直播原理

通过计算机上的音视频输入设备或者手机端摄像头和麦克风实时录制的音视频流,编好码后通过直播协议将数据包实时发送给服务器端,服务器端通过流媒体协议把实时流分发出去,其他终端通过直播协议实时请求数据包,并进行解码解放。

下图可以看下直播的大致架构
直播架构.png

直播过程主要设计采集数据、渲染处理、编码数据、推流、CDN分发、拉流、播放流数据等。

渲染处理

这里所说的渲染处理,主要是对从相机中采集来的数据进行二次处理,如果自己做美颜封装,可用的开源库主要是GPUImage.
GPU工作原理:GPU 指图像运算工作的微处理器,GPU只要利用显卡对图像的顶点左边,通过图元组配,进行光栅化,顶点着色等一系列管线操作。
GPUImage:基于OpenGL图像和视频处理的跨平台框架。提供了各种各样的滤镜。
滤镜处理的原理:把静态图像或者视频的每一帧进行图片转换后展示出来。它的本质是像素点坐标的坐标和颜色变化。
GPUImage处理画面的原理:GPU采用链条式方式处理画面,通过addTarget函数为链条添加每个环节的对象,处理完一个target,就回把上一个环节处理好的图像数据传递给下一个target区域处理,这被称为GPUImage处理链。

编码数据

视频编码指的是通过特定的压缩技术,将某个视频格式文件转换成另一种视频格式文件的方式。
压缩原理
巨大的原始视频压缩成小的视频核心的思想就是去除冗余信息。
1.空间冗余。在很多图像数据中,像素间在行、列方向上都有很大的相关性,相邻像素的值比较接近或者完全相同,这种数据冗余叫做空间冗余。
2.时间冗余。在视频图像序列中,相邻两帧图像数据有许多共通的地方,这种共通性叫做时间冗余,可采用运动补偿算法来去除冗余信息。
3.视觉冗余。视觉冗余是相对人眼的视觉特性而言的,人类视觉系统对图像的敏感性是非均匀和非线形的,即人眼观察不到图像中的所有变化。
常用的压缩编码方法


常用编码方法.png

推流

推流过程就是把编码后的数据打包并通过直播协议发送给流媒体服务器的过程。
常用的推流协议
1.RTMP

RTMP是基于TCP,是一种被设计用来实行数据通信的网络协议,主要用在Flash平台和支持RTMP协议的流媒体/交互服务器之间进行音视频和数据通信。
RTMP是主流的流媒体传输协议,广泛用于直播领域,可以说市面上绝大多数直播都采用了这个协议。
优点:
1.对CDN友好,主流的CDN厂商都支持该协议
2.协议简单,在各个平台实现容易
缺点:
1.基于TCP,传输成本高,在弱网环境丢包率高的情况下问题明显。
2.不支持浏览器推送
3.Adobe私有协议,Adobe已经不再更新该协议。

2.WebRTC
3.基于UDP的私有协议

有些直播应用会通过UDP作为底层协议开发自己的私有协议。由于UDP在弱网环境下的优势,因此通过一些定制化的调优可以达到比较好的弱网优化效果。
优点:
有更多的空间进行定制化优化
缺点:

  • 开发成本高
  • 对CDN不友好,需要自建CDN或者和CDN达成协议

CDN分发

CDN即内容分发网络,是一个策略型部署的整理系统,主要用来解决由于网络带宽小、用户访问量大、网点分布不均匀等造成的用户访问网络速度慢的问题。简单理解就是相当于让计算机选择最优网络。具体实现是通过在现有的网络中增加一层新的网络架构,将网站内容发布到离用户最近的网络节点上。这样用户可以就近获取所需内容,解决之前的网络拥塞。访问延时高的问题,提高用户体验。
CDN主要包含源站、缓存服务器、智能DNS、客户端等几个主要组成部分。
整个流程如下
主播进行直播,向智能DNS发送解析请求;智能DNS返回最优的CDN节点的IP地址;主播端采用音视频数据,发送CDN节点,CDN节点进行缓存处理;观众要观看这个主播的视频,向智能DNS发送解析请求,智能DNS返回最优CDN节点的IP地址;观众向CDN节点请求音视频数据;CDN节点同步其他节点的音视频数据;CDN节点将音视频发给观众。
CDN缺点
播放延时:从主播端采集到观众播放之间的时间差。
网络抖动:数据包的到达顺序,间隔等与发出时不一致。
网络丢包:当网络中丢包率开始升高时,重传会导致延时不断增大,甚至导致不断尝试重连等情况,这样不能有效缓存,在严重情况下会导致用户端无法观看视频。

拉流

根据协议类型(如RTMP,RTP,HTTP等)与服务器建立连接并接受数据。

播放流数据

播放流数据,一般涉及几个过程。首先进行access操作,也就是获取数据流;然后进行demux操作,也就是解复用,将数据流分离成音频流和视频流;接着将音频流送入音频解码器,将视频流送入视频解码器;最后进行音视频同步输出。通常使用第三方播放器。

end

文字来源《 Android 音视频开发》-何俊林 著

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,189评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,577评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,857评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,703评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,705评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,620评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,995评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,656评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,898评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,639评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,720评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,395评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,982评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,953评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,195评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,907评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,472评论 2 342

推荐阅读更多精彩内容