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:
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
- 书:音视频开发进阶指南:基于Android与iOS平台的实践(京东) :第1章 音视频基础概念;电子书往最后翻。
- 书:Android 音视频开发_何俊林(京东) :第1章 音视频基础知识;电子书往最后翻。
- 书:新一代视频压缩编码标准-H.264/AVC(第二版)(京东) : 讲述H.264等编解码原理实现,其中几个算法 这篇文章讲的很深刻。
- 这系列文章通俗易懂讲述编解码的一些知识 。
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:
- 视音频数据处理入门:RGB、YUV像素数据处理 :视频就是由它们组成的。
- 视音频数据处理入门:PCM音频采样数据处理 :音频就是由它们组成的。
- 视音频数据处理入门:H.264视频码流解析 :视频编码技术的一种(现代音视频开发必须掌握)。
- 视音频数据处理入门:AAC音频码流解析 :音频编码技术的一种(现代音视频开发必须掌握)。
- 视音频数据处理入门:FLV封装格式解析 :音视频封装格式的一种。
- 视音频数据处理入门:UDP-RTP协议解析 :音视频协议的一种。
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)。
- 直播推流全过程:总纲
- 直播推流全过程:视频数据源之YUV
- 直播推流全过程:音频数据源之PCM
- 直播推流全过程:视频编码之H.264
- 直播推流全过程:音频编码之AAC
- 直播推流全过程:直播推流编码之RTMP
- 其他:H.264符号描述
- 其他:直播优化基础
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
- 阅读官方文档
- 学习官方例子(源码中
doc/examples/xxx
) - [总结]FFMPEG视音频编解码零基础学习方法
- FFmpeg原理(推荐)
- FFmpeg 中文文档
- 书籍(电子书往最后翻)
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
- 源码导入:FFmpeg调试环境搭建
- 阅读参考:FFMPEG_FFPLAY源码剖析(CSDN) 、雷神的FFmpeg源代码系列
1.2.3.学习官方例子
- FFmpeg重要结构体(转载) ,因为在学习FFmpeg中,必须得知道结构体中重要参数的含义,否则举步维艰。
- FFmpeg Demuxing(解封装) 对应
doc/examples/demuxing_decoding.c
中的解封装部分。 - FFmpeg Muxing(封装) 对应
doc/examples/muxing.c
。 - FFmpeg Remuxing(重新封装) 对应
doc/examples/remuxing.c
。 - FFmpeg Decode(解码) 对应
doc/examples/decode_audio.c
和doc/examples/decode_video.c
。 - FFmpeg Encode(编码) 对应
doc/examples/encode_audio.c
和doc/examples/encode_video.c
。 - FFmpeg 简单实现转码 汇总解封装、解码、编码、封装放到一起方便理解 。
- FFmpeg Filter和SDL(Video) 对应
doc/examples/filtering_video.c
。 - FFmpeg Filter和SDL(Audio) 对应
doc/examples/filtering_video.c
。 - FFmpeg Transcode(转码) 对应
doc/examples/transcoding.c
。 - FFmpeg Swscale(图像转换) 对应
doc/examples/scaling_video.c
。
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。
- OpenGL介绍,和相关程序库
- 纹理有关的基础知识 、OpenGL播放RGB/YUV 、OpenGL播放YUV420P(通过Texture,使用Shader)
- Android OpenGL ES官方文档
- LearnOpenGL-CN
- OpenGL电子书下载
- OpenGL基础知识
- GLSL(着色器语言)中文手册
- Android OpenGL ES 3.0 从入门到精通系统性学习教程
- OpenGL ES推荐:WebGL编程指南(资源见下)
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
音视频学习资料
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
【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。