英創(chuàng)信息技術(shù)ESM6802視頻處理簡介

ESM6802是英創(chuàng)公司推出的基于Freescale i.MX6DL雙核處理器(ARM Cortex-A9，主頻1GHz)的高性能工控主板，imx6dl內(nèi)部包含一個(gè)視頻處理模塊（VPU）可以支持多種視頻格式的編解碼，而開發(fā)板預(yù)裝的Linux系統(tǒng)也提供了gstreamer以及Qt 5.8來給視頻處理應(yīng)用程序提供便捷的函數(shù)接口。本文將簡單介紹VPU硬件模塊以及gsteamer多媒體編程框架和Qt 5.8的多媒體處理模塊。

1、多媒體文件簡單介紹

多媒體文件通常有文件后綴如mp4、mkv等。這些后綴表明的是多媒體文件的container格式，也就是視頻數(shù)據(jù)、音頻數(shù)據(jù)、字幕數(shù)據(jù)的封裝在一個(gè)文件中的封裝格式。而視頻數(shù)據(jù)、音頻數(shù)據(jù)又有自己的編碼格式，如視頻常用的H264、MPEG4等以及音頻常用的AC3、MP3等。編碼格式才是不同多媒體文件之間的本質(zhì)區(qū)別所在，在處理相關(guān)多媒體文件時(shí)必須有相應(yīng)的編解碼器才能進(jìn)行。不同的編碼能夠提供不同的數(shù)據(jù)壓縮水平以及數(shù)據(jù)恢復(fù)的質(zhì)量，關(guān)于各種編碼標(biāo)準(zhǔn)以及文件封裝格式的詳細(xì)信息用戶可以自行查看相關(guān)資料，我們建議用戶在使用中盡量使用H264編碼的視頻數(shù)據(jù)。

2、硬件資源介紹

imx6dl內(nèi)部集成了一個(gè)高性能的、支持多種編解碼格式的視頻處理模塊（VPU），支持最高1920x1080 60i或者30p分辨率的解碼以及1920x1088分辨率的視頻編碼，使用VPU來處理視頻不占用CPU資源，而且處理速度更快，在實(shí)際使用中應(yīng)該盡量優(yōu)化應(yīng)用程序使用VPU來處理視頻編解碼相關(guān)操作。

VPU能夠解碼的視頻格式為：

●H.264 BP/MP/HP

●VC-1 SP/MP/AP

●MPEG-4 SP/ASP （不包括GMC）

●DivX(Xvid)

●MPEG-1/2

●VP8

●AVS

●MJPEG

VPU支持的編碼格式為：

●H.264

●MPEG-4

●H.263

●MJPG

關(guān)于支持的編解碼格式的詳細(xì)說明請(qǐng)參考后面Qt章節(jié)的詳細(xì)列表或者文檔《i.MX VPU Application Programming Interface Linux Reference Manual》，我們?cè)诖瞬辉僭敿?xì)說明。

VPU提供了一套函數(shù)接口供程序調(diào)用，程序調(diào)用這些API函數(shù)向VPU發(fā)送命令以及相應(yīng)的參數(shù)來達(dá)到控制VPU編解碼的運(yùn)行。由于Linux系統(tǒng)下面的視頻處理編程框架有更加高級(jí)的gstreamer，而且imx6dl也提供了相應(yīng)的gstreamer插件來使用VPU資源，我們不再詳細(xì)介紹VPU提供的低級(jí)API函數(shù)，也不推薦用戶使用這套API，不過有興趣的用戶可以自行參考《i.MX VPU Application Programming Interface Linux Reference Manual》。

3、GStreamer介紹

GStreamer是目前常用的流媒體處理編程框架，GStreamer提供一種基于插件的編程框架，他的核心部分只提供了支持框架之間的數(shù)據(jù)流、媒體格式的協(xié)商等基礎(chǔ)功能，而對(duì)于流媒體的編解碼以及流媒體內(nèi)容的獲?。ㄈ鐢z像頭、網(wǎng)絡(luò)、本地文件）等功能都由插件提供。在編程時(shí)可以將插件進(jìn)行連接組合成一條流媒體處理流水線（pipeline)，當(dāng)流水線工作時(shí)，流媒體內(nèi)容從第一個(gè)插件元素(element)一直流動(dòng)到最后一個(gè)，各個(gè)插件元素完成自己的功能從而實(shí)現(xiàn)流媒體的處理。一個(gè)簡單的ogg視頻播放流水線示例如下圖所示：

一個(gè)流水線內(nèi)的元素包含了數(shù)據(jù)處理接口(pad)，pad根據(jù)數(shù)據(jù)的流向又分為source pad和sink pad，如上圖所示，source pad是生成數(shù)據(jù)的接口，而sink pad是接收數(shù)據(jù)的接口。每個(gè)接口都有自己能夠接收或產(chǎn)生的數(shù)據(jù)格式的限制，稱為cap capabilities，這些限制可以使用命令行工具gst-inspect-1.0進(jìn)行查看，使用方法為：

gst-inspect-1.0 [選項(xiàng)...] [ELEMENT-NAME | PLUGIN-NAME]

如查看v4l2src，v4l2src是用于從攝像頭采集數(shù)據(jù)的元素，命令輸出部分結(jié)果如下：

上圖中可以看到v4l2src有一個(gè)source pad，可以生成image/jpeg、video/mpeg、video/x-h264等格式的數(shù)據(jù)，在構(gòu)建GStreamer流水線時(shí)，只有當(dāng)兩個(gè)元素的src pad和sink pad能夠處理相同格式的數(shù)據(jù)時(shí)，才能將這兩個(gè)元素連接起來。而對(duì)于像v4l2src這類的數(shù)據(jù)生成的元素，其支持的數(shù)據(jù)格式和最終能夠產(chǎn)生的數(shù)據(jù)格式是不一樣的，能夠產(chǎn)生的數(shù)據(jù)格式是所支持的數(shù)據(jù)格式的一部分，受到攝像頭硬件的限制，比如常見的USB攝像頭只支持生成YUY2\jpeg格式，則使用此攝像頭的v4l2src元素也就只能產(chǎn)生這兩中格式的數(shù)據(jù)，在編程時(shí)要特別注意這點(diǎn)，避免錯(cuò)誤的連接元素。

更多GStreamer基礎(chǔ)知識(shí)請(qǐng)用戶詳細(xì)閱讀GStreamer官網(wǎng)上的編程參考手冊(cè)或其他相關(guān)知識(shí)，我們下面將介紹imx6dl所提供的特有的插件。

基于imx6dl內(nèi)部視頻處理模塊VPU的GStreamer插件包括：

●vpudec： 基于VPU的視頻解碼插件

●vpuenc_h264: 基于VPU的AVC/H264視頻編碼插件

●vpuenc_h263: 基于VPU的H263視頻編碼插件

●vpuenc_mpeg4: 基于VPU的MPEG4視頻編碼插件

●vpuenc_jpeg: 基于VPU的JPEG視頻編碼插件

上面模塊的編解碼格式詳細(xì)信息可以參考上一章VPU的介紹。

基于其他硬件模塊的插件包括：

●overlaysink: 基于2D圖形處理模塊G2D的視頻輸出插件

●imxvideoconvert_g2d: 基于G2D的視頻圖像轉(zhuǎn)換模塊，包括圖像顏色空間轉(zhuǎn)換、改變大小、旋轉(zhuǎn)

●imxvideoconvert_ipu: 基于圖像處理模塊ipu的圖像轉(zhuǎn)換模塊

●imxcompositor_g2d: 基于G2D的視頻編排模塊

●imxcompositor_ipu: 基于IPU的視頻編排模塊，視頻合成模塊可以將多個(gè)視頻編排成一個(gè)，并且編排同時(shí)支持顏色空間轉(zhuǎn)換、改變大小、旋轉(zhuǎn)、alpha（透明度）、z-order（用于圖像重疊）。

這些插件在處理數(shù)據(jù)時(shí)都不會(huì)占用CPU資源，并且能提供高性能的數(shù)據(jù)處理，建議用戶在應(yīng)用程序中優(yōu)先使用這些插件。每個(gè)插件都有支持的數(shù)據(jù)格式限制，用戶可以使用gst-inspect-1.0命令進(jìn)行查看，限于篇幅我們只展示vpuenc_h264的部分輸出如下：

從輸出可知，vpuenc_h264支持video/x-raw格式的視頻輸入，而且限制為NV12、I420、YV12顏色模式，以及分辨率為寬64～1920、長64～1088，幀率從每秒0幀到每秒2147483647幀，如果要使用vpuenc_h264進(jìn)行視頻文件編碼，則前一級(jí)的GStreamer流水線元素必須提供限制內(nèi)的數(shù)據(jù)格式，否則將無法正確編碼，程序運(yùn)行出錯(cuò)。用戶在使用GStreamer插件之前需要先確認(rèn)其支持的數(shù)據(jù)格式以及之前插件提供的輸入的數(shù)據(jù)格式是否匹配，以免程序不能正常運(yùn)行。

除了單獨(dú)使用插件外，GStreamer還提供高級(jí)元素，元素內(nèi)部自動(dòng)識(shí)別文件格式調(diào)用相應(yīng)的插件來完成數(shù)據(jù)處理，比如playbin、decodebin、camerabin等，這些元素能夠自動(dòng)使用上面所說的特定硬件的插件。這些元素能夠簡化程序的開發(fā)，但是程序也就不能詳細(xì)配置某個(gè)特定的插件的屬性了，程序少了靈活性，更多相關(guān)內(nèi)容請(qǐng)自行參考GStreamer相關(guān)文檔。

4、Qt 5.8多媒體處理模塊

ESM6802文件系統(tǒng)已經(jīng)移植了Qt 5.8，Qt的多媒體處理模塊是基于GStreamer框架搭建的，用戶在編寫程序時(shí)可以調(diào)用Qt提供的API來進(jìn)行視頻處理，這樣就可以在使用硬件資源（VPU、IPU、G2D等）的同時(shí)簡化程序的復(fù)雜程度（不用自行搭建GStreamer流水線）。

關(guān)于Qt視頻播放的介紹請(qǐng)參考我們官網(wǎng)的文章《ESM6802支持基于Qt的視頻播放》。

關(guān)于Qt攝像頭的程序請(qǐng)參考我們官網(wǎng)的文章《ESM6802支持Qt攝像頭應(yīng)用》。

由于Qt內(nèi)部多用playbin、camerabin等高級(jí)元素來構(gòu)建視頻應(yīng)用，應(yīng)用靈活性有限，為了使程序能正確運(yùn)行以及提高視頻數(shù)據(jù)處理性能，對(duì)輸入數(shù)據(jù)格式有一定限制。由之前兩章的介紹可知，imx6dl硬件資源能夠處理的多媒體格式是有限制的，在使用Qt進(jìn)行視頻播放時(shí)需要滿足這些限制才能正確的使用特定的硬件資源，而不占用CPU資源，對(duì)于視頻播放（解碼）的限制格式如下：

? H.264

? Fully compatible with the ITU-T Recommendation H.264 specification in BP/MP and HP

? CABAC/CAVLC

? Supports MVC Stereo High profile

? Variable block size-16x16, 16x8, 8x16, 8x8, 8x4, 4x8 and 4x4

? Error detection, concealment and error resilience tools

? VC1

? All VC-1 profile features-SMPTE Proposed SMPTE Standard for Television: VC-1 Compressed Video Bitstream format and Decoding Process

? Simple/Main/Advanced Profile

? MPEG-4

? Simple/Advanced Simple profile except GMC

? H.263 Baseline profile + Annex I, J, K (except RS/ASO), and T

? DivX version 3.x to 6.x

? Xvid

? MPEG-2

? Fully compatible with ISO/IEC 13182-2 MPEG2 specification in main profile

? I,P and B frame

? Field coded picture (interlaced) and fame coded picture

? AVS

? Supports Jizhun profile level 6.2 (exclude 422 use case)

? VP8

? Fully compatible with VP8 decoder specification

? Supporting both simple and normal in-loop deblocking

? 64x64 pixel minimum decoding size

對(duì)于攝像頭應(yīng)用，支持的編碼輸出格式為：

? H.264

? 1/4-pel accuracy motion estimation with programmable search range up to [+/-128, +/-64]

? Search range is reconfigurable by SW

? 16x16, 16x8, 8x16 and 8x8 block sizes

? Configurable block sizes

? Only one reference frame for motion estimation

? Intra-prediction

? Luma I4x4 Mode : 9 modes

? Luma I16x16 Mode : 3 modes (Vertical, Horizon, DC)

? Chroma Mode : 3 modes (Vertical, Horizon, DC)

? Minimum encoding image size is 96 pixels in horizontal and 16 pixels in vertical

? FMO/ASO tool of H.264 is not supported

? MPEG-4

? AC/DC prediction

? 1/2-pel accuracy motion estimation with search range up to [+/-128, +/-64]

? Search range is reconfigurable by SW

? H.263

? H.263 Baseline profile + Annex J, K (RS=0 and ASO=0), and T

? 48x32 pixel minimum encoding image size (48 pixels horizontal and 32 pixels vertical)

而要使用這些硬件編碼資源還需要攝像頭輸入數(shù)據(jù)滿足如下格式：

video/x-raw

format: { NV12, I420, YV12 }

width: [ 64, 1920, 8 ]

height: [ 64, 1088, 8 ]

framerate: [ 0/1, 2147483647/1 ]

如果不能滿足以上格式要求，Qt內(nèi)部調(diào)用的GStreamer高級(jí)元素有可能會(huì)選取軟件編解碼插件來進(jìn)行視頻的處理，這樣整個(gè)處理過程會(huì)占用大量的CPU資源，也有可能內(nèi)部協(xié)商出錯(cuò)，不能正常處理視頻，因此用戶最好在編寫應(yīng)用時(shí)提供滿足上面介紹的格式的視頻數(shù)據(jù)。購買攝像頭時(shí)盡量選擇能夠直接輸出NV12、I420、YV12格式的攝像頭，其他格式則需要自己構(gòu)建GStreamer pipeline先進(jìn)行數(shù)據(jù)格式的轉(zhuǎn)換，Qt內(nèi)部使用的camerabin不能正確處理這些。

更多視頻處理相關(guān)的內(nèi)容請(qǐng)關(guān)注我們后續(xù)的文章。