實時音視頻數(shù)據(jù)采集和傳輸技術(shù)研究

摘要：隨著社會經(jīng)濟的快速發(fā)展，高科技的發(fā)展水平也得到了逐步的提高，由此在一定程度上導(dǎo)致電子游戲、音頻、視頻等多媒體設(shè)施的使用頻率越來越大。截止到目前為止，在Windows環(huán)境下設(shè)計實時音視頻的數(shù)據(jù)采集與傳輸技術(shù)主要有三種方法，即Windows Media、VFW和Direct Show。文章對實時音視頻數(shù)據(jù)采集和傳輸技術(shù)進行了探討。

關(guān)鍵詞：多媒體；音視頻；數(shù)據(jù)采集；非線性編輯；多媒體設(shè)施 文獻標(biāo)識碼：A

中圖分類號：TP311 文章編號：1009-2374（2016）21-0021-02 DOI：10.13535/j.cnki.11-4406/n.2016.21.010

目前，實時音視頻的數(shù)據(jù)采集和傳輸技術(shù)應(yīng)用十分廣泛，例如公司里常用的視頻會議、學(xué)校中常見的遠程教育、超市里的視頻監(jiān)控、大家常用的視頻通話等。因為在不同的場合對于實時音視頻數(shù)據(jù)采集和傳輸技術(shù)的要求也有所不同，所以根據(jù)實際問題選擇合適的技術(shù)設(shè)計是非常重要的。人們之前使用的采集設(shè)備雖然使用方便，但是由于硬件的相關(guān)性強，使用起來會發(fā)生運用不靈活的現(xiàn)象，在一些比較復(fù)雜的場合就不太適合應(yīng)用。現(xiàn)下使用率最高的就是Windows Media、VFW和Direct Show三種技術(shù)軟件，下面本文就針對這三種技術(shù)進行簡單的介紹，希望可以為人們更好地使用提供

方法。

1 使用VFW進行音視頻數(shù)據(jù)采集

VFW是在1992年由微軟公司推出的一項新的音視頻方面的技術(shù)手段，主要是為了解決當(dāng)時存在的數(shù)學(xué)音視頻中遇到的問題。VFW的使用極大地方便了音視頻的數(shù)據(jù)采集，不僅可以對數(shù)據(jù)進行實時采集、編輯和播放的功能，還能開發(fā)其他復(fù)雜的應(yīng)用。

VFW的不同模塊具有不同的功能，其中最常用的就是VFW中的AVICAP模塊，它可以用來實現(xiàn)視頻捕捉的功能。首先，我們要在應(yīng)用程序中創(chuàng)建一個AVICAP的窗口；其次，可以通過向這個窗口發(fā)送消息來實現(xiàn)對窗口的控制。AVICAP的優(yōu)點是可以對數(shù)據(jù)實現(xiàn)全面的捕捉，并將捕捉到的數(shù)據(jù)寫入磁盤中，可以給用戶提供預(yù)覽的功能；缺點是不擅長使用非文件型的視頻、軟件等，在程序的運行過程中，不能通過改編程序?qū)@些視頻、軟件的格式及屬性進行更改，而只能像平常一樣，在對話框里設(shè)置這些格式和屬性。在把音視頻的數(shù)據(jù)轉(zhuǎn)化為文件的時候，VFW最擅長的就是對AVI文件的轉(zhuǎn)換。VFW進行音視頻捕捉的過程可以簡單地概括成：創(chuàng)建需要進行捕捉的窗口、對需要回調(diào)的函數(shù)進行注冊處理、獲得需要捕捉的窗口的設(shè)置功能、設(shè)置參數(shù)等，將這些工作處理完畢后，就要斷開主機與捕獲設(shè)備的連接，以防數(shù)據(jù)的丟失。VFW還具有對音視頻數(shù)據(jù)的壓縮和解壓、對文件信息的更改、控制圖像顯示等主要功能。

現(xiàn)如今，VFW的使用已經(jīng)遠遠不能滿足人們的需求，尤其是在微軟已經(jīng)放棄了對VFW的后續(xù)開發(fā)之后，它在應(yīng)用方面存在的不足也越來越明顯。所以在現(xiàn)在的工程應(yīng)用中，除非我們只有VFW這一個設(shè)備可以使用或是只是利用VFW就可以完成我們需要處理的工作之外，已經(jīng)很少使用VFW了。替代它在工程中地位的是Direct Show，下面我們就對Direct Show的性能進行簡單的

介紹。

2 使用Direct Show進行音視頻數(shù)據(jù)采集及傳輸

與VFW不同的是，在處理多媒體流的時候，Direct Show可以完成對多種格式的文件進行讀取和壓縮的工作，不僅支持老的VFW的捕捉設(shè)備，還可以供WDM模式的捕捉設(shè)備工作，無論有沒有硬件加速設(shè)備，Direct Show都可以正常工作。

Direct Show是由很多種Filter組成的，在應(yīng)用程序工作的時候就需要Direct Show中的Filter支持它的運行，不過Filter并沒有限定的條件，程序員可以根據(jù)需要編制不同的Filter。應(yīng)用程序運行過程中涉及到的Filter Graph，就是由很多Filter組成的，我們可以將這些Filter根據(jù)用途進行分類，大致的分為源Filter、傳輸Filter和渲染Filter三部分。為源Filter提供數(shù)據(jù)的數(shù)據(jù)源來自于文件系統(tǒng)，也可以通過互聯(lián)網(wǎng)、采集設(shè)備等獲取，源Filter中的數(shù)據(jù)在經(jīng)過傳輸Filter時會得到一些處理，處理后由渲染Filter輸出，數(shù)據(jù)在經(jīng)這三方面的處理后，輸出的就不再是原來的數(shù)據(jù)，而是一些聲卡、顯卡或者是文件。

隨著高科技的發(fā)展，視頻采集設(shè)備也得到了逐步的完善。目前，常用的視頻采集的設(shè)備有視頻采集卡、USB攝像頭等，無論是哪種設(shè)備，都可以使用Direct Show進行音視頻的處理工作。當(dāng)視頻采集卡不具備對音頻的信息采集功能時，可以用計算機自帶的聲卡替代視頻采集卡的不足。采集到的數(shù)據(jù)可以利用上述所說的辦法進行處理，轉(zhuǎn)化原有的格式，得到想要的文件。這種辦法可以將數(shù)據(jù)處理的工作最大限度的簡單化，不過在對這些數(shù)據(jù)進行網(wǎng)絡(luò)傳輸時，卻因為Direct Show中沒有相應(yīng)的Filter，而無法進行網(wǎng)絡(luò)傳輸。

除了上面所說的三種常用的Filter外，還有一種Filter叫做包裝Filter，它的工作主要是在內(nèi)部完成與硬件的交互工作。其中經(jīng)常使用的是在實時音視頻中針對聲卡和WDM驅(qū)動的包裝Filter，而在VFW視頻采集卡只是有時會用到。Direct Show還有一個優(yōu)點就是，由于它自身支持對內(nèi)核模式下的數(shù)據(jù)傳輸，而減少了數(shù)據(jù)從內(nèi)核到用戶，不同模式間轉(zhuǎn)換的計算量，避免了不必要的麻煩，提高了工作效率。

實時采集到的音視頻數(shù)據(jù)如果在傳輸過程中有特殊的要求，比如需要在IP網(wǎng)絡(luò)上傳輸、對傳輸?shù)臅r間有嚴格的控制等，在這時，就需要程序員靠自身的技能編寫程序，而不能運用以往的程序來完成任務(wù)。用于數(shù)據(jù)流的廣播和接收的Filter只在很少的地方能夠直接進行應(yīng)用，一般情況下，使用這類的Filter時，需要首先對其中的Sample進行編譯連接，在生成DLL后，利用regsvr32的命令行狀態(tài)，對生成的DLL進行注冊，注冊完成后就可以直接投入使用了。

因為實時音視頻的信息量大、涉及范圍廣，再加上它自身的實用性很強的特點，導(dǎo)致在TCP網(wǎng)絡(luò)中的通信狀態(tài)不太好，常常會遇到信號不良的狀況。為了解決這種問題，就需要在運輸層加上RTP和RTCP來保障數(shù)據(jù)傳輸?shù)馁|(zhì)量，這樣無疑會加大我們的工作量。在這種情況下，使用Direct Show就顯得不太合適，而Windows Media的優(yōu)勢就凸現(xiàn)出來了。下文對Windows Media的功能及用途進行簡要的介紹。

3 使用Windows Media進行音視頻數(shù)據(jù)采集及傳輸

Windows Media是微軟專門針對流媒體開發(fā)的一項應(yīng)用，包括Audio、Video、Encoder、Services等主要組成部分。這些主要組成部分各有各的用途，其中Windows Media Encode可以直接對音視頻中的數(shù)據(jù)進行編碼、格式轉(zhuǎn)換等，除此之外，還可以利用Windows Media Encode實現(xiàn)一些特殊的功能；Windows Media Services主要用做流媒體信息的發(fā)布，常常與微軟公司內(nèi)部的服務(wù)器捆綁在一起，用來獲取流媒體的內(nèi)容，并將其傳播出去。這些Windows Media的組成部分形成了一個完整的工作系統(tǒng)，可以對實時音視頻的數(shù)據(jù)進行不同階段的處理工作。為了保證信息傳輸過程中的安全，微軟公司還為此專門開發(fā)了MMS協(xié)議，為網(wǎng)絡(luò)安全提供了很好的QOS保障，對于需要在網(wǎng)上進行傳輸?shù)膶崟r音視頻數(shù)據(jù)而言，相比于前面介紹的兩種方法，Windows Media相對更安全一些。

Windows Media在構(gòu)建實時音視頻數(shù)據(jù)的采集及傳播時，有一個特定的過程。我們可以將這個過程簡單地概括為：運行Windows Media Encoder軟件，在資源屬性中選擇相關(guān)設(shè)備的屬性，在Output中選擇目標(biāo)的文件名，在Compression中選擇需要壓縮的文件的格式，在完成這些設(shè)置之后，就可以開始實施音視頻的數(shù)據(jù)采集了。數(shù)據(jù)采集成功后，在計算機中點開Windows Media Player，然后選擇File-Open URL就可以查看已經(jīng)采集到的信息。進行屏幕捕捉和進行信息采集的步驟有所不同，它是在Source中選擇Video和Screen Capture，然后在下拉菜單中選擇需要捕捉的區(qū)域，在不做特殊選擇的情況下，捕捉到的是整個屏幕的內(nèi)容，為了方便以后的查看，可以將捕捉的內(nèi)容以文件的格式保存下來。

4 結(jié)語

根據(jù)本文的論述可以知道，在實施音視頻的數(shù)據(jù)采集過程中使用VFW的情況越來越少，目前替代它的數(shù)據(jù)采集功能的是Direct Show。Direct Show不僅在非線性編輯方面的功能十分強大，而且任何一種設(shè)備和數(shù)據(jù)源都可以利用它實現(xiàn)數(shù)據(jù)采集的目的。不過在利用網(wǎng)絡(luò)將多媒體的數(shù)據(jù)進行流式傳輸方面，Direct Show還存在很多弊端，這時就需要運用Windows Media解決數(shù)據(jù)在網(wǎng)絡(luò)傳輸中遇到的難題，作為微軟專門為此設(shè)計的一項應(yīng)用，Windows Media在數(shù)據(jù)傳輸?shù)倪^程中，可以更好地保障數(shù)據(jù)的質(zhì)量安全，網(wǎng)絡(luò)協(xié)議與網(wǎng)絡(luò)傳輸方面都為它的數(shù)據(jù)傳輸提供了絕對的便利，可以收到事半功倍的良好效果。

參考文獻

[1] 張紅林，馬永濤，劉開華.基于LabWindows/CVI的音視頻實時采集壓縮系統(tǒng)[J].電視技術(shù)，2014，（5）.

[2] 范晨.基于嵌入式系統(tǒng)的危險區(qū)域探測機器人數(shù)字音視頻實時傳輸系統(tǒng)設(shè)計[D].山東大學(xué)，2010.

[3] 王峰.基于Hi3516的音視頻采集及網(wǎng)絡(luò)傳輸技術(shù)研究[D].西安電子科技大學(xué)，2013.

作者簡介：陸開華（1975-），男（彝族），云南人，云南音像出版社技術(shù)總監(jiān)，工程師，研究方向：建筑智能化集成。

（責(zé)任編輯：黃銀芳）