WebRTC视频 02 - 视频采集类 VideoCaptureModule

embedded/2024/11/19 3:31:01/

WebRTC视频 01 - 视频采集整体架构
WebRTC视频 02 - 视频采集类 VideoCaptureModule（本文）
WebRTC视频 03 - 视频采集类 VideoCaptureDS 上篇
WebRTC视频 04 - 视频采集类 VideoCaptureDS 中篇
WebRTC视频 05 - 视频采集类 VideoCaptureDS 下篇

一、前言：

上一篇文章介绍了webrtc视频采集整体架构，分析了几个关键类的类关系，以及如何通过这几个类建立视频采集链路。主要在软件层面进行了分析，本节着重分析下如何进行设备层操作的。总体负责操作设备层的类叫做VideoCaptureModule（简称VCM），Windows平台负责具体操作硬件的组件是DirectShow。

二、DirectShow：

1、简介：

DirectShow是一种由微软开发的多媒体框架，主要用于Windows平台上处理和操控流媒体数据。该技术提供了一组API，支持音频和视频的捕获、处理、转换和播放。下面是对DirectShow的一些主要特性的介绍：

  1. 模块化结构：
    • DirectShow基于过滤器（filter）的架构，每个过滤器执行特定的任务，如源读取、数据解析、编码、解码、渲染等。过滤器之间通过引脚（pin）连接，形成一个可定制的处理链。
  2. 多种格式支持：
    • 支持多种媒体格式，包括AVI、MPEG、ASF、WAV、MP3等。这使得开发者可以构建能够处理多种媒体格式的应用程序。
  3. 实时流媒体处理：
    • 能够处理实时数据流，非常适合用于视频会议、视频广播等需要实时处理的场景。
  4. 灵活性和可扩展性：
    • 开发者可以创建自定义过滤器，以支持新的数据格式或实现新的处理算法。此外，还可以通过编程接口动态构建和操控过滤器图（filter graph）。
  5. 系统集成性：
    • 作为Windows媒体框架的一部分，DirectShow与Windows操作系统和DirectX集成良好，能够利用硬件加速功能以提高性能。
  6. 应用领域：
    • DirectShow被广泛应用于视频编辑软件、播放软件、流媒体服务以及各种需要音频视频处理的应用中。

尽管DirectShow功能强大，但随着Windows平台的发展，微软推出了更新的多媒体框架，如Windows Media Foundation，以提供更现代化的功能和更好的性能。在Windows 10及更高版本中，建议使用新的框架进行开发。

2、Filter

Filter 是DirectShow架构的基本单元，每个Filter执行特定的媒体数据处理功能。Filter可以分为以下几类：

  • 源过滤器（Source Filter）：负责从文件、设备或网络读取媒体数据。
  • 变换过滤器（Transform Filter）：用于对流媒体数据进行处理和转换，如编解码、特效处理等。
  • 渲染过滤器（Renderer Filter）：负责将媒体数据输出到设备，如显示到屏幕或播放到音频设备。

每个Filter通常有一个或多个输入和输出连接点，称为Pins，用于连接其他过滤器。

3、Filter Graph

Filter Graph 是一组按特定顺序连接的Filters，它定义了媒体流的处理路线。Filter Graph是DirectShow的核心，处理步骤如下：

  • 定义要使用的Filters及其顺序。
  • 连接Filters之间的Pins以建立媒体流的传输路径。
  • 控制媒体流的运行状态，如开始、停止、暂停等。

Filter Graph的设计允许灵活地构建不同的媒体处理链条，以满足不同的应用需求。

4、Filter Graph Manager

Filter Graph Manager 是负责创建和管理Filter Graph的组件。它提供的主要功能包括：

  • 自动构建和连接Filters来形成一个完整的Graph。
  • 管理Graph的状态与控制，如启动、暂停、停止图中所有Filters。
  • 提供接口供应用程序访问和操作Filter Graph。

通过Filter Graph Manager，开发者可以更容易地管理Filter Graph的生命周期和处理流程。

5、Pin

Pin 是Filters之间的数据连接点，用于传递媒体数据流。Pin分为两类：

  • 输入Pin：接收来自上游过滤器的数据。
  • 输出Pin：发送数据到下游过滤器。

Pins之间的连接称为“pin connection”，数据在Filter Graph中通过Pins在不同的Filters之间传递。Pins还会协商数据格式和流类型，以确保兼容性。

6、工作过程

在DirectShow的工作过程中，首先创建Filter Graph，然后通过Filter Graph Manager将合适的Filters添加到Graph，并通过Pins连接这些Filters，形成一个完整的处理链。当播放或采集媒体时，媒体数据会按照预定义的过程通过各类Filters处理，最终输出到用户设定的目标设备或存储介质中。

这种模块化和灵活性使DirectShow成为构建复杂媒体应用的强大工具。

三、核心类图：

在这里插入图片描述

上面类图的中最核心的就是VideoCaptureModule和DeviceInfo这两个接口类，这两个接口类的子类对象在什么时候创建的呢？如果还记得上一篇文章的代码，就是在VcmCapturer::Init()中利用VideoCaptureFactory创建的。

  • DeviceInfo：主要存储采集设备的相关信息；比如，采集设备的数量，采集设备的能力（分辨率、帧率等），采集设备的方向；
  • 上面两个重要的类都是接口类，在Windows平台下，实现者分别是VideoCaptureDS和DeviceInfoDS（其中DS就是DirectShow的缩写）；
  • VideoCaptureModule方法包括开始和停止采集，以及一个注册回调的接口，采集到数据之后，通过这个回调上传给上层。
  • VideoCaptureDS成员：
    • _dsInfo：就是DeviceInfoDS。
    • captureFilter：主要负责视频的采集；
    • graphBuilder：用于构造FilterGraph；
    • mediaControl：用于控制FilterGraph什么时候开启，什么时候停止；
    • sink_filter：使用captureFilter采集的数据，最终输出到Sink当中；

四、采集步骤：

在这里插入图片描述

具体函数在VcmCapturer::Init当中：

bool VcmCapturer::Init(size_t width,size_t height,size_t target_fps,size_t capture_device_index) {// 创建 DeviceInfo 对象std::unique_ptr<VideoCaptureModule::DeviceInfo> device_info(VideoCaptureFactory::CreateDeviceInfo());char device_name[256];char unique_name[256];if (device_info->GetDeviceName(static_cast<uint32_t>(capture_device_index),device_name, sizeof(device_name), unique_name,sizeof(unique_name)) != 0) {Destroy();return false;}// 创建 VideoCapture 对象vcm_ = webrtc::VideoCaptureFactory::Create(unique_name);if (!vcm_) {return false;}vcm_->RegisterCaptureDataCallback(this);// 获取摄像头Capabilitydevice_info->GetCapability(vcm_->CurrentDeviceName(), 0, capability_);capability_.width = static_cast<int32_t>(width);capability_.height = static_cast<int32_t>(height);capability_.maxFPS = static_cast<int32_t>(target_fps);capability_.videoType = VideoType::kI420;// 通知 VideoCapture 开始采集if (vcm_->StartCapture(capability_) != 0) {Destroy();return false;}RTC_CHECK(vcm_->CaptureStarted());return true;
}

注意创建DeviceInfo和VideoCapture的具体对象，都是通过VideoCaptureFactory完成的，等会儿会详细分析。

VcmCaptureer::Init方法主要做了六件事：

  • 创建并获取DeviceInfo；
  • 创建并获取VideoCaptureModule，也就是真正的视频采集模块；
  • 然后就将VcmCapturer自己注册到VideoCaptureModule中来接收采集的数据；
  • 再就是通过DeviceInfo::GetCapability获取设备的能力，分辨率是多少，帧率是多少，使用的视频类型是什么。获取到这个能力之后，在初始化函数会修改这个能力为用户想要的能力。
  • 然后通过StartCapture开始根据capability采集视频数据。
  • 最后，通过CaptureStarted检测设备状态是否为已经采集状态。

下面看看这个非常关键的VCM类做了什么。

五、VideoCaptureModule：

1、采集通道搭建：

从前面的类图可知VideoCaptureModule只是一个接口类，它的实现类为VideoCaptureImpl，屏蔽了平台差异，不同平台又有自己的实现，比如Linux为VideoCaptureModuleV4L2，Windows平台为VideoCaptureDS，我是在Windows平台运行的，所以重点关注VideoCaptureDS。

我们前面说了VideoCaptureModule对象是通过VideoCaptureFactory::创建的：

  vcm_ = webrtc::VideoCaptureFactory::Create(unique_name);

我们进去看看：

rtc::scoped_refptr<VideoCaptureModule> VideoCaptureFactory::Create(const char* deviceUniqueIdUTF8) {
#if defined(WEBRTC_ANDROID) || defined(WEBRTC_MAC)return nullptr;
#else// linux 和 windows 平台走这儿return videocapturemodule::VideoCaptureImpl::Create(deviceUniqueIdUTF8);
#endif
}

发现转手调用了VideoCaptureImpl里面的方法，再进去看看：

rtc::scoped_refptr<VideoCaptureModule> VideoCaptureImpl::Create(const char* device_id) {if (device_id == nullptr)return nullptr;// TODO(tommi): Use Media Foundation implementation for Vista and up.// 创建了VideoCaptureDS对象，并进行初始化rtc::scoped_refptr<VideoCaptureDS> capture(new rtc::RefCountedObject<VideoCaptureDS>());if (capture->Init(device_id) != 0) {return nullptr;}return capture;
}

发现里面直接new了一个VideoCaptureDS对象，并进行初始化。

然后分析下VideoCaptureDS::Init函数；这里面有很多是和前面介绍的DirectShow相关的，具体代码：

int32_t VideoCaptureDS::Init(const char* deviceUniqueIdUTF8) {const int32_t nameLength = (int32_t)strlen((char*)deviceUniqueIdUTF8);if (nameLength > kVideoCaptureUniqueNameLength)return -1;// Store the device name_deviceUniqueId = new (std::nothrow) char[nameLength + 1];memcpy(_deviceUniqueId, deviceUniqueIdUTF8, nameLength + 1);if (_dsInfo.Init() != 0)return -1;// 构造CaptureFilter_captureFilter = _dsInfo.GetDeviceFilter(deviceUniqueIdUTF8);if (!_captureFilter) {RTC_LOG(LS_INFO) << "Failed to create capture filter.";return -1;}// Get the interface for DirectShow's GraphBuilder// 创建FilterGraph，并返回IGraphBuilder接口HRESULT hr = CoCreateInstance(CLSID_FilterGraph, NULL, CLSCTX_INPROC_SERVER,IID_IGraphBuilder, (void**)&_graphBuilder);if (FAILED(hr)) {RTC_LOG(LS_INFO) << "Failed to create graph builder.";return -1;}// 获取IMediaControl接口，用于控制数据的流转hr = _graphBuilder->QueryInterface(IID_IMediaControl, (void**)&_mediaControl);if (FAILED(hr)) {RTC_LOG(LS_INFO) << "Failed to create media control builder.";return -1;}// 将前面构造好的CaptureFilter添加到FilterGraph当中hr = _graphBuilder->AddFilter(_captureFilter, CAPTURE_FILTER_NAME);if (FAILED(hr)) {RTC_LOG(LS_INFO) << "Failed to add the capture device to the graph.";return -1;}// 获取CaptureFilter的输出Pin_outputCapturePin = GetOutputPin(_captureFilter, PIN_CATEGORY_CAPTURE);if (!_outputCapturePin) {RTC_LOG(LS_INFO) << "Failed to get output capture pin";return -1;}// Create the sink filte used for receiving Captured frames.// 开始构造CaptureSinkFiltersink_filter_ = new ComRefCount<CaptureSinkFilter>(this);// 将CaptureSinkFilter加入到GraphicBuilder当中hr = _graphBuilder->AddFilter(sink_filter_, SINK_FILTER_NAME);if (FAILED(hr)) {RTC_LOG(LS_INFO) << "Failed to add the send filter to the graph.";return -1;}// 获取SinkFilter的输入pin_inputSendPin = GetInputPin(sink_filter_);if (!_inputSendPin) {RTC_LOG(LS_INFO) << "Failed to get input send pin";return -1;}// Temporary connect here.// This is done so that no one else can use the capture device.// 将两个filter的pin连接起来if (SetCameraOutput(_requestedCapability) != 0) {return -1;}// 先暂停，因为此时还没有数据过来hr = _mediaControl->Pause();if (FAILED(hr)) {RTC_LOG(LS_INFO)<< "Failed to Pause the Capture device. Is it already occupied? " << hr;return -1;}RTC_LOG(LS_INFO) << "Capture device '" << deviceUniqueIdUTF8<< "' initialized.";return 0;
}

我虽然每一步都写了注释，还是小结下：

  • DeviceInfo::Init准备好设备需要的环境；
  • 获取用于采集视频数据的CaptureFilter；
  • 接下来就是创建一个IGraphBuilder，这个接口主要做了两件事：
    • 创建IMediaControl接口，这个主要是控制采集的，比如，开始采集，停止采集等；
    • AddFilter将之前获取到的CaptureFilter加入到FilterGraph当中，后面再给FilterGraph添加一个Sink，就可以获取CaptureFilter采集到的数据了；
  • GetOutputPin获取CaptureFilter的输出引脚；
  • 接下来就是通过CaptureSinkFilter创建SinkFilter了；
  • 然后通过IGraphBuilder::AddFilter将SinkFilter添加到GraphFilter当中；
  • 然后获取SinkFilter的输入引脚，通过GetInputPin；
  • 通过SetCameraOutput将CaptureFilter的输出引脚和SinkFilter的输入引脚进行连接；数据就可以源源不断的从capture->sink。代码中其实就是就VideoCaptureDS作为入参传给SinkFilter；这样就一层层传给上层。
  • 调用meidaControl->Pause暂停数据采集，因为这时候我们还不需要数据采集，什么时候开始呢？就是VcmCapture的CaptureStarted调用之后。

至此，数据通道就已经建立好了，通道启动之后，数据流向就是这样：CaptureFilter->SinkFilter->VideoCaptureDS->VcmCapture->上层应用。

2、开始采集：

就是VcmCapturer::Init最后一步 vcm_->StartCapture(capability_) 开始，启动采集了。

int32_t VideoCaptureDS::StartCapture(const VideoCaptureCapability& capability) {MutexLock lock(&api_lock_);// 如果用户请求的能力，和我们当前设备能力不同，需要重新连接下Filterif (capability != _requestedCapability) {DisconnectGraph();if (SetCameraOutput(capability) != 0) {return -1;}}// 通过IMediaControl接口通知底层开始采集HRESULT hr = _mediaControl->Run();if (FAILED(hr)) {RTC_LOG(LS_INFO) << "Failed to start the Capture device.";return -1;}return 0;
}

六、总结：

本文主要说明了应用层如何通过VideoCaptureModule去控制DirectShow进行视频采集的，主要是创建了FilterGraph，并往里添加了输入CaptureFilter、输出SinkFilter两个Filter，最后通过SetCameraOutput将CaptureFilter的输出pin和SinkFilter的输入pin连起来，并通过IMediaControl接口启动采集。

后续再写一篇分析下和Filter相关的这几个步骤里面都是怎么做的。


http://www.ppmy.cn/embedded/138678.html

相关文章

基于STM32的智能家居系统：MQTT、AT指令、TCP\HTTP、IIC技术

基于STM32的智能家居系统：MQTT、AT指令、TCP\HTTP、IIC技术

一、项目概述 随着智能家居技术的不断发展&#xff0c;越来越多的家庭开始使用智能设备来提升生活质量和居住安全性。智能家居系统不仅提供了便利的生活方式&#xff0c;还能有效地监测家庭环境&#xff0c;保障家庭安全。本项目以设计一种基于STM32单片机的智能家居系统为目标…
阅读更多...
【汇编】c++游戏开发

【汇编】c++游戏开发

由一起学编程创作的‘C/C项目实战&#xff1a;2D射击游戏开发&#xff08;简易版&#xff09;&#xff0c; 440 行源码分享来啦~’&#xff1a; C/C项目实战&#xff1a;2D射击游戏开发&#xff08;简易版&#xff09;&#xff0c; 440 行源码分享来啦~_射击c-CSDN博客文章浏览…
阅读更多...
重构Action-cli前端脚手架

重构Action-cli前端脚手架

一、概述 最近一年&#xff0c;为了满足公司业务开发&#xff0c;解决重复搭建项目繁琐过程&#xff0c;自己开发了一个前端脚手架&#xff0c;并发布到npm。随着时间的推移&#xff0c;发现之前的版本存在很多问题&#xff0c;有些功能做不到位&#xff0c;而且代码也不是很规…
阅读更多...
HuggingFace：基于YOLOv8的人脸检测模型

HuggingFace：基于YOLOv8的人脸检测模型

个人操作经验总结 1、YOLO的环境配置 github 不论base环境版本如何&#xff0c;建议在conda的虚拟环境中安装 1.1、创建虚拟环境 conda create -n yolov8-face python3.9conda create &#xff1a;创建conda虚拟环境&#xff0c; -n &#xff1a;给虚拟环境命名的…
阅读更多...
基于BERT的情感分析

基于BERT的情感分析

基于BERT的情感分析 1. 项目背景 情感分析&#xff08;Sentiment Analysis&#xff09;是自然语言处理的重要应用之一&#xff0c;用于判断文本的情感倾向&#xff0c;如正面、负面或中性。随着深度学习的发展&#xff0c;预训练语言模型如BERT在各种自然语言处理任务中取得了…
阅读更多...
几何合理的分片段感知的3D分子生成 FragGen - 评测

几何合理的分片段感知的3D分子生成 FragGen - 评测

FragGen 来源于 2024 年 3 月 25 日 预印本的文章&#xff0c;文章题目是 Deep Geometry Handling and Fragment-wise Molecular 3D Graph Generation&#xff0c; 作者是 Odin Zhang&#xff0c;侯廷军&#xff0c;浙江大学药学院。FragGen 是一个基于分子片段的 3D 分子生成模…
阅读更多...
Android 中的 Zygote 和 Copy-on-Write 机制详解

Android 中的 Zygote 和 Copy-on-Write 机制详解

在 Android 系统中&#xff0c;Zygote 是一个关键的进程&#xff0c;几乎所有的应用进程都是通过它 fork&#xff08;派生&#xff09;出来的。通过 Zygote 启动新进程的方式带来了显著的性能优势&#xff0c;这得益于 fork 操作和 Linux 中的 Copy-on-Write&#xff08;COW&am…
阅读更多...
预处理（1）（手绘）

预处理（1）（手绘）

大家好&#xff0c;今天给大家分享一下编译器预处理阶段&#xff0c;那么我们来看看。 上面是一些预处理阶段的知识&#xff0c;那么明天给大家讲讲宏吧。 今天分享就到这里&#xff0c;谢谢大家&#xff01;&#xff01;
阅读更多...
最新文章

Copyright @ 2022~2023