【从零手写播放器】第 1 章：走进音视频的世界

【从零手写播放器】第 1 章：走进音视频的世界

本系列教程将带你从零开始，系统学习音视频开发基础知识，并最终使用 FFmpeg C++ API + SDL2 构建一个功能完备的视频播放器。

1.1 音视频技术无处不在

在我们的日常生活中，音视频技术已经无处不在：

• 短视频/长视频平台：抖音、B站、YouTube —— 视频的录制、编码、上传、转码、分发、播放
• 直播：斗鱼、Twitch —— 实时采集、编码、推流、拉流、低延迟播放
• 视频会议：Zoom、腾讯会议 —— 实时音视频采集、编码、传输、解码、渲染
• 监控安防：海康威视 —— 7×24 小时不间断录制、存储、回放
• 流媒体：Netflix、爱奇艺 —— 自适应码率、CDN 分发、DRM 版权保护
• 游戏：游戏录屏、云游戏 —— 画面采集、低延迟编码传输

这些应用背后，都离不开一套核心的音视频技术体系。

1.2 音视频开发的技术栈全景图

音视频开发涉及的技术栈非常广泛，可以从以下几个维度来理解：

作为入门教程，我们将聚焦于框架层（FFmpeg）和应用层（播放器），同时在学习过程中自然地覆盖编解码层和封装层的核心知识。

1.3 一个视频文件从录制到播放的完整链路

理解一个视频文件的"一生"，是入门音视频的关键。以一个 MP4 视频文件为例：

录制/采集阶段

摄像头 ──→ 原始视频帧（RGB/YUV）
麦克风 ──→ 原始音频数据（PCM）

摄像头以固定帧率（如 30fps）采集画面，每帧是一张完整的图像。麦克风以固定采样率（如 44100Hz）采集声音波形，输出 PCM 原始音频数据。

编码阶段

原始视频帧 ──→ [H.264 编码器] ──→ 压缩的视频数据（NAL Units）
原始音频数据 ──→ [AAC 编码器]  ──→ 压缩的音频数据（AAC Frames）

原始数据量非常大。以 1920×1080 分辨率、30fps、YUV420P 格式为例：

• 每帧大小 = 1920 × 1080 × 1.5 ≈ 3.1 MB
• 每秒数据量 = 3.1 MB × 30 ≈ 93 MB/s
• 一分钟 = 93 × 60 ≈ 5.6 GB

这显然不可接受！编码器通过去除空间冗余（帧内压缩）和时间冗余（帧间压缩），可以将数据压缩到原来的 1/50 甚至更小。

封装阶段

压缩的视频数据 ─┐
                ├──→ [MP4 封装器] ──→ video.mp4
压缩的音频数据 ─┘

封装器将压缩后的音频和视频数据"打包"到一个容器文件中，同时记录时间戳、索引信息等元数据，使播放器能够正确地同步和定位。

播放阶段（本教程的重点）

播放是上述过程的逆过程：

我们的最终目标，就是用代码实现上述播放流程的每一个环节。

1.4 我们要用到的工具

FFmpeg

FFmpeg 是世界上最强大的开源多媒体框架，几乎所有的视频播放器（VLC、PotPlayer、各大视频网站的播放器）底层都在使用 FFmpeg。它提供了：

• 命令行工具：ffmpeg（转码）、ffprobe（分析）、ffplay（播放）
• 开发库：libavformat、libavcodec、libswscale 等，提供 C API 供我们调用

本教程使用 FFmpeg 的 C API 进行开发（在 C++ 项目中调用）。

SDL2

SDL2（Simple DirectMedia Layer）是一个跨平台的多媒体库，提供了：

• 窗口管理和 2D 渲染
• 音频播放
• 事件处理（键盘、鼠标）

我们用 SDL2 来做视频帧的渲染显示和音频的播放输出。

开发语言

本教程使用 C++17，在调用 FFmpeg C API 的基础上，利用 C++ 的 RAII、智能指针、线程库等特性编写更安全、更清晰的代码。

1.5 本教程的学习路线

整个教程分为五大部分，由浅入深：

第一部分：音视频基础知识（第 1-4 章）
    理解视频、音频、容器格式的核心概念
        │
        ▼
第二部分：FFmpeg 开发环境与核心概念（第 5-7 章）
    搭建环境，掌握 FFmpeg 核心数据结构和工作流程
        │
        ▼
第三部分：音视频解码实战（第 8-11 章）
    学会视频解码、音频解码、SDL2 渲染和音频播放
        │
        ▼
第四部分：构建视频播放器（第 12-16 章）
    多线程架构、音视频同步、播放控制、完善 UI
        │
        ▼
第五部分：进阶与扩展（第 17-18 章）
    字幕、硬件加速、网络流等进阶话题

最终成果

学完本教程后，你将拥有一个自己亲手编写的视频播放器，具备以下功能：

• 打开并播放本地视频文件
• 音视频同步播放
• 暂停/恢复
• 快进/快退（Seek）
• 音量调节
• 进度条显示与拖拽
• 窗口缩放与画面自适应

1.6 学习前的准备

在正式开始前，请确保你具备以下基础：

前置知识	要求程度
C/C++ 编程	熟悉基本语法，了解指针、内存管理
C++ 多线程	了解 std::thread、mutex、condition_variable 的基本用法
Linux 基本操作	能使用终端、编译运行程序
CMake	了解基本用法（不熟悉也没关系，教程中会讲解）

如果你暂时不满足上述条件，也不用担心——在后续章节中，我会对涉及的 C++ 特性和工具做必要的讲解。

小结

本章我们了解了：

1. 音视频技术在各个领域的广泛应用
2. 音视频开发技术栈的全景图
3. 一个视频文件从录制到播放的完整链路
4. 本教程将使用 FFmpeg + SDL2 + C++ 构建视频播放器
5. 整个教程的学习路线规划

下一章，我们将深入学习视频的基础知识——理解分辨率、帧率、色彩空间、编码压缩等核心概念。