directshow कच्चे यूडीपी पैकेट को कैसे संसाधित करें ताकि उन्हें डायरेक्टर शो फ़िल्टर में डीकोडर फ़िल्टर द्वारा डीकोड किया जा सके




h.264 rtsp (3)

लम्बी कहानी:

  1. एक H264 / एमपीईजी -4 स्रोत है
  2. मैं इस स्रोत को आरटीएसपी प्रोटोकॉल से कनेक्ट करने में सक्षम हूं।
  3. मैं आरटीपी प्रोटोकॉल के साथ कच्चे यूडीपी पैकेट प्राप्त करने में सक्षम हो सकता हूं।
  4. फिर उन कच्चे यूडीपी पैकेट को एक डिकोडर [एच 264 / एमपीईजी -4] [डीएस स्रोत फ़िल्टर] पर भेजें
  5. लेकिन उन "कच्चे" यूडीपी पैकेट को डीकोडर [एच 264 / एमपीईजी -4] फ़िल्टर द्वारा डीकोड नहीं किया जा सकता

कुछ ही समय:

H264 / MPEG-4 डिकोडर फ़िल्टर द्वारा डीकोडेबल करने के लिए मैं उन कच्चे यूडीपी डेटा को कैसे संसाधित करूं? क्या कोई भी स्पष्ट रूप से उन चरणों की पहचान कर सकता है जिन्हें मुझे H264 / एमपीईजी स्ट्रीम के साथ करना है?

अधिक जानकारी:

मैं इसे एफएफएमपीईजी के साथ सक्षम कर सकता हूं ... और मैं वास्तव में यह नहीं समझ सकता कि एफएफएमपीजी कच्चे डेटा को कैसे संसाधित करता है ताकि यह एक डिकोडर द्वारा डीकोडेबल हो सके।


यूडीपी पैकेट के साथ आपको H.264 स्ट्रीम की बिट्स मिलती हैं, जिन्हें आप H.264 NAL इकाइयों में डिलीकेट करने की उम्मीद कर रहे हैं, जो कि बदले में, आप आमतौर पर अपने फ़िल्टर से डायरेक्टशो पाइपलाइन में धक्का दे रहे हैं।

एनएएल इकाइयों को मीडिया प्रकार ( SPS/PPS एनएएल इकाइयों) के एक हिस्से के रूप में, और संभवतः डायरेक्टशो मीडिया नमूने के रूप में प्रारूपित किया जाएगा।

एचएफसी वीडियो के लिए आरएफसी 6184 - आरटीपी पेलोड प्रारूप में डिकैकेटिज़ेशन चरणों का वर्णन किया गया हैआरएफसी 3550 - आरटीपी द्वारा परिभाषित आरटीपी यातायात का यह पेलोड हिस्सा है : रीयल-टाइम अनुप्रयोगों के लिए एक परिवहन प्रोटोकॉल

साफ़ करें, लेकिन काफी कम नहीं है।


मेरे पास इस @ https://net7mma.codeplex.com/ का कार्यान्वयन है

यहां प्रासंगिक कोड है

/// <summary>
    /// Implements Packetization and Depacketization of packets defined in <see href="https://tools.ietf.org/html/rfc6184">RFC6184</see>.
    /// </summary>
    public class RFC6184Frame : Rtp.RtpFrame
    {
        /// <summary>
        /// Emulation Prevention
        /// </summary>
        static byte[] NalStart = { 0x00, 0x00, 0x01 };

        public RFC6184Frame(byte payloadType) : base(payloadType) { }

        public RFC6184Frame(Rtp.RtpFrame existing) : base(existing) { }

        public RFC6184Frame(RFC6184Frame f) : this((Rtp.RtpFrame)f) { Buffer = f.Buffer; }

        public System.IO.MemoryStream Buffer { get; set; }

        /// <summary>
        /// Creates any <see cref="Rtp.RtpPacket"/>'s required for the given nal
        /// </summary>
        /// <param name="nal">The nal</param>
        /// <param name="mtu">The mtu</param>
        public virtual void Packetize(byte[] nal, int mtu = 1500)
        {
            if (nal == null) return;

            int nalLength = nal.Length;

            int offset = 0;

            if (nalLength >= mtu)
            {
                //Make a Fragment Indicator with start bit
                byte[] FUI = new byte[] { (byte)(1 << 7), 0x00 };

                bool marker = false;

                while (offset < nalLength)
                {
                    //Set the end bit if no more data remains
                    if (offset + mtu > nalLength)
                    {
                        FUI[0] |= (byte)(1 << 6);
                        marker = true;
                    }
                    else if (offset > 0) //For packets other than the start
                    {
                        //No Start, No End
                        FUI[0] = 0;
                    }

                    //Add the packet
                    Add(new Rtp.RtpPacket(2, false, false, marker, PayloadTypeByte, 0, SynchronizationSourceIdentifier, HighestSequenceNumber + 1, 0, FUI.Concat(nal.Skip(offset).Take(mtu)).ToArray()));

                    //Move the offset
                    offset += mtu;
                }
            } //Should check for first byte to be 1 - 23?
            else Add(new Rtp.RtpPacket(2, false, false, true, PayloadTypeByte, 0, SynchronizationSourceIdentifier, HighestSequenceNumber + 1, 0, nal));
        }

        /// <summary>
        /// Creates <see cref="Buffer"/> with a H.264 RBSP from the contained packets
        /// </summary>
        public virtual void Depacketize() { bool sps, pps, sei, slice, idr; Depacketize(out sps, out pps, out sei, out slice, out idr); }

        /// <summary>
        /// Parses all contained packets and writes any contained Nal Units in the RBSP to <see cref="Buffer"/>.
        /// </summary>
        /// <param name="containsSps">Indicates if a Sequence Parameter Set was found</param>
        /// <param name="containsPps">Indicates if a Picture Parameter Set was found</param>
        /// <param name="containsSei">Indicates if Supplementatal Encoder Information was found</param>
        /// <param name="containsSlice">Indicates if a Slice was found</param>
        /// <param name="isIdr">Indicates if a IDR Slice was found</param>
        public virtual void Depacketize(out bool containsSps, out bool containsPps, out bool containsSei, out bool containsSlice, out bool isIdr)
        {
            containsSps = containsPps = containsSei = containsSlice = isIdr = false;

            DisposeBuffer();

            this.Buffer = new MemoryStream();

            //Get all packets in the frame
            foreach (Rtp.RtpPacket packet in m_Packets.Values.Distinct()) 
                ProcessPacket(packet, out containsSps, out containsPps, out containsSei, out containsSlice, out isIdr);

            //Order by DON?
            this.Buffer.Position = 0;
        }

        /// <summary>
        /// Depacketizes a single packet.
        /// </summary>
        /// <param name="packet"></param>
        /// <param name="containsSps"></param>
        /// <param name="containsPps"></param>
        /// <param name="containsSei"></param>
        /// <param name="containsSlice"></param>
        /// <param name="isIdr"></param>
        internal protected virtual void ProcessPacket(Rtp.RtpPacket packet, out bool containsSps, out bool containsPps, out bool containsSei, out bool containsSlice, out bool isIdr)
        {
            containsSps = containsPps = containsSei = containsSlice = isIdr = false;

            //Starting at offset 0
            int offset = 0;

            //Obtain the data of the packet (without source list or padding)
            byte[] packetData = packet.Coefficients.ToArray();

            //Cache the length
            int count = packetData.Length;

            //Must have at least 2 bytes
            if (count <= 2) return;

            //Determine if the forbidden bit is set and the type of nal from the first byte
            byte firstByte = packetData[offset];

            //bool forbiddenZeroBit = ((firstByte & 0x80) >> 7) != 0;

            byte nalUnitType = (byte)(firstByte & Common.Binary.FiveBitMaxValue);

            //o  The F bit MUST be cleared if all F bits of the aggregated NAL units are zero; otherwise, it MUST be set.
            //if (forbiddenZeroBit && nalUnitType <= 23 && nalUnitType > 29) throw new InvalidOperationException("Forbidden Zero Bit is Set.");

            //Determine what to do
            switch (nalUnitType)
            {
                //Reserved - Ignore
                case 0:
                case 30:
                case 31:
                    {
                        return;
                    }
                case 24: //STAP - A
                case 25: //STAP - B
                case 26: //MTAP - 16
                case 27: //MTAP - 24
                    {
                        //Move to Nal Data
                        ++offset;

                        //Todo Determine if need to Order by DON first.
                        //EAT DON for ALL BUT STAP - A
                        if (nalUnitType != 24) offset += 2;

                        //Consume the rest of the data from the packet
                        while (offset < count)
                        {
                            //Determine the nal unit size which does not include the nal header
                            int tmp_nal_size = Common.Binary.Read16(packetData, offset, BitConverter.IsLittleEndian);
                            offset += 2;

                            //If the nal had data then write it
                            if (tmp_nal_size > 0)
                            {
                                //For DOND and TSOFFSET
                                switch (nalUnitType)
                                {
                                    case 25:// MTAP - 16
                                        {
                                            //SKIP DOND and TSOFFSET
                                            offset += 3;
                                            goto default;
                                        }
                                    case 26:// MTAP - 24
                                        {
                                            //SKIP DOND and TSOFFSET
                                            offset += 4;
                                            goto default;
                                        }
                                    default:
                                        {
                                            //Read the nal header but don't move the offset
                                            byte nalHeader = (byte)(packetData[offset] & Common.Binary.FiveBitMaxValue);

                                            if (nalHeader > 5)
                                            {
                                                if (nalHeader == 6)
                                                {
                                                    Buffer.WriteByte(0);
                                                    containsSei = true;
                                                }
                                                else if (nalHeader == 7)
                                                {
                                                    Buffer.WriteByte(0);
                                                    containsPps = true;
                                                }
                                                else if (nalHeader == 8)
                                                {
                                                    Buffer.WriteByte(0);
                                                    containsSps = true;
                                                }
                                            }

                                            if (nalHeader == 1) containsSlice = true;

                                            if (nalHeader == 5) isIdr = true;

                                            //Done reading
                                            break;
                                        }
                                }

                                //Write the start code
                                Buffer.Write(NalStart, 0, 3);

                                //Write the nal header and data
                                Buffer.Write(packetData, offset, tmp_nal_size);

                                //Move the offset past the nal
                                offset += tmp_nal_size;
                            }
                        }

                        return;
                    }
                case 28: //FU - A
                case 29: //FU - B
                    {
                        /*
                         Informative note: When an FU-A occurs in interleaved mode, it
                         always follows an FU-B, which sets its DON.
                         * Informative note: If a transmitter wants to encapsulate a single
                          NAL unit per packet and transmit packets out of their decoding
                          order, STAP-B packet type can be used.
                         */
                        //Need 2 bytes
                        if (count > 2)
                        {
                            //Read the Header
                            byte FUHeader = packetData[++offset];

                            bool Start = ((FUHeader & 0x80) >> 7) > 0;

                            //bool End = ((FUHeader & 0x40) >> 6) > 0;

                            //bool Receiver = (FUHeader & 0x20) != 0;

                            //if (Receiver) throw new InvalidOperationException("Receiver Bit Set");

                            //Move to data
                            ++offset;

                            //Todo Determine if need to Order by DON first.
                            //DON Present in FU - B
                            if (nalUnitType == 29) offset += 2;

                            //Determine the fragment size
                            int fragment_size = count - offset;

                            //If the size was valid
                            if (fragment_size > 0)
                            {
                                //If the start bit was set
                                if (Start)
                                {
                                    //Reconstruct the nal header
                                    //Use the first 3 bits of the first byte and last 5 bites of the FU Header
                                    byte nalHeader = (byte)((firstByte & 0xE0) | (FUHeader & Common.Binary.FiveBitMaxValue));

                                    //Could have been SPS / PPS / SEI
                                    if (nalHeader > 5)
                                    {
                                        if (nalHeader == 6)
                                        {
                                            Buffer.WriteByte(0);
                                            containsSei = true;
                                        }
                                        else if (nalHeader == 7)
                                        {
                                            Buffer.WriteByte(0);
                                            containsPps = true;
                                        }
                                        else if (nalHeader == 8)
                                        {
                                            Buffer.WriteByte(0);
                                            containsSps = true;
                                        }
                                    }

                                    if (nalHeader == 1) containsSlice = true;

                                    if (nalHeader == 5) isIdr = true;

                                    //Write the start code
                                    Buffer.Write(NalStart, 0, 3);

                                    //Write the re-construced header
                                    Buffer.WriteByte(nalHeader);
                                }

                                //Write the data of the fragment.
                                Buffer.Write(packetData, offset, fragment_size);
                            }
                        }
                        return;
                    }
                default:
                    {
                        // 6 SEI, 7 and 8 are SPS and PPS
                        if (nalUnitType > 5)
                        {
                            if (nalUnitType == 6)
                            {
                                Buffer.WriteByte(0);
                                containsSei = true;
                            }
                            else if (nalUnitType == 7)
                            {
                                Buffer.WriteByte(0);
                                containsPps = true;
                            }
                            else if (nalUnitType == 8)
                            {
                                Buffer.WriteByte(0);
                                containsSps = true;
                            }
                        }

                        if (nalUnitType == 1) containsSlice = true;

                        if (nalUnitType == 5) isIdr = true;

                        //Write the start code
                        Buffer.Write(NalStart, 0, 3);

                        //Write the nal heaer and data data
                        Buffer.Write(packetData, offset, count - offset);

                        return;
                    }
            }
        }

        internal void DisposeBuffer()
        {
            if (Buffer != null)
            {
                Buffer.Dispose();
                Buffer = null;
            }
        }

        public override void Dispose()
        {
            if (Disposed) return;
            base.Dispose();
            DisposeBuffer();
        }

        //To go to an Image...
        //Look for a SliceHeader in the Buffer
        //Decode Macroblocks in Slice
        //Convert Yuv to Rgb
    }

विभिन्न अन्य आरएफसी के लिए भी कार्यान्वयन हैं जो MediaElement में या अन्य सॉफ़्टवेयर में मीडिया को चलाने में मदद करते हैं या बस इसे डिस्क पर सहेजते हैं।

एक कंटेनर प्रारूप में लिखना चल रहा है।


केक का टूकड़ा!

1. डेटा प्राप्त करें

जैसा कि मैं देख सकता हूं, आप पहले ही जानते हैं कि यह कैसे करें (आरटीएसपी सत्र शुरू करें, एक RTP/AVP/UDP;unicast; परिवहन, और उपयोगकर्ता डेटाग्राम प्राप्त करें) ... लेकिन यदि आप संदेह में हैं, तो पूछें।

कोई फर्क नहीं पड़ता कि परिवहन (यूडीपी या टीसीपी) डेटा प्रारूप मुख्य रूप से वही है:

  • आरटीपी डेटा: [RTP Header - 12bytes][Video data]
  • यूडीपी: [RTP Data]
  • टीसीपी: [$ - 1byte][Transport Channel - 1byte][RTP data length - 2bytes][RTP data]

तो यूडीपी से डेटा प्राप्त करने के लिए, आपको केवल पहले 12 बाइट्स को बंद करना होगा जो आरटीपी हेडर का प्रतिनिधित्व करते हैं। लेकिन सावधान रहें, आपको वीडियो समय की जानकारी प्राप्त करने की आवश्यकता है, और एमपीईजी 4 के लिए पैकेटिज़ेशन जानकारी!

टीसीपी के लिए आपको बाइट $ प्राप्त होने तक पहले बाइट को पढ़ने की जरूरत है। फिर अगला बाइट पढ़ें, यह परिवहन चैनल होगा कि निम्न डेटा संबंधित है (जब सर्वर SETUP अनुरोध पर प्रतिक्रिया करता है तो यह कहता है: Transport: RTP/AVP/TCP;unicast;interleaved=0-1 इसका मतलब है कि वीडियो डेटा में TRANSPORT_CHANNEL = 0 होगा और वीडियो आरटीसीपी डेटा में TRANSPORT_CHANNEL = 1 होगा)। आप वीडियो डेटा प्राप्त करना चाहते हैं, इसलिए हम 0 की उम्मीद करते हैं ... फिर एक छोटा (2 बाइट) पढ़ें जो आरटीपी डेटा की लंबाई का प्रतिनिधित्व करता है, इसलिए उस बाइट को पढ़ें, और अब यूडीपी के समान ही करें।

2. डेटा को डिमैकेट करें

एच 264 और एमपीईजी 4 डेटा आमतौर पर पैकेटीकृत होते हैं (एसडीपी में packetization-mode पैरामीटर होता है जिसमें मूल्य 0, 1 और 2 हो सकते हैं, उनमें से प्रत्येक का क्या अर्थ है, और इसे कैसे डिलीकेट करना है, आप HERE देख सकते हैं) क्योंकि एक निश्चित नेटवर्क सीमा है एक एंडपॉइंट टीसीपी या यूडीपी के माध्यम से भेज सकता है जिसे एमटीयू कहा जाता है। यह आमतौर पर 1500 बाइट या उससे कम होता है। तो यदि वीडियो फ्रेम उस से बड़ा है (और यह आमतौर पर है), तो इसे एमटीयू आकार के टुकड़ों में खंडित (पैकेटेटेड) होना चाहिए। यह टीसीपी और यूडीपी परिवहन पर एन्कोडर / स्ट्रीमर द्वारा किया जा सकता है, या आप दूसरी तरफ वीडियो फ्रेम को खंडित करने और फिर से इकट्ठा करने के लिए आईपी पर रिले कर सकते हैं ... यदि आप यूडीपी पर एक चिकनी त्रुटि प्रवण वीडियो चाहते हैं तो सबसे पहले बेहतर होगा और टीसीपी।

एच 264: आरटीपी डेटा (जो यूडीपी पर पहुंचा है, या टीसीपी पर इंटरलेव किया गया है) को जांचने के लिए एक बड़े एच 264 वीडियो फ्रेम के टुकड़े को पकड़ने के लिए, आपको पता होना चाहिए कि जब यह पैकेटेटेड होता है तो खंड कैसे दिखता है:

एच 264 फ्रेगमेंट

First byte:  [ 3 NAL UNIT BITS | 5 FRAGMENT TYPE BITS] 
Second byte: [ START BIT | END BIT | RESERVED BIT | 5 NAL UNIT BITS] 
Other bytes: [... VIDEO FRAGMENT DATA...]

अब, डेटा नामक बाइट सरणी में पहला वीडियो डेटा प्राप्त करें और निम्न जानकारी प्राप्त करें:

int fragment_type = Data[0] & 0x1F;
int nal_type = Data[1] & 0x1F;
int start_bit = Data[1] & 0x80;
int end_bit = Data[1] & 0x40;

अगर fragment_type == 28 तो इसके बाद वीडियो डेटा वीडियो फ्रेम खंड का प्रतिनिधित्व करता है। अगला चेक start_bit सेट है, यदि यह है, तो वह खंड अनुक्रम में पहला है। आप पहली पेलोड बाइट ( 3 NAL UNIT BITS ) से पहले 3 बिट्स ले कर आईडीआर के एनएएल बाइट को पुनर्निर्माण के लिए इसका उपयोग करते हैं और उन्हें दूसरे पेलोड बाइट ( 5 NAL UNIT BITS ) से पिछले 5 बिट्स के साथ जोड़ते हैं ताकि आपको इस तरह एक बाइट मिलेगा [3 NAL UNIT BITS | 5 NAL UNIT BITS] [3 NAL UNIT BITS | 5 NAL UNIT BITS] । फिर उस खंड से VIDEO FRAGMENT DATA साथ पहले एनएएल बाइट को एक स्पष्ट बफर में लिखें।

यदि start_bit और end_bit 0 हैं तो बस बफर में VIDEO FRAGMENT DATA (पहले दो पेलोड बाइट्स को छोड़कर) को छोड़ दें।

यदि start_bit 0 है और end_bit 1 है, तो इसका मतलब है कि यह अंतिम टुकड़ा है, और आप बस अपने VIDEO FRAGMENT DATA (बफर को पहचानने वाले पहले दो बाइट्स को छोड़कर) लिखते हैं, और अब आपके वीडियो फ्रेम का पुनर्निर्माण किया गया है!

ध्यान रखें कि आरटीपी डेटा पहले 12 बाइट्स में आरटीपी हेडर रखता है, और यदि फ्रेम खंडित होता है, तो आप डीफ्रैग्मेंटेशन बफर में पहले दो बाइट्स कभी नहीं लिखते हैं, और आपको एनएएल बाइट का पुनर्निर्माण करने और इसे पहले लिखने की आवश्यकता है। यदि आप यहां कुछ गड़बड़ करते हैं, तो तस्वीर आंशिक होगी (इसमें से आधा भूरा या काला होगा या आप कलाकृतियों को देखेंगे)।

एमपीईजी 4: यह एक आसान है। आपको आरटीपी हेडर में MARKER_BIT की जांच करने की आवश्यकता है। वह बाइट सेट है ( 1 ) यदि वीडियो डेटा पूरे वीडियो फ्रेम का प्रतिनिधित्व करता है, और यह वीडियो डेटा का 0 है तो एक वीडियो फ्रेम खंड है। तो इसे अचयनित करने के लिए, आपको यह देखने की ज़रूरत है कि MARKER_BIT क्या है। यदि यह 1 है, तो बस वीडियो डेटा बाइट पढ़ें।

पूरा फ्रेम:

   [MARKER = 1]

पैकेट किए गए फ्रेम:

   [MARKER = 0], [MARKER = 0], [MARKER = 0], [MARKER = 1]

पहला पैकेट जिसमें MARKER_BIT=0 पहला वीडियो फ्रेम खंड है, अन्य सभी जो MARKER_BIT=1 साथ पहले एक को शामिल करते हैं, वही वीडियो फ्रेम के टुकड़े हैं। तो आपको क्या करना है:

  • Depaccetization बफर में MARKER_BIT=0 स्थान वीडियो डेटा तक
  • अगले वीडियो डेटा रखें जहां MARKER_BIT=1 एक ही बफर में है
  • Depacketization बफर अब एक पूरे एमपीईजी 4 फ्रेम रखता है

3. डिकोडर के लिए प्रक्रिया डेटा (एनएएल बाइट स्ट्रीम)

जब आपके पास वीडियो फ्रेम को डिलीकेट किया गया है, तो आपको एनएएल बाइट स्ट्रीम बनाना होगा। इसमें निम्न प्रारूप है:

  • एच 264: 0x000001[SPS], 0x000001[PPS], 0x000001[VIDEO FRAME], 0x000001...
  • एमपीईजी 4: 0x000001[Visual Object Sequence Start], 0x000001[VIDEO FRAME]

नियम:

  • प्रत्येक फ्रेम को 0x000001 3 बाइट कोड के साथ 0x000001 किया जाना चाहिए चाहे कोई भी कोडेक न हो
  • प्रत्येक स्ट्रीम को कॉन्फ़िगरेशन जानकारी से शुरू करना चाहिए, H264 के लिए जो उस क्रम में एसपीएस और पीपीएस फ्रेम हैं ( sprop-parameter-sets ), और एमपीईजी 4 के लिए वीओएस फ्रेम (एसडीपी में config पैरामीटर)

इसलिए आपको H264 और एमपीईजी 4 के लिए एक कॉन्फ़िगर बफर बनाने की आवश्यकता है जो 3 बाइट्स 0x000001 के साथ प्रीपेड किया गया है, इसे पहले भेजें, और उसके बाद प्रत्येक 3 बाइट्स के साथ प्रत्येक डिमैक्टेड वीडियो फ्रेम को प्रीपेड करें और उसे डिकोडर को भेजें।

अगर आपको किसी स्पष्टीकरण की आवश्यकता है तो बस टिप्पणी करें :) :)