在 libav 中读取 dumepd RTP 流

嗨，我需要一些帮助/指导，因为我陷入了我的研究之中。

问题：

如何在 API（通过编程）或控制台版本中使用 gstreamer 或 avlib (ffmpeg) 转换 RTP 数据。

Data

我有来自 TCP 上的 RTP/RTCP 的 RTP 转储，因此我可以获得文件中每个 RTP 数据包的精确开始和停止。这是 H264 视频流转储。 数据采用这种方式是因为我需要通过 libcurl 获取 RTCP/RTP 交错流（我目前正在这样做）

Status

我尝试使用 ffmpeg 来消耗纯 RTP 数据包，但似乎通过控制台或通过编程使用 rtp 涉及在 ffmpeg 中“启动”整个 rtsp/rtp 会话业务。我就到此为止了，暂时我没有更深入地探索这条道路。我想这可以通过情人级别的 RTP API 实现，例如ff_rtp_parse_packet()我对这个库太陌生了，无法直接完成它。

然后是 gstreamer，它具有更多功能，无需编程即可完成此操作，但目前我无法弄清楚如何将我拥有的 RTP 转储传递给它。

我还尝试做一些小伎俩并通过流式传输转储socat/nc到 udp 端口​​并通过 ffplay 以 sdp 文件作为输入监听它，似乎有一些进展，rtp 至少得到了识别，但对于socat有大量数据包丢失（也许数据发送得太快？），最终数据没有可视化。当我使用nc视频严重变形，但至少没有那么多接收错误。

无论如何，数据没有正确可视化。

我知道我可以“手动”对数据进行解包，但想法是通过某种库来完成，因为最终还会有第二个带有音频的流，必须与视频混合在一起。

我将不胜感激任何关于如何解决这个问题的帮助。 谢谢。

终于在一段时间后我有时间再次坐下来思考这个问题，终于得到了令我满意的解决方案。我继续使用 RTP 交错流（RTP 与 RTCP 在单个 TCP 连接上交错）。
因此，我有一个交错的 RTCP/RTP 流，需要将其分解为音频（PCM A-Law）和视频（h.264 约束基线）RTP 数据包。
这里描述了包含RTP数据的RTSP流的分解rfc2326.
这里描述了 H264 的解包rfc6184，对于 PCM A-Law，帧是 RTP 中的原始音频，因此无需解包。

下一步是计算每个流的正确 PTS（或演示时间戳），这有点麻烦，但最终 Live555 代码来帮忙 （看RTP 口型同步).
最后一个任务是将其混合到支持 PCM alaw 的容器中，我使用了 ffmpeg 的 avlibraries。
互联网上有很多例子，但其中很多已经过时了（ffmpeg 在 API 更改区域非常“动态”），所以我最终发布了对我实际有用的内容（最重要的部分）：

设置部分：

#include <libavcodec/avcodec.h>
#include <libavformat/avformat.h>
#include "libavutil/intreadwrite.h"
#include "libavutil/mathematics.h"

AVFormatContext   *formatContext;
AVOutputFormat    *outputFormat;
AVStream          *video_st;
AVStream          *audio_st;
AVCodec           *av_encode_codec = NULL;
AVCodec           *av_audio_encode_codec = NULL;
AVCodecContext    *av_video_encode_codec_ctx = NULL;
AVCodecContext    *av_audio_encode_codec_ctx = NULL;


av_register_all();
av_log_set_level(AV_LOG_TRACE);
outputFormat = av_guess_format(NULL, pu8outFileName, NULL);
outputFormat->video_codec = AV_CODEC_ID_H264;

av_encode_codec = avcodec_find_encoder(AV_CODEC_ID_H264);
av_audio_encode_codec = avcodec_find_encoder(AV_CODEC_ID_PCM_ALAW);
avformat_alloc_output_context2(&formatContext, NULL, NULL, pu8outFileName);
formatContext->oformat = outputFormat;
strcpy(formatContext->filename, pu8outFileName);
outputFormat->audio_codec  = AV_CODEC_ID_PCM_ALAW;

av_video_encode_codec_ctx = avcodec_alloc_context3(av_encode_codec);
av_audio_encode_codec_ctx = avcodec_alloc_context3(av_audio_encode_codec);

av_video_encode_codec_ctx->codec_id = outputFormat->video_codec;
av_video_encode_codec_ctx->codec_type = AVMEDIA_TYPE_VIDEO;
av_video_encode_codec_ctx->bit_rate = 4000;
av_video_encode_codec_ctx->width  = u32width;
av_video_encode_codec_ctx->height = u32height;
av_video_encode_codec_ctx->time_base = (AVRational){ 1, u8fps };
av_video_encode_codec_ctx->max_b_frames = 0;
av_video_encode_codec_ctx->pix_fmt = AV_PIX_FMT_YUV420P;

av_audio_encode_codec_ctx->sample_fmt = AV_SAMPLE_FMT_S16;
av_audio_encode_codec_ctx->codec_id = AV_CODEC_ID_PCM_ALAW; 
av_audio_encode_codec_ctx->codec_type = AVMEDIA_TYPE_AUDIO;
av_audio_encode_codec_ctx->sample_rate = 8000;
av_audio_encode_codec_ctx->channels = 1;
av_audio_encode_codec_ctx->time_base = (AVRational){ 1, u8fps };
av_audio_encode_codec_ctx->channel_layout = AV_CH_LAYOUT_MONO;

video_st = avformat_new_stream(formatContext, av_encode_codec);
audio_st = avformat_new_stream(formatContext, av_audio_encode_codec);
audio_st->index = 1;
video_st->avg_frame_rate = (AVRational){ 90000, 90000 / u8fps };
av_stream_set_r_frame_rate(video_st, (AVRational){ 90000, 90000 / u8fps });

视频的数据包是这样写的：

uint8_t  *pu8framePtr = video_frame;
AVPacket pkt = { 0 };
av_init_packet(&pkt);
if (0x65 == pu8framePtr[4] || 0x67 == pu8framePtr[4] || 0x68 == pu8framePtr[4]) 
{
    pkt.flags = AV_PKT_FLAG_KEY;
}

pkt.data = (uint8_t *)pu8framePtr;
pkt.size = u32LastFrameSize;

pkt.pts  = av_rescale_q(s_video_sync.fSyncTime.tv_sec * 1000000 + s_video_sync.fSyncTime.tv_usec, (AVRational){ 1, 1000000 }, video_st->time_base);
pkt.dts  = pkt.pts;
pkt.stream_index = video_st->index;
av_interleaved_write_frame(formatContext, &pkt);
av_packet_unref(&pkt);

对于这样的音频：

AVPacket pkt = { 0 };
av_init_packet(&pkt);
pkt.flags = AV_PKT_FLAG_KEY;
pkt.data = (uint8_t *)pu8framePtr;
pkt.size = u32AudioDataLen;

pkt.pts  = av_rescale_q(s_audio_sync.fSyncTime.tv_sec * 1000000 + s_audio_sync.fSyncTime.tv_usec, (AVRational){ 1, 1000000 }, audio_st->time_base);
pkt.dts  = pkt.pts;
pkt.stream_index = audio_st->index;
if (u8FirstIFrameFound) {av_interleaved_write_frame(formatContext, &pkt);}
av_packet_unref(&pkt)

最后还有一些 deinits：

av_write_trailer(formatContext);
av_dump_format(formatContext, 0, pu8outFileName, 1);
avcodec_free_context(&av_video_encode_codec_ctx);
avcodec_free_context(&av_audio_encode_codec_ctx);
avio_closep(&formatContext->pb);
avformat_free_context(formatContext);