FFmpeg 打开输入文件

本文介绍如何使用 FFmpeg 的 API 函数 avformat_open_input，avformat_find_stream_info 来打开跟获取一个输入文件的信息 （AVFormatContext ）。

本文的代码下载地址：百度网盘，提取码：m04b ，编译环境是 Qt 5.15.2 跟 MSVC2019_64bit 。

juren-30s.mp4 要放到下面这个目录下，要不会找不到文件。

与打开输入文件相关的 API 函数如下：

1，avformat_open_input，打开输入文件，这个函数会生成 AVFormatContext ，函数定义如下：

int avformat_open_input(AVFormatContext **ps, const char *filename,                        ff_const59 AVInputFormat *fmt, AVDictionary **options)

其实有两种打开输入文件的方式，如下：

• char *filename， 根据文件名的后缀来猜测以什么样的封装格式打开文件，例如 mp4，m4a 后缀的文件 都用 mov 封装格式来打开。

• AVInputFormat *fmt，指定某一种格式，不用猜测。

2，avformat_find_stream_info，探测函数，读取输入文件的一部分信息来分析出 各个流的情况，通常用于一些没有头信息的封装格式，例如 MPEG。

int avformat_find_stream_info(AVFormatContext *ic, AVDictionary **options);

FFmpeg 的函数 经常会有 options 这个参数，这其实是一个 key - value 的数组。通常情况下，初学者可以直接传 NULL。但是如果想代码更健壮，你需要了解这些函数能传递什么样的 key - value。

与打开输入文件相关的结构体如下：

1， AVFormatContext ，或者叫封装格式上下文。可以理解为 MP4 或者 FLV 的容器。

2，AVStream ，容器里面的流。

下面就结合本文代码来理解 上面这些函数跟结构体 的使用。请看下图：

我上面的代码，打开了一个 mp4 文件，然后输出了 一些文件信息，如下：

从上图可以看出，顺利获取到 mp4 的 duration 时长，时间基 是 AV_TIME_BASE 常量，所以这是一个 30 秒的视频。nb_streams 等于 2 代表这个文件有两个流，通过 codec_type 可以知道是 视频流 还是 音频流。

然后 iformat 里面的 name 代表文件后缀名。就是说 "mov,mp4,m4a,3gp,3g2,mj2" ，等等这些后缀名的文件都是用同一个解复用器来解析的，因为他们的格式是类似的。

大家可以在 FFmpeg 的源码搜一下这个字符串 "mov,mp4,m4a,3gp,3g2,mj2" , 即可知道刚刚 avformat_open_input 函数内部使用的是哪个解复用器来解析文件。如下：

上面代码的 duration 字段，其实 FFmpeg 他就是从 mp4 里面的 duration 字段里面读出来的，MP4 格式分析，请看之前的文章《MP4封装格式》

MP4 标准定义 mvhd 里面的 duration 以最长的流为准，这个 duration 可能是音频流的时长，也可能是视频流的时长。

下面仔细研究一下 AVFormatContext 这个结构体的一些内部数据。请看下图

AVFormatContext 里面其实有 AVInputFormat（输入）跟 AVOutputFormat （输出），我们上面只是打开了一个输入文件，所以只有 AVInputFormat 被初始化了。

虽然 AVFormatContext 里面有输入输出两个指针，但是他们很少一起使用的，我的意思是 AVInputFormat 跟 AVOutputFormat 很少会一起初始化，包括 ffmpeg.c 里面也没有一起使用。

所以这里不要被迷惑，如果一起使用可能会有问题，AVFormatContext 里面的指针，最好只初始化一个，如果你想再初始化一个 AVOutputFormat 来处理输出，需要调 avformat_alloc_output_context2 再搞一个 AVFormatContext 出来。

这里我个人的看法是，FFmpeg 的开发者在设计 AVFormatContext 的时候是这样的，一些输入输出的通用结构放在 AVFormatContext 里面，例如 nb_streams，duration 时长等等，然后一些针对 输入 输出不通用的结构 就放在各自 的 AVInputFormat 跟 AVOutputFormat。

其实本文目前的代码是有缺陷，他只能获取 MP4 文件的时长，换成 FLV 就会有问题，可以把 filename 换成 juren-30s.flv，会发现 打印的时长是 -9223372036854775808

这个很大的数字是什么呢？其实他是 AV_NOPTS_VALUE 的值，这是 ffmpeg 定义的一个常量，代表获取不到正确的数据。

为什么会这样呢？难道是 FLV 文件里面没有 duration 相关的字段给 ffmpeg 来提取？

其实 FLV 也不是没有 duration，FLV 文件是这样的，他的 duration 是放在 FLV body 里面的，没有放在 FLV header 里面。FLV body 里面的 tag 有可能是视频数据，也有可能是meta数据。

我猜测 FLV 标准可能没有强制要把 duration 写进去。所以 avformat_open_input 函数内部是不方便去读 FLV 的 duration 的。

这时候怎么办呢？可以使用 FFmpeg 的探测函数 avformat_find_stream_info ，如下：

上图中，我设置了一下 探测大小 为 32 字节。这样 就能查出 flv 的 duration 了，如下：

实际上 avformat_find_stream_info 函数不只是探测 duration，还有一些采样格式之类的信息也会探测。这个函数里面做的事情就是读取 flv 数据，进行解码来探测。

可以按需使用 avformat_find_stream_info ，如果你要处理的视频都是 MP4，只是想读一下 duration，那就不需要用 avformat_find_stream_info 。

我上面是通过 AVDictionary 这种字符串传参的方式来设置 probesize 的，实际上就是 设置 AVFormatContext 里面的 probesize ，你直接设置 fmt_ctx->probesize 也是可以的。

如下：

不过我还是喜欢用 AVDictionary 来操作，比较正规，他 ffmpeg.c 也是这么用，你如果直接改结构体里面的字段，不一样能改对，AVDictionary 传参可能会影响好几个地方，你如果漏了一个地方没改就会有问题。

扩展知识：avformat_open_input 函数不止可以打开本地文件，还可以打开网络流，例如 rtmp://xxx ，http://xxx ，tcp://xxx，udp://xxx 。