如何将包含 B 帧但没有 DTS 的视频流写入 MP4 容器？

Question

我想将从 RTSP 源接收的 h264 视频流保存到 MP4 容器中。与 SO 上提出的其他问题不同，这里我面临的挑战是：

流中包含 B 帧。
该流只有 RTP/RTCP 给出的 PTS。

这是我做的代码

//  ffmpeg
    pkt->data = ..;
    pkt->size = ..;
    pkt->flags = bKeyFrame? AV_PKT_FLAG_KEY : 0;    
    pkt->dts = AV_NOPTS_VALUE;
    pkt->pts = PTS;

    // PTS is based on epoch microseconds so I ignored re-scaling.
    //av_packet_rescale_ts(pkt, { 1, AV_TIME_BASE }, muxTimebase);

    auto ret = av_interleaved_write_frame(m_pAVFormatCtx, pkt);

我收到了很多这样的错误信息： "Application provided invalid, non monotonically increasing dts to muxer ...".

结果：mp4 文件可以通过 VLC 播放，但 FPS 仅为原始 FPS 的一半，并且视频时长不正确（VLC 显示一个奇怪的数字）。

那么在发送到容器之前如何设置正确的DTS和PTS？

更新： 我尝试了一些更改，虽然还没有成功，但我发现帧速率下降的原因是由于复用器丢弃了具有不正确 DTS 的帧。此外，如果我将 PTS 和 DTS 值设置得太大，某些播放器（如 VLC）必须延迟一些时间才能显示视频。

Answer 1

“流只有RTP/RTCP.给出的PTS”是不正常的。这里有问题。
如果没有 dts，则意味着您应该只使用 pts。如果真的有 B 帧，那么您的 dts 值将不同于 pts。

尝试你的代码 dts = pts 看看会发生什么。

Answer 2

我做了几个实验，有一些东西要分享给你。

无论是否有B帧，mp4 muxer要求DTS必须（至少）：
- 单调递增。
- 每帧 DTS <= PTS。
- PTS 和 DTS 应该从接近零的值开始（否则 VLC 等播放器必须延迟一段时间才能显示视频）。
如果码流中没有B帧，可以从PTS复制DTS存帧到没有任何问题的 mp4 文件。
如果流中有B帧，故事就完全不同了。在这种情况下，帧的 PTS 不会由于 B 帧而单调增加。因此，仅仅复制 DTS = PTS 肯定是行不通的。我们必须想办法通过带外发送 DTS 或从 FPS 和 PTS 计算得到 DTS。

对于带外发送，比较复杂，因为它需要同时处理 RTSP 服务器和 RTSP 客户端。这里我只是想展示一下从FPS和PTS推导出DTS的简单方法。

大致步骤是这样的：

检测帧之间的平均持续时间（或 FPS）

从接收RTSP会话的SDP解析FPS。这种方式取决于 RTSP 服务器的支持。有的支持，有的不支持。
另一种方法是根据帧。您可以缓冲等于一个 GOP 大小的帧数，获取 GOP 的第一帧和最后一帧的 PTS 差异除以帧数，您将得到平均持续时间。例如，假设 FPS 为 30，则计算平均持续时间应该是大约 33,333 us.

保存到容器

// Initialize container

    pAVStream->time_base = { 1, AV_TIME_BASE }; // PTS/DTS in microseconds.
    pAVFormatCtx->oformat->flags |= AVFMT_SEEK_TO_PTS;
    ret = avformat_write_header(m_pAVFormatCtx, &priv_opts);

    Assume that you have pre-calculated average duration: 
    nAvgDuration = 33'333LL;

    //  Per each frame

    if (waitingForTheFirstKeyFrame) {
        if (!bsKeyFrame) {
            return false;
        }

        waitingForTheFirstKeyFrame = false;
        nPTSOffset = nPTS; // pts will start from 0
        nStartDTS = nPTS - nAvgDuration; // dts will start from -nAvgDuration
    }

    nDTS = nStartDTS;
    nStartDTS += nAvgDuration; // dts is monotonically increasing

    pkt->pts = nPTS - nPTSOffset;
    pkt->dts = nDTS - nPTSOffset;

    //  Since PTS/DTS are in microseconds, no need to rescalling more.
    //  Of course, you can use a different time_base.

    auto ret = av_interleaved_write_frame(m_pAVFormatCtx, pkt);

注意事项：

假设流的原始 PTS（在服务器端）单调递增，帧与帧之间没有间隙，也没有帧丢失，此解决方案效果很好。否则可能会降低DTS的精度甚至无法播放mp4文件。

如何将包含 B 帧但没有 DTS 的视频流写入 MP4 容器？

How to write a video stream containing B-frame and no DTS to a MP4 container?

mp4

ffmpeg

rtp

rtsp

muxer