/VABlog

YUV/PCM/H264/H265/AAC/FFmpeg/Opengl. 这有丰富的音视频开发的学习资源、开发工具、优秀书籍、教程、面试题和开源项目,旨在帮助开发者和爱好者更好地学习、实践和工作。

Primary LanguageCSSBSD 3-Clause "New" or "Revised" LicenseBSD-3-Clause

为了更好的阅读请前往GitBook

欢迎加入QQ技术交流群:389713575

一、前言

这里整理有着丰富的音视频开发的学习资源、开发工具、优秀书籍、教程和开源项目,旨在帮助开发者和爱好者更好地学习、实践和工作。而下图是开发处理的过程:

音视频处理过程

二、学习技能

语言 重要度 作用
C/C++ ★★★★★ 作为底层开发语言,可以实现音视频编码/解码,滤镜等高性能的操作,是音视频开发中最为重要的基础语言之一。
Python ★★★☆☆ Python 在音视频开发中可以用于快速开发或原型开发,尤其在深度学习及音视频处理应用中表现突出。
Java/Kotlin ★★★☆☆ Java/Kotlin 适用于 Android平台的音视频开发,它们提供了音视频录制、剪辑、播放等 API。
Objective-C/Swift ★★★☆☆ 用于MacOS、iOS平台的开发,其开发API包含音视频流的处理和流媒体播放等。
JavaScript ★☆☆☆☆ JavaScript是Web开发的常用编程语言,它的WebRTC技术可以用于浏览器中的音视频流处理和实时通讯。
Shell ★☆☆☆☆ 脚本编写、系统管理等。
CMake ★☆☆☆☆ 跨平台编译、构建工具等。
GLSL ★☆☆☆☆ 图形学、OpenGL着色器等。

三、学习音视频理论知识

1.重要知识点

知识点 重要度 作用
YUV/RGB ★★★★★ 视频原始(裸流)数据,解码最终显示就是一帧帧YUV数据 。
PCM ★★★★★ 音频原始(裸流)数据,解码最终播放的就是PCM数据。
H.264(AVC) ★★★★★ 目前主流的视频编解码协议。
H.265(HEVC) ★★★☆☆ 基于H.264的升级版,大幅度提升了编码大小和质量。因为版权和收费问题没有普及。
AAC ★★★★★ 目前主流的音频编解码协议。
RTMP ★★★☆☆ 直播推流,看侧重点
封装格式 ★★☆☆☆ MP4、AVI、MKV、RMVB、FLV等容器,把音频、视频、字幕等通道封装成一个文件
webrtc(VP8) ★★★☆☆ P2P的音视频通话,看侧重点
OpenGL ★★★☆☆ 使用GPU渲染视频,释放宝贵的CPU资源,看侧重点

2.书籍推荐

3.实践

3.1.视音频数据处理入门

[总结]视音频编解码技术零基础学习方法 系列文章,介绍了视音频编解码技术大体上原理和流程,通俗易懂。包括以下文章:

3.2.完整的RTMP推送小项目

此过程,体现从0~1。0是采集到的原始视频和音频数据,进行编码、封装,变为1(文件)。

3.3.播放器小项目

此过程,体现从1~0。与3.2正好相反,把封装的文件(网络数据)通过解封装和解码,得到原始的裸数据(一帧帧图片)进行播放。

  • AFPlayer项目 Android实现FFmpeg、OpenSL ES、OpenGL SE、MediaCodec等,实现简单的播放器,主要体现出相关知识点的使用。

四、学习过程的分析工具

工具 作用 下载地址
VideoEye 来自雷神的强大实时视频码流分析软件。 地址
Codecian H264/H265等分析工具(跨平台)。 地址
H264Visa H.264/AVC实时视频分析工具。 (略)
Elecard StreamEye 编码视频的可视化表现,流结构分析,这些流是MPEG-1/2/4 or AVC/H.264 VES(视频基本流)、SS(MPEG1的系统流)、PS(MPEG2的程序流)、TS(mpeg2的传输流)。 (略)
Hxd Hex Editor 16进制查看工具。 地址
ffprobe ffmpeg中自带的分析工具,非常强大,不过上手有难度。 参考

五、重点开发工具/组件/开源库

1.FFmpeg

音视频开发是绕不开FFmpeg的,因为它是一个"集大成者",里面已经包含或可集成现代几乎所有的音视频技术(库)。

1.1.学习途径

1.2.学习路线

这里不推荐直接学习雷神的 [总结]FFMPEG视音频编解码零基础学习方法,建议是通过在学习FFmpeg官方例子中进行学习,避免先入为主使用了过时的API。

1.2.1.源码编译

编译ffmpeg4.2.2通过这篇文章我们基本可以编译出我们想要的FFmpeg库

1.2.2.源码阅读

1.2.3.学习官方例子

1.2.4.音视频同步

1.2.5.FFmpeg相关

2 OpenGL

OpenGL使用GPU渲染视频,释放宝贵的CPU资源,学习它是必不可少的。但是,正如雷神所说 :作为一个搞视频技术的人研究OpenGL,需要耗费大量时间和精力,这样学习不是很经济。所以推荐只学习有关视频渲染相关知识。

3.音频相关处理库

库名称 作用 平台 项目地址
SoX SoX 可以进行音频处理,如音调、声速、混响、后暂式等等 Linux、macOS、Windows https://github.com/chirlu/sox
Essentia Essentia 可以进行音频处理、分析、提取等,提供了很多现成的功能算法 Windows、macOS、Linux、Android、iOS https://github.com/MTG/essentia
Spleeter Spleeter 是一款分离歌曲音轨的库,可以分离歌曲中的伴奏、人声等(如:不带背景乐的伴奏) Linux、macOS、Windows https://github.com/deezer/spleeter
libsndfile libsndfile 可以读写、处理多种音频文件,支持变速、变调等处理 Linux、macOS、Windows http://www.mega-nerd.com/libsndfile/
Rubber Band Audio Rubber Band Audio 可以进行音频处理,支持变速、变调、变形和时间拉伸等多种处理操作 Linux、macOS、Windows https://breakfastquay.com/rubberband/
librubberband librubberband 是 Rubber Band Audio 的 C++ 接口,简化了音频处理操作。 Linux、macOS、Windows https://github.com/breakfastquay/rubberband/tree/master/src
SoundTouch SoundTouch 可用进行音频连续变速变调处理,包括作品(“chipway/Pydub-Playground”),可实现歌曲同步播放。 Windows、macOS、Linux、Android、iOS https://gitlab.com/soundtouch/soundtouch
Sonic Sonic 可实现音频变速、变调等处理,运用于 播客、游戏等领域。 Windows、macOS、Linux、Android、iOS https://github.com/waywardgeek/sonic
Oboe Oboe是一个C++库,它使在Android上建立高性能的音频应用变得容易。 Android https://github.com/google/oboe

4.视频相关处理库

库名称 作用 平台 项目地址
FFmpeg FFmpeg 可以转换视频文件格式、添加滤镜、剪辑、提取音频等功能 Linux、macOS、Windows https://github.com/FFmpeg/FFmpeg
Libav libav 同样可以转换视频文件格式、添加滤镜、剪辑、提取音频等功能,是 FFmpeg 的一个分支版本 Linux、macOS、Windows https://libav.org/
GStreamer GStreamer 是一个流媒体框架,支持流式传输视频文件并进行处理,可以添加滤镜、编解码、格式转换等功能 Linux、macOS、Windows https://gstreamer.freedesktop.org/
MLT Framework MLT Framework 可以用于视频混合、转换、添加滤镜、效果等,也是 Kdenlive 软件所使用的引擎 Linux、macOS、Windows https://github.com/mltframework/
OpenCV OpenCV 是一个计算机视觉库,但也支持读取、写入视频文件、添加滤镜、实现对象追踪等功能 Linux、macOS、Windows https://github.com/opencv/opencv
Blender Blender 是一个 3D 制作软件,支持读取、写入视频文件、添加滤镜、实现对象制作等功能 Linux、macOS、Windows https://www.blender.org/
MLV App MLV App 主要用于处理和编辑 Magic Lantern 的电影录制格式,可以进行视频转换和色彩分级等 Linux、macOS、Windows https://bitbucket.org/dmilligan/mlv_app/
HandBrake HandBrake 是一个跨平台的视频转换器,支持多种输入、输出格式,可以添加滤镜、转换分辨率等操作 Linux、macOS、Windows https://github.com/HandBrake/HandBrake
Avidemux Avidemux 是一款视频编辑器,支持许多基本的编辑功能,如修建、编码、添加滤镜等 Linux、macOS、Windows http://avidemux.sourceforge.net/
Shotcut Shotcut 是一个跨平台的视频编辑器,支持多种基本编辑功能,并提供了丰富的视频滤镜 Linux、macOS、Windows https://www.shotcut.org/
Lightworks Lightworks 是一款视频编辑软件,支持多种高级编辑功能,如多个视频轨道、音频同步、字幕、剪辑等 Linux、macOS、Windows https://www.lwks.com/
Kino Kino 是一款开源的视频编辑器,支持视频的剪辑、滤镜、导出等 Linux http://www.kinodv.org/
Cinelerra GG Cinelerra GG 是截至目前正在活跃开发的 Cinelerra 的一个独特分支,具有更多先进的编辑功能 Linux https://cinelerra-gg.org/
Flowblade Flowblade 是一个跨平台的视频编辑器,具有自动编辑、视频剪辑、渐变调色、音轨图、文本动画等功能 Linux、macOS https://github.com/jliljebl/flowblade
Olive Olive 是一款跨平台的视频编辑器,支持多个视频、音频和图像轨道,具有类似 Adobe Premiere 和 Final Cut Pro 等视频编辑器的界面 Linux、macOS、Windows https://www.olivevideoeditor.org/

5.其他常用库

库名称 描述 作用平台 项目地址
ARToolKit 一个用于创建增强现实体验的开源跟踪库 多平台 https://github.com/artoolkit/ARToolKit5/
Kurento 可以集成WebRTC和媒体服务器的平台 Web https://www.kurento.org/
Webrtc 实时通信的开源项目,包括音频、视频和数据通信 Web https://webrtc.org/
VLC 一个免费的开源跨平台媒体播放器和框架,可播放大多数多媒体文件 多平台 https://www.videolan.org/vlc/index.html
ExoPlayer 一个可扩展的Android媒体播放器,包括支持DASH和HLS的内置组件 Android https://github.com/google/ExoPlayer
Vitamio Android和iOS的流媒体解决方案 Android,iOS https://www.vitamio.org/en/
AVPlayer 一个iOS播放器框架,支持本地和网络音频和视频文件 iOS https://developer.apple.com/documentation/avfoundation/avplayer
FFmpegKit FFmpeg库的原生iOS和Android包装器 iOS,Android https://github.com/tanersener/ffmpeg-kit
libVLC 适用于Android、iOS、tvOS和macOS的VLC音视频框架 Android,iOS,tvOS,macOS https://code.videolan.org/videolan/libvlc-framework
AVKit 一个macOS框架,提供音频和视频播放和处理功能 macOS https://developer.apple.com/documentation/avkit
Unity Video Player 一种用于在游戏中播放视频的Unity组件 Unity https://docs.unity3d.com/Manual/class-VideoPlayer.html
Three.js 一个基于WebGL的跨平台JavaScript库,可用于创建和显示3D计算机图形 Web https://threejs.org/
A-Frame 一个用于构建虚拟现实和增强现实的Web框架 Web https://aframe.io/
WebVR 一种可用于任何Web浏览器的虚拟现实解决方案 Web https://webvr.info/
Web Audio API JavaScript API,用于处理和操纵音频 Web https://developer.mozilla.org/en-US/docs/Web/API/Web_Audio_API
Tone.js 用于Web音乐软件的框架 Web https://tonejs.github.io/
Pygame 用于开发2D游戏的Python库 Python https://www.pygame.org/news
OpenAL 多平台上的跨API的3D音频库 多平台 https://www.openal.org/
SDL_mixer 用于游戏和其他多媒体应用程序的音频库 多平台 https://www.libsdl.org/projects/SDL_mixer/
Houdini 针对3D艺术家和游戏开发人员的3D建模、动画和视觉效果软件 多平台 https://www.sidefx.com/
Natron 免费的、开源的视频合成软件 多平台 https://natrongithub.github.io/
OBS Studio 免费、开源、跨平台的流媒体和录制软件 多平台 https://obsproject.com/
GIMP 免费的开源图像编辑器 多平台 https://www.gimp.org/
Inkscape 一个用于创建和编辑矢量图形的开源软件 多平台 https://inkscape.org/
MediaInfo 一个开源的多媒体信息解析器,用于获取媒体文件的各种信息 多平台 https://mediaarea.net/en/MediaInfo
libde265 一种异步HEVC解码器库 多平台 https://github.com/strukturag/libde265
libvpx 适用于WebRTC、VP8和VP9的开源视频编解码器 多平台 https://github.com/webmproject/libvpx
x264 一种高质量的H.264 / AVC编码器 多平台 https://www.videolan.org/developers/x264.html
x265 一种用于UHD编码的开源HEVC编码器 多平台 https://bitbucket.org/multicoreware/x265_git
Theora 一种开源视频编解码器 Web https://www.theora.org/
Ogg 一种开源多媒体容器格式,通常与Theora和Vorbis一起使用 Web https://www.xiph.org/ogg/
Vorbis 一种开源音频编解码器 Web https://xiph.org/vorbis/
WebVTT 一种用于视频文本替代品的Web文本轨道 Web https://w3c.github.io/webvtt/
PyAV 基于FFmpeg的Python封装,可用于解码、编码和处理音频和视频 Python https://pyav.org/
FFpyplayer Python+FFmpeg解决方案,在Python中播放音频和视频 Python https://ffpyplayer.readthedocs.io/en/latest/
SoundManager2 一个轻型、大众化的JavaScript音频播放器库 Web https://github.com/scottschiller/SoundManager2
wave.js 用于简化Web音频的JavaScript库 Web https://github.com/jaz303/waveform-data
Howler.js 用于现代Web音频的JavaScript音频库 Web https://github.com/goldfire/howler.js
Web Audio DAW 用于在浏览器中创建数字音频工作站(DAW)的Web Audio Editor Web https://beryju.org/web

六、实践项目

  • AFPlayer项目 Android实现FFmpeg、OpenSL ES、OpenGL SE、MediaCodec等,实现简单的播放器,主要体现出相关知识点的使用。
  • OpenGLES基本使用 :点、线、三角形、四边形、矩阵、纹理(贴纸)、摄像头显示、FBO、EGL、滤镜叠加、视频流编码输出。
  • 直接阅读上方优秀开源库效果更佳...

七、最后

创作皆不易,有条件的朋友请支持原版,谢谢! 密码:lqi9

    网易视频
    价值几千块的音视频视频
    动脑视频
    C++侯捷视频
    音视频开发进阶指南:基于Android与iOS平台的实践.pdf
    音视频05-H265码流分析.pdf
    音视频04-H265之CU TU PU划分.pdf
    音视频03-H265深度解析.pdf
    音视频02-H265编码与H264区别.pdf
    音视频01-H265编码.pdf
    新一代视频压缩编码标准-H.264_AVC(第二版).pdf
    数字信号处理教程(第四版).pdf
    视频技术手册(第5版).pdf
    《FFmpeg从入门到精通》.pdf
    《FFmpeg_Basics(260页)》.pdf
    webrtc介绍.pdf
    WebGL编程指南.zip
    video_file_format_spec_v10_1.pdf
    STL源码剖析简体中文完整版(清晰扫描带目录).pdf
    SDL2-API手册.doc
    rtmp规范翻译1.0.docx
    rtmp_specification_1.0.pdf
    rtmp.part3.Commands-Messages.pdf
    rtmp.part2.Message-Formats.pdf
    rtmp.part1.Chunk-Stream.pdf
    jni基础介绍.pdf
    OpenGL ES 2.0 编程指南 中文版.pdf
    OpenGL+着色语言第三版.pdf
    OpenGL.ES.2.0.Programming.Guide.pdf
    OpenGL着色语言.pdf
    ISO_IEC_14496-14_2003-11-15.pdf
    ISO_IEC-14496-3-2009.pdf
    hls-mpeg-ts-VB_WhitePaper_TransportStreamVSProgramStream_rd2.pdf
    hls-mpeg-ts-iso13818-1.pdf
    H.264官方中文版.pdf
    H.264_MPEG-4-Part-10-White-Paper.pdf
    H.264-AVC-ISO_IEC_14496-15.pdf
    H.264-AVC-ISO_IEC_14496-10.pdf
    ffmpeg命令大全.pdf
    FFmpeg命令大全.docx
    ffmpeg翻译文档.pdf
    FFMPEG_FFPLAY源码剖析.7z
    CMake中文手册.pdf
    Cmake在Android studio Ndk使用.pdf
    C++ Primer(第5版)中文版.pdf
    C++ Primer Plus(第6版)中文版.azw3
    C Primer中文版 第五版 .pdf
    Android 音视频开发_何俊林.pdf
    amf3_spec_121207.pdf
    amf0_spec_121207.pdf
    Advanced C and C++ Compiling.pdf
    AAC解码算法原理详解.pdf
    WebRTC权威指南(第三版中文版).pdf
    音频编码(高泽华)上.pdf
    视频技术手册.pdf
    高级音频编解码器资料.pdf
    《数字信号处理》视频:https://www.bilibili.com/video/BV13P411P7Pv

【重点声明】此系列仅用于学习,禁止用于非法攻击,非法传播。一切遵守《网络安全法》。且如有发现商用,必纠法律责任。如有侵权请联系我(邮箱:xhunmon@126.com)进行删除。