使用MediaCodeC将图片集编码为视频 - 好文

原文地址 <https://ailoli.me/2019/04/01/2019-04-01-MediaCodeC-encoder1/>
原创文章，转载请联系作者

绿生莺啼春正浓，钗头青杏小，绿成丛。
玉船风动酒鳞红。歌声咽，相见几时重？

<>提要

这是MediaCodeC
系列的第三章，主题是如何使用MediaCodeC将图片集编码为视频文件。在Android多媒体的处理上，MediaCodeC是一套非常有用的API。此次实验中，所使用的图片集正是
MediaCodeC硬解码视频，并将视频帧存储为图片文件
<https://ailoli.me/2019/01/25/2019-01-25-MediaCodeC-Decode-1/>
文章中，对视频解码出来的图片文件集，总共332张图片帧。
若是对MediaCodeC视频解码感兴趣的话，也可以浏览之前的文章：MediaCodeC解码视频指定帧，迅捷、精确
<https://ailoli.me/2019/02/09/2019-02-09-MediaCodeC-frame/>

<>核心流程

MediaCodeC
的常规工作流程是：拿到可用输入队列，填充数据；拿到可用输出队列，取出数据，如此往复直至结束。在一般情况下，填充和取出两个动作并不是即时的，也就是说并不是压入一帧数据，就能拿出一帧数据。当然，除了编码的视频每一帧都是关键帧的情况下。

一般情况下，输入和输出都使用buffer的代码写法如下：
for (;;) { //拿到可用InputBuffer的id int inputBufferId =
codec.dequeueInputBuffer(timeoutUs); if (inputBufferId >= 0) { ByteBuffer
inputBuffer = codec.getInputBuffer(…); // inputBuffer 填充数据
codec.queueInputBuffer(inputBufferId, …); } // 查询是否有可用的OutputBuffer int
outputBufferId = codec.dequeueOutputBuffer(…);
本篇文章的编码核心流程，和以上代码相差不多。只是将输入Buffer替换成了Surface，使用Surface代替InputBuffer来实现数据的填充。

<>为什么使用Surface

在MediaCodeC官方文档
<https://developer.android.com/reference/android/media/MediaCodec>里有一段关于Data
Type的描述：

CodeC接受三种类型的数据，压缩数据（compressed data）、原始音频数据（raw audio data）以及原始视频数据（raw video
data）。这三种数据都能被加工为ByteBuffer。但是对于原始视频数据，应该使用Surface去提升CodeC的性能。

在本次项目中，使用的是MediaCodeCcreateInputSurface函数创造出Surface，搭配OpenGL实现Surface数据输入。
这里我画了一张简单的工作流程图：
整体流程上其实和普通的MediaCodeC工作流程差不多，只不过是将输入源由Buffer换成了Surface。

<>知识点

在代码中，MediaCodeC只负责数据的传输，而生成MP4文件主要靠的类是MediaMuxer。整体上，项目涉及到的主要API有：

* MediaCodeC，图片编码为帧数据
* MediaMuxer，帧数据编码为Mp4文件
* OpenGL，负责将图片绘制到Surface
接下来，我将会按照流程工作顺序，详解各个步骤：

<>流程详解

在详解流程前，有一点要注意的是，工作流程中所有环节都必须处在同一线程。

<>配置

首先，启动子线程。配置MediaCodeC：
var codec = MediaCodec.createEncoderByType(MediaFormat.MIMETYPE_VIDEO_AVC) //
mediaFormat配置颜色格式、比特率、帧率、关键帧间隔 //
颜色格式默认为MediaCodecInfo.CodecCapabilities.COLOR_FormatSurface var mediaFomat =
MediaFormat.createVideoFormat(MediaFormat.MIMETYPE_VIDEO_AVC, size.width,
size.height) .apply { setInteger(MediaFormat.KEY_COLOR_FORMAT, colorFormat)
setInteger(MediaFormat.KEY_BIT_RATE, bitRate)
setInteger(MediaFormat.KEY_FRAME_RATE, frameRate)
setInteger(MediaFormat.KEY_I_FRAME_INTERVAL, iFrameInterval) }
codec.configure(mediaFormat, null, null, MediaCodec.CONFIGURE_FLAG_ENCODE) var
inputSurface = codec.createInputSurface() codec.start()
将编码器配置好之后，接下来配置OpenGL的EGL环境以及GPU
Program。由于OpenGL涉及到比较多的知识，在这里便不再赘述。视频编码项目中，为方便使用，我将OpenGL环境搭建以及GPU program搭建封装在了
GLEncodeCore
<https://github.com/JadynAi/MediaLearn/blob/master/mediakit/src/main/java/com/jadyn/mediakit/video/encode/GLEncodeCore.kt>
类中，感兴趣的可以看一下。
EGL环境在初始化时，可以选择两种和设备连接的方式，一种是eglCreatePbufferSurface;另一种是eglCreateWindowSurface
,创建一个可实际显示的windowSurface，需要传一个Surface参数，毫无疑问选择这个函数。
var encodeCore = GLEncodeCore(...) encodeCore.buildEGLSurface(inputSurface)
fun buildEGLSurface(surface: Surface) { // 构建EGL环境
eglEnv.setUpEnv().buildWindowSurface(surface) // GPU program构建
encodeProgram.build() }
<>图片数据传入，并开始编码

在各种API配置好之后，开启一个循环，将File文件读取的Bitmap传入编码。
val videoEncoder = VideoEncoder(640, 480, 1800000, 24)
videoEncoder.start(Environment.getExternalStorageDirectory().path +
"/encodeyazi640${videoEncoder.bitRate}.mp4") val file = File(图片集文件夹地址)
file.listFiles().forEachIndexed { index, it ->
BitmapFactory.decodeFile(it.path)?.apply { videoEncoder.drainFrame(this, index)
} } videoEncoder.drainEnd()
在提要里面也提到了，编码项目使用的图片集是之前MediaCodeC硬解码视频，并将视频帧存储为图片文件
<https://ailoli.me/2019/01/25/MediaCodeC-Decode-1/>中的视频文件解码出来的，332张图片。
循环代码中，我们逐次将图片Bitmap传入drainFrame(...)函数，用于编码。当所有帧编码完成后，使用drainEnd函数通知编码器编码完成。

<>视频帧编码

接着我们再来看drameFrame(...)函数中的具体实现。
/** * * @b : draw bitmap to texture * * @presentTime: frame current time * */
fun drainFrame(b: Bitmap, presentTime: Long) { encodeCore.drainFrame(b,
presentTime) drainCoder(false) } fun drainFrame(b: Bitmap, index: Int) {
drainFrame(b, index * mediaFormat.perFrameTime * 1000) } fun drainCoder(...){
伪代码：MediaCodeC拿到输出队列数据，使用MediaMuxer编码为 Mp4文件 }
首先使用OpenGL将Bitmap绘制纹理上，将数据传输到Surface上，并且需要将这个Bitmap所代表的时间戳传入。在传入数据后使用drainCoder
函数，从MediaCodeC读取输出数据，使用MediaMuxer编码为Mp4视频文件。drainCoder函数具体实现如下：
loopOut@ while (true) { // 获取可用的输出缓存队列 val outputBufferId =
dequeueOutputBuffer(bufferInfo, defTimeOut) Log.d("handleOutputBuffer", "output
buffer id : $outputBufferId ") if (outputBufferId ==
MediaCodec.INFO_TRY_AGAIN_LATER) { if (needEnd) { // 输出无响应 break@loopOut } }
else if (outputBufferId == MediaCodec.INFO_OUTPUT_FORMAT_CHANGED) { //
输出数据格式改变，在这里启动mediaMuxer } else if (outputBufferId >= 0) { // 拿到相应的输出数据 if
(bufferInfo.flags and MediaCodec.BUFFER_FLAG_END_OF_STREAM != 0) {
break@loopOut } } }

就像之前提到过的，并不是压入一帧数据就能即时得到一帧数据。在使用OpenGL将Bitmap绘制到纹理上，并传到Surface之后。要想得到输出数据，必须在一个无限循环的代码中，去拿MediaCodeC输出数据。
也就是在这里的代码中，当输出数据格式改变时，为MediaMuxer加上视频轨，并启动。
trackIndex = mediaMuxer!!.addTrack(codec.outputFormat) mediaMuxer!!.start()
整体上的工作流程就是以上这些代码了，传入一帧数据到Surface–>MediaCodeC循环拿输出数据–> MediaMuxer写入Mp4视频文件。

当然，后两步的概念已经相对比较清晰，只有第一步的实现是一个难点，也是当时比较困扰我的一点。接下来我们将会详解，如何将一个Bitmap通过OpenGL把数据传输到Surface上。

<>Bitmap --> Surface

项目中，将Bitmap数据传输到Surface上，主要靠这一段代码：
fun drainFrame(b: Bitmap, presentTime: Long) { encodeProgram.renderBitmap(b)
// 给渲染的这一帧设置一个时间戳 eglEnv.setPresentationTime(presentTime) eglEnv.swapBuffers() }
其中encodeProgram是显卡绘制程序，它内部会生成一个纹理，然后将Bitmap绘制到纹理上。此时这个纹理就代表了这张图片，再将纹理绘制到窗口上。
之后，使用EGL的swapBuffer提交当前渲染结果，在提交之前，使用setPresentationTime提交当前帧代表的时间戳。

更加具体的代码实现，都在我的Github项目中。GLEncodeCore
<https://github.com/JadynAi/MediaLearn/blob/master/mediakit/src/main/java/com/jadyn/mediakit/video/encode/GLEncodeCore.kt>
以及EncodeProgram GPU Program
<https://github.com/JadynAi/MediaLearn/blob/master/mediakit/src/main/java/com/jadyn/mediakit/video/encode/EncodeProgram.kt>
还有EGL 环境构建
<https://github.com/JadynAi/MediaLearn/blob/master/mediakit/src/main/java/com/jadyn/mediakit/gl/EglEnv.kt>

<>结语

此处有项目地址，点击传送
<https://github.com/JadynAi/MediaLearn/blob/master/mediakit/src/main/java/com/jadyn/mediakit/video/decode/VideoDecoder2.kt>

热门工具换一换