开发直播源码需要了解哪些原理？小白必看内容

在直播源码开发的过程中会涉及到很多技术细节和原理，只有对这些技术细节和原理有了了解，才能实现更高效率的开发。接下来我们就一起来看一下开发直播源码需要了解哪些原理吧。

【一个完整直播源码架构】

【一个完整直播源码技术点】

直播源码中音视频知识点概括

1.采集视频、音频

1.1 采集视频、音频编码框架

AVFoundation:AVFoundation是用来播放和创建实时的视听媒体数据的框架，同时提供Objective-C接口来操作这些视听数据，比如编辑，旋转，重编码

1.2 视频、音频硬件设备

CCD图像传感器： 用于直播源码图像采集和处理的过程，把图像转换成电信号。

拾音器：声音传感器： 用于直播源码声音采集和处理的过程，把声音转换成电信号。

音频采样数据：一般都是PCM格式

视频采样数据:：一般都是YUV,或RGB格式，直播源码采集到的原始音视频的体积是非常大的，需要经过压缩技术处理来提高传输效率

2.视频处理（美颜，水印）

直播源码视频处理原理：因为视频最终也是通过GPU，一帧一帧渲染到屏幕上的，所以我们可以利用OpenGL ES，对视频帧进行各种加工，从而视频各种不同的效果，就好像一个水龙头流出的水，经过若干节管道，然后流向不同的目标，现在的各种美颜和视频添加特效的app都是利用GPUImage这个框架实现的。

直播源码视频处理框架：

GPUImage： GPUImage是一个基于OpenGL ES的一个强大的图像/视频处理框架,封装好了各种滤镜同时也可以编写自定义的滤镜,其本身内置了多达120多种常见的滤镜效果。

OpenGL：OpenGL（全写Open Graphics Library）是个定义了一个跨编程语言、跨平台的编程接口的规格，它用于三维图象（二维的亦可）。OpenGL是个专业的图形程序接口，是一个功能强大，调用方便的底层图形库。

OpenGL ES：OpenGL ES (OpenGL for Embedded Systems) 是 OpenGL三维图形 API 的子集，针对手机、PDA和游戏主机等嵌入式设备而设计。

3.视频编码解码

3.1 直播源码中视频编码框架

FFmpeg :是一个跨平台的开源视频框架,能实现如视频编码,解码,转码,串流,播放等丰富的功能。其支持的视频格式以及播放协议非常丰富,几乎包含了所有音视频编解码、封装格式以及播放协议。

Libswresample：可以对音频进行重采样,rematrixing 以及转换采样格式等操 作。

Libavcodec：提供了一个直播源码通用的编解码框架,包含了许多视频,音频,字幕流 等编码/解码器。

Libavformat：用于对直播源码视频进行封装/解封装。

Libavutil：包含一些共用的函数,如随机数生成,数据结构,数学运算等。

Libpostproc：用于进行直播源码视频的一些后期处理。

Libswscale：用于直播源码视频图像缩放,颜色空间转换等。

Libavfilter：提供滤镜功能。

X264：把直播源码中视频原数据YUV编码压缩成H.264格式

VideoToolbox ：苹果自带的视频硬解码和硬编码API，但是在iOS8之后才开放。

AudioToolbox ：苹果自带的音频硬解码和硬编码API

3.2 直播源码中视频编码技术

视频压缩编码标准：对直播源码视频进行压缩(视频编码)或者解压缩（视频解码）的编码技术,比如MPEG源码，H.264。

这些直播源码视频编码技术是压缩编码视频的主要作用：是将视频像素数据压缩成为视频码流，从而降低视频的数据量。如果视频不经过压缩编码的话，体积通常是非常大的，一部电影可能就要上百G的空间。

注意：最影响直播源码视频质量的是其视频编码数据和音频编码数据，跟封装格式没有多大关系

MPEG：一种直播源码视频压缩方式，它采用了帧间压缩，仅存储连续帧之间有差别的地方 ，从而达到较大的压缩比

H.264/AVC：一种直播源码视频压缩方式,采用事先预测和与MPEG中的P-B帧一样的帧预测方法压缩，它可以根据需要产生适合网络情况传输的视频流，还有更高的压缩比，有更好的图象质量

注意1：如果是从单个画面清晰度比较，MPEG4有优势；从动作连贯性上的清晰度，H.264有优势

注意2：由于264的算法更加复杂，直播源码实现烦琐，运行它需要更多的处理器和内存资源。因此，运行264对直播源码系统要求是比较高的。

注意3： 由于264的实现更加灵活，它把一些实现留给了厂商自己去实现源码，虽然这样给实现带来了很多好处，但是不同直播源码之间互通成了很大的问题，造成了通过A公司的编码器编出的数据，必须通过A公司的解码器去解这样尴尬的事情

H.265/HEVC：一种直播源码视频压缩方式,基于H.264，保留原来的某些技术，同时对一些相关的技术加以改进，以改善码流、编码质量、延时和算法复杂度之间的关系，达到最优化设置。H.265 是一种更为高效的直播源码编码标准，能够在同等画质效果下将内容的体积压缩得更小，传输时更快更省带宽。

I帧: (关键帧)保留一副完整的画面，直播源码解码时只需要本帧数据就可以完成（因为包含完整画面）

P帧 :(差别帧)保留这一帧跟之前帧的差别，解码时需要用之前缓存的画面叠加上本帧定义的差别，生成最终画面。（P帧没有完整画面数据，只有与前一帧的画面差别的数据）

B帧: (双向差别帧)保留的是直播源码中本帧与前后帧的差别，解码B帧，不仅要取得之前的缓存画面，还要解码之后的画面，通过前后画面的与本帧数据的叠加取得最终的画面。B帧压缩率高，但是解码时CPU会比较累

帧内（Intraframe）压缩: 当直播源码压缩一帧图像时，仅考虑本帧的数据而不考虑相邻帧之间的冗余信息,帧内一般采用有损压缩算法

帧间（Interframe）压缩: 时间压缩（Temporal compression），它通过比较时间轴上不同帧之间的数据进行压缩。直播源码的帧间压缩一般是无损的

muxing（合成）：将直播源码的视频流、音频流甚至是字幕流封装到一个文件中(容器格式（FLV，TS）)，作为一个信号进行传输。

3.3 直播源码的音频编码技术

AAC，mp3：这些属于音频编码技术,压缩音频用

3.4码率控制

多码率:在直播源码中观众所处的网络情况是非常复杂的，有可能是WiFi，有可能4G、3G、甚至2G，那么怎么满足多方需求呢？多搞几条线路，根据当前网络环境自定义码率。列如：常常看见视频播放软件中的1024，720，高清，标清，流畅等，指的就是各种码率。

3.5 视频封装格式

TS：一种直播源码流媒体封装格式，流媒体封装有一个好处，就是不需要加载索引再播放，大大减少了首次载入的延迟，如果片子比较长，mp4文件的索引相当大，影响用户体验

为什么要用TS: 这是因为两个TS片段可以无缝拼接，播放器能连续播放

FLV：一种直播源码流媒体封装格式,由于它形成的文件极小、加载速度极快，使得网络观看视频文件成为可能,因此FLV格式成为了当今主流视频格式

4.直播源码的推流

4.1 数据传输框架

librtmp: 用来传输RTMP协议格式的直播源码数据

4.2 流媒体数据传输协议

RTMP： 实时消息传输协议,Adobe Systems公司为Flash播放器和服务器之间音频、视频和数据传输开发的开放协议，因为是开放协议所以直播源码可以使用了。

RTMP协议用于对象、视频、音频的传输，这个协议建立在TCP协议或者轮询HTTP协议之上。

RTMP协议就像一个用来装数据包的容器，这些数据可以是FLV中的视音频数据。一个单一的连接可以通过不同的通道传输多路网络流，这些通道中的包都是按照固定大小的包传输的

5.直播源码的流媒体服务器

5.1 常用服务器

SRS：一款国人开发的优秀开源流媒体服务器系统

BMS: 也是一款流媒体服务器系统，但不开源，是SRS的商业版，比SRS功能更多

nginx: 免费开源web服务器，常用来配置流媒体服务器。

5.2 直播源码的数据分发

1、CDN：(Content Delivery Network)，即内容分发网络,将直播源码的内容发布到最接近用户的网络”边缘”，使用户可以就近取得所需的内容，解决 Internet网络拥挤的状况，提高用户访问网站的响应速度.

CDN：代理服务器，相当于一个中介。

CDN工作原理：比如请求直播源码流媒体数据1.上传流媒体数据到服务器（源站）

2、源站存储流媒体数据

3、直播源码客户端播放流媒体，向CDN请求编码后的流媒体数据

4、CDN的服务器响应直播源码请求，若节点上没有该流媒体数据存在，则向源站继续请求流媒体数据；若节点上已经缓存了该视频文件，则跳到第6步。

5、源站响应CDN的请求，将直播源码流媒体分发到相应的CDN节点上

6、CDN将流媒体数据发送到直播源码客户端

回源：当直播源码中有用户访问某一个URL的时候，如果被解析到的那个CDN节点没有缓存响应的内容，或者是缓存已经到期，就会回源站去获取搜索。如果没有人访问，那么CDN节点不会主动去源站拿.

带宽: 在固定的时间可传输的数据总量，比如64位、800MHz的前端总线，它的数据传输率就等64bit×800MHz÷8(Byte)=6.4GB/s

负载均衡: 由多台服务器以对称的方式组成一个服务器集合，每台服务器都具有等价的地位，都可以单独对外提供服务而无须其他服务器的辅助.通过某种负载分担技术，将外部发送来的请求均匀分配到对称结构中的某一台服务器上，而接收到请求的服务器独立地回应客户的请求。

直播源码的均衡负载能够平均分配客户请求到服务器列阵，籍此提供快速获取重要数据，解决大量并发访问服务问题。

这种群集技术可以用最少的直播源码投资获得接近于大型主机的性能。

QoS（带宽管理）:限制直播源码每一个组群的带宽，让有限的带宽发挥最大的效用

6、拉流

直播源码直播协议选择：即时性要求较高或有互动需求的可以采用RTMP,RTSP对于有回放或跨平台需求的，推荐使用HLS

直播协议对比：

HLS：由Apple公司定义的用于实时流传输的协议,HLS基于HTTP协议实现，传输内容包括两部分，一是M3U8描述文件，二是TS媒体文件。可实现流媒体的直播和点播，主要应用在iOS系统HLS是以点播的技术方式来实现直播源码直播。

HLS是自适应码率流播，直播源码客户端会根据网络状况自动选择不同码率的视频流，条件允许的情况下使用高码率，网络繁忙的时候使用低码率，并且自动在二者间随意切换。这对移动设备网络状况不稳定的情况下保障流畅播放非常有帮助。

实现方法是直播源码服务器端提供多码率视频流，并且在列表文件中注明，播放器根据播放进度和下载速度自动调整。HLS与RTMP对比: HLS主要是延时比较大，RTMP主要优势在于延时低HLS协议的小切片方式会生成大量的文件，存储或处理这些文件会造成大量资源浪费，相比使用RTSP协议的好处在于，一旦切分完成，之后的分发过程完全不需要额外使用任何专门软件，普通的网络服务器即可，大大降低了CDN边缘服务器的配置要求，可以使用任何现成的CDN,而一般服务器很少支持RTSP。

HTTP-FLV：基于HTTP协议流式的传输媒体内容。相对于RTMP，HTTP更简单和广为人知，内容延迟同样可以做到1~3秒，打开速度更快，因为HTTP本身没有复杂的状态交互。所以从延迟角度来看，HTTP-FLV要优于RTMP。

RTSP：实时流传输协议,定义了一对多直播源码如何有效地通过IP网络传送多媒体数据.

RTP: 实时传输协议,RTP是建立在UDP协议上的，常与RTCP一起使用，其本身并没有提供按时发送机制或其它服务质量（QoS）保证，它依赖于低层服务去实现这一过程。

RTCP: RTP的配套协议,主要功能是为RTP所提供的服务质量（QoS）提供反馈，收集相关媒体连接的统计信息，例如传输字节数，传输分组数，丢失分组数，单向和双向网络延迟等等。

7、直播源码的解码

7.1 解封装

demuxing（分离）：从直播源码视频流、音频流，字幕流合成的文件(容器格式（FLV，TS）)中， 分解出视频、音频或字幕，各自进行解码。

7.2 音频编码框架

fdk_aac：直播源码音频编码解码框架，PCM音频数据和AAC音频数据互转

7.3 解码介绍

硬解码：用GPU来解码，减少CPU运算优点：播放流畅、低功耗，解码速度快， 缺点：直播源码兼容不好

软解码：用CPU来解码优点：兼容好 缺点：加大CPU负担，耗电增加、没有硬解码流畅，直播源码解码速度相对慢

8、播放

ijkplayer：一个基于FFmpeg的开源Android/iOS视频播放器API易于集成；

编译配置可裁剪，方便控制安装包大小；

支持硬件加速解码，更加省电

简单易用，指定拉流URL，自动解码播放.

9、聊天互动

IM:(InstantMessaging)即时通讯：是一个实时通信系统，允许两人或多人使用网络实时的传递文字消息、文件、语音与视频流.IM在直播源码中的主要作用是实现观众与主播、观众与观众之间的文字互动。

10、编码和封装

直播源码编码主要难点有两个：1. 处理硬件兼容性问题。2. 在高 fps、低 bitrate 和音质画质之间找到平衡。直播源码iOS 端硬件兼容性较好，可以直接采用硬编。而 直播源码Android 的硬编的支持则难得多，需要支持各种硬件机型，推荐使用软编。

为什么封装？

直播源码原始视频数据存储空间大，一个 1080P 的 7 s 视频需要 817 MB原始视频数据传输占用带宽大，10 Mbps 的带宽传输上述 7 s 视频需要 11 分钟，而经过 H.264 编码压缩之后，视频大小只有 708 k ,10 Mbps 的带宽仅仅需要 500 ms ，可以满足实时传输的需求，所以从直播源码视频采集传感器采集来的原始视频势必要经过视频编码。

基本原理

那为什么巨大的直播源码原始视频可以编码成很小的视频呢？这其中的技术是什么呢？核心思想就是去除冗余信息：

空间冗余：图像相邻像素之间有较强的相关性

时间冗余：视频序列的相邻图像之间内容相似

编码冗余：不同像素值出现的概率不同

视觉冗余：人的视觉系统对某些细节不敏感

知识冗余：规律性的结构可由先验知识和背景知识得到

11、推流和传输

直播源码传输涉及到很多端：从直播源码主播端到服务端，从收流服务端到边缘节点，以及再从边缘节点到直播源码观众端。

直播源码推流端和分发端理论上需要支持的并发用户数应该都是亿级的，不过毕竟产生内容的推流端在少数，和消费内容端播放端不是一个量级，但是他们对推流稳定性和速度的要求比播放端高很多，这涉及到所有播放端能否看到直播，以及直播源码直播端质量如何。

12、转码

为了让主播推上来的流适配各个平台端各种不同协议，需要在直播源码服务端做一些流处理工作，比如转码成不同格式支持不同协议如 RTMP、HLS 和 FLV，一路转多路流来适配各种不同的网络状况和不同分辨率的终端设备。

13、解码和渲染

直播源码解码和渲染，也即音视频的播放，目前 iOS 端的播放兼容性较好，在延迟可接受的情况下使用 HLS 协议是最好的选择，我们也提供了能够播放 RTMP 和 HLS 的播放器 SDK。Android 的硬件解码和编码一样也存在兼容性问题，目前比较好的开源播放器是基于 ffplay 的 ijkplayer。

以上便是“开发直播源码需要了解哪些原理？小白必看内容”的全部内容，希望对大家有帮助。