基于Ｌｉｎｕｘ的通用視頻音頻采集系統的設計與實現

摘要：該文闡述了在Linux下，利用V4L以及ALSA，在普通PC上組建視頻音頻采集系統以及遠程傳輸的方法。

關鍵詞：Linux；視頻；音頻；V4L；ALSA

中圖分類號：TP311文獻標識碼：A文章編號：1009-3044(2008)22-675-03

A Linux Based General Video and Audio Sampling System

GONG Zhou，KANG Ye

(Department ofChinese-German， Tongji University， Shanghai 200092， China)

Abstract: In this paper， the constraction of video and audio sampling system， which bases on Linux with V4L and AlSA， will be discussed.

Key words: Linux; Video; Audio; V4L; AlSA

1 引言

Linux是一個基于Unix的操作系統，它也是Unix家族的一元，與Unix不同的是它可以運行在不同的硬件平臺上。它于1991年誕生于芬蘭的一個為大學生Linus Torvalds手中，不過當時還只是一個雛形，為了不讓自己的這個羽翼未滿的操作系統夭折，Linus將自已的作品Linux通過Internet發布。從此一大批知名的、不知名的電腦黑客、編程人員加入到開發過程中來，Linux逐漸成長起來。到目前為止，Linux的內核已經發展到了2.6.22，并在此基礎上發展了數十種發行版，其中有經過長期發展洗禮的Redhat（Fedora），也有發展迅猛使用方便的Ubuntu。

在多媒體技術中，視頻技術發展越來越迅速，比如在遠程教育、在線視頻會議、銀行監控、危險地區探測以及智能家庭安防方面應用越來越廣泛。由于Linux自身的特殊的發展過程使得它具有了得天獨厚的網絡性能，加上越來越豐富的視頻支持和開源軟件的優勢以及對不同硬件平臺的良好支持，使得Linux成為視頻采集的最佳平臺。

2 系統設計

2.1 硬件

硬件平臺為PC機，決定圖像的質量的一個首要的因素是攝像頭，應該根據不同的應用場合合理選擇。大體上有兩種方案：普通視頻聊天用USB攝像頭和工業視頻拍攝用攝像頭。這兩種方案在不同的技術參數上各有特點。如果僅僅是用于在線視頻會議，則可以選用USB攝像頭方案。如果是用于高清晰的拍攝監控，則需選用工業的攝像頭，而且由于這種攝像的輸出的是模擬信號，必須接入視頻采集卡才能將模擬信號轉換成數字信號提供給計算機處理。

表1 USB攝像頭與工業攝像頭比較

■

硬件結構如圖1所示，圖像信號經過USB攝像頭采集后，將數字信號直接提供給計算機進行處理。或者圖像經過CCD攝像頭采集，通過同軸電纜傳給視頻采集卡，經過視頻采集卡轉換成數字信號然后交給計算機。一般的采集卡會有多個視頻接入口，按照采集能力的高低還可以分為多路實時采集和多路分時采集。如果是多路實時采集則可以在同一時刻輸出多路視頻信號。大多數的視頻采集卡官方的驅動并不支持Linux，如果視頻采集卡采用的是Bt8XX（Bt848/849/878/879）的話就沒有問題了，因為Linux內核就提供了對Bt8XX很好的支持，其驅動為bttv（目前最新的版本為0.9），已經包含在Linux的2.6的內核當中。

■

圖1 硬件結構

本方案采用的是Honeywell GC-755P-A2-G工業級攝像頭，采用的是微視Microview V110視頻卡。USB攝像頭用的是金河田的GD-202A，Linux本身支持ov511x芯片的USB攝像頭，對于市場上大部分的采用ZC301的攝像頭Linux也能夠很好地支持。隨著Linux的快速發展，對硬件的支持也越來越好。現在安裝硬件相對于以前來說方便多了。將視頻采集卡插入計算機，重啟進入Linux之后系統會識別出硬件然后加載相應的驅動模塊，模塊包括bttv、bt878、videodev和tuner。然后安裝Xawtv來預覽，查看視頻畫面質量來進行測試。一般來說加載的模塊和參數都不需要用戶更改，要說明一下的是bttv這個模塊，由的視頻卡插入電腦后運行Xawtv出現的為黑白的畫面，甚至有時候出現的是變形和重影的圖像。這是bttv沒有正確識別出卡的類型導致的，對于本方案中的視頻采集卡可以采用指定卡的型號的方法來解決，首先卸載已經加載的模塊 rmmod bt878、rmmod bttv。然后重新加載模塊并附上指定的參數modprobe bttv card=13。然后重新打開Xawtv來查看圖像，則圖像顯示正常。

表2 芯片類型與號碼，來源：The BTTV Mini HowTo

■

2.2 軟件設計

Video4Linux是Linux下面為各種視頻設備提供的統一的API接口，包括市面上常見的視頻采集卡和USB的攝像頭。視頻設備在Linux下對應的文件為“/dev/video0”，如果視頻卡支持多路視頻輸入或者PC上接了多個USB攝像頭的話，視頻設備文件會有多個比如“/dev/video1， /dev/video2”等等。

在Linux下面所有設備統一當作文件處理，要采集視頻首先得打開相應的設備文件。然后才能對設備進行設置和數據采集處理。

1)打開視頻設備

■

圖2 v4l編程流程

static int users = 0;

static int camera_open(stuct video_device *dev， int flags)

{

if(users)

return -EBUSY;

if(request_irq(irq， camera_irq， 0， \"camera\"， dev)?? 0)

return -EBUSY;

users++;

MOD_INC_USE_COUNT;

return 0;

}

2) 更改視頻設備的設置

ioctl是設備驅動中對設備的I/O通道進行管理的一個函數，所有對設備屬性的設置都依靠它來完成。在V4L中還提供了一個額外的ioctl函數用于對各種視頻操作的控制。其中有：視頻設備的基本信息，包括：設備名稱，最大最小分辨率和信號源信息，采集而來的圖像的各種屬性，包括：亮度，對比度和灰度，還有信號源的屬性和內存映射的設置。下面是一個簡單的例子：

static int camera_ioctl(struct video_device *dev， unsigned

int cmd， void *arg)

{

switch(cmd)

{

case VIDIOCGCAP:

{

struct video_capability v;

v.type = VID_TYPE_CAPTURE|

VID_TYPE_CHROMAKEY|

VID_TYPE_SCALES|

VID_TYPE_OVERLAY;

v.channels = 1;

v.audios = 0;

v.maxwidth = 640;

v.minwidth = 16;

v.maxheight = 480;

v.minheight = 16;

strcpy(v.name， \"My Camera\");

if(copy_to_user(arg， v， sizeof(v)))

return -EFAULT;

return 0;

}

3)讀取數據

首先我們要保證的是程序要等到下一幀圖像準備好了才能開始讀取，或者一個中斷等待的信號。如果由中斷信號產生就從系統調用中返回，這樣信號才能傳達到程序中。此外程序還檢查用戶是否實際上不想程序讀取圖像的時候等待，比如采用非阻塞I/O模式在圖像沒有準備好的時候可以繼續做其他的事情。接下來從視頻卡拷貝圖像，這里的capture_w和capture_h是用來保持采集到的圖像的寬度與高度的。

static long camera_read(struct video_device *dev， char *buf，

unsigned long count)

{

struct wait_queue wait = { current， NULL };

u8 *ptr;

int len;

int i;

add_wait_queue(capture_wait， wait);

while(!capture_ready)

{

if(file-＞flagsO_NDELAY)

{

remove_wait_queue(capture_wait， wait);

current-＞state = TASK_RUNNING;

return -EWOULDBLOCK;

}

if(signal_pending(current))

{

remove_wait_queue(capture_wait， wait);

current-＞state = TASK_RUNNING;

return -ERESTARTSYS;

}

schedule();

current-＞state = TASK_INTERRUPTIBLE;

}

remove_wait_queue(capture_wait， wait);

current-＞state = TASK_RUNNING;

capture_ready = 0;

ptr=(u8 *)buf;

len = capture_w * 3 * capture_h; /* 24bit RGB */

if(len＞count)

len=count; /* Doesn’t all fit */

for(i=0; i＜len; i++)

{

put_user(inb(io+IMAGE_DATA)， ptr);

ptr++;

}

hardware_restart_capture();

return i;

}

4)關閉視頻設備

關閉設備和打開設備非常相似，下面是一個例子：

static int camera_close(struct video_device *dev)

{

users-;

free_irq(irq， dev);

MOD_DEC_USE_COUNT;

}

2.3 音頻捕捉

對音頻捕捉是通過對聲卡的編程來實現的，聲卡在Linux下對應的設備文件應為/dev/dsp和/dev/audio，這兩個文件基本一樣，提供/dev/audio是為了與SUN聲音系統兼容。編程的流程與視頻編程非常相似：（下轉第698頁）

（上接第677頁）

1)打開聲音設備文件；

2)對聲卡的采樣量化位和采樣頻率等等進行設置；

3)讀取聲音數據；

4)播放。

代碼范例如下：

/* open audio file */

file_fd=fopen(\"test.wav\"，\"wb+\");

if(file_fd ＜ 0)

{

perror(\"open of test.wav failed\");

}

/* record from device */

status=read(audio_fd，buf，sizeof(buf));

if(status ＜ 0)

{

perror(\"audio read\");

exit(1);

}

/* play */

status=fwrite(buf，sizeof(buf)，1，file_fd);

if(status ＜ 0)

{

perror(\"audio same\");

exit(1);

}

由于篇幅的限制，其中設置聲音采樣頻率和量化位數的代碼沒有寫入本文當中。

3 結束語

該文介紹了利用一臺普通的PC機，利用Linux作為開源軟件所具有的低成本，資源豐富等優勢。根據使用場所的實際需要，可同時對多路的高性能的專業攝像頭和普通USB攝像頭捕獲的視頻信號以及MIC捕獲的音頻信號進行采集。若結合多媒體視頻音頻的編碼、解碼技術和流媒體技術，充分利用現有的網絡基礎，則可以方便的實現監控、拍攝和遠程教育等各種功能。

參考文獻：

[1] Stevens W R， Rago S A. Advanced Programming in the UNIX Environment[M].2th ed. Addison Wesley/Pearson， 2006.

[2] 李玉波，朱自強，郭軍. Linux C編程[M].北京：清華大學出版社，2005.

[3] Bill Dirks. Video for Linux Two [EB/OL].(2003-06-26).http://www.thedirks.org/v4l2/