存档在 ‘杂七杂八’ 分类

ngrok 后台运行方法

2017年9月29日

ngrok 用 & 不能后台运行
这就要使用screen这个命令
首先安装screen

apt-get install screen

之后运行

screen -S 任意名字(例如:keepngork)

然后运行ngrok启动命令

./ngrok -config=ngrok.cfg -hostname wx.vrlib.org 80

最后按快捷键

ctrl+A+D

既可以保持ngrok后台运行

科研画图都用什么软件?

2017年9月9日

https://www.zhihu.com/question/29557377

直播类 APP 项目开发实战(原理篇)[转载备忘]

2017年3月20日
【目录】

模块一 :直播技术


【 主要模块】

  • 主播端: 把主播实时录制的视频,经过(采集、美颜处理、编码)推送到服务器
  • 服务器: 处理(转码、录制、截图、鉴黄)后分发给用户播放端
  • 播放器: 获取服务器地址, 进行拉流、解码、渲染
  • 互动系统: 聊天室、礼物系统、赞

示例图:

111929699-601a314294b7f5d4

七牛云的直播图更直观详细

直播效果图

121929699-b34d18fc3dbea080

【一个完整直播app实现流程】

1.采集、2.滤镜处理、3.编码、4.推流、5.CDN分发、6.拉流、7.解码、8.播放、9.聊天互动

直播流程.png

【一个完整直播app架构】

直播架构.png

【一个完整直播app技术点】

相关技术点

模块二、项目功能模块 -> 技术


简介:
相对于上面图中每个技术点刨开来说都很繁琐 ,也很难掌握,我会在下面的【相关技术知识点概括】中给与大致讲述;由于涉及音视频的编码解码、美颜功能的算法,帧的处理等很多问题,能从底层自己开发的完整功能的绝对是大牛!
不过正是有这些大牛们的奉献 ,我们不需要处理繁琐的底层问题,一些封装好的库可以完美实现。


  • 主播端: LFLiveKit 已包含采集美颜编码推流等功能
  • 服务器 : 【 nginx+rtmp服务器】免费开源,能搭建本地电脑上,支持RTMP协议,满足直播需求。

模块三、如何快速的开发一个完整的iOS直播app


1、利用第三方直播SDK快速的开发

阿里云: 提供低延迟、高清晰、 高并发支持的直播服务,帮您从容应对业务突发峰值。广泛应用于 游戏直播、娱乐直播、泛生活直播、 教育类、 远程医疗、 企业远程视频会议等典型场景,
百度直播云: 视频直播、点播一站式解决方案,让视频技术零门槛,结合领先的人工智能技术,开放智能图像识别、视频特效、黄反审核功能,让视频内容更丰富,更安全
七牛云:七牛直播云是专为直播平台打造的全球化直播流服务和一站式实现SDK端到端直播场景的企业级直播云服务平台.

2、自研还是使用第三方直播SDK开发?
自研: 对于一个初创公司或团队来讲,自研直播不管在技术门槛、CDN、带宽上都是有很大的门槛的,而且需要耗费大量的时间和成本才能做出成品,不利于前期发展。
第三方SDK开发:开发周期短,前期投入少,从长远看,第三方费用较高,占很大一笔支出, 相对来说自研可以节省成本,技术成面比直接用SDK相对可控。

模块四、相关技术知识点概括 (袁峥Seemygo分享)


1.采集视频、音频

* 1.1 采集视频、音频编码框架 *
AVFoundation:AVFoundation是用来播放和创建实时的视听媒体数据的框架,同时提供Objective-C接口来操作这些视听数据,比如编辑,旋转,重编码

* 1.2 视频、音频硬件设备 *
CCD:图像传感器: 用于图像采集和处理的过程,把图像转换成电信号。
拾音器:声音传感器: 用于声音采集和处理的过程,把声音转换成电信号。
音频采样数据:一般都是PCM格式
视频采样数据: 一般都是YUV,或RGB格式,采集到的原始音视频的体积是非常大的,需要经过压缩技术处理来提高传输效率

2.视频处理(美颜,水印)

视频处理原理:因为视频最终也是通过GPU,一帧一帧渲染到屏幕上的,所以我们可以利用OpenGL ES,对视频帧进行各种加工,从而视频各种不同的效果,就好像一个水龙头流出的水,经过若干节管道,然后流向不同的目标
现在的各种美颜和视频添加特效的app都是利用GPUImage
这个框架实现的,.

* 视频处理框架 *
GPUImage: GPUImage是一个基于OpenGL ES的一个强大的图像/视频处理框架,封装好了各种滤镜同时也可以编写自定义的滤镜,其本身内置了多达120多种常见的滤镜效果。
OpenGL:OpenGL(全写Open Graphics Library)是个定义了一个跨编程语言、跨平台的编程接口的规格,它用于三维图象(二维的亦可)。OpenGL是个专业的图形程序接口,是一个功能强大,调用方便的底层图形库。
OpenGL ES:OpenGL ES (OpenGL for Embedded Systems) 是 OpenGL三维图形 API 的子集,针对手机、PDA和游戏主机等嵌入式设备而设计。

3.视频编码解码

* 3.1 视频编码框架 *
FFmpeg :是一个跨平台的开源视频框架,能实现如视频编码,解码,转码,串流,播放等丰富的功能。其支持的视频格式以及播放协议非常丰富,几乎包含了所有音视频编解码、封装格式以及播放协议。-Libswresample:可以对音频进行重采样,rematrixing 以及转换采样格式等操 作。
-Libavcodec:提供了一个通用的编解码框架,包含了许多视频,音频,字幕流 等编码/解码器。
-Libavformat:用于对视频进行封装/解封装。
-Libavutil:包含一些共用的函数,如随机数生成,数据结构,数学运算等。
-Libpostproc:用于进行视频的一些后期处理。
-Libswscale:用于视频图像缩放,颜色空间转换等。
-Libavfilter:提供滤镜功能。

X264 :把视频原数据YUV编码压缩成H.264格式
VideoToolbox :苹果自带的视频硬解码和硬编码API,但是在iOS8之后才开放。
AudioToolbox :苹果自带的音频硬解码和硬编码API

* 3.2 视频编码技术 *
视频压缩编码标准:对视频进行压缩(视频编码)或者解压缩(视频解码)的编码技术,比如MPEG,H.264。

这些视频编码技术是压缩编码视频的主要作用:是将视频像素数据压缩成为视频码流,从而降低视频的数据量。如果视频不经过压缩编码的话,体积通常是非常大的,一部电影可能就要上百G的空间。

注意:最影响视频质量的是其视频编码数据和音频编码数据,跟封装格式没有多大关系

MPEG:一种视频压缩方式,它采用了帧间压缩,仅存储连续帧之间有差别的地方 ,从而达到较大的压缩比
H.264/AVC:一种视频压缩方式,采用事先预测和与MPEG中的P-B帧一样的帧预测方法压缩,它可以根据需要产生适合网络情况传输的视频流,还有更高的压缩比,有更好的图象质量

注意1: 如果是从单个画面清晰度比较,MPEG4有优势;从动作连贯性上的清晰度,H.264有优势
注意2: 由于264的算法更加复杂,程序实现烦琐,运行它需要更多的处理器和内存资源。因此,运行264对系统要求是比较高的。
注意3: 由于264的实现更加灵活,它把一些实现留给了厂商自己去实现,虽然这样给实现带来了很多好处,但是不同产品之间互通成了很大的问题,造成了通过A公司的编码器编出的数据,必须通过A公司的解码器去解这样尴尬的事情

H.265/HEVC: 一种视频压缩方式,基于H.264,保留原来的某些技术,同时对一些相关的技术加以改进,以改善码流、编码质量、延时和算法复杂度之间的关系,达到最优化设置。H.265 是一种更为高效的编码标准,能够在同等画质效果下将内容的体积压缩得更小,传输时更快更省带宽

I帧: (关键帧)保留一副完整的画面,解码时只需要本帧数据就可以完成(因为包含完整画面)

P帧 :(差别帧)保留这一帧跟之前帧的差别,解码时需要用之前缓存的画面叠加上本帧定义的差别,生成最终画面。(P帧没有完整画面数据,只有与前一帧的画面差别的数据)

B帧: (双向差别帧)保留的是本帧与前后帧的差别,解码B帧,不仅要取得之前的缓存画面,还要解码之后的画面,通过前后画面的与本帧数据的叠加取得最终的画面。B帧压缩率高,但是解码时CPU会比较累

帧内(Intraframe)压缩: 当压缩一帧图像时,仅考虑本帧的数据而不考虑相邻帧之间的冗余信息,帧内一般采用有损压缩算法

帧间(Interframe)压缩: 时间压缩(Temporal compression),它通过比较时间轴上不同帧之间的数据进行压缩。帧间压缩一般是无损的

muxing(合成):将视频流、音频流甚至是字幕流封装到一个文件中(容器格式(FLV,TS)),作为一个信号进行传输。

* 3.3 音频编码技术 *
AAC,mp3:这些属于音频编码技术,压缩音频用

* 3.4码率控制 *
多码率:观众所处的网络情况是非常复杂的,有可能是WiFi,有可能4G、3G、甚至2G,那么怎么满足多方需求呢?多搞几条线路,根据当前网络环境自定义码率。列如:常常看见视频播放软件中的1024,720,高清,标清,流畅等,指的就是各种码率。

* 3.5 视频封装格式 *
TS: 一种流媒体封装格式,流媒体封装有一个好处,就是不需要加载索引再播放,大大减少了首次载入的延迟,如果片子比较长,mp4文件的索引相当大,影响用户体验
为什么要用TS: 这是因为两个TS片段可以无缝拼接,播放器能连续播放

FLV: 一种流媒体封装格式,由于它形成的文件极小、加载速度极快,使得网络观看视频文件成为可能,因此FLV格式成为了当今主流视频格式

4.推流

* 4.1 数据传输框架 *
librtmp: 用来传输RTMP协议格式的数据
* 4.2 流媒体数据传输协议 *
RTMP: 实时消息传输协议,Adobe Systems公司为Flash播放器和服务器之间音频、视频和数据传输开发的开放协议,因为是开放协议所以都可以使用了。
RTMP协议用于对象、视频、音频的传输,这个协议建立在TCP协议或者轮询HTTP协议之上。
RTMP协议就像一个用来装数据包的容器,这些数据可以是FLV中的视音频数据。一个单一的连接可以通过不同的通道传输多路网络流,这些通道中的包都是按照固定大小的包传输的

5.流媒体服务器

* 5.1常用服务器 *
SRS:一款国人开发的优秀开源流媒体服务器系统
BMS: 也是一款流媒体服务器系统,但不开源,是SRS的商业版,比SRS功能更多
nginx: 免费开源web服务器,常用来配置流媒体服务器。

* 5.2数据分发 *
CDN:(Content Delivery Network),即内容分发网络,将网站的内容发布到最接近用户的网络”边缘”,使用户可以就近取得所需的内容,解决 Internet网络拥挤的状况,提高用户访问网站的响应速度.
CDN:代理服务器,相当于一个中介。
CDN工作原理:比如请求流媒体数据1.上传流媒体数据到服务器(源站)
2.源站存储流媒体数据
3.客户端播放流媒体,向CDN请求编码后的流媒体数据
4.CDN的服务器响应请求,若节点上没有该流媒体数据存在,则向源站继续请求流媒体数据;若节点上已经缓存了该视频文件,则跳到第6步。
5.源站响应CDN的请求,将流媒体分发到相应的CDN节点上
6.CDN将流媒体数据发送到客户端

回源:当有用户访问某一个URL的时候,如果被解析到的那个CDN节点没有缓存响应的内容,或者是缓存已经到期,就会回源站去获取搜索。如果没有人访问,那么CDN节点不会主动去源站拿.
带宽: 在固定的时间可传输的数据总量,比如64位、800MHz的前端总线,它的数据传输率就等于64bit×800MHz÷8(Byte)=6.4GB/s

负载均衡: 由多台服务器以对称的方式组成一个服务器集合,每台服务器都具有等价的地位,都可以单独对外提供服务而无须其他服务器的辅助.通过某种负载分担技术,将外部发送来的请求均匀分配到对称结构中的某一台服务器上,而接收到请求的服务器独立地回应客户的请求。
均衡负载能够平均分配客户请求到服务器列阵,籍此提供快速获取重要数据,解决大量并发访问服务问题。
这种群集技术可以用最少的投资获得接近于大型主机的性能。

QoS(带宽管理):限制每一个组群的带宽,让有限的带宽发挥最大的效用

6.拉流

直播协议选择:即时性要求较高或有互动需求的可以采用RTMP,RTSP

对于有回放或跨平台需求的,推荐使用HLS

直播协议对比:

直播协议对比.png

HLS: 由Apple公司定义的用于实时流传输的协议,HLS基于HTTP协议实现,传输内容包括两部分,一是M3U8描述文件,二是TS媒体文件。可实现流媒体的直播和点播,主要应用在iOS系统HLS是以点播的技术方式
来实现直播
HLS是自适应码率流播,客户端会根据网络状况自动选择不同码率的视频流,条件允许的情况下使用高码率,网络繁忙的时候使用低码率,并且自动在二者间随意切换。这对移动设备网络状况不稳定的情况下保障流畅播放非常有帮助。
实现方法是服务器端提供多码率视频流,并且在列表文件中注明,播放器根据播放进度和下载速度自动调整。

HLS与RTMP对比: HLS主要是延时比较大,RTMP主要优势在于延时低HLS协议的小切片方式会生成大量的文件,存储或处理这些文件会造成大量资源浪费
相比使用RTSP协议的好处在于,一旦切分完成,之后的分发过程完全不需要额外使用任何专门软件,普通的网络服务器即可,大大降低了CDN边缘服务器的配置要求,可以使用任何现成的CDN,而一般服务器很少支持RTSP。

HTTP-FLV: 基于HTTP协议流式的传输媒体内容。相对于RTMP,HTTP更简单和广为人知,内容延迟同样可以做到1~3秒,打开速度更快,因为HTTP本身没有复杂的状态交互。所以从延迟角度来看,HTTP-FLV要优于RTMP。

RTSP:实时流传输协议,定义了一对多应用程序如何有效地通过IP网络传送多媒体数据.
RTP: 实时传输协议,RTP是建立在UDP协议上的,常与RTCP一起使用,其本身并没有提供按时发送机制或其它服务质量(QoS)保证,它依赖于低层服务去实现这一过程。
RTCP: RTP的配套协议,主要功能是为RTP所提供的服务质量(QoS)提供反馈,收集相关媒体连接的统计信息,例如传输字节数,传输分组数,丢失分组数,单向和双向网络延迟等等。

7.解码

* 7.1 解封装 *
demuxing(分离)
:从视频流、音频流,字幕流合成的文件(容器格式(FLV,TS)
)中, 分解出视频、音频或字幕,各自进行解码。

* 7.2 音频编码框架 *
fdk_aac:音频编码解码框架,PCM音频数据和AAC音频数据互转

* 7.3 解码介绍 *
硬解码:用GPU来解码,减少CPU运算 优点:播放流畅、低功耗,解码速度快,  * 缺点:兼容不好

软解码:用CPU来解码优点:兼容好   * 缺点:加大CPU负担,耗电增加、没有硬解码流畅,解码速度相对慢

8.播放

ijkplayer:一个基于FFmpeg的开源Android/iOS视频播放器API易于集成;
编译配置可裁剪,方便控制安装包大小;
支持硬件加速解码,更加省电
简单易用,指定拉流URL,自动解码播放.

9.聊天互动

IM:(InstantMessaging)即时通讯:是一个实时通信系统,允许两人或多人使用网络实时的传递文字消息、文件、语音与视频交流.IM
在直播系统中的主要作用是实现观众与主播、观众与观众之间的文字互动.

七牛云直播流程

开篇,将从整体介绍直播中的各个环节。

1.采集
采集是播放环节中的第一环,iOS 系统因为软硬件种类不多,硬件适配性较好,所以比较简单。Android 则不同,市面上硬件机型非常多,难以做到一个库适配所有硬件。PC 端的采集也跟各种摄像头驱动有关,推荐使用目前市面上最好用的 PC 端开源免费软件 OBS。

  • 音频采集

音频数据既能与图像结合组合成视频数据,也能以纯音频的方式采集播放,后者在很多成熟的应用场景如在线电台和语音电台等起着非常重要的作用。音频的采集过程主要通过设备将环境中的模拟信号采集成 PCM 编码的原始数据,然后编码压缩成 MP3 等格式的数据分发出去。常见的音频压缩格式有:MP3,AAC,OGG,WMA,Opus,FLAC,APE,m4a 和 AMR 等。

音频采集和编码主要面临的挑战在于:延时敏感、卡顿敏感、噪声消除(Denoise)、回声消除(AEC)、静音检测(VAD)和各种混音算法等。

在音频采集阶段,参考的主要技术参数有 :
采样率(samplerate):采样就是把模拟信号数字化的过程,采样频率越高,记录这一段音频信号所用的数据量就越大,同时音频质量也就越高。

位宽:每一个采样点都需要用一个数值来表示大小,这个数值的数据类型大小可以是:4bit、8bit、16bit、32bit 等等,位数越多,表示得就越精细,声音质量自然就越好,而数据量也会成倍增大。我们在音频采样过程中常用的位宽是 8bit 或者 16bit。

声道数(channels):由于音频的采集和播放是可以叠加的,因此,可以同时从多个音频源采集声音,并分别输出到不同的扬声器,故声道数一般表示声音录制时的音源数量或回放时相应的扬声器数量。声道数为 1 和 2 分别称为单声道和双声道,是比较常见的声道参数。

音频帧(frame):音频跟视频很不一样,视频每一帧就是一张图像,而从上面的正玄波可以看出,音频数据是流式的,本身没有明确的一帧帧的概念,在实际的应用中,为了音频算法处理/传输的方便,一般约定俗成取 2.5ms~60ms 为单位的数据量为一帧音频。这个时间被称之为“采样时间”,其长度没有特别的标准,它是根据编解码器和具体应用的需求来决定的。

根据以上定义,我们可以计算一下一帧音频帧的大小。假设某音频信号是采样率为 8kHz、双通道、位宽为 16bit,20ms 一帧,则一帧音频数据的大小为:
size = 8000 x 2 x 16bit x 0.02s = 5120 bit = 640 byte


  • 图像采集

图像采集的图片结果组合成一组连续播放的动画,即构成视频中可肉眼观看的内容。图像的采集过程主要由摄像头等设备拍摄成 YUV 编码的原始数据,然后经过编码压缩成 H.264 等格式的数据分发出去。常见的视频封装格式有:MP4、3GP、AVI、MKV、WMV、MPG、VOB、FLV、SWF、MOV、RMVB 和 WebM 等。

图像由于其直观感受最强并且体积也比较大,构成了一个视频内容的主要部分。图像采集和编码面临的主要挑战在于:设备兼容性差、延时敏感、卡顿敏感以及各种对图像的处理操作如美颜和水印等。

在图像采集阶段,参考的主要技术参数有:
图像传输格式:通用影像传输格式(Common Intermediate Format)是视讯会议(video conference)中常使用的影像传输格式。

图像格式:通常采用 YUV 格式存储原始数据信息,其中包含用 8 位表示的黑白图像灰度值,以及可由 RGB 三种色彩组合成的彩色图像。

传输通道:正常情况下视频的拍摄只需 1 路通道,随着 VR 和 AR 技术的日渐成熟,为了拍摄一个完整的 360° 视频,可能需要通过不同角度拍摄,然后经过多通道传输后合成。

分辨率:随着设备屏幕尺寸的日益增多,视频采集过程中原始视频分辨率起着越来越重要的作用,后续处理环节中使用的所有视频分辨率的定义都以原始视频分辨率为基础。视频采集卡能支持的最大点阵反映了其分辨率的性能。

采样频率:采样频率反映了采集卡处理图像的速度和能力。在进行高度图像采集时,需要注意采集卡的采样频率是否满足要求。采样率越高,图像质量越高,同时保存这些图像信息的数据量也越大。

以上,构成了一个视频采集的主要技术参数,以及视频中音频和图像编码的常用格式。而对于直播 App 开发者来说,了解这些细节虽然更有帮助,但实际开发过程中可能很少能够关注采集环节中技术参数的控制,而是直接在 SDK 中将采集后的数据传递给下一个「处理」和「编码」环节。

2.处理

视频或者音频完成采集之后得到原始数据,为了增强一些现场效果或者加上一些额外的效果,我们一般会在将其编码压缩前进行处理,比如打上时间戳或者公司 Logo 的水印,祛斑美颜和声音混淆等处理。在主播和观众连麦场景中,主播需要和某个或者多个观众进行对话,并将对话结果实时分享给其他所有观众,连麦的处理也有部分工作在推流端完成。

开放式设计

如上图所示,处理环节中分为音频和视频处理,音频处理中具体包含混音、降噪和声音特效等处理,视频处理中包含美颜、水印、以及各种自定义滤镜等处理。

「80% 的主播没有美颜根本没法看。」不光是美颜,很多其它的视频处理如模糊效果、水印等也都是在这个环节做。目前 iOS 端比较知名的是 GPUImage 这个库,提供了丰富端预处理效果,还可以基于这个库自己写算法实现更丰富端效果。Android 也有 GPUImage 这个库的移植,叫做 android-gpuimage。同时,Google 官方开源了一个伟大的库,覆盖了 Android 上面很多多媒体和图形图像相关的处理。
美颜的主要原理是通过「磨皮+美白」来达到整体美颜的效果。磨皮的技术术语是「去噪」,也即对图像中的噪点进行去除或者模糊化处理,常见的去噪算法有均值模糊、高斯模糊和中值滤波等。当然, 由于脸部的每个部位不尽相同,脸上的雀斑可能呈现出眼睛黑点的样子,对整张图像进行「去噪」处理的时候不需要将眼睛也去掉,因此这个环节中也涉及到人脸和皮肤检测技术。

3.编码和封装
编码主要难点有两个:1. 处理硬件兼容性问题。2. 在高 fps、低 bitrate 和音质画质之间找到平衡。iOS 端硬件兼容性较好,可以直接采用硬编。而 Android 的硬编的支持则难得多,需要支持各种硬件机型,推荐使用软编。

为什么封装?

原始视频数据存储空间大,一个 1080P 的 7 s 视频需要 817 MB

原始视频数据传输占用带宽大,10 Mbps 的带宽传输上述 7 s 视频需要 11 分钟

而经过 H.264 编码压缩之后,视频大小只有 708 k ,10 Mbps 的带宽仅仅需要 500 ms ,可以满足实时传输的需求,所以从视频采集传感器采集来的原始视频势必要经过视频编码。
基本原理
那为什么巨大的原始视频可以编码成很小的视频呢?这其中的技术是什么呢?核心思想就是去除冗余信息:
空间冗余:图像相邻像素之间有较强的相关性

时间冗余:视频序列的相邻图像之间内容相似

编码冗余:不同像素值出现的概率不同

视觉冗余:人的视觉系统对某些细节不敏感

知识冗余:规律性的结构可由先验知识和背景知识得到
详细介绍:七牛的编码和封装原理

4.推流和传输
传输涉及到很多端:从主播端到服务端,从收流服务端到边缘节点,以及再从边缘节点到观众端。

推流端和分发端理论上需要支持的并发用户数应该都是亿级的,不过毕竟产生内容的推流端在少数,和消费内容端播放端不是一个量级,但是他们对推流稳定性和速度的要求比播放端高很多,这涉及到所有播放端能否看到直播,以及直播端质量如何。

详情介绍: 推流和传输

5.转码
为了让主播推上来的流适配各个平台端各种不同协议,需要在服务端做一些流处理工作,比如转码成不同格式支持不同协议如 RTMP、HLS 和 FLV,一路转多路流来适配各种不同的网络状况和不同分辨率的终端设备。

6.解码和渲染
解码和渲染,也即音视频的播放,目前 iOS 端的播放兼容性较好,在延迟可接受的情况下使用 HLS 协议是最好的选择,我们也提供了能够播放 RTMP 和 HLS 的播放器 SDK。Android 的硬件解码和编码一样也存在兼容性问题,目前比较好的开源播放器是基于 ffplay 的 ijkplayer,

gitHub代码地址

Object-C版 : https://github.com/one-tea/ZKKLiveDemo
Swift版 : https://github.com/one-tea/ZKKLiveAPP_Swift3.0 (swift更新到现在越加简洁 , 如果感觉不错请给予鼓励 )

总结 :到此介绍了直播大致功能模块 ,底层技术不懂没关系,我在接下来的【采集篇】【服务器搭建+推流篇】【播放篇】中教你如何运用这些封装好的库来创建你自己的直播!
当然一个直播还有许多功能: 礼物IM聊天弹幕连麦等后续整理出来,待完善,喜欢的朋友可以关注!

如何快速的开发一个完整的iOS直播app(原理篇)

2017年3月20日

一、个人见解(直播难与易)

直播难:个人认为要想把直播从零开始做出来,绝对是牛逼中的牛逼,大牛中的大牛,因为直播中运用到的技术难点非常之多,视频/音频处理,图形处理,视频/音频压缩,CDN分发,即时通讯等技术,每一个技术都够你学几年的。

直播易:已经有各个领域的大牛,封装好了许多牛逼的框架,我们只需要用别人写好的框架,就能快速的搭建一个直播app,也就是传说中的站在大牛肩膀上编程。

二、了解直播

热门直播产品

映客,斗鱼,熊猫,虎牙,花椒等等

直播效果图

11304825-17ee0ce99bde2de0

直播效果.jpeg

1.一个完整直播app功能(来自落影loyinglin分享)

  • 1、聊天
    • 私聊、聊天室、点亮、推送、黑名单等;
  • 2、礼物
    • 普通礼物、豪华礼物、红包、排行榜、第三方充值、内购、礼物动态更新、提现等;
  • 3、直播列表
    • 关注、热门、最新、分类直播用户列表等;
  • 4、自己直播
    • 录制、推流、解码、播放、美颜、心跳、后台切换、主播对管理员操作、管理员对用户等;
  • 5、房间逻辑
    • 创建房间、进入房间、退出房间、关闭房间、切换房间、房间管理员设置、房间用户列表等;
  • 6、用户逻辑
    • 普通登陆、第三方登陆、注册、搜索、修改个人信息、关注列表、粉丝列表、忘记密码、查看个人信息、收入榜、关注和取关、检索等;
  • 7、观看直播
    • 聊天信息、滚屏弹幕、礼物显示、加载界面等;
  • 8、统计
    • APP业务统计、第三方统计等;
  • 9、超管
    • 禁播、隐藏、审核等;

2.一个完整直播app原理

直播原理:把主播录制的视频,推送到服务器,在由服务器分发给观众观看。

直播环节:推流端(采集、美颜处理、编码、推流)、服务端处理(转码、录制、截图、鉴黄)、播放器(拉流、解码、渲染)、互动系统(聊天室、礼物系统、赞)

3.一个完整直播app实现流程

1.采集、2.滤镜处理、3.编码、4.推流、5.CDN分发、6.拉流、7.解码、8.播放、9.聊天互动

12304825-5481594e6e2a9d56

直播流程.png

4.一个完整直播app架构

13304825-54974199408c0cc1

直播架构.png

5.一个完整直播app技术点

14304825-9b64e9596f3ccdce

WeChat_1472043345.jpeg

三、了解流媒体(直播需要用到流媒体)

  • 流媒体开发:网络层(socket或st)负责传输,协议层(rtmp或hls)负责网络打包,封装层(flv、ts)负责编解码数据的封装,编码层(h.264和aac)负责图像,音频压缩。
  • :每帧代表一幅静止的图像
  • GOP:(Group of Pictures)画面组,一个GOP就是一组连续的画面,每个画面都是一帧,一个GOP就是很多帧的集合
    • 直播的数据,其实是一组图片,包括I帧、P帧、B帧,当用户第一次观看的时候,会寻找I帧,而播放器会到服务器寻找到最近的I帧反馈给用户。因此,GOP Cache增加了端到端延迟,因为它必须要拿到最近的I帧
    • GOP Cache的长度越长,画面质量越好
  • 码率:图片进行压缩后每秒显示的数据量。
  • 帧率:每秒显示的图片数。影响画面流畅度,与画面流畅度成正比:帧率越大,画面越流畅;帧率越小,画面越有跳动感。
    • 由于人类眼睛的特殊生理结构,如果所看画面之帧率高于16的时候,就会认为是连贯的,此现象称之为视觉暂留。并且当帧速达到一定数值后,再增长的话,人眼也不容易察觉到有明显的流畅度提升了。
  • 分辨率:(矩形)图片的长度和宽度,即图片的尺寸
  • 压缩前的每秒数据量:帧率X分辨率(单位应该是若干个字节)
  • 压缩比:压缩前的每秒数据量/码率 (对于同一个视频源并采用同一种视频编码算法,则:压缩比越高,画面质量越差。)
  • 视频文件格式文件的后缀,比如.wmv,.mov,.mp4,.mp3,.avi,
    • 主要用处,根据文件格式,系统会自动判断用什么软件打开,
      注意: 随意修改文件格式,对文件的本身不会造成太大的影响,比如把avi改成mp4,文件还是avi.
  • 视频封装格式一种储存视频信息的容器,流式封装可以有TS、FLV等,索引式的封装有MP4,MOV,AVI等,
    • 主要作用:一个视频文件往往会包含图像和音频,还有一些配置信息(如图像和音频的关联,如何解码它们等):这些内容需要按照一定的规则组织、封装起来.
    • 注意:会发现封装格式跟文件格式一样,因为一般视频文件格式的后缀名即采用相应的视频封装格式的名称,所以视频文件格式就是视频封装格式。
  • 视频封装格式和视频压缩编码标准:就好像项目工程和编程语言,封装格式就是一个项目的工程,视频编码方式就是编程语言,一个项目工程可以用不同语言开发。

四、直播基础知识介绍:

1.采集视频、音频

* 1.1 采集视频、音频编码框架 *

  • AVFoundation:AVFoundation是用来播放和创建实时的视听媒体数据的框架,同时提供Objective-C接口来操作这些视听数据,比如编辑,旋转,重编码

* 1.2 视频、音频硬件设备 *

  • CCD:图像传感器: 用于图像采集和处理的过程,把图像转换成电信号。
  • 拾音器:声音传感器: 用于声音采集和处理的过程,把声音转换成电信号。
  • 音频采样数据:一般都是PCM格式
  • 视频采样数据: 一般都是YUV,或RGB格式,采集到的原始音视频的体积是非常大的,需要经过压缩技术处理来提高传输效率

2.视频处理(美颜,水印)

  • 视频处理原理:因为视频最终也是通过GPU,一帧一帧渲染到屏幕上的,所以我们可以利用OpenGL ES,对视频帧进行各种加工,从而视频各种不同的效果,就好像一个水龙头流出的水,经过若干节管道,然后流向不同的目标
    • 现在的各种美颜和视频添加特效的app都是利用GPUImage这个框架实现的,.

* 视频处理框架 *

  • GPUImage : GPUImage是一个基于OpenGL ES的一个强大的图像/视频处理框架,封装好了各种滤镜同时也可以编写自定义的滤镜,其本身内置了多达120多种常见的滤镜效果。
  • OpenGL:OpenGL(全写Open Graphics Library)是个定义了一个跨编程语言、跨平台的编程接口的规格,它用于三维图象(二维的亦可)。OpenGL是个专业的图形程序接口,是一个功能强大,调用方便的底层图形库。
  • OpenGL ES:OpenGL ES (OpenGL for Embedded Systems) 是 OpenGL三维图形 API 的子集,针对手机、PDA和游戏主机等嵌入式设备而设计。

3.视频编码解码

* 3.1 视频编码框架 *

  • FFmpeg:是一个跨平台的开源视频框架,能实现如视频编码,解码,转码,串流,播放等丰富的功能。其支持的视频格式以及播放协议非常丰富,几乎包含了所有音视频编解码、封装格式以及播放协议。
    • -Libswresample:可以对音频进行重采样,rematrixing 以及转换采样格式等操 作。
    • -Libavcodec:提供了一个通用的编解码框架,包含了许多视频,音频,字幕流 等编码/解码器。
    • -Libavformat:用于对视频进行封装/解封装。
    • -Libavutil:包含一些共用的函数,如随机数生成,数据结构,数学运算等。
    • -Libpostproc:用于进行视频的一些后期处理。
    • -Libswscale:用于视频图像缩放,颜色空间转换等。
    • -Libavfilter:提供滤镜功能。
  • X264:把视频原数据YUV编码压缩成H.264格式
  • VideoToolbox:苹果自带的视频硬解码和硬编码API,但是在iOS8之后才开放。
  • AudioToolbox:苹果自带的音频硬解码和硬编码API

* 3.2 视频编码技术 *

  • 视频压缩编码标准对视频进行压缩(视频编码)或者解压缩(视频解码)的编码技术,比如MPEGH.264,这些视频编码技术是压缩编码视频的
    • 主要作用:是将视频像素数据压缩成为视频码流,从而降低视频的数据量。如果视频不经过压缩编码的话,体积通常是非常大的,一部电影可能就要上百G的空间。
    • 注意:最影响视频质量的是其视频编码数据和音频编码数据,跟封装格式没有多大关系
  • MPEG:一种视频压缩方式,它采用了帧间压缩,仅存储连续帧之间有差别的地方 ,从而达到较大的压缩比
  • H.264/AVC:一种视频压缩方式,采用事先预测和与MPEG中的P-B帧一样的帧预测方法压缩,它可以根据需要产生适合网络情况传输的视频流,还有更高的压缩比,有更好的图象质量
    • 注意1:如果是从单个画面清晰度比较,MPEG4有优势;从动作连贯性上的清晰度,H.264有优势
    • 注意2:由于264的算法更加复杂,程序实现烦琐,运行它需要更多的处理器和内存资源。因此,运行264对系统要求是比较高的。
    • 注意3:由于264的实现更加灵活,它把一些实现留给了厂商自己去实现,虽然这样给实现带来了很多好处,但是不同产品之间互通成了很大的问题,造成了通过A公司的编码器编出的数据,必须通过A公司的解码器去解这样尴尬的事情
  • H.265/HEVC:一种视频压缩方式,基于H.264,保留原来的某些技术,同时对一些相关的技术加以改进,以改善码流、编码质量、延时和算法复杂度之间的关系,达到最优化设置。
    • H.265 是一种更为高效的编码标准,能够在同等画质效果下将内容的体积压缩得更小,传输时更快更省带宽
    • I帧:(关键帧)保留一副完整的画面,解码时只需要本帧数据就可以完成(因为包含完整画面)
  • P帧:(差别帧)保留这一帧跟之前帧的差别,解码时需要用之前缓存的画面叠加上本帧定义的差别,生成最终画面。(P帧没有完整画面数据,只有与前一帧的画面差别的数据)
  • B帧:(双向差别帧)保留的是本帧与前后帧的差别,解码B帧,不仅要取得之前的缓存画面,还要解码之后的画面,通过前后画面的与本帧数据的叠加取得最终的画面。B帧压缩率高,但是解码时CPU会比较累
  • 帧内(Intraframe)压缩:当压缩一帧图像时,仅考虑本帧的数据而不考虑相邻帧之间的冗余信息,帧内一般采用有损压缩算法
  • 帧间(Interframe)压缩:时间压缩(Temporal compression),它通过比较时间轴上不同帧之间的数据进行压缩。帧间压缩一般是无损的
  • muxing(合成):将视频流、音频流甚至是字幕流封装到一个文件中(容器格式(FLV,TS)),作为一个信号进行传输。

* 3.3 音频编码技术 *

  • AACmp3:这些属于音频编码技术,压缩音频用

* 3.4码率控制 *

  • 多码率:观众所处的网络情况是非常复杂的,有可能是WiFi,有可能4G、3G、甚至2G,那么怎么满足多方需求呢?多搞几条线路,根据当前网络环境自定义码率。
    • 列如:常常看见视频播放软件中的1024,720,高清,标清,流畅等,指的就是各种码率。

* 3.5 视频封装格式 *

  • TS : 一种流媒体封装格式,流媒体封装有一个好处,就是不需要加载索引再播放,大大减少了首次载入的延迟,如果片子比较长,mp4文件的索引相当大,影响用户体验
    • 为什么要用TS:这是因为两个TS片段可以无缝拼接,播放器能连续播放
  • FLV: 一种流媒体封装格式,由于它形成的文件极小、加载速度极快,使得网络观看视频文件成为可能,因此FLV格式成为了当今主流视频格式

4.推流

* 4.1 数据传输框架 *

librtmp:用来传输RTMP协议格式的数据

* 4.2 流媒体数据传输协议 *

  • RTMP:实时消息传输协议,Adobe Systems公司为Flash播放器和服务器之间音频、视频和数据传输开发的开放协议,因为是开放协议所以都可以使用了。
    • RTMP协议用于对象、视频、音频的传输。
    • 这个协议建立在TCP协议或者轮询HTTP协议之上。
    • RTMP协议就像一个用来装数据包的容器,这些数据可以是FLV中的视音频数据。一个单一的连接可以通过不同的通道传输多路网络流,这些通道中的包都是按照固定大小的包传输的

    chunk:消息包

5.流媒体服务器

* 5.1常用服务器 *

  • SRS:一款国人开发的优秀开源流媒体服务器系统
  • BMS:也是一款流媒体服务器系统,但不开源,是SRS的商业版,比SRS功能更多
  • nginx:免费开源web服务器,常用来配置流媒体服务器。

* 5.2数据分发 *

  • CDN:(Content Delivery Network),即内容分发网络,将网站的内容发布到最接近用户的网络”边缘”,使用户可以就近取得所需的内容,解决 Internet网络拥挤的状况,提高用户访问网站的响应速度.
    • CDN:代理服务器,相当于一个中介。
    • CDN工作原理:比如请求流媒体数据
      • 1.上传流媒体数据到服务器(源站)
      • 2.源站存储流媒体数据
      • 3.客户端播放流媒体,向CDN请求编码后的流媒体数据
      • 4.CDN的服务器响应请求,若节点上没有该流媒体数据存在,则向源站继续请求流媒体数据;若节点上已经缓存了该视频文件,则跳到第6步。
      • 5.源站响应CDN的请求,将流媒体分发到相应的CDN节点上
      • 6.CDN将流媒体数据发送到客户端
  • 回源:当有用户访问某一个URL的时候,如果被解析到的那个CDN节点没有缓存响应的内容,或者是缓存已经到期,就会回源站去获取搜索。如果没有人访问,那么CDN节点不会主动去源站拿.
  • 带宽:在固定的时间可传输的数据总量,
    • 比如64位、800MHz的前端总线,它的数据传输率就等于64bit×800MHz÷8(Byte)=6.4GB/s
  • 负载均衡: 由多台服务器以对称的方式组成一个服务器集合,每台服务器都具有等价的地位,都可以单独对外提供服务而无须其他服务器的辅助.
    • 通过某种负载分担技术,将外部发送来的请求均匀分配到对称结构中的某一台服务器上,而接收到请求的服务器独立地回应客户的请求。
    • 均衡负载能够平均分配客户请求到服务器列阵,籍此提供快速获取重要数据,解决大量并发访问服务问题。
    • 这种群集技术可以用最少的投资获得接近于大型主机的性能。
  • QoS(带宽管理):限制每一个组群的带宽,让有限的带宽发挥最大的效用

6.拉流

  • 直播协议选择
    • 即时性要求较高或有互动需求的可以采用RTMP,RTSP
    • 对于有回放或跨平台需求的,推荐使用HLS
  • 直播协议对比 :

15304825-f92e85515845e107

直播协议对比.png
  • HLS:由Apple公司定义的用于实时流传输的协议,HLS基于HTTP协议实现,传输内容包括两部分,一是M3U8描述文件,二是TS媒体文件。可实现流媒体的直播和点播,主要应用在iOS系统
    • HLS是以点播的技术方式来实现直播
    • HLS是自适应码率流播,客户端会根据网络状况自动选择不同码率的视频流,条件允许的情况下使用高码率,网络繁忙的时候使用低码率,并且自动在二者间随意切
      换。这对移动设备网络状况不稳定的情况下保障流畅播放非常有帮助。
    • 实现方法是服务器端提供多码率视频流,并且在列表文件中注明,播放器根据播放进度和下载速度自动调整。
  • HLS与RTMP对比:HLS主要是延时比较大,RTMP主要优势在于延时低
    • HLS协议的小切片方式会生成大量的文件,存储或处理这些文件会造成大量资源浪费
    • 相比使用RTSP协议的好处在于,一旦切分完成,之后的分发过程完全不需要额外使用任何专门软件,普通的网络服务器即可,大大降低了CDN边缘服务器的配置要求,可以使用任何现成的CDN,而一般服务器很少支持RTSP。
  • HTTP-FLV:基于HTTP协议流式的传输媒体内容。
    • 相对于RTMP,HTTP更简单和广为人知,内容延迟同样可以做到1~3秒,打开速度更快,因为HTTP本身没有复杂的状态交互。所以从延迟角度来看,HTTP-FLV要优于RTMP。
  • RTSP:实时流传输协议,定义了一对多应用程序如何有效地通过IP网络传送多媒体数据.
  • RTP:实时传输协议,RTP是建立在UDP协议上的,常与RTCP一起使用,其本身并没有提供按时发送机制或其它服务质量(QoS)保证,它依赖于低层服务去实现这一过程。
  • RTCP:RTP的配套协议,主要功能是为RTP所提供的服务质量(QoS)提供反馈,收集相关媒体连接的统计信息,例如传输字节数,传输分组数,丢失分组数,单向和双向网络延迟等等。

7.解码

* 7.1 解封装 *

  • demuxing(分离):从视频流、音频流,字幕流合成的文件(容器格式(FLV,TS))中, 分解出视频、音频或字幕,各自进行解码。

* 7.2 音频编码框架 *

  • fdk_aac:音频编码解码框架,PCM音频数据和AAC音频数据互转

* 7.3 解码介绍 *

  • 硬解码:用GPU来解码,减少CPU运算
    •  优点:播放流畅、低功耗,解码速度快,
      * 缺点:兼容不好
  • 软解码:用CPU来解码
    • 优点:兼容好
      * 缺点:加大CPU负担,耗电增加、没有硬解码流畅,解码速度相对慢

8.播放

  • ijkplayer:一个基于FFmpeg的开源Android/iOS视频播放器
    • API易于集成;
    • 编译配置可裁剪,方便控制安装包大小;
    • 支持硬件加速解码,更加省电
    • 简单易用,指定拉流URL,自动解码播放.

9.聊天互动

  • IM:(InstantMessaging)即时通讯:是一个实时通信系统,允许两人或多人使用网络实时的传递文字消息、文件、语音与视频交流.
    • IM在直播系统中的主要作用是实现观众与主播、观众与观众之间的文字互动.
      * 第三方SDK *
  • 腾讯云:腾讯提供的即时通讯SDK,可作为直播的聊天室
  • 融云:一个比较常用的即时通讯SDK,可作为直播的聊天室

五、如何快速的开发一个完整的iOS直播app

1、利用第三方直播SDK快速的开发

七牛云:七牛直播云是专为直播平台打造的全球化直播流服务和一站式实现SDK端到端直播场景的企业级直播云服务平台.

网易视频云:基于专业的跨平台视频编解码技术和大规模视频内容分发网络,提供稳定流畅、低延时、高并发的实时音视频服务,可将视频直播无缝对接到自身App.

2、第三方SDK公司为什么要提供SDK给我们?

  • 希望把我们的产品和它绑在一条船上,更加的依赖它。
  • 技术生钱,帮养一大批牛B的程序员

3、直播功能:自研还是使用第三方直播SDK开发?

第三方SDK开发: 对于一个初创团队来讲,自研直播不管在技术门槛、CDN、带宽上都是有很大的门槛的,而且需要耗费大量的时间才能做出成品,不利于拉投资。

自研:公司直播平台大,从长远看,自研可以节省成本,技术成面比直接用SDK可控多了。

4.第三方SDK好处

天梭表秒针如何复位?

2017年2月25日

对于天梭表秒针如何复位这个问题,你只需要准确找到天梭表的复位键,接下来按照以下步骤进行秒针复位即可。
1、将中间的表把往下旋转,旋到一定程度,就可拔出,拔出一节时,摁下上方的钮就能调整1/10秒的短黄针的停放位置。拔出一节时,摁下下方的摁钮长的黄的马表秒针就能调整。
2、然后中间的那个表把拔出第二节的时候,摁上方的摁钮 就能调整30分钟计时的短黄针了。全部调整成正朝上方就可以了。
3、完之后一定要记得将中间的表把摁进两格后,再旋转进去,旋紧。

图布局算法综述

2016年12月13日

本文综述若干种图可视化算法,并详细描述了最常用的几个算法。本文的首要目的是帮助读者选择合适的算法去可视化关系数据。另一方面,也可以当作对图布局算法及其发展的历史回顾

链接:http://wenku.baidu.com/link?url=4xf5EHRW3x66a3JcTEkKzyUbsAh1PhDHTA-po24OEuAsZN-4WaoHZEhVA0FqIMRp_G2Bt6LNQkKOz9CqhiSj0PjmCHt_QauiugYHj0ND3tK

关闭WiF条件下充电时IOS自动更新

2016年10月4日

Iphone & Ipad 总会在以下条件满足时触发后台自动升级功能,A.锁屏+B.充电+C.WIFI+D.空间小于3.1G,实际上新的系统一般针对最新硬件系列手机,而且新系统并没有太多亮眼的地方,最好还是不去升级了,可以按照如下方法来屏蔽wifi条件下自动更新。

    • 1. 设置 – 通用 – 用量 – 管理存储空间 – 找到更新包(ios X.X),点击,删除
    • 2. 设置 – iTunes&App Stores, 找到Updates,关闭
    • 3.在手机上打开safari,地址栏输入:(不能在QQ或者微信中打开该链接)
https://oldcat.me/web/NOOTA9.mobileconfig

按照要求安装此provision文件即可,然后重启。

如果你想恢复升级,只需进入 通用->描述文件->(tvOS beta-Apple Developer v1)或(tvOS 10 Beta Software Profile)删除即可。

零位扩展和符号位扩展

2016年9月23日

首先,介绍一下两种扩展的定义

符号扩展:当用更多的内存存储某一个有符号数时,由于符号位位于该数的第一位,扩展之后,符号位仍然需要位于第一位,所以,当扩展一个负数的时候需要将扩展的高位全赋为1.对于正数而言,符号扩展和零扩展是一样的,因为符号位就是0.
比如一个用一个8位二进制表示-1,则是10000001
如果把这个书用16位二进制表示时,则为11111111 10000001 高位全都是1,这个叫做符号扩展,主要用于对其操作数。

零扩展就是全补零。不论其符号位是多少,高8位全都补0.

能过上面的定义可以看出在C++中,如果把一个char向一个整形转换的时候,就会存在着这个问题

如果你想得到一个正数,那么如果一个字符的ASCII码值是小于零的,而直接用(int)c进行强制类型转换,结果是通过符号扩展得到的也为一个负数。要得到正数,一定要用(int)(unsigned char)c;因为unsigned char去除了c的符号位,所以,这样的类型转换后,再用(int)进行转换得到的就是一个正数。
实例如下:

#include <stdio.h>

int main()  
{
    int i =129;
    char chA= (char)i;
    int c = (int)(unsigned char)chA;
    int b = (int)chA;
    printf("sign extension: %d/n",b);
    printf("zero extension: %d/n",c); 
    system("pause");
    return 1;  
}

运行结果:

sign extension: -127 
zero extension: 129