C语言多媒体框架GStreamer使用教程深讲_C 语言

之前参与的万能视频播放器项目采用了多媒体GStreamer开源框架，在最上层业务层通过连接各个插件形成一个pipeline来完成相应的业务需求。但之前没接触过GStreamer框架，所以从项目的前期预研开始，就从GStreamer最基本的概念开始熟悉，逐步解决项目中遇到的多个问题。本文根据此次项目实践，对GStreamer多媒体框架做一个相对全面的总结。

1、GStreamer简介

GStreamer是GNOME桌面环境下用来创建流媒体应用的多媒体框架，其基本设计思想来自于俄勒冈(Oregon)研究生学院有关视频管道的创意，同时也借鉴了DirectShow的设计思想。

GStreamer是用c语言实现的，使用了面向对象的思维。GStreamer框架是基于插件和管道的，所有的插件都能够被链接到任意的已经定义的数据流管道中，数据通过管道机制进行统一交换。GStreamer的很多优点来源于其框架的模块化，使得新的插件能够无缝合并。

GStreamer能够处理任意类型的数据流，其目标是要简化音/视频应用程序的开发，其最显著的用途是在构建音视频播放器、编辑音视频文件、音视频格式转换和流媒体服务上，GStreamer已经能够被用来处理像 MP3、Ogg、MPEG1、MPEG2、AVI、Quicktime 等多种格式的多媒体数据。

GStreamer核心库函数是一个处理插件、数据流和媒体操作的框架。另外，其还提供了一套API，用于程序员使用其它插件来编写他所需要的应用程序时使用。但是，由于追求模块化和高效率，使得GStreamer在整个框架上变的复杂，也同时因为复杂度的提高，使得开发一个新的应用程序显得不是那么的简单。

2、GStreamer基本概念

2.1、元件（Element）

元件是GStreamer的核心，是具有一定功能的基本单元，可将其描述为一个具有特定属性的黑盒子。其在代码里面的类型是GstElement，可以理解为Gstreamer里面的基类。Gstreamer默认安装了很多有用的元件，按照功能上的差异，element分为以下几类：

（1）source element 数据源元件，只有输出端，用来产生供管道消费的数据，例如，音频捕捉单元，它从声卡读取原始音频数据，供其它模块用；

（2）filter(/filter-like) element 中间元件，包括过滤器、转换器、复用器、解复用器、编解码器等，其既有输入端又有输出端，从输入端获得相应数据，经过处理之后传递给输出端，有的element可能有一个source pad多个sink pads（demux），有的可能有多个source pads一个sink pad（mux），有的有一个source pad一个sink pad，例如，音频编码单元，它从外界获得音频数据之后，根据压缩算法编码后，给其它模块使用；

（3）sink elements 接收器元件，只有输入端，仅有消费数据的能力，是整条媒体管道的终端，例如，音频回放单元，负责将接收到的数据写到声卡上；

2.2、箱柜（Bin）

由多个基本单元组成的一个高级的功能单元，是装载元件的容器，可以通过改变一个Bin的状态来改变其内部所有元件的状态，Bin可以发送总线消息(bus message)给其子集元件。

Bin和pipeline的区别就是pipeline肯定是bin，但bin不一定是pipeline，bin就像一个盒子，里面放了什么东西，功能具体是怎么实现的，用户可以不关心，bin是元件的集合，而pipeline更强调应用的可执行性。

2.3、管道（Pipeline）

最高等级的Bin，是一种允许对所包含的元件进行安排（scheduling）的普通容器。顶层（toplevel）箱柜必须为一个管道，因此每个GStreamer应用程序都至少需要一个管道。当应用程序启动后，管道会自动运行在后台线程中，下面是一个典型的pipeline示例：

2.4、衬垫（Pad）

不同Elements之间的链接点，数据流在元件之间流动就是依靠Pads。Pads有处理特殊数据的能力，也就是其支持特定媒体类型的能力，一个Pads能够限制数据流类型的通过，链接成功的条件是，两个Pads允许通过的数据类型一致时才能建立（数据类型协商）。

Pads按照数据导向，可分为source pads(element的输出)，sink pads(element 的输入)，按照时效性可分为，永久型(always)、随机型(sometimes)、请求型(on request)，三种时效性的意义顾名思义: 永久型的衬垫一直会存在，随机型的衬垫只在某种特定的条件下才存在(会随机消失的衬垫也属于随机型)，请求型的衬垫只在应用程序明确发出请求时才出现。

Pads通过GstCaps对象进行描述，一个GstCaps对象包括一个或者多个GstStructure对象，一个GstStructure描述一种媒体类型，其结构中只包含功能集中规定的固定值。

2.5、能力集（Caps）

Pad的属性描述，例如：

  SRC template: 'src'
    Availability: Always
    Capabilities:
      audio/x-raw-float
                   rate: [ 8000, 50000 ]
               channels: [ 1, 2 ]
             endianness: 1234
                  width: 32
          buffer-frames: 0
  SINK template: 'sink'
    Availability: Always
    Capabilities:
      audio/x-vorbis

2.6、幽灵pad（ghost pad）

bin本身没有pad，所以就没有办法把两个bin链接起来。但可以用bin中的一个元件的pad构造一个代理pad，这样bin就有一个代理pad了。这个pad实际指向被代理的那个单元的pad，示例如下：

2.7、Bus

Bus采用自己的线程机制，负责pipeline线程和应用程序程序之间的通信。每个pipeline缺省创建一个Bus，应用程序在总线上设置一个类似于对象的信号处理的消息处理器，当主循环运行的时候，总线将会轮询这个消息处理器是否有新的消息，当消息被采集到后，总线将呼叫相应的回调函数来完成相关操作。

应用程序有两种方法使用Bus，第一种是使用 GLib/Gtk+ main loop及gst_bus_add_watch () or gst_bus_add_signal_watch()事件回调函数机制，第二种是程序通过gst_bus_peek () /gst_bus_poll ()主动检查Bus中的消息；

2.8、缓冲区（Buffer）

管道的数据流由一组缓冲区和事件组成，缓冲区包括实际的管道数据，事件包括控制信息，如寻找信息和流的终止信号。所有这些数据流在运行的时候自动的流过管道。

缓冲区包含了你创建的管道里的数据流，通常一个源元件会创建一个新的缓冲区，同时元件还将会把缓冲区的数据传递给下一个元件。一个缓冲区主要由以下一个组成：

（1）指向某块内存的指针；

（2）内存的大小；

（3）缓冲区的时间戳；

（4）一个引用计数，指出了缓冲区所使用的元件数。没有元件可引用的时候，这个引用将用于销毁缓冲区。

buffer的创建有2种方式，一种是由当前的element自己创建，然后把这个buffer传递给下一个element；另外一种方式就是dwonstream-allocated buffers，就是由下一个element来创建要求大小的buffer，并提供buffer操作函数，当前element通过调用buffer操作函数将数据写入这个buffer中完成buffer数据传递。其区别在于buffer的创建是在数据传输的源端element创建还是在数据接收端element来创建。

2.9、插件（Plugin）

元件必须封装在插件中才能被使用，一个插件是一块可以加载的代码，通常被称为共享对象文件（shared object file）或动态链接库（dynamically linked library），一个插件中可以包含一个或若干element。

3、GStreamer基本架构

GStreamer core、Plugins以及依赖的第三方开源库的架构关系，如下图所示，

Gstreamer的组成结构如下图所示：

4、GStreamer通信机制

Gstreamer的通信机制示意图及解释如下：

4.1、Message

pipeline用来主动向外报告自己的运行状态。这些Message被发送到一个消息队列，也就是pipeline的Bus，应用程序可以从Bus中获取Message，并作出自定义的反应。Message是GST提供的，属于异步操作；

4.2、Event

pipeline中插件之间进行通信的机制，分为下行事件，上行事件和双向事件。也可以由应用程序直接向某一个插件发送事件，但起作用的前提是：该插件定义了该事件的响应操作。 通过事件可以控制整个pipeline的运行状态。

下行事件是由source插件向sink插件方向传输，例如，

GST_EVENT_EOS （流的终止信号）

GST_EVENT_NEWSEGMENT

上行事件是由sink插件向source插件方向传输，用于改变管道中数据流的状态，例如：

GST_EVENT_QOS

GST_EVENT_SEEK（查找）

双向事件，例如：

GST_EVENT_FLUSH_START

GST_EVENT_FLUSH_STOP

4.3、Signal

应用程序控制某一插件的运行状态，signal可以看做Glib对象的一个属性，是由Gobject系统提供的，属于同步操作，与linux中的系统信号有差别。通过信号可以让某个插件做一些对插件本身变量的操作，比如增加或者删除一些维护信息等等。

4.4、Probe

应用程序可以通过探针Probe来探测某个插件的pad中流过的数据，比如：在audioconert 插件的src pad 加一个探针，每当有buf到达时，就调用callback_have_data()，这里这个函数只是打印一下buf的大小，统计一下buf流过的个数；

//main
GstPad *m_pad_concert_src = gst_element_get_static_pad(m_gst_convert, "src");   
gst_pad_add_buffer_probe(m_pad_concert_src, G_CALLBACK(callback_have_data), NULL);
gst_object_unref(m_pad_concert_src);
 
/*******Callback handler when probe date received***********/
static gboolean callback_have_data(GstPad *padsrc, GstBuffer *buffer, gpointer data)
{
    gint    iBufSize = 0;
    gchar*     pBuffer = NULL;
    iBufSize = GST_BUFFER_SIZE(buffer);
    pBuffer = (gchar*)GST_BUFFER_DATA(buffer);
    static gint numBuf = 0;
    g_print("\rBUF %d  Size=%d   ", numBuf++, iBufSize);
    return TRUE;
}

4.5、Quary

应用程序可以查询pipline当前的运行状态，比如：以下代码用来查询当前播放的位置，和总的播放时间。

GstFormat m_format = GST_FORMAT_TIME;
gint64 m_position , m_length;
if( gst_element_query_position(pipeline, &m_format,&m_position) &&
  gst_element_query_duration(pipeline, &m_format, &m_length))
{
        g_print("Current: %"GST_TIME_FORMAT"   Total: %" GST_TIME_FORMAT "\r", 
            GST_TIME_ARGS(m_position),GST_TIME_ARGS(m_length));
}

5、GStreamer元件状态

一个元件在被创建后，它不会执行任何操作，通过改变元件的状态，才能使它做某些事情。元件有四种状态，每种状态都有其特定的意义，具体如下：

GST_STATE_NULL 默认状态：没有分配任何资源，没有载入插件，不能处理数据；

GST_STATE_READY 预备状态：分配或载入所有与流无关的资源(非硬件资源)，所有数据流的位置信息应该自动置0，如果数据流先前被打开过，它应该被关闭，并且其位置信息、特性信息应该被重新置为初始状态；

GST_STATE_PAUSED 暂停状态：准备好全部资源，接受数据流，只是sink element暂停，收到数据不处理，只是block；

GST_STATE_PLAYING 播放状态：准备好全部资源，接受并处理数据流；其实这个状态除了当前运行时钟外，其它与PAUSED状态一样，可以通过gst_element_set_state()来改变一个元件的状态，当元件处于GST_STATE_PLAYING状态，管道会开始自动处理数据。

6、GStreamer中的几个关键概念

6.1、识别流的MIME类型

元件通过caps来描述其能处理的媒体格式，元件之间交互数据流通过caps协商，caps是一个mime类型或者一些特性集的组合。

一个加载进系统的元件必须提供其源衬垫和接收衬垫支持的mime类型。通过Gstreamer注册中心可以知道目前注册的不同的元件，以及他们所期望得到的与他们能够产生的媒体类型，下图显示了管道中每个Pads所处理的MIME类型。

6.2、媒体流类型检测（typefind）

通常当加载一个新的媒体流时，媒体的类型并不明了。这意味着选择一条管道来对媒体流进行解码之前，首先需要检测媒体流的类型。 GStreamer 使用了类型检测 (typefinding) 来达到此目的。类型检测是构建管道所必经的步骤。

首先它会一直读取数据流，在此期间，它会把数据提供给所有的实现了类型检测器 (typefinder) 的插件，当其中任何一个类型检测器识别出数据流，这个类型检测器元件将会发送一个信号，并开始像一个关卡 (passthrough)模块一样工作。如果数据流的类型没有被任何类型检测器识别出来，管道会发送一个错误信息，并终止所有正在处理该数据流的动作。一旦类型检测元件找到一个类型，应用程序将会使用该元件作为管道的一部分来解码媒体流。

6.3、数据探测

探测是衬垫监听器的形象比喻，从技术上，探针仅仅是一个可以依附于衬垫的回调信号。这些信号默认是没有被发射(fired)的(不然的话会降低性能)，但是可以通过附加探针调用gst_pad_add_data_probe() 或类似的函数被激活，这些函数附加了信号处理器，并激活实际信号的发射。

同样地，你可以用 gst_pad_remove_data_probe () 或相关函数来删除信号处理器，也可以只是监听时间或缓冲区。 探针在管道的线程context运行，所以回调不应该阻塞，而且通常不能有异常的阻塞，否则会降低管道的性能，如果出现这样的缺陷，会导致死锁甚至崩溃。

6.4、插件加载流程

如下图所示，基于插件的程序，其工作原理本质上都是通过读取动态库实现的，只需要每个动态库中实现某一个特定的接口就可以了，比如XX_init等，这里就是plugin_init。里面会有个像注册表一样的数据结构会存储所有的插件的信息。

7、GStreamer开发示例-MP3文件播放器

利用GStreamer框架提供的组件，来实现一个简单的MP3播放器。数据源元件负责从磁盘上读取数据，过滤器元件负责对数据进行解码，而接受器元件则负责将解码后的数据写入声卡，示例代码和注释如下：

#include <gst/gst.h>
#include <glib.h>
//定义消息处理函数,
static gboolean bus_call(GstBus *bus,GstMessage *msg,gpointer data)
{
    GMainLoop *loop = (GMainLoop *) data;//主循环的指针，接受EOS消息时退出
    switch (GST_MESSAGE_TYPE(msg))
    {
        case GST_MESSAGE_EOS:
            g_print("End of stream\n");
            g_main_loop_quit(loop);
            break;
        case GST_MESSAGE_ERROR:
        {
            gchar *debug;
            GError *error;
            gst_message_parse_error(msg,&error,&debug);
            g_free(debug);
            g_printerr("ERROR:%s\n",error->message);
            g_error_free(error);
            g_main_loop_quit(loop);
            break;
        }
        default:
             break;
    }
    return TRUE;
}
int main(int argc,char *argv[])
{
    GMainLoop *loop;
    GstElement *pipeline,*source,*decoder,*sink;//定义组件
    GstBus *bus;
    gst_init(&argc,&argv); //初始化gstreamer
    loop = g_main_loop_new(NULL,FALSE);//创建主循环，在执行 g_main_loop_run后正式开始循环
    if(argc != 2)
    {
        g_printerr("Usage:%s <mp3 filename>\n",argv[0]);
        return -1;
    }
    //创建管道和元件
    pipeline = gst_pipeline_new("audio-player"); //管道用来容纳元件
    source = gst_element_factory_make("filesrc","file-source");//数据源元件
    decoder = gst_element_factory_make("mad","mad-decoder");//过滤器元件
    sink = gst_element_factory_make("autoaudiosink","audio-output");//接收器元件
    if(!pipeline||!source||!decoder||!sink){
        g_printerr("One element could not be created.Exiting.\n");
        return -1;
    }
    //设置 source的location 参数，即文件地址.
    g_object_set(G_OBJECT(source),"location",argv[1],NULL);
    //得到管道的消息总线
    bus = gst_pipeline_get_bus(GST_PIPELINE(pipeline));
    //添加消息监视器
    gst_bus_add_watch(bus,bus_call,loop);
    gst_object_unref(bus);
    //把元件添加到管道中。管道是一个特殊的组件，可以更好的让数据流动
    gst_bin_add_many(GST_BIN(pipeline),source,decoder,sink,NULL);
    //通过衬垫依次连接元件
    gst_element_link_many(source,decoder,sink,NULL);
    //启动管道，开始播放
    gst_element_set_state(pipeline,GST_STATE_PLAYING);
    g_print("Running\n");
    //开始循环
    g_main_loop_run(loop);
    g_print("Returned,stopping playback\n");
    //终止管道，释放资源
    gst_element_set_state(pipeline,GST_STATE_NULL);
    gst_object_unref(GST_OBJECT(pipeline));
    return 0;
}

编译运行

gcc-Wall$(pkg-config--cflags--libsgstreamer-0.10)-gtest2.c-otest2

./test2/home/phinecos/test.mp3

8、最后

本文总结了多媒体框架GStreamer一些基本概念及流程，希望能给使用GStreamer开源库的朋友提供一个借鉴或参考。