

}

while( avcodec_receive_frame(codec, frame) == 0)

{

//读取到一帧音频或者视频

//处理解码后音视频 frame

}

@返回值 0 表示成功，其他的异常值说明：

AVERROR(EAGAIN)：当前不接受输出，必须重新发送

AVERROR_EOF：已经刷新×××，没有新的包可以被刷新

AVERROR(EINVAL)：没有打开×××，或者这是一个编码器，或者要求刷新

AVERRO(ENOMEN)：无法添加包到内部队列

输入参数可以为NULL，或者AVPacket的data域设置为NULL或者size域设置为0，表示将刷新所有的包，意味着数据流已经结束了。第一次发送刷新会总会成功，第二次发送刷新包是没有必要的，并且返回AVERROR_EOF,如果×××缓存了一些帧，返回一个刷新包，将会返回所有的解码包

1.2.6 解码API使用说明

关于 avcodec_send_packet() 与 avcodec_receive_frame() 的使用说明：

[1] 按 dts 递增的顺序向解码器送入编码帧 packet，解码器按 pts 递增的顺序输出原始帧 frame，实际上解码器不关注输入 packe t的 dts(错值都没关系)，它只管依次处理收到的 packet，按需缓冲和解码

[2] avcodec_receive_frame() 输出 frame 时，会根据各种因素设置好 frame->best_effort_timestamp(文档明确说明)，实测 frame->pts 也会被设置(通常直接拷贝自对应的 packet.pts，文档未明确说明)用户应确保 avcodec_send_packet() 发送的 packet 具有正确的 pts，编码帧 packet 与原始帧 frame 间的对应关系通过 pts 确定

[3] avcodec_receive_frame() 输出 frame 时，frame->pkt_dts 拷贝自当前avcodec_send_packet() 发送的 packet 中的 dts，如果当前 packet 为 NULL(flush packet)，解码器进入 flush 模式，当前及剩余的 frame->pkt_dts 值总为 AV_NOPTS_VALUE。因为解码器中有缓存帧，当前输出的 frame 并不是由当前输入的 packet 解码得到的，所以这个 frame->pkt_dts 没什么实际意义，可以不必关注

[4] avcodec_send_packet() 发送第一个 NULL 会返回成功，后续的 NULL 会返回 AVERROR_EOF

[5] avcodec_send_packet() 多次发送 NULL 并不会导致解码器中缓存的帧丢失，使用 avcodec_flush_buffers() 可以立即丢掉解码器中缓存帧。因此播放完毕时应 avcodec_send_packet(NULL) 来取完缓存的帧，而 SEEK 操作或切换流时应调用 avcodec_flush_buffers() 来直接丢弃缓存帧

[6] 解码器通常的冲洗方法：调用一次 avcodec_send_packet(NULL)(返回成功)，然后不停调用 avcodec_receive_frame() 直到其返回 AVERROR_EOF，取出所有缓存帧，avcodec_receive_frame() 返回 AVERROR_EOF 这一次是没有有效数据的，仅仅获取到一个结束标志

1.2.7 avformat_close_input()

关闭打开的流。其原型如下：

void avformat_close_input(AVFormatContext **s)

1.3 编码API

在基于 FFmpeg 的音视频编码器程序中，avformat_alloc_output_context2() 函数通常是第一个调用的函数（除了组件注册函数 av_register_all()）。另外介绍 FFmpeg 的写文件用到的 3 个函数，声明都位于 libavformat\avformat.h：

• av_write_frame() 用于写视频数据；

• avformat_write_header() 用于写视频文件头；

• av_write_trailer() -用于写视频文件尾。

1.1.1 avformat_alloc_output_context2()

初始化一个用于输出的 AVFormatContext 结构体。其原型如下：

int avformat_alloc_output_context2(AVFormatContext **ctx, AVOutputFormat * oformat, const char * format_name, const char * filename)

• ctx：函数调用成功之后创建的AVFormatContext结构体。

• oformat：指定AVFormatContext中的AVOutputFormat，用于确定输出格式。如果指定为NULL，可以设定后两个参数（format_name或者filename）由FFmpeg猜测输出格式。

PS：使用该参数需要自己手动获取AVOutputFormat，相对于使用后两个参数来说要麻烦一些。

• format_name：指定输出格式的名称。根据格式名称，FFmpeg会推测输出格式。输出格式可以是“flv”，“mkv”等等。

• filename：指定输出文件的名称。根据文件名称，FFmpeg会推测输出格式。文件名称可以是“xx.flv”，“yy.mkv”等等。

函数执行成功的话，其返回值大于等于0。

1.1.2 avformat_write_header()

分配一个 stream 的私有数据而且写 stream 的 header 到一个输出的媒体文件。其原型如下：

int avformat_write_header(AVFormatContext *s, AVDictionary ** options)

简单解释一下它的参数的含义：

• s：用于输出的AVFormatContext。

• options：额外的选项，目前没有深入研究过，一般为NULL。

1.1.3 avcodec_send_frame()

为编码器提供包含未压缩音频或视频的AVFrame

函数原型：

int avcodec_send_frame(AVCodecContext *avctx, const AVFrame *frame);

1.1.4 avcodec_receive_packet

从编码器读取编码数据，一旦成功，它将返回带有压缩帧的AVPacket

函数原型：

int avcodec_receive_packet(AVCodecContext *avctx, AVPacket *avpkt);

1.1.5 编码API使用说明

关于 avcodec_send_frame() 与 avcodec_receive_packet() 的使用说明：

[1] 按 pts 递增的顺序向编码器送入原始帧 frame，编码器按 dts 递增的顺序输出编码帧 packet，实际上编码器关注输入 frame 的 pts 不关注其 dts，它只管依次处理收到的 frame，按需缓冲和编码

[2] avcodec_receive_packet() 输出 packet 时，会设置 packet.dts，从 0 开始，每次输出的 packet 的 dts 加 1，这是视频层的 dts，用户写输出前应将其转换为容器层的 dts

[3] avcodec_receive_packet() 输出 packet 时，packet.pts 拷贝自对应的 frame.pts，这是视频层的 pts，用户写输出前应将其转换为容器层的 pts

[4] avcodec_send_frame() 发送 NULL frame 时，编码器进入 flush 模式

[5] avcodec_send_frame() 发送第一个 NULL 会返回成功，后续的 NULL 会返回 AVERROR_EOF

[6] avcodec_send_frame() 多次发送 NULL 并不会导致编码器中缓存的帧丢失，使用 avcodec_flush_buffers() 可以立即丢掉编码器中缓存帧。因此编码完毕时应使用 avcodec_send_frame(NULL) 来取完缓存的帧，而SEEK操作或切换流时应调用 avcodec_flush_buffers() 来直接丢弃缓存帧

[7] 编码器通常的冲洗方法：调用一次 avcodec_send_frame(NULL)(返回成功)，然后不停调用 avcodec_receive_packet() 直到其返回 AVERROR_EOF，取出所有缓存帧，avcodec_receive_packet() 返回 AVERROR_EOF 这一次是没有有效数据的，仅仅获取到一个结束标志

[8] 对音频来说，如果 AV_CODEC_CAP_VARIABLE_FRAME_SIZE(在 AVCodecContext.codec.capabilities 变量中，只读)标志有效，表示编码器支持可变尺寸音频帧，送入编码器的音频帧可以包含任意数量的采样点。如果此标志无效，则每一个音频帧的采样点数目(frame->nb_samples)必须等于编码器设定的音频帧尺寸(avctx->frame_size)，最后一帧除外，最后一帧音频帧采样点数可以小于 avctx->frame_size

1.1.6 av_write_frame()/av_interleaved_write_frame()

用于输出一帧视音频数据。其原型如下：

int av_write_frame(AVFormatContext *s, AVPacket *pkt)

• 参数 s 为用于输出的 AVFormatContext

• 参数 pkt 为等待输出的 AVPacket。

函数正常执行后返回值等于0。

int av_interleaved_write_frame(AVFormatContext *s, AVPacket *pkt);

将packet写入输出媒体。

本函数将按需在内部缓存packet，从而确保输出媒体中不同流的packet能按照dts增长的顺序正确交织。

区别：

得出的结论是：在有多个流的情况下要用av_interleaved_write_frame，只有单一流2个函数都可以用。

1.1.7 av_write_trailer()

用于输出文件尾。其原型如下：

int av_write_trailer(AVFormatContext *s)

它只需要指定一个参数，即用于输出的 AVFormatContext，函数正常执行后返回值等于 0。

1.4 图像处理API

libswscale 是一个主要用于处理图片像素数据的类库。可以完成图片像素格式的转换，图片的拉伸等工作。libswscale 常用的函数数量很少，一般情况下就3个，声明都位于 libswscale\swscale.h：

• sws_getContext()：分配和返回一个SwsContext。

• sws_scale()：处理图像数据。

• sws_freeContext()：释放一个SwsContext。

其中 sws_getContext() 也可以用 sws_getCachedContext() 取代。

1.4.1 sws_getContext()

分配和返回一个 SwsContext。其原型如下：

struct SwsContext *sws_getContext(

int srcW, /* 输入图像的宽度 */

int srcH, /* 输入图像的宽度 */

enum AVPixelFormat srcFormat, /* 输入图像的像素格式 */

int dstW, /* 输出图像的宽度 */

int dstH, /* 输出图像的高度 */

enum AVPixelFormat dstFormat, /* 输出图像的像素格式 */

int flags,/* 选择缩放算法(只有当输入输出图像大小不同时有效),一般选择SWS_FAST_BILINEAR */

SwsFilter *srcFilter, /* 输入图像的滤波器信息, 若不需要传NULL */

SwsFilter *dstFilter, /* 输出图像的滤波器信息, 若不需要传NULL */

const double *param /* 特定缩放算法需要的参数(?)，默认为NULL */

);

参数1：被转换源的宽

参数2：被转换源的高

参数3：被转换源的格式，eg：YUV、RGB……（枚举格式，也可以直接用枚举的代号表示eg：AV_PIX_FMT_YUV420P这些枚举的格式在libavutil/pixfmt.h中列出）

参数4：转换后指定的宽

参数5：转换后指定的高

参数6：转换后指定的格式同参数3的格式

参数7：转换所使用的算法，

参数8：NULL

参数9：NULL

参数10：NULL

成功后返回SwsContext 类型的结构体。

与其类似的函数还有： sws_getCachedContext ，区别在于： sws_getContext 可以用于多路码流转换，为每个不同的码流都指定一个不同的转换上下文，而 sws_getCachedContext 只能用于一路码流转换。

1.4.2 sws_scale()

处理图像数据。

其原型如下：

int sws_scale(struct SwsContext *c, const uint8_t *const srcSlice[],

const int srcStride[], int srcSliceY, int srcSliceH,

uint8_t *const dst[], const int dstStride[]);

sws_scale() 函数主要是用来做视频像素格式和分辨率的转换，其优势在于：可以在同一个函数里实现：1.图像色彩空间转换， 2:分辨率缩放，3:前后图像滤波处理。不足之处在于：效率相对较低，不如libyuv或shader

1.参数 SwsContext *c， 转换格式的上下文。也就是 sws_getContext 函数返回的结果。

2.参数 const uint8_t *const srcSlice[], 输入图像的每个颜色通道的数据指针。其实就是解码后的AVFrame中的data[]数组。因为不同像素的存储格式不同，所以srcSlice[]维数也有可能不同。

以YUV420P为例，它是planar格式，它在内存中的排布如下：

YYYYYYYY UUUU VVVV

使用FFmpeg解码后存储在AVFrame的data[]数组中时：

data[0]——-Y分量, Y1, Y2, Y3, Y4, Y5, Y6, Y7, Y8……

data[1]——-U分量, U1, U2, U3, U4……

data[2]——-V分量, V1, V2, V3, V4……

linesize[]数组中保存的是对应通道的数据宽度 ，

linesize[0]——-Y分量的宽度

linesize[1]——-U分量的宽度

linesize[2]——-V分量的宽度

而RGB24，它是packed格式，它在data[]数组中则只有一维，它在存储方式如下：

data[0]: R1, G1, B1, R2, G2, B2, R3, G3, B3, R4, G4, B4……

这里要特别注意，linesize[0]的值并不一定等于图片的宽度，有时候为了对齐各解码器的CPU，实际尺寸会大于图片的宽度，这点在我们编程时（比如OpengGL硬件转换/渲染）要特别注意，否则解码出来的图像会异常。

1.参数const int srcStride[]，输入图像的每个颜色通道的跨度。.也就是每个通道的行字节数，对应的是解码后的AVFrame中的linesize[]数组。根据它可以确立下一行的起始位置，不过stride和width不一定相同，这是因为：

a.由于数据帧存储的对齐，有可能会向每行后面增加一些填充字节这样 stride = width + N；

b.packet色彩空间下，每个像素几个通道数据混合在一起，例如RGB24，每个像素3字节连续存放，因此下一行的位置需要跳过3*width字节。

4.参数int srcSliceY, int srcSliceH,定义在输入图像上处理区域，srcSliceY是起始位置，srcSliceH是处理多少行。如果srcSliceY=0，srcSliceH=height，表示一次性处理完整个图像。这种设置是为了多线程并行，例如可以创建两个线程，第一个线程处理 [0, h/2-1]行，第二个线程处理 [h/2, h-1]行。并行处理加快速度。

5.参数uint8_t *const dst[], const int dstStride[]定义输出图像信息（输出的每个颜色通道数据指针，每个颜色通道行字节数）

1.4.3 sws_freeContext()

释放一个 SwsContext。其原型如下：

void sws_freeContext(struct SwsContext *swsContext)

1.5 重采样API

FFmpeg中重采样的功能由libswresample(后面简写为lswr)提供。

lswr提供了高度优化的转换音频的采样频率、声道格式或样本格式的功能。

功能说明：

• 采样频率转换：对音频的采样频率进行转换的处理，例如把音频从一个高的44100Hz的采样频率转换到8000Hz。从高采样频率到低采样频率的音频转换是一个有损的过程。API提供了多种的重采样选项和算法。

• 声道格式转换：对音频的声道格式进行转换的处理，例如立体声转换为单声道。当输入通道不能映射到输出流时，这个过程是有损的，因为它涉及不同的增益因素和混合。

• 样本格式转换：对音频的样本格式进行转换的处理，例如把s16的PCM数据转换为s8格式或者f32的PCM数据。此外提供了Packed和Planar包装格式之间相互转换的功能，Packed和Planar的区别见FFmpeg中Packed和Planar的PCM数据区别。

此外，还提供了一些其他音频转换的功能如拉伸和填充，通过专门的设置来启用。

1.5.1 使用说明

重采样的处理流程：

1. 创建上下文环境：重采样过程上下文环境为SwrContext数据结构。

2. 参数设置：转换的参数设置到SwrContext中。

1. SwrContext初始化：swr_init()。

4. 分配样本数据内存空间：使用av_samples_alloc_array_and_samples、av_samples_alloc等工具函数。

5. 开启重采样转换：通过重复地调用swr_convert来完成。

6. 重采样转换完成， 释放相关资源：通过swr_free()释放SwrContext。

下面是示例程序的一个流程图：

函数说明：

• swr_alloc() ：创建SwrContext对象。

• av_opt_set_*()：设置输入和输出音频的信息。

• swr_init()： 初始化SwrContext。

• av_samples_alloc_array_and_samples：根据音频格式分配相应大小的内存空间。

• av_samples_alloc：根据音频格式分配相应大小的内存空间。用于转换过程中对输出内存大小进行调整。

• swr_convert：进行重采样转换。

1.5.2 swr_alloc()

函数原型：

struct SwrContext *swr_alloc(void);

创建上下文环境，分配一个SwrContext，如果你使用这个函数，需要在调用swr_init()之前设置SwrContext的参数（手工的或者调用swr_alloc_set_opts()）

重采样过程上下文环境为SwrContext数据结构（SwrContext的定义没有对外暴露）。

创建SwrContext的方式有两种：

1. swr_alloc() ： 创建SwrContext之后再通过AVOptions的API来设置参数。

2. swr_alloc_set_opts()：在创建SwrContext的同时设置必要的参数。

1.5.3 swr_alloc_set_opts()

函数原型：

struct SwrContext *swr_alloc_set_opts(struct SwrContext *s,

int64_t out_ch_layout, enum AVSampleFormat out_sample_fmt, int out_sample_rate,

int64_t in_ch_layout, enum AVSampleFormat in_sample_fmt, int in_sample_rate,

int log_offset, void *log_ctx);

设置参数，参数设置的方式有两种：

1. AVOptions的API

2. swr_alloc_set_opts()：如果第一个参数为NULL则创建一个新的SwrContext，否则对已有的SwrContext进行参数设置。

假定要进行如下的重采样转换：

“f32le格式、采样频率48kHz、5.1声道格式”的PCM数据

转换为

“s16le格式、采样频率44.1kHz、立体声格式”的PCM数据

swr_alloc()的使用方式如下所示：

SwrContext *swr = swr_alloc();

av_opt_set_channel_layout(swr, "in_channel_layout", AV_CH_LAYOUT_5POINT1, 0);

av_opt_set_channel_layou(swr, "out_channel_layout", AV_CH_LAYOUT_STEREO, 0);

av_opt_set_int(swr, "in_sample_rate", 48000, 0);

av_opt_set_int(swr, "out_sample_rate", 44100, 0);

av_opt_set_sample_fmt(swr, "in_sample_fmt", AV_SAMPLE_FMT_FLPT, 0);

av_opt_set_sample_fmt(swr, "out_sample_fmt", AV_SAMPLE_FMT_S16, 0);

swr_alloc_set_opts()的使用方式如下所示：

SwrContext *swr = swr_alloc_set_opts(NULL, // we're allocating a new context

AV_CH_LAYOUT_STEREO, // out_ch_layout

AV_SAMPLE_FMT_S16, // out_sample_fmt

44100, // out_sample_rate

AV_CH_LAYOUT_5POINT1, // in_ch_layout

AV_SAMPLE_FMT_FLTP, // in_sample_fmt

48000, // in_sample_rate

0, // log_offset

NULL); // log_ctx

1.5.4 swr_init()

参数设置好之后必须调用swr_init()对SwrContext进行初始化。

函数原型：

int swr_init(struct SwrContext *s);

如果需要修改转换的参数：

1. 重新进行参数设置。

2. 再次调用swr_init()。

1.5.5 av_sample_alloc()

分配样本数据内存空间

函数原型：

/**

* @param[out] audio_data 输出数组，每个元素是指向一个通道的数据的指针。

* @param[out] linesize aligned size for audio buffer(s), may be NULL

* @param nb_channels 通道的个数。

* @param nb_samples 每个通道的样本个数。

* @param align buffer size alignment (0 = default, 1 = no alignment)

* @return 成功返回大于0的数，错误返回负数。

*/

int av_samples_alloc(uint8_t **audio_data, int *linesize, int nb_channels,

int nb_samples, enum AVSampleFormat sample_fmt, int align);

转换之前需要分配内存空间用于保存重采样的输出数据，内存空间的大小跟通道个数、样本格式需要、容纳的样本个数都有关系。libavutil中的samples处理API提供了一些函数方便管理样本数据，例如av_samples_alloc()函数用于分配存储sample的buffer。

1.5.6 swr_convert()

重采样转换是通过重复地调用swr_convert()来完成的。

swr_convert()函数的定义如下：

* @param out 输出缓冲区，当PCM数据为Packed包装格式时，只有out[0]会填充有数据。

* @param out_count 每个通道可存储输出PCM数据的sample数量。

* @param in 输入缓冲区，当PCM数据为Packed包装格式时，只有in[0]需要填充有数据。

* @param in_count 输入PCM数据中每个通道可用的sample数量。

*

* @return 返回每个通道输出的sample数量，发生错误的时候返回负数。

*/

int swr_convert(struct SwrContext *s, uint8_t **out, int out_count,

const uint8_t **in , int in_count);

说明：

如果没有提供足够的空间用于保存输出数据，采样数据会缓存在swr中。可以通过 swr_get_out_samples()来获取下一次调用swr_convert在给定输入样本数量下输出样本数量的上限，来提供足够的空间。

如果是采样频率转换，转换完成后采样数据可能会缓存在swr中，它期待你提供更多的输入数据。

如果实际上并不需要更多输入数据，通过调用swr_convert()，其中参数in_count设置为0来获取缓存在swr中的数据。

转换结束之后需要冲刷swr_context的缓冲区，通过调用swr_convert()，其中参数in设置为NULL，参数in_count设置为0。

1.5.7 swr_free()

原型

void swr_free(struct SwrContext ** s)

释放给定的SwrContext，并且把指针置为空。

【免费】学习视频，先关注，不迷路~

【免费】FFmpeg/WebRTC/RTMP/NDK/Android音视频流媒体高级开发-学习视频教程-腾讯课堂