我的前兩篇文章講到了MP3和AAC文件的編碼與生成，下面接著講一講如何解碼它們。經(jīng)過前面一段時(shí)間的積累，我們也對(duì)MP3和AAC有了初步的了解，本文直接以用法入題。

相關(guān)接口：

結(jié)構(gòu)介紹：

編解碼器上下文，這個(gè)結(jié)構(gòu)保存當(dāng)前打開的編解碼器、設(shè)置的參數(shù)，摘錄部分成員如下：

struct AVCodecContext 
{
    enum AVMediaType codec_type; /* see AVMEDIA_TYPE_xxx */
    const struct AVCodec  *codec;
    enum AVCodecID     codec_id; /* see AV_CODEC_ID_xxx */
    unsigned int codec_tag;
    int64_t bit_rate;
    int global_quality;
    int compression_level;
    AVRational time_base;
    int width, height;
    int coded_width, coded_height;
    int gop_size;
    enum AVPixelFormat pix_fmt;
    int max_b_frames;
    int has_b_frames;
    /* audio only */
    int sample_rate; ///< samples per second
    int channels;    ///< number of audio channels
    enum AVSampleFormat sample_fmt;  ///< sample format
    uint64_t channel_layout;
    AVRational framerate;
    enum AVPixelFormat sw_pix_fmt;
};

媒體文件解析器，這個(gè)結(jié)構(gòu)保存了當(dāng)前解析媒體文體的上下文狀態(tài)，摘錄部分成員如下：

struct AVCodecParserContext 
{
    const struct AVCodecParser *parser;
    int64_t frame_offset; /* offset of the current frame */
    int64_t cur_offset; /* current offset
                           (incremented by each av_parser_parse()) */
    int64_t next_frame_offset; /* offset of the next frame */
    /* video info */
    int pict_type; /* XXX: Put it back in AVCodecContext. */
    int repeat_pict; /* XXX: Put it back in AVCodecContext. */
    int64_t pts;     /* pts of the current frame */
    int64_t dts;     /* dts of the current frame */

    /* private data */
    int64_t last_pts;
    int64_t last_dts;
    int fetch_timestamp;

    int width;
    int height;
    int coded_width;
    int coded_height;
    int format;
};

函數(shù)介紹：

根據(jù)編解碼器ID，返回對(duì)應(yīng)的編解碼器名稱。

const char *avcodec_get_name(enum AVCodecID id);

根據(jù)解碼器名稱查找注冊(cè)的解碼器。

const AVCodec *avcodec_find_decoder_by_name(const char *name);

根據(jù)編解碼器指針，初使化編解碼器上下文。

AVCodecContext *avcodec_alloc_context3(const AVCodec *codec);

釋放編解碼器上下文。

void avcodec_free_context(AVCodecContext **avctx);

綁定編解碼器到編解碼器上下文，并打開相關(guān)資源。

int avcodec_open2(AVCodecContext *avctx, const AVCodec *codec, AVDictionary **options);

根據(jù)編解碼器初使化解析器上下文。

AVCodecParserContext *av_parser_init(int codec_id);

關(guān)閉解析器上下文。

void av_parser_close(AVCodecParserContext *s);

解析一個(gè)包。
返回成功處理的緩沖區(qū)的長度，下一次處理應(yīng)該緩沖區(qū)的后續(xù)位置繼續(xù)處理，其效果相當(dāng)于解封裝時(shí)使用的av_read_frame()函數(shù)。
這個(gè)函數(shù)總是返回非負(fù)，因而無需處理異常的情況。

int av_parser_parse2(AVCodecParserContext *s,
                     AVCodecContext *avctx,
                     uint8_t **poutbuf, int *poutbuf_size,
                     const uint8_t *buf, int buf_size,
                     int64_t pts, int64_t dts,
                     int64_t pos);

發(fā)送待解碼數(shù)據(jù)。
返回值：0表示成功，其他表示出錯(cuò)。
可能的出錯(cuò)值：
AVERROR(EAGAIN) 表示發(fā)送緩沖區(qū)已滿，需要等待avcodec_receive_frame()提取。
AVERROR_EOF 表示解析器已經(jīng)關(guān)閉。

int avcodec_send_packet(AVCodecContext *avctx, const AVPacket *avpkt);

接收解碼數(shù)據(jù)。
返回值：0表示成功，其他表示出錯(cuò)。
可能的出錯(cuò)值：
AVERROR(EAGAIN) 表示接收緩沖區(qū)為空，無數(shù)據(jù)可提取。
AVERROR_EOF 表示接收緩沖區(qū)為空。

int avcodec_receive_frame(AVCodecContext *avctx, AVFrame *frame);

代碼舉例：

下面這個(gè)例子演示了讀取test.mp3文件并解碼，將結(jié)果寫為PCM文件的過程。只要修改相應(yīng)的解碼器為AAC，和打開的文件名，就能支持AAC。代碼如下：

#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>

extern "C"
{
#include <libavformat/avformat.h>
#include <libavcodec/avcodec.h>
#include <libavutil/channel_layout.h>
}

const char* getSampleFormatName(enum AVSampleFormat emSampleFormat);
bool decode(AVCodecContext* pCodecCTX, const AVPacket* pPacket, AVFrame* pFrame, FILE* pFile);

int main(int argc, char* argv[])
{
    const char* pCodecName = avcodec_get_name(AV_CODEC_ID_MP3);
    printf("codec: %d -> %s \n", AV_CODEC_ID_MP3, pCodecName);

    const AVCodec* pCodec = avcodec_find_decoder_by_name(pCodecName);
    if (pCodec == NULL)
    {
        printf("can't find decoder! \n");
        return -1;
    }

    // 根據(jù)指定解碼器初使化對(duì)應(yīng)的解碼上下文
    AVCodecContext* pCodecCTX = avcodec_alloc_context3(pCodec);
    if (pCodecCTX == NULL)
    {
        printf("can't alloc decoder context! \n");
        return -1;
    }

    // 打開解碼器上下文
    int rc = avcodec_open2(pCodecCTX, pCodec, NULL);
    if (rc < 0)
    {
        char sError[128] = {0};
        av_strerror(rc, sError, sizeof(sError));
        printf("avcodec_open2() ret:[%d:%s] \n", rc, sError);
        return -1;
    }

    // 打開裸流解析上下文
    AVCodecParserContext* pCodecParserCTX = av_parser_init(pCodec->id);
    if (pCodecParserCTX == NULL)
    {
        printf("init parser context failed! \n");
        return -1;
    }

    AVPacket* pPacket = av_packet_alloc();
    AVFrame* pFrame = av_frame_alloc();

    FILE* pFileInput = fopen("test.mp3", "rb");
    FILE* pFileOutput = fopen("test.pcm", "wb");

    while (true)
    {
        const int BUFF_SIZE = 100; //20480;
        char sDataBuffer[BUFF_SIZE + AV_INPUT_BUFFER_PADDING_SIZE] = {0};

        int nBytesRead = fread(sDataBuffer, 1, BUFF_SIZE, pFileInput);
        if (nBytesRead <= 0)
            break;

        printf("read bytes: %d \n", nBytesRead);

        // 一次讀取，全部喂給
        int nOffset = 0;
        while (nOffset < nBytesRead)
        {
            // 盡量喂給，但是一次最大只解析出一個(gè)包
            int nPacketSize = av_parser_parse2(pCodecParserCTX, pCodecCTX, &(pPacket->data), &(pPacket->size), 
                    (uint8_t*)sDataBuffer + nOffset, nBytesRead - nOffset, AV_NOPTS_VALUE, AV_NOPTS_VALUE, 0);

            printf("\t offset:%d max feed size:%d eat size:%d \n", nOffset, nBytesRead - nOffset, nPacketSize);

            // 輸出了報(bào)文，需要解碼
            if (pPacket->size > 0)
            {
                printf("\t\t out packet size:%d \n", pPacket->size);

                // 解碼，這里AVPacket結(jié)構(gòu)只有data和size成員有效
                if (!decode(pCodecCTX, pPacket, pFrame, pFileOutput))
                {
                    printf("decode fatal! \n");
                    exit (-1);
                }
            }

            nOffset += nPacketSize;
        }
    }

    // 解碼尾包
    decode(pCodecCTX, NULL, pFrame, pFileOutput);

    AVSampleFormat emSampleFormat = pCodecCTX->sample_fmt;
    if (av_sample_fmt_is_planar(emSampleFormat))
    {
        const char* pPacked = av_get_sample_fmt_name(emSampleFormat);
        printf("Warning: the sample format the decoder produced is planar(%s). This example will output the first channel only.\n",
                pPacked ? pPacked : "?");
        emSampleFormat = av_get_packed_sample_fmt(emSampleFormat);
    }

    printf("Play the output audio file with command: \n");
    printf("\t ffplay -f %s -ac %d -ar %d test.pcm \n", getSampleFormatName(emSampleFormat), pCodecCTX->channels, pCodecCTX->sample_rate);

    fclose(pFileOutput);
    fclose(pFileInput);

    av_packet_free(&pPacket);
    av_frame_free(&pFrame);

    av_parser_close(pCodecParserCTX);
    avcodec_free_context(&pCodecCTX);

    return 0;
}

const char* getSampleFormatName(enum AVSampleFormat emSampleFormat)
{
    switch (emSampleFormat)
    {
    case AV_SAMPLE_FMT_U8:
        return "u8";
    case AV_SAMPLE_FMT_S16:
        return AV_NE("s16be", "s16le");
    case AV_SAMPLE_FMT_S32:
        return AV_NE("s32be", "s32le");
    case AV_SAMPLE_FMT_FLT:
        return AV_NE("f32be", "f32le");
    case AV_SAMPLE_FMT_DBL:
        return AV_NE("f64be", "f64le");
    }
    return "unkown";
}

bool decode(AVCodecContext* pCodecCTX, const AVPacket* pPacket, AVFrame* pFrame, FILE* pFile)
{
    // 發(fā)送數(shù)據(jù)
    int rc = avcodec_send_packet(pCodecCTX, pPacket);
    if (rc < 0)
    {
        char sError[128] = {0};
        av_strerror(rc, sError, sizeof(sError));
        printf("avcodec_send_packet() ret:[%d:%s] \n", rc, sError);

        return false;
    }

    // 接收解碼結(jié)果
    while (true)
    {
        rc = avcodec_receive_frame(pCodecCTX, pFrame);

        if (rc < 0)
        {
            // 無解碼輸出
            if (rc == AVERROR(EAGAIN) || rc == AVERROR_EOF)
                return true;

            // 解碼出錯(cuò)
            char sError[128] = {0};
            av_strerror(rc, sError, sizeof(sError));
            printf("avcodec_receive_frame() ret:[%d:%s] \n", rc, sError);

            return false;
        }

        printf("\t\t => frame format:[%d:%s] channels:[%d] sample_rate:[%d] nb_samples:[%d] pkt_size:[%d] linesize:[%d] \n", 
                pFrame->format, av_get_sample_fmt_name((AVSampleFormat)pFrame->format), pFrame->channels, pFrame->sample_rate, pFrame->nb_samples, pFrame->pkt_size, pFrame->linesize[0]);
                    
        int nSampleSize = av_get_bytes_per_sample(pCodecCTX->sample_fmt);

        // 多通道按交錯(cuò)排列寫入
        for (int i = 0; i < pFrame->nb_samples; ++i)
        {
            for (int c = 0; c < pCodecCTX->channels; ++c)
            {
                fwrite(pFrame->data[c] + nSampleSize * i, 1, nSampleSize, pFile);
            }
        }
    }

    return true;
}

編譯：
g++ -o decode_mp3 decode_mp3.cpp -I/usr/local/ffmpeg/include -L/usr/local/ffmpeg/lib -lavformat -lavcodec -lavutil

運(yùn)行，輸出如下：

$ ./decode_mp3
codec: 86017 -> mp3
read bytes: 100
         offset:0 max feed size:100 eat size:100
read bytes: 100
         offset:0 max feed size:100 eat size:100
read bytes: 100
         offset:0 max feed size:100 eat size:100
read bytes: 100
         offset:0 max feed size:100 eat size:100
read bytes: 100
         offset:0 max feed size:100 eat size:17
                 out packet size:417
                 => frame format:[6:s16p] channels:[2] sample_rate:[44100] nb_samples:[1152] pkt_size:[417] linesize:[2304]
         offset:17 max feed size:83 eat size:83
read bytes: 100
         offset:0 max feed size:100 eat size:100
read bytes: 100
         offset:0 max feed size:100 eat size:100
read bytes: 100
         offset:0 max feed size:100 eat size:100
read bytes: 100
         offset:0 max feed size:100 eat size:35
                 out packet size:418
                 => frame format:[6:s16p] channels:[2] sample_rate:[44100] nb_samples:[1152] pkt_size:[418] linesize:[2304]
         offset:35 max feed size:65 eat size:65
......
read bytes: 100
         offset:0 max feed size:100 eat size:100
read bytes: 100
         offset:0 max feed size:100 eat size:100
read bytes: 100
         offset:0 max feed size:100 eat size:100
read bytes: 96
         offset:0 max feed size:96 eat size:96
                 out packet size:418
                 => frame format:[6:s16p] channels:[2] sample_rate:[44100] nb_samples:[1152] pkt_size:[418] linesize:[2304]
Warning: the sample format the decoder produced is planar(s16p). This example will output the first channel only.
Play the output audio file with command:
         ffplay -f s16le -ac 2 -ar 44100 test.pcm

這里為了演示讀小包解析的過程，所以每次從文件中只讀入100字節(jié)，交給解析器去拼接處理，正式場合中請(qǐng)盡量一次讀多點(diǎn)數(shù)據(jù)，以減少系統(tǒng)調(diào)用。

由于是PCM文件，沒有元數(shù)據(jù)說明，無法直接播放，使用下面的命令：
ffplay -f s16le -ac 2 -ar 44100 test.pcm