使用现有编解码器ffmpeg,将原始视频进行H264编码、解码得到重建视频,基于visual studio的opencv。(待处理文件为YUV文件,名称为“YUV.yuv”)

时间: 2024-06-09 07:06:51 浏览: 10
以下是基于Visual Studio的OpenCV代码,使用FFmpeg进行H264编码和解码,从YUV文件中读取原始视频,编码后解码得到重建视频: ```cpp #include <iostream> #include <opencv2/opencv.hpp> extern "C" { #include <libavcodec/avcodec.h> #include <libavutil/opt.h> #include <libavutil/imgutils.h> #include <libswscale/swscale.h> #include <libavformat/avformat.h> } using namespace std; using namespace cv; int main() { // 读取YUV文件 string filename = "YUV.yuv"; FILE* fp = fopen(filename.c_str(), "rb"); if (fp == NULL) { cout << "Failed to open file: " << filename << endl; return -1; } // 视频宽度和高度 int width = 640; int height = 480; // 帧率 int fps = 30; // 创建编码器上下文 AVCodec* codec = avcodec_find_encoder(AV_CODEC_ID_H264); AVCodecContext* codecContext = avcodec_alloc_context3(codec); codecContext->width = width; codecContext->height = height; codecContext->bit_rate = 400000; codecContext->time_base = { 1,fps }; codecContext->gop_size = 10; codecContext->max_b_frames = 1; codecContext->pix_fmt = AV_PIX_FMT_YUV420P; avcodec_open2(codecContext, codec, NULL); // 创建解码器上下文 AVCodecContext* decodeContext = avcodec_alloc_context3(codec); decodeContext->width = width; decodeContext->height = height; decodeContext->pix_fmt = AV_PIX_FMT_YUV420P; avcodec_open2(decodeContext, codec, NULL); // 创建存储编码数据的结构体 AVFrame* frame = av_frame_alloc(); frame->width = width; frame->height = height; frame->format = codecContext->pix_fmt; int ret = av_frame_get_buffer(frame, 32); if (ret < 0) { cout << "Failed to allocate frame buffer." << endl; return -1; } // 创建存储解码数据的结构体 AVFrame* decodedFrame = av_frame_alloc(); decodedFrame->width = width; decodedFrame->height = height; decodedFrame->format = decodeContext->pix_fmt; ret = av_frame_get_buffer(decodedFrame, 32); if (ret < 0) { cout << "Failed to allocate frame buffer." << endl; return -1; } // 创建存储编码数据的结构体 AVPacket* packet = av_packet_alloc(); av_init_packet(packet); packet->data = NULL; packet->size = 0; // 创建SwsContext,用于YUV420P到RGB的转换 SwsContext* swsContext = sws_getContext(width, height, AV_PIX_FMT_YUV420P, width, height, AV_PIX_FMT_BGR24, 0, NULL, NULL, NULL); // 创建重建视频窗口 namedWindow("Reconstructed Video", WINDOW_NORMAL); // 循环读取原始视频帧并编码 int frameIndex = 0; Mat img(height, width, CV_8UC3); while (true) { // 读取YUV帧 uint8_t* yuvData = new uint8_t[width * height * 3 / 2]; int bytesRead = fread(yuvData, 1, width * height * 3 / 2, fp); if (bytesRead != width * height * 3 / 2) { break; } // 将YUV数据复制到AVFrame结构体中 uint8_t* data[AV_NUM_DATA_POINTERS] = { 0 }; data[0] = yuvData; data[1] = yuvData + width * height; data[2] = yuvData + width * height * 5 / 4; int linesize[AV_NUM_DATA_POINTERS] = { 0 }; linesize[0] = width; linesize[1] = width / 2; linesize[2] = width / 2; sws_scale(swsContext, data, linesize, 0, height, frame->data, frame->linesize); // 设置AVFrame时间戳 frame->pts = frameIndex; // 编码AVFrame ret = avcodec_send_frame(codecContext, frame); if (ret < 0) { cout << "Failed to send frame for encoding." << endl; return -1; } while (ret >= 0) { ret = avcodec_receive_packet(codecContext, packet); if (ret == AVERROR(EAGAIN) || ret == AVERROR_EOF) { break; } else if (ret < 0) { cout << "Failed to encode packet." << endl; return -1; } // 解码AVPacket ret = avcodec_send_packet(decodeContext, packet); if (ret < 0) { cout << "Failed to send packet for decoding." << endl; return -1; } while (ret >= 0) { ret = avcodec_receive_frame(decodeContext, decodedFrame); if (ret == AVERROR(EAGAIN) || ret == AVERROR_EOF) { break; } else if (ret < 0) { cout << "Failed to decode frame." << endl; return -1; } // 将解码后的数据转换成Mat Mat decodedImg(height, width, CV_8UC3); uint8_t* decodedData[AV_NUM_DATA_POINTERS] = { 0 }; decodedData[0] = decodedImg.data; int decodedLinesize[AV_NUM_DATA_POINTERS] = { 0 }; decodedLinesize[0] = width * 3; sws_scale(swsContext, decodedFrame->data, decodedFrame->linesize, 0, height, decodedData, decodedLinesize); // 显示重建视频 imshow("Reconstructed Video", decodedImg); waitKey(1000 / fps); av_packet_unref(packet); } } delete[] yuvData; frameIndex++; } // 释放资源 av_packet_free(&packet); av_frame_free(&decodedFrame); av_frame_free(&frame); avcodec_free_context(&decodeContext); avcodec_free_context(&codecContext); sws_freeContext(swsContext); fclose(fp); return 0; } ``` 注意:本代码仅供参考,使用前需要仔细阅读并理解代码,确保代码符合自己的需求和环境。此外,本代码中使用的FFmpeg和OpenCV版本为: - FFmpeg 4.4 - OpenCV 4.5.3 如果使用不同版本的FFmpeg和OpenCV,可能需要进行相应的修改。

相关推荐

最新推荐

recommend-type

Java解码H264格式视频流中的图片

Java解码H264格式视频流中的图片是指使用Java语言对H264格式的视频流进行解码,并将其转换为图片的过程。在这个过程中,我们需要使用到一些专门的库和工具,例如JavaCV和FFmpeg,这些库提供了对视频流的处理和解码...
recommend-type

Java使用FFmpeg处理视频文件的方法教程

在本教程中,我们将一步步地指导大家如何使用Java调用FFmpeg处理视频文件,包括安装FFmpeg、使用JAVE.jar处理音视频、直接使用FFmpeg开发的代码等内容。 1. 什么是FFmpeg? FFmpeg是一个开源的多媒体处理工具,...
recommend-type

java使用OpenCV从视频文件中获取帧

"java使用OpenCV从视频文件中获取帧" Java使用OpenCV从视频文件中获取帧是指使用Java语言和OpenCV库从视频文件中提取图像帧的过程。本文将详细介绍如何使用Java和OpenCV从视频文件中获取帧,并提供了具体的代码实例...
recommend-type

使用Java和ffmpeg把音频和视频合成视频的操作方法

使用Java和FFmpeg实现音频和视频合成视频的操作方法 FFmpeg是一个开源免费跨平台的视频和音频流方案,属于自由软件,采用LGPL或GPL许可证(依据你选择的组件)。它提供了录制、转换以及流化音视频的完整解决方案。...
recommend-type

java使用FFmpeg合成视频和音频并获取视频中的音频等操作(实例代码详解)

在这个命令中,我们使用 libx264 编解码器将视频编码为 H.264,并使用 aac 编解码器将音频编码为 AAC。最后,我们执行 FFmpeg 命令来实现视频和音频的合成。 3. Java 使用 FFmpeg 获取视频中的音频 Java 可以使用 ...
recommend-type

GO婚礼设计创业计划:技术驱动的婚庆服务

"婚礼GO网站创业计划书" 在创建婚礼GO网站的创业计划书中,创业者首先阐述了企业的核心业务——GO婚礼设计,专注于提供计算机软件销售和技术开发、技术服务,以及与婚礼相关的各种服务,如APP制作、网页设计、弱电工程安装等。企业类型被定义为服务类,涵盖了一系列与信息技术和婚礼策划相关的业务。 创业者的个人经历显示了他对行业的理解和投入。他曾在北京某科技公司工作,积累了吃苦耐劳的精神和实践经验。此外,他在大学期间担任班长,锻炼了团队管理和领导能力。他还参加了SYB创业培训班,系统地学习了创业意识、计划制定等关键技能。 市场评估部分,目标顾客定位为本地的结婚人群,特别是中等和中上收入者。根据数据显示,广州市内有14家婚庆公司,该企业预计能占据7%的市场份额。广州每年约有1万对新人结婚,公司目标接待200对新人,显示出明确的市场切入点和增长潜力。 市场营销计划是创业成功的关键。尽管文档中没有详细列出具体的营销策略,但可以推断,企业可能通过线上线下结合的方式,利用社交媒体、网络广告和本地推广活动来吸引目标客户。此外,提供高质量的技术解决方案和服务,以区别于竞争对手,可能是其市场差异化策略的一部分。 在组织结构方面,未详细说明,但可以预期包括了技术开发团队、销售与市场部门、客户服务和支持团队,以及可能的行政和财务部门。 在财务规划上,文档提到了固定资产和折旧、流动资金需求、销售收入预测、销售和成本计划以及现金流量计划。这表明创业者已经考虑了启动和运营的初期成本,以及未来12个月的收入预测,旨在确保企业的现金流稳定,并有可能享受政府对大学生初创企业的税收优惠政策。 总结来说,婚礼GO网站的创业计划书详尽地涵盖了企业概述、创业者背景、市场分析、营销策略、组织结构和财务规划等方面,为初创企业的成功奠定了坚实的基础。这份计划书显示了创业者对市场的深刻理解,以及对技术和婚礼行业的专业认识,有望在竞争激烈的婚庆市场中找到一席之地。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【基础】PostgreSQL的安装和配置步骤

![【基础】PostgreSQL的安装和配置步骤](https://img-blog.csdnimg.cn/direct/8e80154f78dd45e4b061508286f9d090.png) # 2.1 安装前的准备工作 ### 2.1.1 系统要求 PostgreSQL 对系统硬件和软件环境有一定要求,具体如下: - 操作系统:支持 Linux、Windows、macOS 等主流操作系统。 - CPU:推荐使用多核 CPU,以提高数据库处理性能。 - 内存:根据数据库规模和并发量确定,一般建议 8GB 以上。 - 硬盘:数据库文件和临时文件需要占用一定空间,建议预留足够的空间。
recommend-type

字节跳动面试题java

字节跳动作为一家知名的互联网公司,在面试Java开发者时可能会关注以下几个方面的问题: 1. **基础技能**:Java语言的核心语法、异常处理、内存管理、集合框架、IO操作等是否熟练掌握。 2. **面向对象编程**:多态、封装、继承的理解和应用,可能会涉及设计模式的提问。 3. **并发编程**:Java并发API(synchronized、volatile、Future、ExecutorService等)的使用,以及对并发模型(线程池、并发容器等)的理解。 4. **框架知识**:Spring Boot、MyBatis、Redis等常用框架的原理和使用经验。 5. **数据库相
recommend-type

微信行业发展现状及未来发展趋势分析

微信行业发展现状及未来行业发展趋势分析 微信作为移动互联网的基础设施,已经成为流量枢纽,月活跃账户达到10.4亿,同增10.9%,是全国用户量最多的手机App。微信的活跃账户从2012年起步月活用户仅为5900万人左右,伴随中国移动互联网进程的不断推进,微信的活跃账户一直维持稳步增长,在2014-2017年年末分别达到5亿月活、6.97亿月活、8.89亿月活和9.89亿月活。 微信月活发展历程显示,微信的用户数量增长已经开始呈现乏力趋势。微信在2018年3月日活达到6.89亿人,同比增长5.5%,环比上个月增长1.7%。微信的日活同比增速下滑至20%以下,并在2017年年底下滑至7.7%左右。微信DAU/MAU的比例也一直较为稳定,从2016年以来一直维持75%-80%左右的比例,用户的粘性极强,继续提升的空间并不大。 微信作为流量枢纽,已经成为移动互联网的基础设施,月活跃账户达到10.4亿,同增10.9%,是全国用户量最多的手机App。微信的活跃账户从2012年起步月活用户仅为5900万人左右,伴随中国移动互联网进程的不断推进,微信的活跃账户一直维持稳步增长,在2014-2017年年末分别达到5亿月活、6.97亿月活、8.89亿月活和9.89亿月活。 微信的用户数量增长已经开始呈现乏力趋势,这是因为微信自身也在重新寻求新的增长点。微信日活发展历程显示,微信的用户数量增长已经开始呈现乏力趋势。微信在2018年3月日活达到6.89亿人,同比增长5.5%,环比上个月增长1.7%。微信的日活同比增速下滑至20%以下,并在2017年年底下滑至7.7%左右。 微信DAU/MAU的比例也一直较为稳定,从2016年以来一直维持75%-80%左右的比例,用户的粘性极强,继续提升的空间并不大。因此,在整体用户数量开始触达天花板的时候,微信自身也在重新寻求新的增长点。 中国的整体移动互联网人均单日使用时长已经较高水平。18Q1中国移动互联网的月度总时长达到了77千亿分钟,环比17Q4增长了14%,单人日均使用时长达到了273分钟,环比17Q4增长了15%。而根据抽样统计,社交始终占据用户时长的最大一部分。2018年3月份,社交软件占据移动互联网35%左右的时长,相比2015年减少了约10pct,但仍然是移动互联网当中最大的时长占据者。 争夺社交软件份额的主要系娱乐类App,目前占比达到约32%左右。移动端的流量时长分布远比PC端更加集中,通常认为“搜索下載”和“网站导航”为PC时代的流量枢纽,但根据统计,搜索的用户量约为4.5亿,为各类应用最高,但其时长占比约为5%左右,落后于网络视频的13%左右位于第二名。PC时代的网络社交时长占比约为4%-5%,基本与搜索相当,但其流量分发能力远弱于搜索。 微信作为移动互联网的基础设施,已经成为流量枢纽,月活跃账户达到10.4亿,同增10.9%,是全国用户量最多的手机App。微信的活跃账户从2012年起步月活用户仅为5900万人左右,伴随中国移动互联网进程的不断推进,微信的活跃账户一直维持稳步增长,在2014-2017年年末分别达到5亿月活、6.97亿月活、8.89亿月活和9.89亿月活。 微信的用户数量增长已经开始呈现乏力趋势,这是因为微信自身也在重新寻求新的增长点。微信日活发展历程显示,微信的用户数量增长已经开始呈现乏力趋势。微信在2018年3月日活达到6.89亿人,同比增长5.5%,环比上个月增长1.7%。微信的日活同比增速下滑至20%以下,并在2017年年底下滑至7.7%左右。 微信DAU/MAU的比例也一直较为稳定,从2016年以来一直维持75%-80%左右的比例,用户的粘性极强,继续提升的空间并不大。因此,在整体用户数量开始触达天花板的时候,微信自身也在重新寻求新的增长点。 微信作为移动互联网的基础设施,已经成为流量枢纽,月活跃账户达到10.4亿,同增10.9%,是全国用户量最多的手机App。微信的活跃账户从2012年起步月活用户仅为5900万人左右,伴随中国移动互联网进程的不断推进,微信的活跃账户一直维持稳步增长,在2014-2017年年末分别达到5亿月活、6.97亿月活、8.89亿月活和9.89亿月活。 微信的用户数量增长已经开始呈现乏力趋势,这是因为微信自身也在重新寻求新的增长点。微信日活发展历程显示,微信的用户数量增长已经开始呈现乏力趋势。微信在2018年3月日活达到6.89亿人,同比增长5.5%,环比上个月增长1.7%。微信的日活同比增速下滑至20%以下,并在2017年年底下滑至7.7%左右。 微信DAU/MAU的比例也一直较为稳定,从2016年以来一直维持75%-80%左右的比例,用户的粘性极强,继续提升的空间并不大。因此,在整体用户数量开始触达天花板的时候,微信自身也在重新寻求新的增长点。 微信作为移动互联网的基础设施,已经成为流量枢纽,月活跃账户达到10.4亿,同增10.9%,是全国用户量最多的手机App。微信的活跃账户从2012年起步月活用户仅为5900万人左右,伴随中国移动互联网进程的不断推进,微信的活跃账户一直维持稳步增长,在2014-2017年年末分别达到5亿月活、6.97亿月活、8.89亿月活和9.89亿月活。 微信的用户数量增长已经开始呈现乏力趋势,这是因为微信自身也在重新寻求新的增长点。微信日活发展历程显示,微信的用户数量增长已经开始呈现乏力趋势。微信在2018年3月日活达到6.89亿人,同比增长5.5%,环比上个月增长1.7%。微信的日活同比增速下滑至20%以下,并在2017年年底下滑至7.7%左右。 微信DAU/MAU的比例也一直较为稳定,从2016年以来一直维持75%-80%左右的比例,用户的粘性极强,继续提升的空间并不大。因此,在整体用户数量开始触达天花板的时候,微信自身也在重新寻求新的增长点。