Enhanced-RTMP协议如何支持H.265呢?

描述

1. rtmp/flv封装视频方式

准确的说,RTMP是传输协议,传输协议内部的封装是flv格式,其实我们所说的支持H.265,是在flv封装格式里面支持H.265编码数据。

flv对视频的封装格式, 原有VideoTagHeader定义如下:

 

------------------------------------------------------------------------------------
| FrameType(4bits) | CodecID(4bits) | AVCPacketType(8bits)| CompositionTime(24bits)|
------------------------------------------------------------------------------------

 

其中:

FrameType: 4个bits, 1: keyframe, 也就是I帧; 2: inter frame, 非I帧,B帧或P帧;

CodecID: 4个bits,

1:JPEG (currently unused); 

2:Sorenson H.263; 

3:Screen video; 

4:On2 VP6; 

5:On2 VP6 with alpha channel; 

6:Screen video version 2; 

7:AVC;

这里如果是H.264,就是7。

AVCPacketType: 8个bits,也就是一个字节,0: AVC sequence header; 1: AVC NALU

CompositionTime: 3个字节(24bits),表示pts与dts的差值;

举例:

如果视频数据是H.264的sequence header(也就是包含sps/pps的Avcc Header),就应该是0x17 00;

如果视频数据是H.264的Iframe,就应该是0x17 01;

如果视频数据是H.264的非Iframe,就应该是0x27 01

flv的标准中,只设定了H.264的codecId为7,之后的flv标准就没在针对video的codecId进行增加,这也就是导致后面rtmp/flv没有支持H.265的标准。

1.1. 国内rtmp/flv对H.265的支持

随着国内前10年移动互联网对直播需求的增加,对高清画质的需求与日俱增,支持H.265直播的需求很早就在各家CDN和云厂商成为top需求。

因此,国内云厂商和CDN厂商对H.265很早就支持,支持的方式比较简单,就是自定义H.265的CodecID=0xC,也就是CodecID值为12。

1: JPEG (currently unused);  2: Sorenson H.263;  3: Screen video;  4: On2 VP6;  5: On2 VP6 with alpha channel;  6: Screen video version 2;  7: AVC; 12: H.265(国内自定义H265的CodecID);

这样的自定义的好处:迅速解决了国内统一rtmp/flv支持H.265的格式标准;国内的CDN厂家的服务都遵循CodecID=12来实现rtmp/flv直播服务。

举例:

如果视频数据是H.265的sequence header,就应该是0x1c 00;

如果视频数据是H.265的Iframe,就应该是0x1c 01;

如果视频数据是H.265的非Iframe,就应该是0x2c 01

国内的多个开源也都遵循国内的H.265标准:

SRS

media-server(git@github.com:ireader/media-server.git)

ffmpeg_rtmp_h265 自定义补丁

但是,同样有其局限性:CodecID是自定义的,并且对CodecID只有4个bits的局限性没能解决,后面对新增的编码方式无法适用,如新增VP8,VP9, AV1,或未来的H.266,扩展会很难。

国外为准的流媒体开源,并未支持CodecId=12为H.265,如:

ffmpeg: 未支持CodecId=12为H.265;

obs: 未支持CodecId=12为H.265;

2. Enhanced-RTMP

Enhanced-Rtmp公布支持H.265的标准,彻底解决在rtmp/flv支持H.265的编码。

2.1 Enhanced-Rtmp规范

Enhanced-Rtmp规范

flv对视频的封装格式, 原有VideoTagHeader定义如下:

 

------------------------------------------------------------------------------------
| FrameType(4bits) | CodecID(4bits) | AVCPacketType(8bits)| CompositionTime(24bits)|
------------------------------------------------------------------------------------

 

而Enhanced-RTMP对上面的格式进行修改:

首先FrameType第一个bit变为IsExHeader,如下

 

-------------------------------------
| IsExHeader(1bit)FrameType(3bits) |
-------------------------------------

 

也就是在原FrameType的最高位加了1bit的IsExHeader标志位,如果IsExHeader使能,表示Enhanced-RTMP格式使能,后面的定义是Enhanced-Rtmp格式;否则还遵循之前的rtmp/flv传统规范。

格式的具体逻辑如下,UB代表bit的站位符(举例: UB[4]表示站位4bits)

 

IsExHeader = (UB[4] & 0b1000 != 0) ? true : false;
FrameType = UB[4] & 0b0111; //1 = key frame, 2 = inter frame




if (IsExHeader == 0)
{
    //如果IsExHeader未使能, 还遵循之前的rtmp/flv传统规范
    CodecId = UB[4];//4bits的codecId,H.264的值为7.
    AVCPacketType = UB[8];//8bits的AVCPacketType, 0: sequence header; 1: NALU
    CompositionTime = UB[24];//24bits的CompositionTime,表示pts与dts的差值




    DATA = [H264 NALU]; //后续数据为常规的视频数据
}
else // IsExHeader使能,表示Enhanced-Rtmp格式使能
{
    PacketType = UB[4];// 0 = PacketTypeSequenceStart
                       // 1 = PacketTypeCodedFrames
                       // 2 = PacketTypeSequenceEnd
                       // 3 = PacketTypeCodedFramesX
                       // 4 = PacketTypeMetadata
                       // 5 = PacketTypeMPEG2TSSequenceStart
    FourCC = UB[32];// 4字节的FourCC,如下字符表示对应的视频CodecId
                    // AV1 = { 'a', 'v', '0', '1' }
                    // VP9 = { 'v', 'p', '0', '9' }
                    // HEVC = { 'h', 'v', 'c', '1' }, 也就是h265




    // 如果类型是HEVC, 也就是H265,后续规范如下
    if (FourCC == HEVC)
    {
        if (PacketType == PacketTypeSequenceStart)
        {
            //如果PacketType是PacketTypeSequenceStart,表示后续H265的数据内容是DecoderConfigurationRecord,也就是常说的sequence header;
            DATA = [HEVCDecoderConfigurationRecord]
        }
        else if (PacketType == PacketTypeCodedFrames || PacketType == PacketTypeCodedFramesX)
        {
            if (PacketType == PacketTypeCodedFrames)
            {
                //如果PacketType是PacketTypeCodedFrames,就是pts与dts有差值
                CompositionTime = UB[24];//24bits,表示pts与dts的差值
            }
            else //如果PacketType是PacketTypeCodedFramesX
            {
                //无CompositionTime,节省3字节的空间
            }
            //随后是正常的H265数据
            DATA = [HEVC NALU]
        }
    }
}

 

2.2 ffmpeg6.1实现Enhance RTMP

ffmpeg在version6.1中正式支持Enhance RTMP,以此支持H.265 in rtmp/flv。这里介绍其对应的实现。

首先下载对应的ffmpeg6.1版本源码:

 

git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg
cd ffmpeg
git fetch origin release/6.1
git checkout release/6.1

 

flv封装的实现,对应文件: libavformat/flvenc.c

 

static int flv_write_packet(AVFormatContext *s, AVPacket *pkt) {
    //......
    // 如果编码格式是H265, 使用如下的实现
    if (par->codec_id == AV_CODEC_ID_HEVC) {
        // 如果报文pts和dts不一样,packettype为PacketTypeCodedFrames;
        // 否则packettype为PacketTypeCodedFramesX
        int pkttype = (pkt->pts != pkt->dts) ? PacketTypeCodedFrames : PacketTypeCodedFramesX;




        // 第一个字节,最高bit位写入FLV_IS_EX_HEADER;
        // 第一个字节,最高的第3, 4bits写入FLV_FRAME_KEY或FLV_FRAME_INTER
        // 第一个字节,最低2bits位,写入PacketTypeCodedFramesX或PacketTypeCodedFrames
        avio_w8(pb, FLV_IS_EX_HEADER | pkttype | frametype); // ExVideoTagHeader mode with PacketTypeCodedFrames(X)




        // 后4个字节,写入FourCC,写入4个字符: "hvc1"
        avio_write(pb, "hvc1", 4);




        // pkttype为PacketTypeCodedFrames,写入3个字节的pts与dts的差值
        if (pkttype == PacketTypeCodedFrames)
            avio_wb24(pb, pkt->pts - pkt->dts);
    }




    // 写入H.264的数据
    avio_write(pb, pkt->data, pkt->size);




    // ......
}

 

2.3 OBS实现Enhance RTMP

OBS在Release 29版本正式支持Enhance RTMP,实现H.265 in rtmp/flv的直播推流。

获取版本:

 

git clone git@github.com:obsproject/obs-studio.git
cd obs-studio
git fetch origin release/29.1
git checkout release/29.1

 

具体实现在: plugins/obs-outputs/rtmp-stream.c

 

enum packet_type_t {
PACKETTYPE_SEQ_START = 0, //表示报文序列开始
PACKETTYPE_FRAMES = 1,    //表示该帧dts与pts有差值
PACKETTYPE_SEQ_END = 2,   //flv文件最后一帧
#ifdef ENABLE_HEVC
PACKETTYPE_FRAMESX = 3,   //表示该帧dts == pts
#endif
PACKETTYPE_METADATA = 4
};




//函数flv_packet_ex的最后一个参数type为packet_type_t的取值范围
void flv_packet_ex(struct encoder_packet *packet, enum video_id_t codec_id,
   int32_t dts_offset, uint8_t **output, size_t *size, int type)
{
// ........
    
// packet ext header
    // 第一个字节,最高bit位写入1, FRAME_HEADER_EX = 8 << 4;
    // 第一个字节,最高的第3, 4bits写入FLV_FRAME_KEY或FLV_FRAME_INTER
    // 第一个字节,最低2bits位,写入PacketTypeCodedFramesX或PacketTypeCodedFrames, dts与pts相等或不等;
    //                       或写入PACKETTYPE_SEQ_START,或PACKETTYPE_SEQ_END
s_w8(&s,
     FRAME_HEADER_EX | type | (packet->keyframe ? FT_KEY : FT_INTER));




    // 后4个字节,写入FourCC,写入4个字符: "hvc1"
s_w4cc(&s, codec_id);




#ifdef ENABLE_HEVC
// hevc composition time offset
if (codec_id == CODEC_HEVC && type == PACKETTYPE_FRAMES) {
        // PacketType为PACKETTYPE_FRAMES,写入3个字节的pts与dts的差值
s_wb24(&s, get_ms_time(packet, packet->pts - packet->dts));
}
#endif




    // 写入h265的帧数据
s_write(&s, packet->data, packet->size);
}

 

2.4 SRS实现Enhance RTMP

SRS是国内最流行的流媒体服务器,支持多种直播协议RTMP, httpflv, HLS,支持WebRTC,也支持安放协议28181。SRS也率先支持Enhance RTMP,服务端能够接受Enhance RTMP的推流,同时也兼容国内CodecId=12的H.265的rtmp方案。

但是在rtmp或httpflv拉流方向,是应用国内CodecId=12的H.265的rtmp方案。

SRS的github地址: https://github.com/ossrs/srs.git, 当前支持分支develop。

实现主要在srs_kernel_codec.cpp这个文件中。

 

srs_error_t SrsFormat::video_avc_demux(SrsBuffer* stream, int64_t timestamp) {
    uint8_t frame_type = stream->read_1bytes();
    bool is_ext_header = frame_type & 0x80;




    //判断Rtmp Enhance是否支持,从而获取到编码类型
    if (!is_ext_header) {
        // 如果不是Rtmp Enhance,用传统的方式判断
        codec_id = (SrsVideoCodecId)(frame_type & 0x0f);
        frame_type = (frame_type >> 4) & 0x0f;
    } else {
        // 如果使能Rtmp Enhance,获取packet_type和frame_type
        packet_type = (SrsVideoAvcFrameTrait)(frame_type & 0x0f);
        frame_type = (frame_type >> 4) & 0x07;




        // 读取4个字节的FourCC,判断是否是HEVC.
        uint32_t four_cc = stream->read_4bytes();
        if (four_cc == 0x68766331) { // 'hvc1'=0x68766331
            codec_id = SrsVideoCodecIdHEVC;
        }
    }




    //判断Rtmp Enhance是否支持,从而获取到composition_time(dts与pts的差值)
    if (!is_ext_header) {
        // 如果是传统的Rtmp,读取1个字节的packet_type,和3个字节的composition_time
        packet_type = (SrsVideoAvcFrameTrait)stream->read_1bytes();
        composition_time = stream->read_3bytes();
    } else {
        // 如果使能Rtmp Enhance,当packet_type==1的时候,dts才与pts不一致,才读取3个字节的composition_time,
        // 否则没有composition_time字段;
        if (packet_type == 1) {
            composition_time = stream->read_3bytes();
        }
    }
}

 

2.5 media-server实现Enhance RTMP

media-server是国内开源库中实现音视频格式和流媒体类型最全的开源之一,支持flv, mp4, mkv, hls, mpeg, rtmp, rtp, rtsp, sip等音视频格式和流媒体协议,并且在各种封装中支持的codec非常丰富,如H.264, H.265, AV1, H.266都有支持。其采用C语言开发,兼容性好,同时适合服务器和嵌入式的开发。

media-server的Flv模块同时支持demuxer和muxer,对Enhance RTMP支持比较全,同时支持AV1, H.265, H.266。(居然还支持H.266,并且有H.266 annexb to mp4和H.266 mp4 to annexb的代码)

Enhance RTMP的实现主要在flv-header.c这个文件中, 关键的对应代码如下:

 

// demuxer
int flv_video_tag_header_read(struct flv_video_tag_header_t* video, const uint8_t* buf, size_t len) {
    // 如果第一个bit是1,则Enhance Rtmp使能
    if (len >= 5 && 0 != (buf[0] & 0x80)) {
video->keyframe = (buf[0] & 0x70) >> 4; //获取到是否keyframe
video->avpacket = (buf[0] & 0x0F); //获取packettype
video->cts = 0; // default




        switch(FLV_VIDEO_FOURCC(buf[1], buf[2], buf[3], buf[4]))
        {
    case FLV_VIDEO_FOURCC_AV1:
      video->codecid = FLV_VIDEO_AV1;
      return 5;
    case FLV_VIDEO_FOURCC_HEVC:
    case FLV_VIDEO_FOURCC_VVC:
            {
                if (video->avpacket == 1) //如果packettype==1,则dts与pts的差值存在
                {
                    video->cts = ((uint32_t)buf[5] << 16) | ((uint32_t)buf[6] << 8) | buf[7];
                }
                return 5;
            }
        }
    }




    //否则走传统flv的解析流程
    //....
}




// muxer: 通过编译宏控制
int flv_video_tag_header_write(const struct flv_video_tag_header_t* video, uint8_t* buf, size_t len)
{
#ifdef FLV_ENHANCE_RTMP
buf[0] = 0x80 | (video->keyframe << 4) /*FrameType*/;
buf[0] |= (0 == video->cts && FLV_AVPACKET == video->avpacket) ? FLV_PACKET_TYPE_CODED_FRAMES_X : video->avpacket;




switch (video->codecid)
{
case FLV_VIDEO_AV1:
        SetFourCC(&buf[1], FLV_VIDEO_FOURCC_AV1);
return 5;




case FLV_VIDEO_H265:
        SetFourCC(&buf[1], FLV_VIDEO_FOURCC_HEVC);
if (len >= 8 && FLV_AVPACKET == video->avpacket && video->cts != 0)
{
            SetCTS(&buf[5], video->cts);
return 8;
}
return 5;




case FLV_VIDEO_H266:
        SetFourCC(&buf[1], FLV_VIDEO_FOURCC_VVC);
if (len >= 8 && FLV_AVPACKET == video->avpacket && video->cts != 0)
{
SetCTS(&buf[5], video->cts);
return 8;
}
return 5;




default:
break; // fallthrough
}




#endif




    //否则走传统flv的muxer流程
}

 

3. 国内RTMP支持H.265与Enhance RTMP的兼容性问题

因为国内之前支持H.265的方案是CodecID=12,现在存在的兼容性其实有两个方向:

推流方向(上行)

拉流方向(下行)

3.1 推流方向

推流方向的兼容性,主要取决于服务端的兼容性,也就是说服务端必须同时能支持:

国内CodecID=12的H.265方案

Enhance Rtmp的H.265方案

先说结论,上行推流方向的兼容性是没有问题,只需要在服务端做好兼容性,同时支持国内外的两种方案。

具体我们以SRS服务为例,只需要判断第一bit位是否使能,就能得知后面应该走RTMP Enhance流程,还是走传统的RTMP流程

 

    bool is_ext_header = frame_type & 0x80;




    //判断Rtmp Enhance是否支持,从而获取到编码类型
    if (!is_ext_header) {
        // 如果不是Rtmp Enhance,用传统的方式判断
    } else {
        // 如果使能Rtmp Enhance,获取packet_type和frame_type
        // 如果packet_type == 1,获取composition_time(3字节,dts与pts的差值)
    }

 

因为第一个bit位就能判断后续的代码处理流程,所以推流上行做兼容性是比较容易的;

上行解包后,形成数据结构的对象,将其传到下行拉流处,因为视频帧数据部分已经去掉flvTagHeader头,所以该对象传递到下行处理。

以下为伪码:

 

class SrsVideoFrame
{
public:
    SrsVideoAvcFrameType frame_type; // 帧类型: I/非I
    SrsVideoAvcFrameTrait avc_packet_type;// 是否sequenche header等类型
public:
    int nb_samples; // 帧个数,
    SrsSample samples[SrsMaxNbSamples];// 帧数组,每个SrsSample是一个视频帧数据
};

 

SrsVideoFrame中的SrsSample数据,是去掉flvTagHeader的视频帧数据,这样传递到下行后,可以根据需要再次打包flvTagHeader,下行可以再次打包成传统的CodecId=12的H.265格式,也可以打包成Enhance RTMP格式(因为下行的兼容性问题,不推荐下行打包成Enhance RTMP格式,下一节会说明原因)

3.2 拉流方向

拉流方向的兼容性,主要取决于客户端的兼容性,也就是rtmp或http-flv拉流播放器端的兼容性。

因为之前国内的大多数已有的播放器,都支持CodecId=12的H.265方案,现存市场很多播放器是没能支持Enhanche RTMP,也就是说即使服务端下行方向支持Enhance RTMP,把Enhance RTMP流推给客户端,客户端可能存在不能识别的情况。对于大量存量的rtmp/http-flv播放器(仅仅支持CodecId=12的H.265方案),向下的流推送只能继续采用CodecId=12的H.265方案。

所以,当前国内大多数云服务商和CDN在下行方向,都仅仅支持CodecID=12的国内H.265方案。

总结

简单一句话总结兼容性:上行推流国内外两种推流都能兼容,但是下行仅仅提供CodecID=12的国内H.265方案支持。








审核编辑:刘清

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分