live555学习笔记12－h264 rtp包的时间戳

版权声明：本文为博主原创文章，未经博主允许不得转载。

十二 h264 rtp包的时间戳

这次我们一起来分析一下live555中是怎样为rtp包打时间戳的．就以h264为例吧．

[cpp] view
plain copy

void H264VideoRTPSink::doSpecialFrameHandling(unsigned /*fragmentationOffset*/,  

        unsigned char* /*frameStart*/,  

        unsigned /*numBytesInFrame*/,  

        struct timeval framePresentationTime,  

        unsigned /*numRemainingBytes*/)  

{  

    // Set the RTP 'M' (marker) bit iff  

    // 1/ The most recently delivered fragment was the end of (or the only fragment of) an NAL unit, and  

    // 2/ This NAL unit was the last NAL unit of an 'access unit' (i.e. video frame).  

    if (fOurFragmenter != NULL) {  

        H264VideoStreamFramer* framerSource = (H264VideoStreamFramer*) (fOurFragmenter->inputSource());  

        // This relies on our fragmenter's source being a "H264VideoStreamFramer".  

        if (fOurFragmenter->lastFragmentCompletedNALUnit()  

                && framerSource != NULL && framerSource->pictureEndMarker()) {  

            setMarkerBit();  

            framerSource->pictureEndMarker() = False;  

        }  

    }  

  

    setTimestamp(framePresentationTime);  

}  

函数中先检测是否是一个帧的最后一个包，如果是，打上'M'标记．然后就设置时间戳．这个间戳是哪来的呢？需看函数doSpecialFrameHandling()是被谁调用的，经查找，是被MultiFramedRTPSink::afterGettingFrame1()调用的．MultiFramedRTPSink::afterGettingFrame1()的参数presentationTime传给了doSpecialFrameHandling()．MultiFramedRTPSink::afterGettingFrame1()是在调用source的getNextFrame()时传给了source．传给哪个source呢？传给了H264FUAFragmenter,还记得暗渡陈仓那件事吗？所以H264FUAFragmenter在获取一个nal
unit后调用了MultiFramedRTPSink::afterGettingFrame1()．也就是H264FUAFragmenter::afterGettingFrame1()调用了MultiFramedRTPSink::afterGettingFrame1()．

H264FUAFragmenter::afterGettingFrame1()是被它自己的source的afterGettingFrame1()调用的．H264FUAFragmenter的source是谁呢？是H264VideoStreamFramer，是在暗渡陈仓时传给H264FUAFragmenter的构造函数的．

H264VideoStreamFramer的afterGettingFrame1()是没有的，代替之的是MPEGVideoStreamFramer::continueReadProcessin()．它被MPEGVideoStreamParser暗中传给了StreamParser的构造函数．所以StreamParser在分析完一帧（或nal unit)之后，调用的就是MPEGVideoStreamFramer::continueReadProcessin()．以下即是证明：(补充：以下函数并不是在parser分析完一帧（或nal
unit）之后调用，而是parser利用ByteStreamFileSuorce获取到原始数据后调用，然后MPEGVideoStreamFramer再调用Parser的parser()函数分析原始数据)

[cpp] view
plain copy

void StreamParser::afterGettingBytes(void* clientData,  

        unsigned numBytesRead,  

        unsigned /*numTruncatedBytes*/,  

        struct timeval presentationTime,  

        unsigned /*durationInMicroseconds*/)  

{  

    StreamParser* parser = (StreamParser*) clientData;  

    if (parser != NULL)  

        parser->afterGettingBytes1(numBytesRead, presentationTime);  

}  

  

void StreamParser::afterGettingBytes1(unsigned numBytesRead,  

        struct timeval presentationTime)  

{  

    // Sanity check: Make sure we didn't get too many bytes for our bank:  

    if (fTotNumValidBytes + numBytesRead > BANK_SIZE) {  

        fInputSource->envir()  

                << "StreamParser::afterGettingBytes() warning: read "  

                << numBytesRead << " bytes; expected no more than "  

                << BANK_SIZE - fTotNumValidBytes << "\n";  

    }  

  

    fLastSeenPresentationTime = presentationTime;  

  

    unsigned char* ptr = &curBank()[fTotNumValidBytes];  

    fTotNumValidBytes += numBytesRead;  

  

    // Continue our original calling source where it left off:  

    restoreSavedParserState();  

    // Sigh... this is a crock; things would have been a lot simpler  

    // here if we were using threads, with synchronous I/O...  

    fClientContinueFunc(fClientContinueClientData, ptr, numBytesRead,  

            presentationTime);  

}  

fClientContinueFunc就是MPEGVideoStreamFramer::continueReadProcessin()，而且我们看到时间戳被传入fClientContinueFunc．

然而，MPEGVideoStreamFramer::continueReadProcessin()中跟本就不理这个时间戳，因为这个时间戳是ByteStreamFileSource计算出来的，它跟本就不可能正确．

[cpp] view
plain copy

void MPEGVideoStreamFramer::continueReadProcessing(void* clientData,  

        unsigned char* /*ptr*/,  

        unsigned /*size*/,  

        struct timeval /*presentationTime*/)  

{  

    MPEGVideoStreamFramer* framer = (MPEGVideoStreamFramer*) clientData;  

    framer->continueReadProcessing();  

}  

看来真正的时间戳是在MPEGVideoStreamFramer中计算的，但是H264VideoStreamFramer并没有用到MPEGVideoStreamFramer中那些计算时间戳的函数，而是另外计算，其实H264VideoStreamFramer也没有自己去计算，而是利用H264VideoStreamParser计算的．是在哪个函数中呢？在parser()中！

[cpp] view
plain copy

unsigned H264VideoStreamParser::parse()  

{  

    try {  

        // The stream must start with a 0x00000001:  

        if (!fHaveSeenFirstStartCode) {  

            // Skip over any input bytes that precede the first 0x00000001:  

            u_int32_t first4Bytes;  

            while ((first4Bytes = test4Bytes()) != 0x00000001) {  

                get1Byte();  

                setParseState(); // ensures that we progress over bad data  

            }  

            skipBytes(4); // skip this initial code  

  

            setParseState();  

            fHaveSeenFirstStartCode = True; // from now on  

        }  

  

        if (fOutputStartCodeSize > 0) {  

            // Include a start code in the output:  

            save4Bytes(0x00000001);  

        }  

  

        // Then save everything up until the next 0x00000001 (4 bytes) or 0x000001 (3 bytes), or we hit EOF.  

        // Also make note of the first byte, because it contains the "nal_unit_type":  

        u_int8_t firstByte;  

        if (haveSeenEOF()) {  

            // We hit EOF the last time that we tried to parse this data,  

            // so we know that the remaining unparsed data forms a complete NAL unit:  

            unsigned remainingDataSize = totNumValidBytes() - curOffset();  

            if (remainingDataSize == 0)  

                (void) get1Byte(); // forces another read, which will cause EOF to get handled for real this time  

            if (remainingDataSize == 0)  

                return 0;  

            firstByte = get1Byte();  

            saveByte(firstByte);  

  

            while (--remainingDataSize > 0) {  

                saveByte(get1Byte());  

            }  

        } else {  

            u_int32_t next4Bytes = test4Bytes();  

            firstByte = next4Bytes >> 24;  

            while (next4Bytes != 0x00000001  

                    && (next4Bytes & 0xFFFFFF00) != 0x00000100) {  

                // We save at least some of "next4Bytes".  

                if ((unsigned) (next4Bytes & 0xFF) > 1) {  

                    // Common case: 0x00000001 or 0x000001 definitely doesn't begin anywhere in "next4Bytes", so we save all of it:  

                    save4Bytes(next4Bytes);  

                    skipBytes(4);  

                } else {  

                    // Save the first byte, and continue testing the rest:  

                    saveByte(next4Bytes >> 24);  

                    skipBytes(1);  

                }  

                next4Bytes = test4Bytes();  

            }  

            // Assert: next4Bytes starts with 0x00000001 or 0x000001, and we've saved all previous bytes (forming a complete NAL unit).  

            // Skip over these remaining bytes, up until the start of the next NAL unit:  

            if (next4Bytes == 0x00000001) {  

                skipBytes(4);  

            } else {  

                skipBytes(3);  

            }  

        }  

  

        u_int8_t nal_ref_idc = (firstByte & 0x60) >> 5;  

        u_int8_t nal_unit_type = firstByte & 0x1F;  

  

        switch (nal_unit_type) {  

        case 6: { // Supplemental enhancement information (SEI)  

            analyze_sei_data();  

            // Later, perhaps adjust "fPresentationTime" if we saw a "pic_timing" SEI payload??? #####  

            break;  

        }  

        case 7: { // Sequence parameter set  

            // First, save a copy of this NAL unit, in case the downstream object wants to see it:  

            usingSource()->saveCopyOfSPS(fStartOfFrame + fOutputStartCodeSize,  

                    fTo - fStartOfFrame - fOutputStartCodeSize);  

  

            // Parse this NAL unit to check whether frame rate information is present:  

            unsigned num_units_in_tick, time_scale, fixed_frame_rate_flag;  

            analyze_seq_parameter_set_data(num_units_in_tick, time_scale,  

                    fixed_frame_rate_flag);  

            if (time_scale > 0 && num_units_in_tick > 0) {  

                usingSource()->fFrameRate = time_scale  

                        / (2.0 * num_units_in_tick);  

            } else {  

            }  

            break;  

        }  

        case 8: { // Picture parameter set  

            // Save a copy of this NAL unit, in case the downstream object wants to see it:  

            usingSource()->saveCopyOfPPS(fStartOfFrame + fOutputStartCodeSize,  

                    fTo - fStartOfFrame - fOutputStartCodeSize);  

        }  

        }  

  

        //更新时间戳变量  

        usingSource()->setPresentationTime();  

  

        // If this NAL unit is a VCL NAL unit, we also scan the start of the next NAL unit, to determine whether this NAL unit  

        // ends the current 'access unit'.  We need this information to figure out when to increment "fPresentationTime".  

        // (RTP streamers also need to know this in order to figure out whether or not to set the "M" bit.)  

        Boolean thisNALUnitEndsAccessUnit = False; // until we learn otherwise  

        if (haveSeenEOF()) {  

            // There is no next NAL unit, so we assume that this one ends the current 'access unit':  

            thisNALUnitEndsAccessUnit = True;  

        } else {  

            Boolean const isVCL = nal_unit_type <= 5 && nal_unit_type > 0; // Would need to include type 20 for SVC and MVC #####  

            if (isVCL) {  

                u_int32_t first4BytesOfNextNALUnit = test4Bytes();  

                u_int8_t firstByteOfNextNALUnit = first4BytesOfNextNALUnit  

                        >> 24;  

                u_int8_t next_nal_ref_idc = (firstByteOfNextNALUnit & 0x60)  

                        >> 5;  

                u_int8_t next_nal_unit_type = firstByteOfNextNALUnit & 0x1F;  

                if (next_nal_unit_type >= 6) {  

                    // The next NAL unit is not a VCL; therefore, we assume that this NAL unit ends the current 'access unit':  

                    thisNALUnitEndsAccessUnit = True;  

                } else {  

                    // The next NAL unit is also a VLC.  We need to examine it a little to figure out if it's a different 'access unit'.  

                    // (We use many of the criteria described in section 7.4.1.2.4 of the H.264 specification.)  

                    Boolean IdrPicFlag = nal_unit_type == 5;  

                    Boolean next_IdrPicFlag = next_nal_unit_type == 5;  

                    if (next_IdrPicFlag != IdrPicFlag) {  

                        // IdrPicFlag differs in value  

                        thisNALUnitEndsAccessUnit = True;  

                    } else if (next_nal_ref_idc != nal_ref_idc  

                            && next_nal_ref_idc * nal_ref_idc == 0) {  

                        // nal_ref_idc differs in value with one of the nal_ref_idc values being equal to 0  

                        thisNALUnitEndsAccessUnit = True;  

                    } else if ((nal_unit_type == 1 || nal_unit_type == 2  

                            || nal_unit_type == 5)  

                            && (next_nal_unit_type == 1  

                                    || next_nal_unit_type == 2  

                                    || next_nal_unit_type == 5)) {  

                        // Both this and the next NAL units begin with a "slice_header".  

                        // Parse this (for each), to get parameters that we can compare:  

  

                        // Current NAL unit's "slice_header":  

                        unsigned frame_num, pic_parameter_set_id, idr_pic_id;  

                        Boolean field_pic_flag, bottom_field_flag;  

                        analyze_slice_header(  

                                fStartOfFrame + fOutputStartCodeSize, fTo,  

                                nal_unit_type, frame_num, pic_parameter_set_id,  

                                idr_pic_id, field_pic_flag, bottom_field_flag);  

  

                        // Next NAL unit's "slice_header":  

                        u_int8_t next_slice_header[NUM_NEXT_SLICE_HEADER_BYTES_TO_ANALYZE];  

                        testBytes(next_slice_header, sizeof next_slice_header);  

                        unsigned next_frame_num, next_pic_parameter_set_id,  

                                next_idr_pic_id;  

                        Boolean next_field_pic_flag, next_bottom_field_flag;  

                        analyze_slice_header(next_slice_header,  

                                &next_slice_header[sizeof next_slice_header],  

                                next_nal_unit_type, next_frame_num,  

                                next_pic_parameter_set_id, next_idr_pic_id,  

                                next_field_pic_flag, next_bottom_field_flag);  

  

                        if (next_frame_num != frame_num) {  

                            // frame_num differs in value  

                            thisNALUnitEndsAccessUnit = True;  

                        } else if (next_pic_parameter_set_id  

                                != pic_parameter_set_id) {  

                            // pic_parameter_set_id differs in value  

                            thisNALUnitEndsAccessUnit = True;  

                        } else if (next_field_pic_flag != field_pic_flag) {  

                            // field_pic_flag differs in value  

                            thisNALUnitEndsAccessUnit = True;  

                        } else if (next_bottom_field_flag  

                                != bottom_field_flag) {  

                            // bottom_field_flag differs in value  

                            thisNALUnitEndsAccessUnit = True;  

                        } else if (next_IdrPicFlag == 1  

                                && next_idr_pic_id != idr_pic_id) {  

                            // IdrPicFlag is equal to 1 for both and idr_pic_id differs in value  

                            // Note: We already know that IdrPicFlag is the same for both.  

                            thisNALUnitEndsAccessUnit = True;  

                        }  

                    }  

                }  

            }  

        }  

  

        //注意！注意！注意！此处计算时间戳！！  

        if (thisNALUnitEndsAccessUnit) {  

            usingSource()->fPictureEndMarker = True;  

            ++usingSource()->fPictureCount;  

  

            // Note that the presentation time for the next NAL unit will be different:  

            struct timeval& nextPT = usingSource()->fNextPresentationTime; // alias  

            nextPT = usingSource()->fPresentationTime;  

            double nextFraction = nextPT.tv_usec / 1000000.0  

                    + 1 / usingSource()->fFrameRate;  

            unsigned nextSecsIncrement = (long) nextFraction;  

            nextPT.tv_sec += (long) nextSecsIncrement;  

            nextPT.tv_usec = (long) ((nextFraction - nextSecsIncrement)  

                    * 1000000);  

        }  

        setParseState();  

  

        return curFrameSize();  

    } catch (int /*e*/) {  

        return 0; // the parsing got interrupted  

    }  

}  

每当开始一个新帧时，计算新的时间戳．时间戳保存在fNextPresentationTime中，在usingSource()->setPresentationTime()中传给fPresentationTime.

哇，我们看到live555的类之间调用关系曲折复杂，的确有点不易维护啊！同时我写的也不够清析，自己看着都晕，如果把你搞晕了，这很正常哦！

fPresentationTime是64位的时间，经convertToRTPTimestamp转换为32的rtp时间戳，见函数：

[cpp] view
plain copy

u_int32_t RTPSink::convertToRTPTimestamp(struct timeval tv)  

{  

    // Begin by converting from "struct timeval" units to RTP timestamp units:  

    u_int32_t timestampIncrement = (fTimestampFrequency * tv.tv_sec);  

    timestampIncrement += (u_int32_t)(  

            (2.0 * fTimestampFrequency * tv.tv_usec + 1000000.0) / 2000000);  

    // note: rounding  

  

    // Then add this to our 'timestamp base':  

    if (fNextTimestampHasBeenPreset) {  

        // Make the returned timestamp the same as the current "fTimestampBase",  

        // so that timestamps begin with the value that was previously preset:  

        fTimestampBase -= timestampIncrement;  

        fNextTimestampHasBeenPreset = False;  

    }  

  

    u_int32_t const rtpTimestamp = fTimestampBase + timestampIncrement;  

      

    return rtpTimestamp;  

}  

其实时间戳的转换主要就是把以秒为单位的时间，提升成按频率为单位的时间．也就是提升后，时间间隔不是以秒为单位，而是以1/fTimestampFrequency为单位，也就是1/9000秒。然后再强转为32。