ffmpeg源码简析（一）libswscale中的sws_getContext，sws_scale()等

前言

libswscale 是一个主要用于处理图片像素数据的类库。可以完成图片像素格式的转换，图片的拉伸，图像的滤波等工作。libswscale 常用的函数数量很少，一般情况下就 3 个：

sws_getContext()：初始化一个SwsContext。
sws_scale()：处理图像数据。
sws_freeContext()：释放一个SwsContext。

SwsContext 结构体

SwsContext 是转换格式的上下文结构体，也是使用 libswscale 的时候一个贯穿始终的结构体，这个结构体的定义很复杂，里面包含了 libswscale 所需要的全部变量。

一个个分析这些变量是不太现实的，这里只简单说明下其中的几个变量，即定义源图像和目标图像的宽高、像素格式和图像算法等信息（就是 sws_getContext() 函数中的参数）。

1. sws_getContext()

sws_getContext() 是对函数内部定义的 SwsContext 结构体中的各个成员变量进行赋值，成功执行的话返回该 SwsContext，否则返回 NULL，返回的 SwsContext 在之后的 sws_scale() 和 sws_freeContext() 皆会用到。其函数原型：

struct SwsContext *sws_getContext(
            int srcW, /* 源图像的宽度 */
            int srcH, /* 源图像的宽度 */
            enum AVPixelFormat srcFormat, /* 源图像的像素格式 */
            int dstW, /* 目标图像的宽度 */
            int dstH, /* 目标图像的高度 */
            enum AVPixelFormat dstFormat, /* 目标图像的像素格式 */
            int flags,/* 选择缩放算法(只有当源图像和目标图像大小不同时有效),一般选择SWS_FAST_BILINEAR */
            SwsFilter *srcFilter, /* 源图像的滤波器信息, 若不需要传NULL */
            SwsFilter *dstFilter, /* 目标图像的滤波器信息, 若不需要传NULL */
            const double *param /* 特定缩放算法需要的参数，默认为NULL */
            );

与其类似的函数还有： sws_getCachedContext ，区别在于： sws_getContext 可以用于多路码流转换，为每个不同的码流都指定一个不同的转换上下文，而 sws_getCachedContext 只能用于一路码流转换。

以下是一个 sws_getContext 的简单例子：

struct SwsContext *swsContext = sws_getContext(in_width, in_height, AV_PIX_FMT_BGRA, out_width, out_height, AV_PIX_FMT_YUV420P, SWS_BILINEAR, NULL, NULL, NULL);

將 sws_getContext 的返回值赋值给 swsContext。

2. sws_freeContext()

void sws_freeContext(struct SwsContext *swsContext);

用来释放 sws_getContext() 返回的 SwsContext 对象指针。

3. sws_scale()

sws_scale() 函数主要是用来做视频像素格式和分辨率的转换，其优势在于：可以在同一个函数里实现：1.图像色彩空间转换， 2.分辨率缩放，3.前后图像滤波处理。不足之处在于：效率相对较低，不如 libyuv 或 shader，其关联的函数就是上面的 sws_getContext() 和 sws_freeContext()。

它的声明位于 libswscaleswscale.h，如下所示：

int sws_scale(struct SwsContext *c,
              const uint8_t *const srcSlice[],
              const int srcStride[],
              int srcSliceY, int srcSliceH,
              uint8_t *const dst[], const int dstStride[]);

参数说明：

• SwsContext *c：转换格式的上下文结构体，也就是 sws_getContext() 函数返回的结果。
• srcSlice[]：源图像的每个颜色通道的数据指针。其实就是解码后的 AVFrame 中的 data[] 数组。因为不同像素的存储格式不同，所以 srcSlice[] 数组也有可能不同。
• srcStride[]：源图像的每个颜色通道的跨度。也就是每个通道的行字节数，对应的是解码后的 AVFrame 中的 linesize[] 数组，根据它可以确立下一行的起始位置。
• srcSliceY、int srcSliceH：定义在源图像上处理区域，srcSliceY 是起始位置，srcSliceH 是处理多少行。如果 srcSliceY=0，srcSliceH=height，表示一次性处理完整个图像。这种设置是为了多线程并行，例如可以创建两个线程，第一个线程处理 [0, h/2-1] 行，第二个线程处理 [h/2, h-1] 行，并行处理加快速度。
• dst[]、dstStride[]：定义目标图像信息（目标图像输出的每个颜色通道数据指针，每个颜色通道行字节数）。

最后再整理一次，要使用 swscale，只要使用 sws_getContext() 进行初始化、sws_scale() 进行主要转换、sws_freeContext() 结束，即可完成全部动作。

4. 简单示例

以下为一个简单的范例程式，可从 foreman.yuv 内取出第一张图，转换大小后存成另一张图。

/* 
* 需设定 SRCFILE 及 DSTFILE, 长宽等咨询 
* 需 link libswscale 
* 主要有三个 function 
* sws_getContext() 是 initial 用, sws_freeContext() 是结束用 
* sws_scale() 是主要运作的 function 
*预设只会转换第一张 YUV, 如果要转换整个文档, 可以把 Decoding loop 的注解拿掉 
*/ 

#include "libswscale/swscale.h" 

#define SRCFILE "foreman_cif.yuv" 
#define DSTFILE "out.yuv" 

int main() 
{ 
// 设定原始 YUV 的长宽 
const int in_width = 352; 
const int in_height = 288; 
// 设定目的 YUV 的长宽
const int out_width = 640; 
const int out_height = 480; 

const int read_size = in_width * in_height * 3 / 2; 
const int write_size = out_width * out_height * 3 / 2; 
struct SwsContext *img_convert_ctx; 
uint8_t *inbuf[4]; 
uint8_t *outbuf[4]; 
int inlinesize[4] = {in_width, in_width/2, in_width/2, 0}; 
int outlinesize[4] = {out_width, out_width/2, out_width/2, 0}; 

uint8_t in[352*288*3>>1]; 
uint8_t out[640*480*3>>1]; 

FILE *fin = fopen(SRCFILE, "rb"); 
FILE *fout = fopen(DSTFILE, "wb"); 

if(fin == NULL) { 
printf("open input file %s error.
", SRCFILE); 
return -1; 
} 

if(fout == NULL) { 
printf("open output file %s error.
", DSTFILE); 
return -1; 
} 

inbuf[0] = malloc(in_width*in_height); 
inbuf[1] = malloc(in_width*in_height>>2); 
inbuf[2] = malloc(in_width*in_height>>2); 
inbuf[3] = NULL; 

outbuf[0] = malloc(out_width*out_height); 
outbuf[1] = malloc(out_width*out_height>>2); 
outbuf[2] = malloc(out_width*out_height>>2); 
outbuf[3] = NULL; 

// ********* Initialize software scaling ********* 
// ********* sws_getContext ********************** 
img_convert_ctx = sws_getContext(in_width, in_height, PIX_FMT_YUV420P, 
out_width, out_height, PIX_FMT_YUV420P, SWS_POINT, 
NULL, NULL, NULL); 
if(img_convert_ctx == NULL) { 
fprintf(stderr, "Cannot initialize the conversion context!
"); 
return -1; 
} 

fread(in, 1, read_size, fin); 

memcpy(inbuf[0], in, in_width*in_height); 
memcpy(inbuf[1], in+in_width*in_height, in_width*in_height>>2); 
memcpy(inbuf[2], in+(in_width*in_height*5>>2), in_width*in_height>>2); 

// ********* 主要的 function ****** 
// ********* sws_scale ************ 
sws_scale(img_convert_ctx, inbuf, inlinesize, 
0, in_height, outbuf, outlinesize); 

memcpy(out, outbuf[0], out_width*out_height); 
memcpy(out+out_width*out_height, outbuf[1], out_width*out_height>>2); 
memcpy(out+(out_width*out_height*5>>2), outbuf[2], out_width*out_height>>2); 

fwrite(out, 1, write_size, fout); 

// ********* 结束的 function ******* 
// ********* sws_freeContext ******* 
sws_freeContext(img_convert_ctx); 

fclose(fin); 
fclose(fout); 

return 0; 
} 

以下两张图为执行结果：

Input Image

Output Image

参考：

FFmpeg源代码简单分析：libswscale的sws_getContext()

FFmpeg源代码简单分析：libswscale的sws_scale()

sws_scale函数的用法-具体应用