6、FFmpeg编码实战：FFmpeg编码流程、音频编码、视频编码、编码参数调优
编码这块，说白了就是把原始的音视频数据“压缩”成更小的文件。你想想看，一帧1080p的原始图像，动不动就好几MB，不压缩根本没法存、没法传。FFmpeg就是干这个的利器。我个人习惯把编码流程拆成三步走：打开编码器、喂数据、收数据。听起来简单，但坑不少，咱们一个一个说。
6.1 FFmpeg编码核心流程
不管你是编音频还是视频，FFmpeg的套路都差不多。我总结了一个通用模板，你照着写基本不会错。
编码五步走：
- 创建编码器上下文——找到编码器，分配AVCodecContext
- 设置编码参数——码率、帧率、采样率这些，一个都不能少
- 打开编码器——avcodec_open2()，成败在此一举
- 发送帧——avcodec_send_frame()，把原始数据丢进去
- 接收包——avcodec_receive_packet()，拿到压缩后的数据
嗯，这里要注意：发送和接收不是一一对应的。有时候你发一帧，可能收不到包；有时候发一帧，能收到好几个包。这是编码器的内部缓冲机制在作怪。我在项目中遇到过，刚上手时以为每次send_frame后必须receive_packet，结果漏了不少数据。
// 核心编码循环示例
AVFrame *frame = /* 从原始数据填充 */;
AVPacket *pkt = av_packet_alloc();
int ret = avcodec_send_frame(enc_ctx, frame);
if (ret < 0) {
// 处理错误
}
while (ret >= 0) {
ret = avcodec_receive_packet(enc_ctx, pkt);
if (ret == AVERROR(EAGAIN) || ret == AVERROR_EOF) {
break;
}
// 这里pkt就是编码后的数据，写入文件或推流
av_packet_unref(pkt);
}避坑指南：我曾经在循环里忘了av_packet_unref()，结果内存暴涨。记住，每次用完pkt一定要unref，否则内存泄漏等着你。
6.2 音频编码实战
音频编码相对简单，因为数据量小，参数也少。但有个关键点——采样格式和通道布局。FFmpeg内部对音频数据有严格的格式要求，不是你随便塞个float数组就能用的。
我个人习惯用AV_SAMPLE_FMT_FLTP，也就是浮点型平面模式。为什么？因为大多数编码器（比如AAC）都支持这个格式，而且精度高，不容易出现量化噪声。
// 音频编码器配置示例
AVCodecContext *audio_ctx = avcodec_alloc_context3(codec);
audio_ctx->sample_fmt = AV_SAMPLE_FMT_FLTP;
audio_ctx->sample_rate = 44100;
audio_ctx->channel_layout = AV_CH_LAYOUT_STEREO;
audio_ctx->channels = 2;
audio_ctx->bit_rate = 128000; // 128kbps
// 别忘了设置frame_size，很多编码器要求固定帧大小
audio_ctx->frame_size = 1024;你想想看，为什么frame_size要设成1024？其实这是AAC编码器的老传统了。我记得第一次做音频编码时，设了个2048，结果avcodec_open2直接报错。后来查文档才知道，AAC编码器只支持1024或960这两种帧大小。
注意：音频编码时，输入帧的nb_samples必须等于编码器要求的frame_size。如果你从麦克风采集的数据量不对，需要先做重采样。av_resample或swr_convert都能干这事。
6.3 视频编码实战
视频编码就复杂多了。H.264、H.265、VP9……每种编码器都有自己的脾气。我主要用H.264，兼容性好，而且硬件加速支持广泛。
视频编码的核心参数就几个：分辨率、帧率、码率、GOP大小。但真正影响画质的，其实是码率控制模式。FFmpeg支持三种：
| 模式 | 参数设置 | 适用场景 |
|---|---|---|
| CBR（固定码率） | bit_rate + rc_min_rate/rc_max_rate 相等 | 直播、视频通话，带宽稳定 |
| VBR（可变码率） | bit_rate + rc_min_rate/rc_max_rate 不同 | 本地录制，画质优先 |
| CRF（恒定质量） | crf=18~28，不设bit_rate | 离线转码，文件大小不重要 |
我个人最常用CRF模式。为什么？因为它省心。你设个crf=23，编码器会自动分配码率，画面复杂的地方多给点，简单的地方少给点。我在项目中做过测试，crf=23的H.264视频，肉眼几乎看不出和原始画面的区别，但文件大小能压缩到原来的1/50。
// 视频编码器配置（H.264 CRF模式）
AVCodecContext *video_ctx = avcodec_alloc_context3(codec);
video_ctx->codec_id = AV_CODEC_ID_H264;
video_ctx->width = 1920;
video_ctx->height = 1080;
video_ctx->time_base = (AVRational){1, 30};
video_ctx->framerate = (AVRational){30, 1};
video_ctx->pix_fmt = AV_PIX_FMT_YUV420P;
// CRF模式：不设bit_rate，设crf
av_opt_set_int(video_ctx->priv_data, "crf", 23, 0);
// 预设：medium是平衡点，slow画质更好但编码慢
av_opt_set(video_ctx->priv_data, "preset", "medium", 0);关键点：视频编码的输入帧必须是YUV420P格式。如果你从摄像头拿到的是RGB，记得用sws_scale转换。我曾经偷懒没转，结果编码出来的视频全是绿色的，排查了半天才发现是色彩空间不对。
6.4 编码参数调优
调优这事，说白了就是平衡三要素：画质、码率、编码速度。你不可能三个都要，必须有所取舍。
我总结了一套调优口诀，分享给你：
- 画质优先：用CRF模式，crf设18~20，preset用slow或veryslow
- 码率优先：用VBR模式，设目标码率，允许波动
- 速度优先：用CBR模式，preset用ultrafast或superfast
嗯，这里有个坑。preset从ultrafast到veryslow，编码速度能差10倍以上，但画质提升其实有限。我在项目中做过对比：medium和slow的编码时间差了3倍，但PSNR只提高了0.3dB。所以除非你对画质有极致要求，否则medium就够用了。
调优小技巧：对于H.264，可以试试开启"trellis"量化。av_opt_set(video_ctx->priv_data, "trellis", "1", 0)。这个参数能在码率不变的情况下提升画质，但编码时间会增加20%左右。值不值得，看你项目需求。
还有一个容易被忽略的参数——GOP大小。GOP就是两个关键帧之间的间隔。设小了，文件变大但随机寻址快；设大了，文件小但拖动进度条会卡。我个人习惯直播场景设GOP=30（1秒1个关键帧），本地录制设GOP=150（5秒1个）。
警告：千万别把GOP设得太大。我曾经图省事设了GOP=600，结果视频文件是变小了，但用户拖动进度条时，要等好几秒才能出画面。用户体验极差。
6.5 编码流程全景图
下面这张图，是我梳理的FFmpeg编码完整流程。从原始数据到编码输出，每一步都标清楚了。你照着这个流程写代码，基本不会漏东西。
这张图里，我特意把参数调优放在底部。为什么？因为调优不是编码流程的一部分，而是贯穿始终的思考。你每设一个参数，都要想清楚：这个改动会影响画质还是码率还是速度？
好了，编码实战的核心内容就这些。记住，多动手写代码，多跑几个测试用例，你很快就能摸清FFmpeg的脾气。遇到问题别慌，av_err2str()能帮你把错误码转成可读的字符串，这是调试的第一利器。