ffmpeg rtp时间戳

ffmpeg rtp时间戳

ffmpeg  c 

一、介绍

在ffmpeg中，每帧都会存在一个pts用来表示该帧图像在视频流中的位置。而在多路流（比如视频、音频）时，往往需要进行多媒体的同步，使得画面和声音同步，这时便需要使用两者的pts来做同步。那么pts是如何计算得到的呢，如何使用它做同步呢？

1.1 时间基转换

ffmpeg中时间存在一个基，可以理解成单位，比如把1s分成1000000等份，每个等份就是1us，那么1s就可以表示成1000000；而如果把1s分成90000等份，那么1s的值就是90000。

基的转换，把a从b基转到c基，计算公式为：，比如2s以1000000为基则是2000000，转换成以90000为基，则有2000000 / 1000000 * 90000 = 180000。

ffmpeg中提供了两个函数用于基的转换，可以更好地处理溢出与round问题：

av_rescale(a, b, c): 时间基从c -- > b。b, c可以直接是数字。
av_rescale_q(a, b, c): 时间基从 b --> c。 b,c需要使用AVRaional结构。

1.2 时间戳类型

ffmpeg中常用的几个时间戳：
rtcp_ntp_timestamp: 真实时间， 绝对时间，在网络传输时的时间基(1 << 32)，
rtcp_timestamp: rtcp时间，一般会有一个base, 在网络传输时的时间基90000
rtp_timestamp: rtp时间，和rtcp_timestamp类似，网络时间基90000
Avpacket->pts: 通过如上计算得到，video一般是以90000为基

1.3 pts刚开始为负值

为什么刚开始的Avpacket->pts的值是负的？
因为我们实现时，rtcp_timestamp是使用clock_gettime()获取当前时间，而rtp_timestamp是用的h264 buffer里的时间， 所以rtp_timestamp < rtcp_timestamp, 而又是以rtcp_timestamp为基准0, 所以出现了刚开始帧的pts为负值。将rtcp_timestamp和rtp_timestamp使用相同的值，pts则从0开始。

二、Encode

在推流时，要将rtcp时间戳、rtp时间戳写入到包中，以供客户端解析，下面介绍如何将三个值写入。

rtsp encode

2.1 rtcp编码时间戳:

这里写了两个时间戳，这个值我们实现的时候是以clock_gettime()获取的时间戳，在此基础上分别计算rtcp_ntp_time和rtcp_time：

rtcp_ntp_timestamp: 以为基

rtcp_send_sr(s1, av_get_cur_time());

#define NTP_TO_RTP_FORMAT(x) av_rescale((x), INT64_C(1) << 32, 1000000)
val = NTP_TO_RTP_FORMAT(ntp_time);
*((int *)&rtcp_header[8]) = htonl(val >> 32);
*((int *)&rtcp_header[12]) = htonl(val & 0xffffffff);

last_rtcp_timestamp: 从1000000rescale到90000

我们这边又再加上一个随机值base_timestamp，这个base_timestamp一次连接中是不变的：

rtp_ts = av_rescale_q(ntp_time, (AVRational){1, 1000000},
                      s1->streams[0]->time_base) + s->base_timestamp;
*((int *)&rtcp_header[16]) = htonl(rtp_ts);

2.2 rtp编码时间戳:

在我们的实现中，rtp时间戳是由输入packet的pts计算得到，而packet.pts最开始是h264 buffer的timestamp 从1000000rescale到90000：

		packet.pts = av_rescale_q(packet.pts,
				in->time_base,
				out->time_base);
				
    s->cur_timestamp = s->base_timestamp + pkt->pts;

把cur_timestamp写入到 rtp包中:

    s->timestamp = s->cur_timestamp;
    
    *((short *)&rtp_header[2]) = htons(s->seq);
    *((int *)&rtp_header[4]) = htonl(s->timestamp);
    *((int *)&rtp_header[8]) = htonl(s->ssrc);

可以看到rtcp_time和rtp_time都是以90000以基，而rtcp_ntp_time是为基，所以在使用rtcp_ntp_time时要注意基的转换。

三、Decode

ffmpeg rtsp, rtp解码主要流程：

rtsp decode

3.1 解析 rtp packet:

读取的代码在libavofrmat/rtpdec.c --> rtp_parse_packet_internal()函数中：

seq       = AV_RB16(buf + 2);
timestamp = AV_RB32(buf + 4);
ssrc      = AV_RB32(buf + 8);

读出的timestamp会传入到finalize_packet中计算pts，如下方式传入:

// now perform timestamp things....
finalize_packet(s, pkt, timestamp);

当然只有rtp_time还是不够的，还需要rtcp_time，在多个流中还需要rtcp_ntp_time做多个流之间的同步。

3.2 解析rtcp时间戳:

rtpdec.c --> rtcp_parse_packet()函数中：

s->last_rtcp_ntp_time  = AV_RB64(buf + 8);
s->last_rtcp_timestamp = AV_RB32(buf + 16);
if (s->first_rtcp_ntp_time == AV_NOPTS_VALUE) {
    s->first_rtcp_ntp_time = s->last_rtcp_ntp_time;
    if (!s->base_timestamp)
        s->base_timestamp = s->last_rtcp_timestamp;
    s->rtcp_ts_offset = (int32_t)(s->last_rtcp_timestamp - s->base_timestamp);
}

其中，last_rtcp_ntp_time是ntp时间戳，last_rtcp_timestamp是rtcp时间戳，这两个值会在rtcp同步时进行更新。

第一次的时候，会执行s->first_rtcp_ntp_time = s->last_rtcp_ntp_time; ，first_rtcp_ntp_time一旦会一直保持这个值不变，后面rtcp同步的时候只会修改last_rtcp_ntp_time。

另外，s->base_timestamp = s->last_rtcp_timestamp, 这个值也会一直不变，有了这两个基准，其它的就是要和这两个比较，最后计算出pts。

从上面的计算方式可以知道，rtcp_ts_offset为0，这个值在一个流中也不会变，不过不同流之间或许有差别。

3.3 pts计算

av_read_frame会返回一个Avpacket对象，其中的pts变量存储了计算后的时间戳，计算方式在rtpdec.c --> finalize_packet()函数中，如下,分两种情况：

1. 如果是多路（如同时包含video, audio）

我们知道，传入的timestamp是rtp时间戳，需要使用ntp时间做同步：

delta_timestamp = timestamp - s->last_rtcp_timestamp;
/* convert to the PTS timebase */
addend = av_rescale(s->last_rtcp_ntp_time - s->first_rtcp_ntp_time, 
            s->st->time_base.den, (uint64_t) s->st->time_base.num << 32);
pkt->pts = s->range_start_offset + s->rtcp_ts_offset + addend + delta_timestamp;

range_start_offset = 0
rtcp_ts_offset = 0
addend: 最后一次rtcp同步的ntp时间 - first_rtcp_ntp_time，相当于做了一次ntp time同步，可以清除之前的rtp计算累积的误差
delta_timestamp: rtp时间戳 - 最后一次rtcp同步的rtcp时间

multi stream sync

测试打印：

printf("multi stream: %ld, range_start_off: %ld, rtcp_ts_offset: %ld,addend: %ld, last timestamp: %ld, timestamp: %ld, dalta: %ld, rescale: %ld
", pkt->pts, s->range_start_offset, s->rtcp_ts_offset, addend, s->last_rtcp_timestamp, timestamp, delta_timestamp, av_rescale(pkt->pts - old_pts, 1e6, 90000));

输出：

multi stream: 71279, range_start_off: 0, rtcp_ts_offset: 0,addend: 0, last timestamp: 3619407542, timestamp: 3619478821, dalta: 71279, rescale: 0

2. 如果是单路：

单路计算pts代码如下，可以看到单路不需要用到rtcp_ntp_time，只需要rtcp_time, rtp_time就可以了：

/* unwrapped是rtp时间累加 */
s->unwrapped_timestamp += (int32_t)(timestamp - s->timestamp);
/* unwrapped时间最后要减去rtcp_base_time */
pkt->pts     = s->unwrapped_timestamp + s->range_start_offset - s->base_timestamp;

unwrapped_timestamp: 如果是第１帧，则为第１帧的rtp_time, 之后的值是当前帧与上一帧差rtp_time逐渐累加的结果，那么，实际上一般情况下unwrapped_timestamp就等于当前帧的rtp_time
range_start_offset是0,
base_timestamp是rtcp解析时最初的rtcp_timestamp

single stream

测试打印：

printf("single stream: %ld, base: %u, unwrapped: %ld, range: %ld, last timestamp:%ld, timestamp: %ld
", pkt->pts, s->base_timestamp, s->unwrapped_timestamp, s->range_start_offset, old_timestamp, timestamp);

输出：

single stream: 6321193, base: 3079643606, unwrapped: 3085964799, range: 0, last timestamp:3085964799, timestamp: 3085964799
single stream: 6325714, base: 3079643606, unwrapped: 3085969320, range: 0, last timestamp:3085969320, timestamp: 3085969320

四、Reference

https://www.cnblogs.com/yinxiangpei/articles/3892982.html
http://www.cppblog.com/gtwdaizi/articles/65515.html