Skip to content
buliaoyin edited this page Jun 16, 2017 · 39 revisions

金山云直播推流Android SDK架构简介

KSY Streamer Android SDK是金山云推出的 Android 平台上使用的软件开发工具包(SDK), 提供了对音视频的采集、处理、预览、编码、推流的能力,并具有强大的可扩展性。

本文将简要介绍当前推流SDK各主要模块的功能,以及开放源码的推流聚合类KSYStreamer组织这些模块的方式, 以方便开发者加强对SDK内部结构的理解,进而可以根据自己的需求使用各个模块组建自己的推流聚合类。

1. SDK的框架结构

SDK设计为采用分模块Pipeline化的结构,支持模块间自由连接以及运行时的动态重连接。

1.1. Pipeline结构

下图展示了SDK的pipeline设计结构图:

Pipeline结构图
Figure 1. Pipeline设计结构图

1.2. 使用Pin来连接各个模块

Note
该小节主要用来说明SDK内部各个模块之间连接方式以及数据流的传送机制,开发者如需要自定义推流kit类,或者开发自己的模块,需要特别关注该部分的说明。

在搭建推流Pipeline的时候,各个模块之间的连接使用 SrcPinSinkPin 来完成。

  • 一个Module包含若干个Pin, Module之间的连接由Pin来实现

  • Pin包含SrcPin和SinkPin, 分别产生和消耗数据流

  • SrcPin及SinkPin均是泛型类,创建时需要指定数据格式,相同数据格式的Pin才可以连接,例如:

    • SrcPin<ImgTexFrame> → SinkPin<ImgTexFrame>

    • SrcPin<ImgBufFrame> → SinkPin<ImgBufFrame>

    • SrcPin<AudioBufFrame> → SinkPin<AudioBufFrame>

  • 一个SrcPin可以连接多个SinkPin, 一个SinkPin只能跟一个SrcPin连接;

  • 所有连接或断开连接的操作均由SrcPin端操作;

1.2.1. Pin的相关操作

  • 调用SrcPin的connect接口连接两个模块

    public void connect(SinkPin<T> sinkPin)
  • 调用SrcPin的disconnect接口断开连接

    // 断开所有已连接的SinkPin, recursive为true时表示需要递归断开后面所有已连接的模块
    public void disconnect (boolean recursive)
    // 断开指定的某个已连接的SinkPin,recursive为true时表示需要递归断开后面所有已连接的模块
    public void disconnect (SinkPin<T> sinkPin, boolean recursive)

    SrcPin调用disconnect后,SinkPin端可以收到onDisconnect事件

    // 源端已断开连接,recursive为true时需要release当前模块,并递归断开后面所有已连接的模块
    public abstract void onDisconnect (boolean recursive)
  • 处理onFormatChanged

    该接口表示数据格式的改变,源端数据初始化完成及发生改变时均需要触发改事件, Sink端一般需要在该回调中进行一些初始化的工作。

    • 包含SrcPin的模块需要在合适的时机触发onFormatChanged;

    • 包含SinkPin的模块需要根据需要处理SrcPin触发的onFormatChanged事件;

  • 处理onFrameAvailable

    • 包含SrcPin的模块需要在新的一帧数据ready时触发onFrameAvailable;

    • 包含SinkPin的模块在onFrameAvailable中可以获取新的一帧数据;

2. 各主要模块介绍

SDK内部主要实现了音视频的采集、处理、预览、编码和推流功能,下面将对应SDK中的类名进行说明。

2.1. 图像采集

CameraCapture

摄像头采集模块,封装了对手机Camera的相关操作,将采集到的图像输出为针对GPU的ImgTexFrame,和针对cpu的ImgBufFrame。

WaterMarkCapture

水印数据生成模块,生成logo图片以及时间戳的ImgTexFrame和ImgBufFrame数据。

MediaPlayerCapture

播放采集模块(目前在画中画中实现),采集视频文件中的音视频数据,将视频内容输出为ImgTexFrame.

PictureCapture

图片采集模块(目前在画中画中实现),将图片文件输出为ImgTexFrame.

2.2. 声音采集

AudioCapture

麦克风采集模块,包含普通的AudioRecord采集,针对低延迟音频的OpenSLES采集,以及不占用mic,仅输出静音数据的Dummy采集方式。

AudioPlayerCapture

背景音乐播放及采集模块。

2.3. 图像处理

如下仅列举了软编、硬编模式下基于GPU图像处理的相关模块,软编兼容模式因为应用场景较少,其基于CPU的图像处理模块封装在VideoEncoderMgt中,不再单独说明。

ImgTexFilterMgt

美颜滤镜的管理类,封装了美颜模块的动态替换操作。

ImgTexFilterBase

GPU Filter的基类,封装了SrcPin及SinkPin的相关操作,以及FBO的创建及复用逻辑。开发者如需自定义美颜滤镜,可以继承该基类来实现。

ImgTexScaleFilter

该模块完成Camera所采集数据的crop、scale、rotate及颜色空间转换。

ImgBeautyXXXFilter

各种内置美颜滤镜的实现类。

ImgTexMixer

基于GPU实现的图像混合类。可以接受最多8路Texture输入,然后根据设定的渲染位置及大小, 在MainIndex的数据到来时按照index从低到高的顺序依次将输入Texture渲染到下一级的FBO上。 该类同时提供了scalingMode及mirror属性的设置。

2.4. 音频处理

AudioFilterMgt

音频滤镜的管理类,封装了对音频滤镜的动态替换操作。

AudioFilterBase

音频filter的基类,继承该类可以方便的自定义音频滤镜

(KSY)AudioXXXFilter

SDK内部实现的各种音频Filter.

AudioMixer

混音处理类,可以支持最多8路音频的混合。

2.5. 编码

VideoEncoderMgt, AudioEncoderMgt

音视频编码管理类,封装了软硬编切换的相关逻辑。同时软编兼容模式下的CPU Filter的相关处理也封装在VideoEncoderMgt中。

AVCodecVideoEncoder

视频软编的实现,支持264及265编码。使用264编码时,支持编码档次及场景模式的设置,以达到编码质量和功耗的平衡。

AVCodecAudioEncoder

音频软编的实现,支持AAC LC/HE/HEv2编码。

MediaCodecSurfaceEncoder

视频硬编的实现,根据机型本身的能力,实现了对264和265编码的支持。

MediaCodecAudioEncoder

音频硬编码的实现,支持AAC LC编码。

3. KSYStreamer类的组织方式

Clone this wiki locally