原文

http://mp.weixin.qq.com/s?__biz=MjM5NzAwNDI4Mg==&mid=2652191198&idx=1&sn=6d20bc90d19dcadaa479405c3b4fc46f#rd 主題?七牛?GPUImage

七牛云于 6 月底發布了一個針對視頻直播的實時流網絡 LiveNet 和完整的直播云解決方案，很多開發者對這個網絡和解決方案的細節和使用場景非常感興趣。

結合七牛實時流網絡 LiveNet 和直播云解決方案的實踐，我們將用八篇文章，更系統化地介紹當下大熱的視頻直播各環節的關鍵技術，幫助視頻直播創業者們更全面、深入地了解視頻直播技術，更好地技術選型。

本系列文章大綱如下：

（一）開篇

（二）采集

（三）處理

（四）編碼和封裝

（五）推流和傳輸

（六）現代播放器原理

（七）延遲優化

（八）SDK 性能測試模型

在上期?采集?中，?我們介紹了視頻采集針對音頻采?集和圖像采集以及它們分別對應兩種完全不同的輸入源和數據格式。 本篇是《解密視頻直播技術》系列之三：處理。我們將講解常見視頻處理功能如美顏、視頻水印、濾鏡、連麥等。

視頻或者音頻完成采集之后得到原始數據，為了增強一些現場效果或者加上一些額外的效果，我們一般會在將其編碼壓縮前進行處理，比如打上時間戳或者公司 Logo 的水印，祛斑美顏和聲音混淆等處理。在主播和觀眾連麥場景中，主播需要和某個或者多個觀眾進行對話，并將對話結果實時分享給其他所有觀眾，連麥的處理也有部分工作在推流端完成。

開放式設計?

如上圖所示，處理環節中分為音頻和視頻處理，音頻處理中具體包含混音、降噪和聲音特效等處理，視頻處理中包含美顏、水印、以及各種自定義濾鏡等處理。對于七牛這樣的直播云服務來說，為了滿足所有客戶的需求，除了要提供這些「標準」處理功能之外，我們還需要將該模塊設計成可自由接入自定義處理功能的方式。

iOS SDK 地址：?https://github.com/pili-engineering/PLMediaStreamingKit

Android SDK 地址：?https://github.com/pili-engineering/PLDroidMediaStreaming

常見視頻處理功能

1. 美顏?

都說「80% 的主播沒有美顏根本沒法看」，美顏是直播產品中最常見的功能之一。最近準備在香港上市的美圖公司的主打產品就是美顏相機和美拍，有媒體戲稱其會沖擊化妝品行業，其實就是美顏的效果的功勞，讓美女主播們不化妝也可以自信的直播，而美顏相機的用戶則可以拍出「更好的自己」。

美顏的主要原理是通過「磨皮+美白」來達到整體美顏的效果。磨皮的技術術語是「去噪」，也即對圖像中的噪點進行去除或者模糊化處理，常見的去噪算法有均值模糊、高斯模糊和中值濾波等。當然， 由于臉部的每個部位不盡相同，臉上的雀斑可能呈現出眼睛黑點的樣子，對整張圖像進行「去噪」處理的時候不需要將眼睛也去掉，因此這個環節中也涉及到人臉和皮膚檢測技術。

七牛直播云提供的 iOS 和 Android 推流 SDK 中內置了美顏功能，你可以根據自己的需要選擇開關美顏功能，并且能夠自由調節包括美顏，美白，紅潤等在內的參數。其中 iOS 端 SDK PLCameraStreamingKit 的參數設置如下：

1）按照默認參數開啟或關閉美顏：

-(void)setBeautifyModeOn:(BOOL)beautifyModeOn;

2）設置美顏程度，范圍為 0 ~ 1：

-(void)setBeautify:(CGFloat)beautify;

3）設置美白程度，范圍為 0 ~ 1

-(void)setWhiten:(CGFloat)whiten;

4）設置紅潤程度，范圍為 0 ~ 1

-(void)setRedden:(CGFloat)redden;

2. 視頻水印?

水印是圖片和視頻內容中常見的功能之一，它可用于簡單是版權保護，或者進行廣告設置。處于監管的需求，國家相關部門也規定視頻直播過程中必須打上水印，同時直播的視頻必須錄制存儲下來保存一定的時間，并在錄制的視頻上打上水印。

視頻水印包括播放器水印和視頻內嵌水印兩種方式可供選擇，對于播放器水印來說，如果沒有有效的防盜措施，對于沒有播放鑒權的推流，客戶端拿到直播流之后可以在任何一個不帶水印的播放器里面播放，因此也就失去了視頻保護的能力。綜合考慮云端錄制對于水印的需求，我們一般會選擇「視頻內嵌水印」的方式打水印。

七牛直播云提供的 iOS 和 Android 推流 SDK 中也內置了水印功能，你可以根據自己的需要添加水印或移除水印，并且能夠自由設置水印的大小和位置。其中 iOS 端 SDK PLCameraStreamingKit 的參數設置如下：

1）添加水印

-(void)setWaterMarkWithImage:(UIImage *)wateMarkImage position:(CGPoint)position;?

該方法將為直播流添加一個水印，水印的大小由 wateMarkImage 的大小決定，位置由 position 決定，需要注意的是這些值都是以采集數據的像素點為單位的。例如我們使用AVCaptureSessionPreset1280x720 進行采集，同時 wateMarkImage.size 為 (100, 100) 對應的origin 為 (200, 300)，那么水印的位置將在大小為 1280x720 的采集畫幅中位于 (200, 300) 的位置，大小為 (100, 100)。

2）移除水印

-(void)clearWaterMark;

3. 濾鏡?

除了上面提到的美顏和水印之外，視頻中還有很多其它的處理效果也在這個環節完成。七牛直播云提供的 SDK 在開放性設計基礎之上，通過數據源回調接口，可以支持各種自定義濾鏡的接入。

為了實現豐富的濾鏡效果，在 iOS 端可以考慮使用 GPUImage 這個庫，這是一個開源的基于GPU的圖片或視頻的處理框架，內置了多達120多種常見的濾鏡效果。有了它，添加實時的濾鏡只需要簡單地添加幾行代碼，還可以基于這個庫自己寫算法實現更豐富端效果。GPUImage 地址：?https://github.com/BradLarson/GPUImage

除了 iOS 端之外，Android 也有 GPUImage 這個庫的移植：?https://github.com/CyberAgent/android-gpuimage

同時，Google 官方也開源了一個偉大的庫，覆蓋了 Android 上面很多多媒體和圖形圖像相關的處理：?https://github.com/google/grafika

4. 連麥

連麥是互動直播中常見的需求，其流程如上圖所示。主播和部分觀眾之間可以進行實時互動，然后將互動結果實時播放給其他觀眾觀看。

基于以上業務需求，我們很容易想到基于單向直播原理，在主播端和連麥觀眾端進行雙向推流和雙向播流的方式互動，然后在服務端將兩路推流合成一路推送給其他觀眾。但 RTMP 帶來的延遲決定了這種方式無法做到用戶可接受的互動直播。

實際上，互動直播的主要技術難點在于：

1）低延遲互動：保證主播和互動觀眾之間能夠實時互動，兩者之間就像電話溝通，因此必須保證兩者能在秒級以內聽到對方的聲音，看到對方的視頻；

2）音畫同步：互動直播中對音畫同步的需求和單向直播中類似，只不過互動直播中的延遲要求更高，必須保證在音視頻秒級傳輸情況下的秒級同步。

3）音視頻實時合成：其他觀眾需要實時觀看到對話結果，因此需要在客戶端或者服務端將畫面和聲音實時合成，然后以低成本高品質的方式傳輸觀眾端。

在視頻和電話會議領域，目前比較成熟的方案是使用思科或者 WebEx 的方案，但這些商用的方案一不開源，二比較封閉，三成本比較高。對于互動人數比較少的互動直播，目前市場上比較成熟的方案是使用基于 WebRTC 的實時通訊方案。

上圖是一個基于 WebRTC 協議實現多方實時通訊的示意圖，本地用戶（主播）和遠程用戶（連麥觀眾）之間的連接通過 RTCPeerConnection API 管理，這個 API 包裝了底層流管理和信令控制相關的細節。基于該方案可以輕松實現多人（14 人以下）的多方實時通信，如下圖所示：

當然，在通信人數少的情況下，其復雜度相對簡單，如 2 人情況下。但人數增多至 4 人之后，其可選的網絡結構就增多了，如上圖所示，可以每個點之間形成自組織網絡的方式通信，也可以以 1 人為中心形成星型通信網絡，還可以讓大家都通過一個集中式的服務端進行通信。

作為一個高性能、可伸縮的直播基礎服務提供商，七牛直播云經過評估選擇了以主播為中心形成星形通信網絡，支持主播和多個觀眾之間的互動質量。同時，為了保證合成后的音視頻實時傳輸到其他觀眾端，這里采用經過改造的 UDP 協議傳輸：

1. 通過 UDP 降低傳輸延遲。

2. 在 UDP 之上進行傳輸控制，保證用戶互動體驗 QoS。

在下一篇連載中，我們將詳細介紹編碼和封裝，敬請期待！

總結

以上是生活随笔為你收集整理的视频直播技术详解（2）采集的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。