FFmpeg 編解碼——時間基（Time Base）概念

FFmpeg是一個非常強大的開源多媒體處理工具庫。在處理視頻和音頻流時，理解其時間基（Time Base）概念至關重要。這篇文章將分析時間基在FFmpeg中的應用，并以實例代碼進行演示。

1. 時間基（Time Base）概念

1.1 定義與作用

時間基，即Time Base，是用于衡量時間的單位，在多媒體編程中被廣泛使用。對于FFmpeg，它主要用于描述幀率、持續時間和時間戳等概念。簡單地說，時間基是一種將數值時間戳轉化為真實時間（秒）的方式。

1.2 表現形式

時間基通常表現為一個分數，比如1/25，這表示每幀的持續時間為0.04秒（即1除以25）。在FFmpeg的數據結構中，AVStream->time_base字段就用來表示時間基。

2. 時間基在FFmpeg中的應用

2.1 時間戳

在FFmpeg中，時間戳是根據特定的時間基進行計算的。時間戳可以看作是幀在媒體流中的位置或播放時間。例如，如果時間基是1/50，那么時間戳20就代表了該幀位于媒體流的0.4秒處。

2.2 持續時間

持續時間也是根據時間基來計算的。例如，一個視頻片段有50幀，如果時間基是1/25，那么這個視頻片段的持續時間就是2秒（即50乘以1/25）。

3. 理解FFmpeg中的時間基轉換

FFmpeg為我們提供了方便的API進行時間基之間的轉換，主要有av_rescale_q和av_rescale_q_rnd兩個函數。這兩個函數可以用于在不同時間基之間轉換時間戳。

3.1 av_rescale_q 函數

int64_t av_rescale_q(int64_t a, AVRational bq, AVRational cq)

該函數的作用是將時間戳從一個時間基轉換到另一個時間基。它會確保結果是最接近原值的整數。

3.2 av_rescale_q_rnd 函數

int64_t av_rescale_q_rnd(int64_t a, AVRational bq, AVRational cq, enum AVRounding)

這個函數和av_rescale_q類似，但它允許用戶選擇四舍五入的方式。

4. 時間基相關操作的代碼示例

以下是一個使用FFmpeg API處理時間基的簡單示例：

AVFormatContext *fmt_ctx;
AVStream *stream;
int64_t timestamp;// 假設fmt_ctx和stream已經被正確初始化timestamp = av_rescale_q(stream->cur_dts, stream->time_base, AV_TIME_BASE_Q);

在這個示例中，av_rescale_q函數用于將當前解碼時間戳（DTS）從流的時間基轉換為全局時間基。

5. 用時間基概念分析ffprobe查看視頻文件信息packet中的各字段

ffprobe是一個非常實用的工具，它能夠提供媒體文件（如視頻和音頻）的詳細信息。

1. 使用ffprobe查看視頻信息

要查看視頻文件的信息，我們可以使用以下命令：

ffprobe -show_packets video.mp4

這條命令將顯示視頻文件中所有包的信息。

2. ffprobe輸出的字段解析

下面是ffprobe可能輸出的一些字段，以及它們的含義：

2.1 pts 和 dts

pts（Presentation Time Stamp）和dts（Decoding Time Stamp）表示每個數據包應該何時被展示和解碼。它們的值都是相對于時間基的。

2.2 duration

duration字段表示數據包的持續時間，同樣是相對于時間基的。

2.3 time_base

time_base字段就是我們前面討論的時間基，它為上述時間戳和持續時間提供了參考。

2.4 stream_index

stream_index字段表示當前數據包屬于哪個流。例如，對于多語言電影，可能有多個音頻流。

3. 時間基在ffprobe中的應用

時間基在ffprobe輸出中起著至關重要的作用。通過將pts、dts和duration乘以時間基，我們可以得到實際的展示、解碼和持續時間。

例如，如果一個數據包的pts是18000，time_base是1/90000（這是很常見的視頻時間基），那么該數據包應在0.2秒處被展示。

pts (in seconds) = pts * time_base = 18000 * 1/90000 = 0.2

4. 理解幀和數據包

在FFmpeg中，數據包(packet)和幀(frame)是兩個不同的概念。一幀通常對應于一個完整的圖像，而一個數據包可能包含多個幀，或者一個幀的一部分。

這意味著我們不能僅根據數據包的數量來計算視頻的總時長。正確的做法是將每個數據包的duration相加，然后乘以time_base。

total_duration (in seconds) = sum(duration for each packet) * time_base