我使用 libav (ffmpeg) 使用时间戳/时基进行帧查找/读取有什么问题？

所以我想抓取一个框架来自视频在特定时间 using libav用作缩略图。

我正在使用的是以下代码。它编译并运行良好（就检索图片而言），但我很难将其实现检索正确的图片.

我根本无法理解 libav 在每个视频中明显使用多个时基背后的所有清晰逻辑。具体找出哪些函数期望/返回哪种类型的时基。

不幸的是，这些文档基本上没有任何帮助。那么来救援吗？

#define ABORT(x) do {fprintf(stderr, x); exit(1);} while(0)

av_register_all();

AVFormatContext *format_context = ...;
AVCodec *codec = ...;
AVStream *stream = ...;
AVCodecContext *codec_context = ...;
int stream_index = ...;

// open codec_context, etc.

AVRational stream_time_base = stream->time_base;
AVRational codec_time_base = codec_context->time_base;

printf("stream_time_base: %d / %d = %.5f\n", stream_time_base.num, stream_time_base.den, av_q2d(stream_time_base));
printf("codec_time_base: %d / %d = %.5f\n\n", codec_time_base.num, codec_time_base.den, av_q2d(codec_time_base));

AVFrame *frame = avcodec_alloc_frame();

printf("duration: %lld @ %d/sec (%.2f sec)\n", format_context->duration, AV_TIME_BASE, (double)format_context->duration / AV_TIME_BASE);
printf("duration: %lld @ %d/sec (stream time base)\n\n", format_context->duration / AV_TIME_BASE * stream_time_base.den, stream_time_base.den);
printf("duration: %lld @ %d/sec (codec time base)\n", format_context->duration / AV_TIME_BASE * codec_time_base.den, codec_time_base.den);

double request_time = 10.0; // 10 seconds. Video's total duration is ~20sec
int64_t request_timestamp = request_time / av_q2d(stream_time_base);
printf("requested: %.2f (sec)\t-> %2lld (pts)\n", request_time, request_timestamp);

av_seek_frame(format_context, stream_index, request_timestamp, 0);

AVPacket packet;
int frame_finished;
do {
    if (av_read_frame(format_context, &packet) < 0) {
        break;
    } else if (packet.stream_index != stream_index) {
        av_free_packet(&packet);
        continue;
    }
    avcodec_decode_video2(codec_context, frame, &frame_finished, &packet);
} while (!frame_finished);

// do something with frame

int64_t received_timestamp = frame->pkt_pts;
double received_time = received_timestamp * av_q2d(stream_time_base);
printf("received:  %.2f (sec)\t-> %2lld (pts)\n\n", received_time, received_timestamp);

使用测试电影文件运行它，我得到以下输出：

    stream_time_base: 1 / 30000 = 0.00003
    codec_time_base: 50 / 2997 = 0.01668

    duration: 20062041 @ 1000000/sec (20.06 sec)
    duration: 600000 @ 30000/sec (stream time base)
    duration: 59940 @ 2997/sec (codec time base)

    requested: 10.00 (sec)  -> 300000 (pts)
    received:  0.07 (sec)   -> 2002 (pts)

时代不相符。这里发生了什么？我究竟做错了什么？

在寻找线索时我偶然发现了这一点这个说法 http://libav-users.943685.n4.nabble.com/How-do-I-convert-dts-pts-values-into-seconds-tt945776.html#a945779来自 libav-users 邮件列表...

[...] 分组PTS/DTS单位为格式化上下文的 time_base,
哪里的AVFrame->pts值的单位为编解码器上下文的 time_base.

换句话说，容器可以（并且通常）有不同的 time_base 比编解码器。大多数 libav 玩家都懒得使用 编解码器的 time_base 或 pts 因为并非所有编解码器都有一个，但大多数 容器可以。 （这就是为什么danger教程说忽略AVFrame->pts）

…这让我更加困惑，因为我在官方文档中找不到任何此类提及。

反正我换了……

double received_time = received_timestamp * av_q2d(stream_time_base);

…with…

double received_time = received_timestamp * av_q2d(codec_time_base);

...输出变成这样...

...

requested: 10.00 (sec)  -> 300000 (pts)
received:  33.40 (sec)  -> 2002 (pts)

仍然没有比赛。怎么了？

大多是这样的：

• 流时基是您真正感兴趣的。它是数据包时间戳所在的内容，也是pkt_pts在输出帧上（因为它只是从相应的数据包复制而来）。

• 编解码器时基（如果设置的话）只是可能写入编解码器级标头中的帧速率的倒数。在没有容器计时信息的情况下（例如，当您正在阅读原始视频时），它可能很有用，但在其他情况下可以安全地忽略。

• AVFrame.pkt_pts 是解码到该帧的数据包的时间戳。正如已经说过的，它只是数据包的直接副本，因此它位于流时基中。这是您要使用的字段（如果容器有时间戳）。

• AVFrame.pts 在解码时从未设置为任何有用的内容，忽略它（它可能会替换pkt_pts将来，为了让整个混乱不再那么混乱，但现在是这样，主要是出于历史原因）。

• 格式上下文的持续时间是AV_TIME_BASE（即微秒）。它不能位于任何流时基中，因为您可以拥有三个无数的流，每个流都有自己的时基。

• 您在查找后获得不同时间戳时看到的问题很简单寻求不准确。在大多数情况下，您只能寻找最近的关键帧，因此通常会出现几秒钟的偏差。解码和丢弃不需要的帧必须手动完成。