使用MediaCodeC将图片集编码为视频

原文地址 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？

MediaLearn

欢迎大家关注我的项目MediaLearn，这是一个以学习分享音视频知识为目的建立的项目，目前仅局限于Android平台，后续会逐渐扩展。
对音视频领域知识感兴趣的朋友，欢迎一起来学习！！！

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

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以及EncodeProgram GPU Program还有EGL 环境构建

结语

此处有项目地址，点击传送