FFmpeg 101 (2024)

 (blogs.igalia.com)
4 คะแนน โดย GN⁺ 2026-03-23 | 1 ความคิดเห็น | แชร์ทาง WhatsApp
  • กล่าวถึงโครงสร้างและวิธีใช้งานของเฟรมเวิร์ก FFmpeg ที่สามารถเข้ารหัส ถอดรหัส แปลงรหัส และสตรีมเสียงกับวิดีโอได้
  • อธิบายบทบาทของเครื่องมือบรรทัดคำสั่งอย่าง ffmpeg, ffplay, ffprobe และไลบรารีหลักอย่าง libavcodec, libavformat, libavfilter อย่างเป็นรูปธรรม
  • ลงมือทำกระบวนการวิเคราะห์สตรีมและถอดรหัสแบบเป็นขั้นตอน โดยมี AVFormatContext, AVCodecContext, AVPacket, AVFrame เป็นแกนหลัก
  • ใช้ระบบบิลด์ meson/ninja เพื่อดาวน์โหลดและคอมไพล์โค้ดตัวอย่างโดยอัตโนมัติ พร้อมวิเคราะห์ไฟล์มีเดียตัวอย่างและแสดงผลลัพธ์
  • ใช้เป็นสื่อเริ่มต้นเชิงปฏิบัติสำหรับทำความเข้าใจหลักการทำงานภายในและ pipeline การถอดรหัสของ FFmpeg ได้

องค์ประกอบแพ็กเกจ FFmpeg

  • FFmpeg ประกอบด้วยชุดเครื่องมือและไลบรารีสำหรับเข้ารหัส ถอดรหัส แปลงรหัสฟอร์แมตเสียงและวิดีโอหลากหลายชนิด รวมถึงสตรีมผ่านเครือข่าย

  • เครื่องมือ FFmpeg

    • ffmpeg: เครื่องมือแปลงฟอร์แมตมัลติมีเดียผ่านบรรทัดคำสั่ง
    • ffplay: มีเดียเพลเยอร์อย่างง่ายที่สร้างบน SDL และไลบรารี FFmpeg
    • ffprobe: เครื่องมือสำหรับวิเคราะห์สตรีมมัลติมีเดีย

  • ไลบรารี FFmpeg

    • libavformat: ให้ความสามารถด้านอินพุต/เอาต์พุตและ muxing/demuxing
    • libavcodec: ให้ความสามารถด้านการเข้ารหัส/ถอดรหัส
    • libavfilter: ประมวลผลมีเดียดิบผ่านตัวกรองแบบกราฟ
    • libavdevice: รองรับอุปกรณ์อินพุต/เอาต์พุต
    • libavutil: ให้ยูทิลิตีมัลติมีเดียทั่วไป
    • libswresample: รองรับการรีแซมเปิลเสียง การแปลงรูปแบบตัวอย่าง และการมิกซ์เสียง
    • libswscale: ความสามารถด้านการแปลงสีและการสเกลภาพ
    • libpostproc: ความสามารถด้านการประมวลผลวิดีโอภายหลัง (deblocking, noise filter ฯลฯ)

เพลเยอร์อย่างง่ายด้วย FFmpeg

  • วิธีใช้งาน FFmpeg พื้นฐานคือการ demux สตรีมมัลติมีเดียเพื่อแยกเป็นสตรีมเสียงและวิดีโอ แล้วจึงถอดรหัสเป็นข้อมูลเสียง/วิดีโอแบบ raw

  • โครงสร้างหลัก

    • AVFormatContext: โครงสร้างระดับบนที่จัดการการซิงก์ Metadata และ muxing ของสตรีม
    • AVStream: สตรีมเสียงหรือวิดีโอแบบต่อเนื่อง
    • AVCodec: นิยามวิธีการเข้ารหัสและถอดรหัสข้อมูล
    • AVPacket: ข้อมูลที่ถูกเข้ารหัสภายในสตรีม
    • AVFrame: เฟรมวิดีโอดิบหรือชุดตัวอย่างเสียงที่ถอดรหัสแล้ว

  • กระบวนการวิเคราะห์สตรีมและ demux

    • จัดสรรหน่วยความจำสำหรับ AVFormatContext ด้วย avformat_alloc_context()
    • เปิดไฟล์มัลติมีเดียด้วย avformat_open_input()
    • วิเคราะห์ข้อมูลสตรีมภายในไฟล์ด้วย avformat_find_stream_info()
    • แสดง time base, frame rate, เวลาเริ่มต้น, ความยาว, ประเภท, และ โค้ด FourCC ของแต่ละสตรีม
    • ปิดไฟล์และคืนหน่วยความจำด้วย avformat_close_input()

  • การค้นหาและเริ่มต้น codec

    • ค้นหาตัวถอดรหัสที่ตรงกับ codec ID ของ AVStream ด้วย avcodec_find_decoder()
    • สำหรับสตรีมวิดีโอ แสดงความละเอียด (width, height); สำหรับสตรีมเสียง แสดงจำนวนช่องและ sample rate
    • สร้าง AVCodecContext ด้วย avcodec_alloc_context3()
    • นำพารามิเตอร์ codec ของสตรีมไปใช้กับ decoder context ด้วย avcodec_parameters_to_context()
    • เปิดตัวถอดรหัสด้วย avcodec_open2()

  • การอ่านแพ็กเก็ตและถอดรหัส

    • จัดสรรโครงสร้าง AVPacket และ AVFrame เพื่อเก็บแพ็กเก็ตที่เข้ารหัสแล้วและเฟรมที่ถอดรหัสแล้วตามลำดับ
    • อ่านแพ็กเก็ตจากไฟล์อินพุตตามลำดับด้วย av_read_frame()
    • ระบุว่าแพ็กเก็ตมาจากสตรีมใดผ่าน stream_index
    • ส่งเฉพาะแพ็กเก็ตของสตรีมวิดีโอที่เลือก (first_video_stream_index) ไปยังตัวถอดรหัส
    • ส่งแพ็กเก็ตไปยังตัวถอดรหัสด้วย avcodec_send_packet()
    • รับเฟรมที่ถอดรหัสแล้วซ้ำ ๆ ด้วย avcodec_receive_frame()
    • แสดงหมายเลขเฟรม, ประเภท (I/P/B), ฟอร์แมต, PTS, และเป็นคีย์เฟรมหรือไม่ของแต่ละเฟรม
    • นำหน่วยความจำแพ็กเก็ตกลับมาใช้ใหม่ด้วย av_packet_unref()
    • เมื่อประมวลผลเสร็จทั้งหมด ให้คืนหน่วยความจำด้วย av_packet_free(), av_frame_free(), avcodec_free_context(), avformat_close_input()

  • ตัวอย่างการรันและผลลัพธ์

    • โค้ดตัวอย่างมีให้ในGitHub repository
    • บิลด์ได้ด้วย meson และ ninja (pip3 install meson ninja)
    • เมื่อรัน meson setup build จะดาวน์โหลดและตั้งค่า FFmpeg อัตโนมัติ
    • หลังบิลด์ด้วย ninja -C build ให้รันด้วย ./build/ffmpeg-101 sample.mp4
    • ผลลัพธ์การรันจะแสดงฟอร์แมตไฟล์ ข้อมูลสตรีม (วิดีโอ/เสียง) codec ความละเอียด sample rate ค่า PTS ของแต่ละแพ็กเก็ต และข้อมูลเฟรมที่ถอดรหัสแล้ว

  • สรุปตัวอย่างเอาต์พุต

    • สตรีมวิดีโอ: H.264 (avc1), ความละเอียด 206x80, frame rate 30fps
    • สตรีมเสียง: AAC (mp4a), 2 แชนเนล, 44.1kHz
    • ค่า PTS และประเภทเฟรม (I/P) ของแต่ละแพ็กเก็ตจะแสดงตามลำดับ พร้อมพิมพ์กระบวนการถอดรหัสออกทางคอนโซล

สภาพแวดล้อมสำหรับบิลด์และรัน

  • เครื่องมือที่ต้องใช้: Python, pip, meson, ninja
  • คำสั่งติดตั้ง: pip3 install meson ninja

  • ขั้นตอนการบิลด์

    • แตกไฟล์ตัวอย่างลงในโฟลเดอร์ ffmpeg-101
    • รัน meson setup build
    • บิลด์ด้วย ninja -C build
    • รันด้วย ./build/ffmpeg-101 sample.mp4
    • หากยังไม่ได้ติดตั้ง FFmpeg ไว้ในระบบ ระบบจะดาวน์โหลดและตั้งค่าให้อัตโนมัติ

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2026-03-23
ความคิดเห็นจาก Hacker News

  • ขอแนะนำอย่างยิ่ง บทแนะนำของ Leandro Moreira สำหรับคนที่อยากเข้าใจการทำงานภายในของ FFmpeg และ libav แบบลึกซึ้ง
    สำหรับผม นี่คือคำอธิบายที่ครบถ้วนและชัดเจนที่สุดเท่าที่เคยเห็นมา
    ลิงก์บทแนะนำ FFmpeg-libav

    • บทแนะนำนี้ช่วยได้มากจริง ๆ ขอบคุณ
    • คำสั่งในต้นฉบับไม่ได้ดึงดูดความสนใจเท่าไร แต่บทแนะนำนี้ดู ใช้งานได้จริง กว่ามาก

  • น่าตกใจที่ตอนนี้ถึงขั้น ffmpeg 101 แล้ว รู้สึกเหมือน ffmpeg 8 เพิ่งออกเมื่อวานนี้เอง

    • เหมือนเป็นผลจากการที่ เอเจนต์ push โค้ด, อนุมัติ และรีลีส ให้เสร็จหมดตอนเราหลับอยู่

  • มีการแชร์คู่มืออีกอันหนึ่ง
    ลิงก์คู่มือที่เกี่ยวข้องบน HN

  • FFmpeg เป็น เครื่องมือที่รักมาก จริง ๆ

  • เป็นบทนำ ffmpeg ที่ยอดเยี่ยมมาก ขอบคุณ

  • ffmpeg คือ ซูเปอร์พาวเวอร์ ที่แท้จริง
    ผมใช้มันเสมอเวลาต้อง ประกอบ ชิ้นส่วนวิดีโอหลาย ๆ ชิ้นให้เป็นรูปแบบที่เล่นได้