1. 搭建自己的流媒体服务器
在实际的开发过程中,我们是可以不用自己来搭建流媒体服务器的,访问后台的接口会返回媒体房间和 IM 房间。但现在我们自己测试就无法用公司的接口了,当然也可以去抓一些第三方的直播接口,我强烈不推荐大家这么做。最好的办法就是自己搭建一个简单的流媒体服务器。
sudo wget https://github.com/nginx/nginx/archive/release-1.17.1.tar.gz
sudo wget https://github.com/arut/nginx-rtmp-module/archive/v1.2.1.tar.gz
sudo tar -zxvf release-1.17.1.tar.gz
sudo tar -zxvf v1.2.1.tar.gz
./auto/configure --add-module=/lib/nginx/nginx-rtmp-module-1.2.1
make
make install
最后配置测试流媒体服务器
cd /usr/local/nginx/sbin/
./nginx
.\ffmpeg.exe -re -i 01.mp4 -vcodec libx264 -acodec aac -f flv rtmp://148.70.96.230/myapp/mystream
2. 集成 RTMP 推流的源码
当我们的流媒体服务器搭建好后,要用 ffmpeg 测试一下,确保流媒体服务器搭建成功后,我们再来集成 RTMP 推流的源码。
git clone git://git.ffmpeg.org/rtmpdump
set(CMAKE_C_FLAGS "${CMAKE_C_FLAGS} -DNO_CRYPTO")
/**
* 初始化连接流媒体服务器
*/
void *initConnectFun(void *context) {
DZLivePush *pLivePush = (DZLivePush *) context;
// 创建 RTMP
pLivePush->pRtmp = RTMP_Alloc();
// 初始化 RTMP
RTMP_Init(pLivePush->pRtmp);
// 设置连接超时
pLivePush->pRtmp->Link.timeout = 10;
pLivePush->pRtmp->Link.lFlags |= RTMP_LF_LIVE;
RTMP_SetupURL(pLivePush->pRtmp, pLivePush->url);
RTMP_EnableWrite(pLivePush->pRtmp);
// 连接失败回调到 java 层
if (!RTMP_Connect(pLivePush->pRtmp, NULL)) {
LOGE("connect url error");
pLivePush->pJniCall->callConnectError(THREAD_CHILD, RTMP_CONNECT_ERROR_CODE, "connect url error");
return (void *) RTMP_CONNECT_ERROR_CODE;
}
if (!RTMP_ConnectStream(pLivePush->pRtmp, 0)) {
LOGE("connect stream url error");
pLivePush->pJniCall->callConnectError(THREAD_CHILD, RTMP_STREAM_CONNECT_ERROR_CODE, "connect stream url error");
return (void *) RTMP_STREAM_CONNECT_ERROR_CODE;
}
// 连接成功也回调到 Java 层,可以开始推流了
LOGE("connect succeed");
pLivePush->pJniCall->callConnectSuccess(THREAD_CHILD);
return (void *) 0;
}
3. H.264 协议介绍
我们打算采用最常见的 H.264 来编码推流,那么现在我们不得不来了解一下 H.264 的协议了,这些东西虽说看似比较枯燥复杂,但这也是最最重要的部分。首先需要明确 H264 可以分为两层:1.VCL video codinglayer(视频编码层),2.NAL network abstraction layer(网络提取层)。对于 VCL 具体的编解码算法这里暂时先不介绍,只介绍常用的 NAL 层,即网络提取层,这是解码的基础。
SPS:序列参数集
PPS:图像参数集
I帧:帧内编码帧,可独立解码生成完整的图片。
P帧: 前向预测编码帧,需要参考其前面的一个I 或者B 来生成一张完整的图片。
B帧: 双向预测内插编码帧,则要参考其前一个I或者P帧及其后面的一个P帧来生成一张完整的图片
根据上面所说,现在我们就得思考几个问题了:
- SPS 和 PPS 到底存的是什么数据?
- 我们怎么判断获取每一个 NALU ?
- 如何判断某一个 NALU 是 I 帧、P 帧、 B 帧还是其他?
4. 直播推流视频数据
关于怎么预览相机,怎么编码成 H264,怎么获取 SPS 和 PPS 大家需要先看看之前的《FFmpeg - 朋友圈录制视频添加背景音乐》。为了确保直播过程中进来的用户也可以正常的观看直播,我们需要在每个关键帧前先把 SPS 和 PPS 推送到流媒体服务器。
/**
* 发送 sps 和 pps 到流媒体服务器
* @param spsData sps 的数据
* @param spsLen sps 的数据长度
* @param ppsData pps 的数据
* @param ppsLen pps 的数据长度
*/
void DZLivePush::pushSpsPps(jbyte *spsData, jint spsLen, jbyte *ppsData, jint ppsLen) {
// frame type : 1关键帧,2 非关键帧 (4bit)
// CodecID : 7表示 AVC (4bit) , 与 frame type 组合起来刚好是 1 个字节 0x17
// fixed : 0x00 0x00 0x00 0x00 (4byte)
// configurationVersion (1byte) 0x01版本
// AVCProfileIndication (1byte) sps[1] profile
// profile_compatibility (1byte) sps[2] compatibility
// AVCLevelIndication (1byte) sps[3] Profile level
// lengthSizeMinusOne (1byte) 0xff 包长数据所使用的字节数
// sps + pps 的数据
// sps number (1byte) 0xe1 sps 个数
// sps data length (2byte) sps 长度
// sps data sps 的内容
// pps number (1byte) 0x01 pps 个数
// pps data length (2byte) pps 长度
// pps data pps 的内容
// body 长度 = spsLen + ppsLen + 上面所罗列出来的 16 字节
int bodySize = spsLen + ppsLen + 16;
// 初始化创建 RTMPPacket
RTMPPacket *pPacket = static_cast<RTMPPacket *>(malloc(sizeof(RTMPPacket)));
RTMPPacket_Alloc(pPacket, bodySize);
RTMPPacket_Reset(pPacket);
// 按照上面的协议,开始一个一个给 body 赋值
char *body = pPacket->m_body;
int index = 0;
// CodecID 与 frame type 组合起来刚好是 1 个字节 0x17
body[index++] = 0x17;
// fixed : 0x00 0x00 0x00 0x00 (4byte)
body[index++] = 0x00;
body[index++] = 0x00;
body[index++] = 0x00;
body[index++] = 0x00;
//0x01版本
body[index++] = 0x01;
// sps[1] profile
body[index++] = spsData[1];
// sps[2] compatibility
body[index++] = spsData[2];
// sps[3] Profile level
body[index++] = spsData[3];
// 0xff 包长数据所使用的字节数
body[index++] = 0xff;
// 0xe1 sps 个数
body[index++] = 0xe1;
// sps 长度
body[index++] = (spsLen >> 8) & 0xff;
body[index++] = spsLen & 0xff;
// sps 的内容
memcpy(&body[index], spsData, spsLen);
index += spsLen;
// 0x01 pps 个数
body[index++] = 0x01;
// pps 长度
body[index++] = (ppsLen >> 8) & 0xff;
body[index++] = ppsLen & 0xff;
// pps 的内容
memcpy(&body[index], ppsData, ppsLen);
// 设置 RTMPPacket 的参数
pPacket->m_packetType = RTMP_PACKET_TYPE_VIDEO;
pPacket->m_nBodySize = bodySize;
pPacket->m_nTimeStamp = 0;
pPacket->m_hasAbsTimestamp = 0;
pPacket->m_nChannel = 0x04;
pPacket->m_headerType = RTMP_PACKET_SIZE_MEDIUM;
pPacket->m_nInfoField2 = this->pRtmp->m_stream_id;
// 添加到发送队列
pPacketQueue->push(pPacket);
}
紧接着发送每一帧的数据
/**
* 发送每一帧的视频数据到服务器
* @param videoData
* @param dataLen
* @param keyFrame
*/
void DZLivePush::pushVideo(jbyte *videoData, jint dataLen, jboolean keyFrame) {
// frame type : 1关键帧,2 非关键帧 (4bit)
// CodecID : 7表示 AVC (4bit) , 与 frame type 组合起来刚好是 1 个字节 0x17
// fixed : 0x01 0x00 0x00 0x00 (4byte) 0x01 表示 NALU 单元
// video data length (4byte) video 长度
// video data
// body 长度 = dataLen + 上面所罗列出来的 9 字节
int bodySize = dataLen + 9;
// 初始化创建 RTMPPacket
RTMPPacket *pPacket = static_cast<RTMPPacket *>(malloc(sizeof(RTMPPacket)));
RTMPPacket_Alloc(pPacket, bodySize);
RTMPPacket_Reset(pPacket);
// 按照上面的协议,开始一个一个给 body 赋值
char *body = pPacket->m_body;
int index = 0;
// CodecID 与 frame type 组合起来刚好是 1 个字节 0x17
if (keyFrame) {
body[index++] = 0x17;
} else {
body[index++] = 0x27;
}
// fixed : 0x01 0x00 0x00 0x00 (4byte) 0x01 表示 NALU 单元
body[index++] = 0x01;
body[index++] = 0x00;
body[index++] = 0x00;
body[index++] = 0x00;
// (4byte) video 长度
body[index++] = (dataLen >> 24) & 0xff;
body[index++] = (dataLen >> 16) & 0xff;
body[index++] = (dataLen >> 8) & 0xff;
body[index++] = dataLen & 0xff;
// video data
memcpy(&body[index], videoData, dataLen);
// 设置 RTMPPacket 的参数
pPacket->m_packetType = RTMP_PACKET_TYPE_VIDEO;
pPacket->m_nBodySize = bodySize;
pPacket->m_nTimeStamp = RTMP_GetTime() - startPushTime;
pPacket->m_hasAbsTimestamp = 0;
pPacket->m_nChannel = 0x04;
pPacket->m_headerType = RTMP_PACKET_SIZE_LARGE;
pPacket->m_nInfoField2 = this->pRtmp->m_stream_id;
pPacketQueue->push(pPacket);
}
5. 直播推流音频数据
最后就是把录制的声音数据推到媒体房间,这部分流程跟视频推流类似。
/**
* 发送音频数据到服务器
* @param audioData
* @param dataLen
*/
void DZLivePush::pushAudio(jbyte *audioData, jint dataLen) {
// 2 字节头信息
// 前四位表示音频数据格式 AAC 10(A)
// 五六位表示采样率 0 = 5.5k 1 = 11k 2 = 22k 3(11) = 44k
// 七位表示采样采样的精度 0 = 8bits 1 = 16bits
// 八位表示音频类型 0 = mono 1 = stereo
// 我们这里算出来第一个字节是 0xAF
// 0x01 代表 aac 原始数据
// body 长度 = dataLen + 上面所罗列出来的 2 字节
int bodySize = dataLen + 2;
// 初始化创建 RTMPPacket
RTMPPacket *pPacket = static_cast<RTMPPacket *>(malloc(sizeof(RTMPPacket)));
RTMPPacket_Alloc(pPacket, bodySize);
RTMPPacket_Reset(pPacket);
// 按照上面的协议,开始一个一个给 body 赋值
char *body = pPacket->m_body;
int index = 0;
// 我们这里算出来第一个字节是 0xAF
body[index++] = 0xAF;
body[index++] = 0x01;
// audio data
memcpy(&body[index], audioData, dataLen);
// 设置 RTMPPacket 的参数
pPacket->m_packetType = RTMP_PACKET_TYPE_AUDIO;
pPacket->m_nBodySize = bodySize;
pPacket->m_nTimeStamp = RTMP_GetTime() - startPushTime;
pPacket->m_hasAbsTimestamp = 0;
pPacket->m_nChannel = 0x04;
pPacket->m_headerType = RTMP_PACKET_SIZE_LARGE;
pPacket->m_nInfoField2 = this->pRtmp->m_stream_id;
pPacketQueue->push(pPacket);
}
万丈高楼平地起,这些的确都很简单基础,后面其实还有很多扩展,比如美颜滤镜,IM 聊天房间,礼物动画贴图等等。
这是 NDK 实战的最后一篇文章了,周六日我们花了接近半年的时间来学习,我知道很多同学并未从事这方面的开发,最后我再啰嗦啰嗦,给大家打点鸡血。我个人是很幸运的,能把学到的东西用到工作中,但在三年前我其实也不知道,自己以后会从事这方面的工作。
这部分知识也是大家从中级到高级进阶的一个必经过程,通过学习 NDK 我们能把 Android 的上下层打通,以前只能是阅读 Java 层的代码,到现在能阅读 FrameWorker 的 Native 层源码,且 Android 很多的核心代码都是在 C/C++ 中,因此当我们无法看懂这部分代码时,我们很难说自己理解了 Android,也不能算是一个高级工程师,我希望大家可以从这些方面去花些时间。
从开发布局上来说,我们已经能做一些别人不能做的东西了,个人的价值在于别人不能做的我们能做,这其实就是一个学习成本的问题,因此目前从事 NDK 开发的工作相比于只是简单的做 Android 应用的薪资来说要高个 1.5 - 2 倍,至少我们公司是这样。且现在很多企业招聘岗位也都是要求会 NDK 开发者优先。
为何我们不继续接着讲 OpenGL 和音视频的一些高级知识呢?目前讲的这些东西都是很基础的,高级进阶内容其实是在我们后面规划中的,这些知识其实很少有人能跟上来,从最近的上课活跃度就能体现出来,这也是为什么在网上我们几乎找不到系统的学习方案,出了问题也很难查到答案的一个原因,希望大家可以多花些时间。
视频地址:https://pan.baidu.com/s/19eFV02TyjOD3few0HlZs1w
视频密码:6u50