基于FFmpeg的手繪視頻系統(tǒng)的研究綜述

(長江大學 湖北 荊州 434023)

一、相關(guān)技術(shù)

Ffmpeg是一套可以用來記錄、轉(zhuǎn)換數(shù)字音頻、視頻，并能將其轉(zhuǎn)化為流的開源計算機程序。它提供了一套完整的音視頻解決方案，可以實現(xiàn)音視頻的轉(zhuǎn)碼、裁剪、拼接、縮放、旋轉(zhuǎn)、圖層的疊加等功能，唯一的缺點是其libavcodec編解碼庫在移植到Android平臺后，只支持軟編碼，兼容性很好，但不支持Android的MediaCodec硬編碼，所以編碼效率比較低。

交叉編譯是在一個平臺(windows)生成另一個平臺(Android)的可執(zhí)行代碼。由于ffmpeg是用c語言開發(fā)的，不能直接運行在Android系統(tǒng)中，所以需要編譯成Android可以執(zhí)行的代碼庫。通常是在windows下安裝Linux虛擬機，編寫shell腳本，修改ffmpeg配置文件，最后編譯生成so庫。編譯成功后會生成幾個so文件。libavcodec.so提供了一系列編碼器的實現(xiàn)。

libavformat.so實現(xiàn)了流協(xié)議，容器格式及其IO訪問。

libavutil.so包含了各種工具函數(shù)，命令入口也從這里開始。

libavfilter.so提供了各種音視頻過濾器。

libavdevice.so提供了訪問捕獲設(shè)備和回放設(shè)備的接口。

libswresample.so實現(xiàn)了混音和重采樣。

libswscale.so實現(xiàn)了色彩轉(zhuǎn)換和縮放功能。

OpenGL ES(OpenGL for Embedded Systems)是OpenGL(Open Graphics Library)三維圖形API的一個子集。OpenGL ES是為移動設(shè)備而設(shè)計出來的，通過它可以直接調(diào)用GPU來進行繪圖，效率很高性能很好。并且Android系統(tǒng)中是自帶OpenGL的，不需要像ffmpeg那樣必須要通過交叉編譯引入進來，我們可以直接通過Android提供的api來調(diào)用OpenGL。

MediaCodec是Android自帶一個庫，可用于對視頻進行編解碼。MediaCodec可以通過createInputSurface創(chuàng)建一個Surface，然后OpenGL將數(shù)據(jù)渲染到這個Surface上，這樣MediaCodec就可以對得到的視頻數(shù)據(jù)進行編碼了，編碼后在通過MediaMuxer對其封裝成Mp4。在Android音視頻開發(fā)中，通常使用OpenGL ES來繪制視頻，然后配合MediaCodec來對OpenGL進行硬編碼生成視頻。

二、Canny邊緣檢測提取輪廓

何為Canny邊緣檢測？

Canny邊緣檢測算法是一個多級邊緣檢測算法。Canny算法經(jīng)過多年的發(fā)展，已經(jīng)成為邊緣檢測的一種標準算法，性能和效果都比較優(yōu)化，在實際中被廣泛應(yīng)用。

Canny邊緣檢測主要的思想如下：1.應(yīng)用高斯濾波來平滑圖像，目的是去除噪聲；2.找尋圖像的強度梯度(intensity gradients)；3.利于非最大抑制技術(shù)來消除邊緣誤檢；4.通過兩個閾值low和high來確定出邊緣；5.利用滯后技術(shù)來跟蹤邊界。

FFmpeg中已經(jīng)封裝好了Canny邊緣檢測算法，所以通過ffmpeg來調(diào)用邊緣檢測就方便很多了。

例如：ffmpeg-i input.png-vf edgedetect=low=0.1:high=0.4:mode=wires-frames:v 1-y edge.png

其中有幾個參數(shù)”-i input.png”代表輸入文件，”-vf edgedetect=low=0.1:high=0.4:mode=wires”代表使用邊緣檢測濾鏡，”-frames:v 1”代表從視頻中提取一幀,可以適用于一些動態(tài)圖的情況，”-y edge.png代表”生成文件并強制覆蓋。其中關(guān)于edgedetect的參數(shù)有3個分別是low、high、mode。其中l(wèi)ow和high代表設(shè)置Canny閾值算法中的低閾值和高閾值。必須在[0,1]范圍內(nèi)選擇低閾值和高閾值，低閾值應(yīng)小于或等于高閾值。高閾值代表強邊緣像素，低閾值代表弱邊緣像素，然后通過八連通性將這些點相連。四連通區(qū)域是11011其中0代表中心點，4個1代表上下左右四個方向。八連通區(qū)域是111101111也就是除了上下左右四個方向外，還有左上、右上、左下、右下。關(guān)于mode繪圖模式，例如wires代表生成黑白圖，colormix代表生成油畫卡通效果圖。

三、深度優(yōu)先算法提取點陣

關(guān)于深度優(yōu)先遍歷算法的思想如下：

1.訪問頂點v；

2.依次從v的未被訪問的鄰接點出發(fā)，對圖進行深度優(yōu)先遍歷；直至圖中和v有路徑相通的頂點都被訪問；

3.若此時圖中尚有頂點未被訪問，則從一個未被訪問的頂點出發(fā)，重新進行深度優(yōu)先遍歷，直到圖中所有頂點均被訪問過為止。

通過Canny邊緣檢測可以得到一個二值化的圖像，背景是黑色，輪廓是白色的圖片。這時需要使用深度優(yōu)先遍歷得到這個圖片上所有白色的點。

定義圖片的左上角為(1,1)右下角為(width,height)。首先對這個圖片進行從左到右，從上到下遍歷，直到找到一個白色點，然后從這個白色的點開始，采用八連通規(guī)則依次判斷周圍的點，同一個點只需要添加一次即可。最終得到深度優(yōu)先遍歷的點陣序列。

在Android中棧的最大內(nèi)存大小為1024KB，這里需要存儲大量的點陣數(shù)據(jù)，如果棧空間不足會報錯StackOverflowError，所以這里存儲坐標的點陣時使用short類型即可。另外還需要控制點陣存儲的最大數(shù)量限制以防止棧溢出。

四、生成Mp4視頻

方案一：使用FFmpeg軟編碼，速度慢但是兼容性好。實現(xiàn)思路是，在得到點陣序列后，依次將每一幀的序列生成Bitmap并保存成實際圖片在磁盤上。接下來調(diào)用FFmpeg命令對這每一幀圖片進行處理生成視頻。例如：ffmpeg-framerate 30-i image-%03d.png-c:v libx264-y out.mp4 即可將一個圖片序列生成視頻。其中，-framerate 30控制輸入幀率為每秒30幀，-i image-%03d.png輸入一個圖片序列可以匹配image-001到image-999之間的所有圖片，-c:v libx264指定使用libx264庫進行編碼。

方案二：直接將幀序列繪制到OpenGL的GlSurfaceView上，同時使用MediaCodec對GlSurfaceView進行錄制，這種方案既滿足的實時預(yù)覽的需要，又可以快速的合成視頻。