C++音视频八股文（FFmpeg基础）

1. FFmpeg的主要组件有哪些？各自的作用是什么？

FFmpeg主要包含以下组件：

1. libavformat：封装格式处理库，负责解封装和封装操作，支持MP4、FLV、MKV等几乎所有容器格式，处理文件的读写和流的管理
2. libavcodec：编解码库，包含大量音视频编解码器，支持H.264、H.265、AAC、MP3等编码格式，是FFmpeg的核心
3. libavutil：工具库，提供内存管理、数学运算、字典操作、日志系统等基础功能
4. libswscale：图像处理库，用于图像缩放和像素格式转换，比如YUV转RGB、分辨率调整
5. libswresample：音频重采样库，处理采样率转换、声道布局转换、采样格式转换
6. libavfilter：滤镜库，提供音视频处理功能，如裁剪、水印、特效、混音等
7. 命令行工具：ffmpeg用于转码处理、ffprobe用于分析文件信息、ffplay用于播放测试

2. AVFormatContext、AVCodecContext、AVStream的作用分别是什么？

1. AVFormatContext：格式上下文，代表整个多媒体文件。包含文件的所有信息如元数据、时长、码率，管理所有音视频流，是解封装和封装的核心结构体，通过avformat_open_input打开文件后获得
2. AVCodecContext：编解码器上下文，包含编解码所需的所有参数。存储分辨率、帧率、码率、像素格式等信息，解码时从文件读取参数，编码时需要手动设置参数
3. AVStream：流结构体，代表文件中的一个流（视频流、音频流或字幕流）。每个流有自己的编码参数、时间基准、时长等信息，一个AVFormatContext包含多个AVStream
4. 关系：AVFormatContext包含多个AVStream，每个AVStream关联一个AVCodecContext

3. AVPacket和AVFrame有什么区别？分别存储什么数据？

1. AVPacket：存储编码后的压缩数据，是从文件读取或准备写入文件的数据。包含一帧或多帧压缩数据、PTS/DTS时间戳、duration、关键帧标志等。是解码器的输入或编码器的输出，体积小适合传输存储
2. AVFrame：存储解码后的原始数据，是未压缩的音视频数据。视频包含YUV或RGB像素数据，音频包含PCM采样数据。是解码器的输出或编码器的输入，体积大适合处理和显示
3. 转换关系：解码是AVPacket转AVFrame，编码是AVFrame转AVPacket
4. 内存占用：AVPacket通常几KB到几百KB，AVFrame可能几MB（如1080p YUV420约3MB）

4. 什么是PTS和DTS？为什么需要两个时间戳？

1. PTS（Presentation Time Stamp）：显示时间戳，表示这一帧应该在什么时候显示给用户
2. DTS（Decoding Time Stamp）：解码时间戳，表示这一帧应该在什么时候被解码
3. 需要两个时间戳的原因：因为B帧的存在导致解码顺序和显示顺序不一致。B帧是双向预测帧，需要参考前后的帧，所以必须先解码参考帧
4. 示例：显示顺序I B B P，解码顺序必须是I P B B，因为B帧需要P帧作为参考
5. 规律：I帧和P帧的PTS和DTS通常相同，B帧的DTS大于PTS
6. 应用：解码器按DTS顺序解码，播放器按PTS顺序显示

5. time_base是什么？如何理解时间戳和time_base的关系？

1. time_base定义：时间基准，表示时间戳的单位，是一个分数（AVRational结构）
2. 常见值：1/1000表示毫秒，1/90000表示1/90000秒（MPEG-TS标准），1/帧率表示帧为单位
3. 计算公式：实际时间（秒） = 时间戳 × time_base。例如time_base=1/1000，时间戳=5000，实际时间=5秒
4. 不同层级的time_base：AVStream有自己的time_base，AVCodecContext也有time_base，通常不同需要转换
5. 作用：统一不同来源的时间表示，提供灵活的时间精度

6. 使用FFmpeg解码视频的基本流程是什么？

1. 打开文件：avformat_open_input打开输入文件，avformat_find_str