音视频开发

音视频开发,就是要掌握图像、音频、视频的基础知识,并且学会如何对它们进行采集、渲染、处理、传输等一系列的开发和应用。

采集:它解决的是,数据从哪里来的问题

渲染:它解决的是,数据怎么展现的问题

处理:它解决的是,数据怎么加工的问题

传输:它解决的是,数据怎么共享的问题

2.1 采集 

图像、视频最初都是来自摄像头,而音频最初都是来自麦克风,因此,做音视频采集,就要掌握如下的技术知识:

Windows:DirectShow

Linux:V4L2

Android:Camera

iOS:AVCaptureSession

系统的摄像头采集的参数怎么配置,都是什么含义 ?

比如:分辨率、帧率、预览方向、对焦、闪光灯 等

系统的摄像头输出的图像/视频数据,是什么格式,不同格式有什么区别 ?

比如:图片:JPEG,视频数据:NV21,NV12,I420 等

系统的麦克风采集接口是什么,怎么用 ?

比如:

Windows:DirectShow

Linux:ALSA & OSS

Android:AudioRecord

iOS:Audio Unit

系统的麦克风采集参数怎么配置,都是什么含义 ?

比如:采样率,通道号,位宽 等

系统的麦克风输出的音频数据,是什么格式?

比如:PCM

2.2 渲染     

其实无论在哪个平台,图像、视频最终都是要绘制到视图上面,而音频最终都是要输出到扬声器,因此,做音视频渲染,就要掌握如下的技术知识:

系统提供了哪些 API 可以绘制一张图片或者一帧 YUV 图像数据的 ?

比如:

Windows:DirectDraw, Direct3D, GDI,OpenGL 等

Linux: GDI, OpenGL 等

Android:ImageView,SurfaceView,TextureView,OpenGL 等

iOS: CoreGraphics,OpenGL 等

系统提供了哪些 API 可以播放一个 mp3 或者 pcm 数据 ?

比如:

Windows:DirectSound 等

Linux:ALSA & OSS 等

Android:AudioTrack 等

iOS: AudioQueue 等

2.3 处理  

处理,它解决的是,数据怎么加工的问题,那么,数据究竟可以怎么加工呢 ?

首先,我们看看图像/音视频的数据可以做哪些加工 ?

其实无论在哪个平台,图像和音视频的加工,除了系统的 API,大多数都会依赖一些跨平台的第三方库的,通过掌握这些第三方库的原理和使用方法,基本上就可以满足日常音视频处理工作了,这些库包括但不限于:

图像处理:OpenGL,OpenCV,libyuv,ffmpeg 等

视频编解码:x264,OpenH264,ffmpeg 等

音频处理:speexdsp,ffmpeg 等

4.音频编解码:libfaac,opus,speex,ffmpeg 等

2.4 传输   

传输,它解决的是,数据怎么共享的问题,那么,数据究竟怎么共享呢 ?

共享,最重要的一点,就是协议。

因此,研究音视频传输,其实就是在研究协议,具体有哪些协议呢 ?

音视频在传输前,怎么打包的,如:FLV,ts,mpeg4 等

直播推流,有哪些常见的协议,如:RTMP,RSTP 等

直播拉流,有哪些常见的协议,如:RTMP,HLS,HDL,RTSP 等

基于 UDP 的协议有哪些?如:RTP/RTCP,QUIC 等

参见

  1. 从开发小白到音视频专家 https://www.jianshu.com/p/63a0100c89c8

  2. 从开发小白到音视频专家 https://www.jianshu.com/p/43367f541a2e

  3. 一文搞懂音视频开发技术点及职业发展方向 - InfoQ 写作平台