直播类APP功能及技术难点Word格式.docx

直播类APP功能及技术难点Word格式.docx

《直播类APP功能及技术难点Word格式.docx》由会员分享，可在线阅读，更多相关《直播类APP功能及技术难点Word格式.docx（10页珍藏版）》请在冰豆网上搜索。

禁播、隐藏、审核等；

一个完整直播app原理

直播原理：

把主播录制的视频，推送到服务器，在由服务器分发给观众观看

直播环节：

推流端（采集、美颜处理、编码、推流）、服务端处理（转码、录制、截图、鉴黄）、播放器（拉流、解码、渲染）、互动系统（聊天室、礼物系统、赞）一个完整直播app实现流程

1.采集、2.滤镜处理、3.编码、4.推流、5.CDN分发、6.拉流、

7.解码、8.播放、9.聊天互动一个完整直播app架构一个完整直播app技术点一、流媒体（直播需要用到流媒体）

?

流媒体开发：

网络层（socket或st）负责传输，协议层（rtmp或his）负责网络打包，封装层（flv、ts）负责编解码数据的封装，编码层（h.264和aac）负责图像，音频压缩。

帧：

每帧代表一幅静止的图像

GOP:

（GroupofPictures）画面组，一个GOP就是一组连续

的画面，每个画面都是一帧，一个GOP就是很多帧的集合

直播的数据，其实是一组图片，包括I帧、P帧、B帧，当用户第一次观看的时候，会寻找I帧，而播放器

会到服务器寻找到最近的I帧反馈给用户。

因此，GOPCache增加了端到端延迟，因为它必须要拿到最近的I帧

GOPCache的长度越长，画面质量越好

码率：

图片进行压缩后每秒显示的数据量。

帧率：

每秒显示的图片数。

影响画面流畅度，与画面流畅度成正比：

帧率越大，画面越流畅；

帧率越小，画面越有跳动感。

由于人类眼睛的特殊生理结构，如果所看画面之帧率高于16的时候，就会认为是连贯的，此现象称之为视觉暂留。

并且当帧速达到一定数值后，再增长的话，人眼也不容易察觉到有明显的流畅度提升了。

分辨率：

（矩形）图片的长度和宽度，即图片的尺寸

压缩前的每秒数据量：

帧率X分辨率（单位应该是若干个字节）

压缩比：

压缩前的每秒数据量/码率（对于同一个视频源并

采用同一种视频编码算法，则：

压缩比越高，画面质量越差。

）

视频文件格式：

文件的后缀，比如.wmv,.mov,.mp4,.mp3,.avi,?

主要用处，根据文件格式，系统会自动判断用什么软

件打开,

注意：

随意修改文件格式，对文件的本身不会造成太

大的影响，比如把avi改成mp4,文件还是avi.

视频封装格式：

一种储存视频信息的容器，流式封装可以

有TS、FLV等，索引式的封装有MP4,M0V,AVI等，

主要作用：

一个视频文件往往会包含图像和音频，还有一些配置信息（如图像和音频的关联，如何解码它们等）：

这些内容需要按照一定的规则组织、封装起来.

注意：

会发现封装格式跟文件格式一样，因为一般视频文件格式的后缀名即采用相应的视频封装格式的名称,所以视频文件格式就是视频封装格式。

视频封装格式和视频压缩编码标准：

就好像项目工程和编程语言，封装格式就是一个项目的工程，视频编码方式就是编程语言，一个项目工程可以用不同语言开发。

二、直播所用到的基础知识：

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视听媒体数据的框架，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,—帧一帧渲染到屏幕上的，所以我们可以利用OpenGLES，对视频帧进行各种加工，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OpenGLES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OpenGraphicsLibrary）是个定义了一个跨编程语言、跨平台的编程接口的规格，它用于三维图象（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。

OpenGLES:

OpenGLES（OpenGLforEmbeddedSystems）

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，能实现如视频编码

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,几乎包含了所有音视频编解码、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

VideoToolbox:

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话，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，它采用了帧间压缩，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:

—种视频压缩方式，采用事先预测和与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，有更好的图象质量?

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帆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（Temporalcompression），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?

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，使得网络观看视频文件成为可能,因此FLV

格式成为了当今主流视频格式

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，AdobeSystems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。

chunk:

消息包

RTMP协议用于对象、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络流，这些通道中的包都是按照固定大小的包传输的

5.流媒体服务器