基于Directshow的H．264流媒體播放器設(shè)計

摘要：基于目前最新的視頻壓縮編解碼標(biāo)準(zhǔn)H．264，采用Directshow應(yīng)用框架，設(shè)計了網(wǎng)絡(luò)流媒體播放器系統(tǒng)；Directshow是微軟提供的基于windows平臺的優(yōu)秀的流媒體應(yīng)用架構(gòu)，H．264標(biāo)準(zhǔn)具有高壓縮比和優(yōu)良的網(wǎng)絡(luò)親和性，基于Directshow和H．264設(shè)計的網(wǎng)絡(luò)流媒體播放器不僅具有優(yōu)良的系統(tǒng)架構(gòu)，同時具有更好的靈活性和可擴展性，可以很方便地應(yīng)用于視頻點播系統(tǒng)(Video On Demand System)中和移植到嵌入式WINCE平臺?；贒ireotshow分析和設(shè)計了網(wǎng)絡(luò)源Filter和H．264解碼Filter，同時闡述了網(wǎng)絡(luò)流媒體播放器系統(tǒng)的整體框架。
關(guān)鍵詞：Directshow；H．264；Filter；流媒體

0 引言
    Directshow應(yīng)用框架完成了流媒體處理的底層工作，使得編程者無需關(guān)心數(shù)據(jù)如何輸入，以及處理完后如何輸出，而只需關(guān)心如何對輸入數(shù)據(jù)進行處理。H．264視頻編解碼標(biāo)準(zhǔn)具有高壓縮比和優(yōu)良的網(wǎng)絡(luò)親和性，被普遍認(rèn)為是最有影響力的流媒體視頻壓縮標(biāo)準(zhǔn)。將Direct-show和H．264兩種相結(jié)合的流媒體播放器無疑將具有非常優(yōu)秀的性能。

1 Directshow技術(shù)和H．264視頻壓縮標(biāo)準(zhǔn)簡介
    Directshow是微軟公司提供的一套流媒體開發(fā)軟件包，為在windows平臺上處理各種格式的媒體文件的回放、音視頻采集的高性能要求的多媒體應(yīng)用，提供了完整的解決方案。
    Directshow是一套完全基于COM的應(yīng)用系統(tǒng)，該系統(tǒng)位于應(yīng)用層中，它使用Filter Graph的模型來管理整個數(shù)據(jù)流的處理過程；參與數(shù)據(jù)處理的各個功能模塊叫Filter；各個Filter在Filter Graph中按照一定的順序連接成一條“流水線”協(xié)同工作。Filter是一個COM組件，其功能可以由用戶自行實現(xiàn)，DirectShow SDK也為用戶提供了一些標(biāo)準(zhǔn)的Filter供用戶使用。各個Filter在Filter Graph中按一定順序通過Pin互相連接起來，Pin也是一個COM對象。
    H．264是由ITU-T和ISO／IEC的聯(lián)合開發(fā)組共同開發(fā)的最新國際視頻編碼標(biāo)準(zhǔn)。H．264／AVC視頻編碼標(biāo)準(zhǔn)在編碼質(zhì)量和壓縮比上比原有的視頻編碼標(biāo)準(zhǔn)都有了明顯的提高。在相同的視覺感知質(zhì)量上，編碼效率比H．263，MPEG-2和MPEG-4提高了50％左右。H．264不僅具有優(yōu)異的壓縮性能，而且具有良好的網(wǎng)絡(luò)親和性。因此，H．264被普遍認(rèn)為是最有影響力的流媒體視頻壓縮標(biāo)準(zhǔn)。

2 系統(tǒng)設(shè)計框架
    本系統(tǒng)基于Direotshow應(yīng)用框架和H．264視頻壓縮標(biāo)準(zhǔn)，實現(xiàn)了從網(wǎng)絡(luò)接收流媒體數(shù)據(jù)，并在客戶端實時播放的功能。流媒體文件是采用H．264編碼的AVI文件，由于directshow提供了AVI Splitter Filter、Audio Decoder和標(biāo)準(zhǔn)的Video／Audio Renderer，因此，本系統(tǒng)只需設(shè)計自定義的網(wǎng)絡(luò)源Filter、H．264解碼Filter。
    多媒體流式傳輸實際上牽涉到兩個方面的技術(shù)。其一就是服務(wù)器與客戶端的通信技術(shù)，包括多媒體數(shù)據(jù)的傳輸、命令控制等；其二就是客戶端對接收到的多媒體流實時解碼后播放的技術(shù)。顯然，網(wǎng)絡(luò)通信可以使用windows socket技術(shù)，多媒體流的解碼播放可以使用direct-show技術(shù)。本文采用direetshow應(yīng)用框架，設(shè)計了網(wǎng)絡(luò)源filter和h．264解碼filter，并通過Filter Graph構(gòu)建了流媒體播放器。
    播放本地基于H．264編碼的AVI文件的Filter Graph如圖1。只需將本地File Source Filter替換為網(wǎng)絡(luò)源Filter，將CoreAVC Video De-coder替換為h．264解碼Filter，即可實現(xiàn)網(wǎng)絡(luò)H．264視頻播放器。

3 系統(tǒng)的設(shè)計與實現(xiàn)
3．1 Filter設(shè)計流程
    Filter的編碼實現(xiàn)包括Filter的注冊信息、Filter上的框架函數(shù)實現(xiàn)、邏輯控制類實現(xiàn)、自定義接口實現(xiàn)、屬性頁實現(xiàn)、產(chǎn)權(quán)保護等。
首先，要對Filter所要完成的功能和它在Filter Graph中的位置進行分析，以確定filter模型，選擇一個合適的基類；然后，再定義輸入輸出PIN以及自定義接口，注冊Filter信息；最后實現(xiàn)基類的全部純虛函數(shù)和自定義接口函數(shù)，并重寫基類的相關(guān)函數(shù)以定制filter功能。
3．2 網(wǎng)絡(luò)源Filter的設(shè)計
    源Filter主要功能是接收服務(wù)器發(fā)來的流媒體數(shù)據(jù)，并提供給Filter Graph中其它Filter使用。
    由于directshow自帶的AVI splitter工作于拉模式，故該源Filter也工作于拉模式。
    本源Filter采用雙緩沖循環(huán)隊列技術(shù)來實現(xiàn)數(shù)據(jù)的接收和向下一級Filter傳遞數(shù)據(jù)。采用該技術(shù)有如下理由：
    (1)在Source Filter與SpliRer連接的過程中，會從Source Filter中讀取一部分?jǐn)?shù)據(jù)，以獲得數(shù)據(jù)的格式描述，否則Filter Graph無法完成連接。源Filter與Splitter Filter進行連接前，應(yīng)啟動一個等待線程，當(dāng)Source Filter的數(shù)據(jù)緩存預(yù)先接收到足夠的數(shù)據(jù)后，再構(gòu)建完整的Filter Graph。
    (2)當(dāng)完整的Filter Graph構(gòu)建完成，并且處于運行狀態(tài)后，Source Filter必須動態(tài)地接收數(shù)據(jù)，并持續(xù)地把新數(shù)據(jù)提供給Splitter Filter，雙緩沖循環(huán)隊列既充分利用內(nèi)存空間，又能為Splitter Filter提供穩(wěn)定的數(shù)據(jù)源。
    (3)緩沖隊列可以穩(wěn)定碼率，有效減小網(wǎng)絡(luò)延時、阻塞和抖動的影響。
    源Filter的工作過程如下：建立一個循環(huán)緩沖隊列，隊列尾指針用于緩沖從網(wǎng)絡(luò)接收的數(shù)據(jù)，隊列頭指針供Splitter讀取數(shù)據(jù)，進行音視頻分離，并傳給下一級Decoder處理；當(dāng)Socket接收到網(wǎng)絡(luò)數(shù)據(jù)后，將數(shù)據(jù)插入隊列尾部，并使尾指針后移；當(dāng)Splitter需要讀取數(shù)據(jù)時，從隊列頭讀取數(shù)據(jù)，并使頭指針后移。
    流媒體傳輸采用客戶端／服務(wù)器的架構(gòu)，服務(wù)器與客戶端之間還有一個Socket通信協(xié)議問題，由于流媒體是連續(xù)的，它的同步點不能隨意選擇，因此，為了傳送流媒體數(shù)據(jù)，必須使用面向連接的可靠的傳輸協(xié)議(TCP)?？蛻舳伺c服務(wù)器端的控制與反饋消息，則可以使用(UDP)來傳輸。服務(wù)器端首先創(chuàng)建一個偵聽Socket，偵聽來自客戶端的連接請求。一旦偵聽到客戶端的請求，服務(wù)器端就創(chuàng)建一個用于數(shù)據(jù)傳送的Socket，并綁定到請求連接的客戶端，此時，服務(wù)器處于數(shù)據(jù)傳送的就緒狀態(tài)。當(dāng)客戶端發(fā)出命令，服務(wù)器再根據(jù)命令的類型執(zhí)行相應(yīng)的操作，如數(shù)據(jù)發(fā)送、停止、斷開連接等。
    在服務(wù)器端首先將連續(xù)的H．264流分成一塊一塊小包的負載數(shù)據(jù)，并且加上一個信息頭一起使用TCP協(xié)議發(fā)送；在客戶端根據(jù)信息頭描述，將小包的負載數(shù)據(jù)進行拼裝，然后進行H．264的解碼播放。Socket數(shù)據(jù)傳送結(jié)構(gòu)為：負載類型(8 bit)、負載數(shù)據(jù)長度(16 bit)和負載數(shù)據(jù)包(2324Byte)。
    客戶端的實現(xiàn)可以參考SDK中的MEMFile Filter，直接從SDK例子將asyncrdr．cpp、asyncrdr．h、asyncio．cpp、asyneio．h四個文件拷貝過來，然后在MemFilter．h文件中從CAsyncStream派生流處理類CMemStream，定制數(shù)據(jù)源并進行數(shù)據(jù)的讀取操作；從CAsyncReader派生濾波器類CMemReader，實現(xiàn)含1個輸出PIN的Source Filter框架，完成與Splitter Filter的連接。
    網(wǎng)絡(luò)源濾波器類間數(shù)據(jù)流程如圖2，下一級Filter“拉”線程數(shù)據(jù)流程如圖3。其中：CAsyneStream用以標(biāo)示數(shù)據(jù)流；CAsyneRequest標(biāo)示輸入與輸出請求；CAsyncIo實現(xiàn)數(shù)據(jù)輸入和輸出的控制。編程主要實現(xiàn)CMemStream：Read()函數(shù)以實現(xiàn)從特定的數(shù)據(jù)源讀取數(shù)據(jù)到下一級Filter的Sample中。

3．3 H．264解碼Filter的設(shè)計
    該濾波器工作于Splitter和Renderer filter之間，包含一個輸入和一個輸出，且輸入和輸出pin上的媒體類型不一致，故選擇CTrans-form Filter作為基類，派生子類CX264Decode。
    ffmpeg是一個集錄制、轉(zhuǎn)換、音／視頻編碼解碼功能為一體的完整的開源解決方案。利用ffmpeg中的Libavformat和libavcodec庫訪問大多數(shù)視頻文件格式是一個很好的方法。將ffmpeg中關(guān)于h．264解碼的操作封裝為C++類，供H．264解碼Filter調(diào)用以實現(xiàn)解碼功能。
    子類CX264Decode必須要實現(xiàn)的純虛函數(shù)有：CheckInputType()實現(xiàn)輸入Pin上的媒體類型檢查；CheckTransform()檢查是否支持從該輸入pin到輸出pin的變換操作；DecideBufferSize()決定Samlple內(nèi)存的大??；GetMediaType()：提供輸出Pin上的首選媒體類型；Transform()：實現(xiàn)解碼變換。
    子類CX264Decode可選的重寫虛函數(shù)有：初始化和反初始化流：StartStreaming()和StopStreaming()；響應(yīng)質(zhì)量通告消息：AlterQuali-ty()；獲取媒體類型被實際設(shè)置的時間：SetMediaType()；連接時獲取額外的接口：CheckConnect()、BreakConnect()和CompleteConneet()；定制變換過程：Receive()；標(biāo)準(zhǔn)化設(shè)置輸出Sample：InitializeOutputSample()。
    本Filter設(shè)計主要流程如下：
    (1)Filter注冊信息
    定義類工廠模板，填寫Filter的注冊信息；同時實現(xiàn)DLL文件所必須實現(xiàn)的注冊和反注冊函數(shù)：DLLRegisterServer和DLLUnregisterSe-rver。
    (2)框架函數(shù)的實現(xiàn)
    實現(xiàn)函數(shù)CreateInstanee，用于創(chuàng)建Filter對象實例；實現(xiàn)函數(shù)CheeklnputType，用于對輸入Pin上的媒體類型檢查；實現(xiàn)函數(shù)Transfo-rm，用于H．264的解碼操作；實現(xiàn)函數(shù)NonDelegafingQueryIntefface，用于暴露Filter支持的自定義接口，使應(yīng)用程序可以設(shè)置解碼器的參數(shù)；實現(xiàn)函數(shù)CompleteConnect，可以在輸入Pin成功連接后取得媒體類型描述，并將輸入數(shù)據(jù)的格式設(shè)置給應(yīng)用邏輯控制對象；實現(xiàn)函數(shù)St-artStreaming和StopStreaming，可以分別調(diào)用應(yīng)用控制邏輯對象的相應(yīng)函數(shù)，進行流處理的初始化和反初始化操作。
    (3)邏輯控制類的實現(xiàn)
    邏輯控制類是本Filter設(shè)計的核心，框架函數(shù)和自定義接口函數(shù)的相關(guān)操作都是委托給邏輯控制類來實現(xiàn)的。該類實現(xiàn)了H．264．的解碼參數(shù)的設(shè)置與解碼操作，主要調(diào)用封裝了H．264解碼的C++類來實現(xiàn)。
    利用ffmpeg庫進行H．264解碼時，需要自定義兩個關(guān)鍵函數(shù)：open_net_file()和read_buffer_frame()。其中，open_net_file()函數(shù)完成與流媒體服務(wù)器的連接，接收指定流媒體文件的流相關(guān)信息，并返回類型為AVFormatContext結(jié)構(gòu)體的值。read_buffer_frame()函數(shù)從bu-ffer緩沖中讀取一幀數(shù)據(jù)，并交由庫函數(shù)avcodec_decode_video()解碼。
    (4)自定義接口的實現(xiàn)
    將Filter類從自定義接口類派生，并聲明自定義接口的所有接口方法；然后在Filter類的實現(xiàn)文件中實現(xiàn)這些接口法，其實大都是調(diào)用應(yīng)用邏輯控制類的相應(yīng)函數(shù)；最后在函數(shù)NonDelegatingQueryInterface中暴露我們的自定義接口。
3．4 播放器的設(shè)計
    播放器采用Directshow應(yīng)用框架，采取界面、控制邏輯和數(shù)據(jù)分離的三層程序設(shè)計方法。界面類直接從標(biāo)準(zhǔn)的對話框類CDialog派生，在界面類中定義兩個自定義類：數(shù)據(jù)封裝類和邏輯控制類。界面類表達一種用戶操作邏輯；數(shù)據(jù)封裝類集中管理各種參數(shù)；邏輯控制類具體實現(xiàn)業(yè)務(wù)應(yīng)用邏輯。采取Directshow應(yīng)用框架，不必關(guān)心數(shù)據(jù)如何輸入和輸出，這些問題都由Filter框架負責(zé)，只需更多的關(guān)注數(shù)據(jù)處理的算法實現(xiàn)、效率優(yōu)化等問題。采取界面、控制邏輯和數(shù)據(jù)分離的設(shè)計結(jié)構(gòu)，不僅使程序框架清晰、容易被人理解，而且具有良好的移植性和擴展性。
    播放器基于Filter Graph Manager構(gòu)建包含網(wǎng)絡(luò)源Filter和H．264解碼Filter的Filter Graph，即可實現(xiàn)網(wǎng)絡(luò)流媒體的播放。界面類實現(xiàn)視頻顯示界面與用戶的操作交互，控制邏輯可以控制視頻的播放、暫停、停止、解碼參數(shù)設(shè)置等，數(shù)據(jù)類實現(xiàn)對數(shù)據(jù)的操作管理。

4 結(jié)束語
   本流媒體播放器系統(tǒng)采用了Directshow應(yīng)用框架和H．264視頻編解碼標(biāo)準(zhǔn)，能很好的實現(xiàn)網(wǎng)絡(luò)流媒體視頻的播放，具有結(jié)構(gòu)清晰、良好的可擴展性與可移植性。由于WINCE系統(tǒng)是微軟提供的嵌入式實時操作系統(tǒng)，提供了對Directshow的應(yīng)用支持，故本系統(tǒng)也可以很好的移植到win-ce的嵌入式應(yīng)用平臺，實現(xiàn)嵌入式端的流媒體視頻播放。同時，本流媒體播放系統(tǒng)也可很好地移植到視頻點播系統(tǒng)中，因其采用高壓縮比、低碼率的H．264視頻編解碼標(biāo)準(zhǔn)。能有效減少網(wǎng)絡(luò)負載、減小帶寬，從而減輕網(wǎng)絡(luò)對流媒體傳輸中所存在的丟包、抖動、延時等影響。