使用MediaCodec和RTMP做直播推流

目前开源的项目或市面上的Android直播客户端主要是用ffmpeg来实现推流的。本文将介绍使用Android原生的视频编码类MediaCodec实现直播推流。

数据流及大致原理

这里所说的直播，就是将你的客户端产生的视频数据，实时发送到服务器上。服务器上的数据再实时地发送到播放客户端上。

以视频数据为例：

• 获取Camera画面
• 首先是摄像头拍摄得到原始画面数据，这里原始画面数据的格式我们不用管，因为我们使用的是MediaCodec，所以我们会使用

camera.setPreviewTexture(surfaceTexture)

• 来利用Camera获取到的画面。

此处的原理可忽略，大致说明的话，就是Camera会把获得的画面保存为OpenGL的一个纹理，我们使用这个纹理就能使用Camera的画面。

绘制画面

在获得画面之后，我们要把这个画面（纹理）“画”到MediaCodec上。

如何画？
MediaCodec提供一张’白纸’，也就是一个Surface，供我们把纹理画到上面。此处的API是
MediaCodec.createInputSurface()

怎么画？用Canvas画。当然不是一般的Canvas，我用了这个开源项目android-openGL-canvas。

H264数据

画上去后，MediaCodec就会帮我们把原始画面数据，压缩成相应的视频数据，目前我这里是压缩成H264数据。
所谓的H264数据，其实只是一堆堆的byte[]数组。在项目的例子，我把H264数据写成了文件，可以用某些播放器播放（例如PotPlayer）。

RTMP

我使用了一个开源项目，可以将视频数据封成RTMP包，发送到服务器上。
LibRtmp-Client-for-Android

总结

数据流可以这样看
Camera -> SurfaceTexture -> Surface -> MediaCodec -> encode data(byte[]) -> RTMPMuxer -> Server

音频数据：

相对简单一些，就是从AudioRecord里获取原始音频数据（byte[])，编码成AAC数据（也是byte[])，然后给RTMPMuxer，封装成RTMP包，发到服务器

麦克风MIC -> AudioRecord -> voice data(就是byte[]) -> MediaCodec -> encode data(就是byte[]) -> RTMPMuxer -> Server

Muxer
前面有提到有视频的RTMP包和音频的RTMP包，分别是将单元H264和单元AAC封装成RTMP包，发到服务器。这些包之间有什么规律？
这些包之间是按时间顺序排列的，MediaCodec返回编码数据时，会返回编码数据的时间戳。但注意编码成RTMP包时，取的是相对时间戳，也就是说取到时间戳时，需要计算与上一个包的时间戳的差值，写到RTMP包里。

另外RTMP流本质上是FLV格式的音视频，这里也提供了写成FLV文件的功能。

效果图

Android推流端

视频帧图像处理
前面提到视频帧的图像处理，实际上也是利用了android-openGL-canvas。

关键代码如下：

    ...
    streamPublisher.prepareEncoder(streamPublisherParam, new H264Encoder.OnDrawListener() {
        @Override
        public void onGLDraw(ICanvasGL canvasGL, SurfaceTexture surfaceTexture, RawTexture rawTexture, @Nullable SurfaceTexture outsideSurfaceTexture, @Nullable BasicTexture outsideTexture) {
            drawVideoFrame(canvasGL, outsideSurfaceTexture, outsideTexture);

            Loggers.i("DEBUG", "gl draw");
        }
    });
    ...

    private void drawVideoFrame(ICanvasGL canvasGL, @Nullable SurfaceTexture outsideSurfaceTexture, @Nullable BasicTexture outsideTexture) {
        // Here you can do video process
        // 此处可以视频处理，例如加水印等等
        TextureFilter textureFilterLT = new BasicTextureFilter();
        TextureFilter textureFilterRT = new HueFilter(180);
        int width = outsideTexture.getWidth();
        int height = outsideTexture.getHeight();
        canvasGL.drawSurfaceTexture(outsideTexture, outsideSurfaceTexture, 0, 0, width /2, height /2, textureFilterLT);
        canvasGL.drawSurfaceTexture(outsideTexture, outsideSurfaceTexture, 0, height/2, width/2, height, textureFilterRT);

    }
    ...

如上所示，可以使用各种Filter实现对视频帧图像的处理。总而言之，可以像Canvas那样在视频帧上绘制各种东西。当然要在图上画文字就只能用bitmap代替了。

码率bit/s
在使用MediaCodec时，需要设置码率。这个码率是根据视频分辨率，色彩格式算出来的。

    public H264Encoder(int width, int height, int bitRate, int frameRate, int iframeInterval, final EglContextWrapper eglCtx) throws IOException

其中bitRate就是码率，单位bit/s

一些计算方法可以参考此文：
What bitrate should I use when encoding my video?
Output size Bitrate Filesize
320x240 pixels 400 kbps 3MB / minute
480x270 pixels 700 kbps 5MB / minute
1024 x 576 pixels 1500 kbps 11MB / minute
1280x720 pixels 2500 kbps 19MB / minute
1920x1080 pixels 4000 kbps 30MB / minute

此方法大部分情况下够用，但是对于复杂视频处理还欠缺。

例如
对比下图的无处理效果（一张纹理）

对于下图这样处理效果（2个画面用的是与上图同样大小的纹理，虽然我设置显示的尺寸不一样），码率是上图的2倍左右。

测试服务器

需要测试的话，请自行搭建RTMP服务器。我用的是自己搭建的Nginx服务器，用的Module是nginx-rtmp-module。搭建服务器不需要写代码，根据教程敲几行命令就行。可以用开源直播软件OBS对比播放效果。
播放器用各种都行，VLC，PotPlayer，ffplay都可以。我用的是ffplay，注意，因为只是简单的服务器，所以要先开播放器连接后再开始启动推流。我使用的命令是 .\ffplay.exe “rtmp://localhost:19305/live/room live=1”

作者：chillingvan