爱智EdgerOS之深入解析如何应用爱智的视频流模块完成拉流

一、ONVIF 规范和常见视频流传输协议

① ONVIF 规范

• 随着视频监控产业链的成熟，市面上陆陆续续出现了各式各样的网络摄像设备，这些设备都需要通讯协议才能进行数据传输。早期厂商都采用私有协议，但是现在厂商分工明确，有的负责生产制造摄像头，有的负责开发视频服务器，有的负责方案集成并销售，私有协议存在严重的兼容问题。类似于 HTTP 协议对浏览器和服务器之间通信的规范，网络摄像头的接口也出现了标准化，其中 ONVIF 支持厂商的数目、厂商的知名度和市场占有率遥遥领先。
• ONVIF 规范描述了网络视频的模型、接口、数据类型以及数据交互的模式，并复用了一些现有的标准，如 WS 系列标准等，目标是实现一个网络视频框架协议，使不同厂商所生产的网络视频产品（包括摄录前端、录像设备等）完全互通。ONVIF 规范中设备管理和控制部分所定义的接口均以 Web Services 的形式提供。ONVIF 规范涵盖了完全的 XML 及 WSDL 的定义。每一个支持 ONVIF 规范的终端设备均须提供与功能相应的 Web Service。服务端与客户端的简单数据交互采用 SOAP 协议，音视频流则通过 RTP / RTSP 进行。

② 视频流传输协议

• http-flv / ws-flv
• • HTTP 协议中有个 Content-Length 字段，代表 HTTP 的 body 部分的长度。服务器回复 HTTP 请求的时候如果有这个字段，客户端就接收这个长度的数据然后就认为数据传输完成了，如果服务器回复 HTTP 请求中没有这个字段，客户端就一直接收数据，直到服务器跟客户端的 socket 连接断开。要流式传输 flv 文件，服务器是不可能预先知道内容大小的，这时就可以使用 Transfer-Encoding: chunked 模式来连续分块传输数据。
• • http-flv 能够较好的穿透防火墙，它是基于 HTTP / 80 传输，有效避免被防火墙拦截。除此之外，它可以通过 HTTP 302 跳转灵活调度/负载均衡，同时支持使用 HTTPS 加密传输。ws-flv 和 http-flv 类似，区别就是 http-flv 基于 HTTP ，只能单向传输数据，而 ws-flv 基于 WS 可以双向传输数据。
• RTMP
• • RTMP 是 Real Time Messaging Protocol（实时消息传输协议）的首字母缩写。由 Macromedia 开发的一套视频直播协议，现在属于 Adobe。因为 RTMP 是通过互联网在 Flash 播放器与一个服务器之间传输流媒体音频、视频和数据而开发的一个专有协议，早期的网页想要直播需要 Flash 播放器，所以 RTMP 协议是最好的选择，互联网公司也在此协议上有了不少的技术积累，国内的 CDN 对 RTMP 做过优化。
• • 随着 HTML5 的普及和 Flash 的停止更新，理论上会被其他协议取代，但是由于类似 flv.js 库的出现，使得在 HTML5 网页同样可以播放 flv 格式的视频，所以 RTMP 依然是当前视频直播的主流协议。
• HLS
• • HLS 是 HTTP Live Streaming 的首字母缩写，是由苹果公司提出基于HTTP 的流媒体网络传输协议，可实现流媒体的直播和点播，主要应用在 iOS 系统，为 iOS 设备(如 iPhone、iPad)提供音视频直播和点播方案。HLS 协议在服务器端将直播数据流存储为连续的、很短时长的媒体文件( MPEG-TS 格式)，而客户端则不断的下载并播放这些小文件， 因为服务器端总是会将最新的直播数据生成新的小文件，这样客户端只要不停的按顺序播放从服务器获取到的文件，就实现了直播。
• • iOS 和 Android 都天然支持这种协议，配置简单，直接使用 video 标签即可。这是一种以点播的方式实现的直播，且分段文件的时长很短，因为客户端可以比较快速的切换码率，用于适应不同的宽带条件。但是由于这种技术特性，导致它的延迟会高于普通的流媒体直播协议。磁盘存储和处理 HLS 协议产生的大量小文件，会影响服务端的响应速度，且损耗磁盘的正常寿命。
• RTSP
• • RTSP（Real Time Streaming Protocol）是由 Real Network 和 Netscape 共同提出的如何有效地在 IP 网络上传输流媒体数据的应用层协议。和基于 HTTP 协议的流媒体网络传输协议不同，RTSP 是双向通信的，客户端和服务端都可以主动发起请求。
• • RTSP 对流媒体提供了诸如暂停，快进等控制，而它本身并不传输数据，RTSP 的作用相当于流媒体服务器的远程控制。服务器端可以自行选择使用 TCP 或 UDP 来传送串流内容，它的语法和运作跟 HTTP 1.1 类似，但并不特别强调时间同步，所以比较能容忍网络延迟。而且允许同时多个串流需求控制（Multicast），除了可以降低服务器端的网络用量，还可以支持多方视频会议（Video Conference）。

• DASH
• • DASH（Dynamic Adaptive Streaming over HTTP）全称为“基于 HTTP 的动态自适应流”，是一种自适应比特率流技术，使高质量流媒体可以通过传统的 HTTP 网络服务器以互联网传递。
• • 类似苹果公司的 HTTP Live Streaming（HLS）方案，DASH 会将内容分解成一系列小型的基于 HTTP 的文件片段，每个片段包含很短长度的可播放内容，而内容总长度可能长达数小时（例如电影或体育赛事直播）。内容将被制成多种比特率的备选片段，以提供多种比特率的版本供选用。当内容被客户端回放时，客户端将根据当前网络条件自动选择下载和播放哪一个备选方案。客户端将选择可及时下载的最高比特率片段进行播放，从而避免播放卡顿或重新缓冲事件。也因如此，客户端可以无缝适应不断变化的网络条件并提供高质量的播放体验，拥有更少的卡顿与重新缓冲发生率。

二、EdgerOS 对流媒体的支持

• 在日常生活场景中，如刷脸的门禁、无人的车库和物品识别等，都会用到视频流，EdgerOS 也能开发者提供了 MediaDecoder，WebMedia 两个模块，使得在开发的过程中可以简单方便的将视频流推送给前端。MediaDecoder 负责将设备推过来的实时音视频流解码并转为指定格式（视频宽高、帧率、像素）的目标视频。
• 同时使用 WebMedia 可以创建一个流媒体的服务，这个服务支持双传输通道，stream 通道支持 http-flv 和 ws-flv 协议，用于传输视频流；data 通道支持 WS 协议，这样客户端和服务端直接可以相互发送简单的控制指令。客户端通过 stream 通道接收视频流，使用 flv.js 等开源库在网页上实现实时直播的功能。

• EdgerOS 通过几个模块用于可以处理 MediaDecoder 解码生成的目标视频流，以适应于不同的场景，如人脸识别，大致流程如下：

三、推流和拉流

• 推流：将直播的内容推送至服务器的过程，其实就是将现场的视频信号传到网络的过程。“推流”对网络要求比较高，如果网络不稳定，直播效果就会很差，观众观看直播时就会发生卡顿等现象，观看体验很是糟糕。要想用于推流还必须把音视频数据使用传输协议进行封装，变成流数据。常用的流传输协议有 RTSP、RTMP、HLS 等，使用 RTMP 传输的延时通常在 1–3 秒，对于手机直播这种实时性要求非常高的场景，RTMP 也成为手机直播中最常用的流传输协议。最后通过一定的 QoS 算法将音视频流数据推送到网络端，通过 CDN 进行分发。
• 拉流：指服务器已有直播内容，用指定地址进行拉取的过程。即是指服务器里面有流媒体视频文件，这些视频文件根据不同的网络协议类型（如 RTMP、RTSP、HTTP 等）被读取的过程，称之为拉流，日常观看视频和直播就是一个拉流的过程。

四、如何应用爱智的视频流模块完成拉流？

① 引入模块

• 在拉取视频流的过程中，需要用到 WebMedia 模块和 MediaDecoder 模块，同时需要建立一个 WebApp 来与前端进行通讯并将其绑定在 WebMedia 上：

var WebApp = require('webapp');
var MediaDecoder = require('mediadecoder');
var WebMedia = require('webmedia');

② 选择流媒体协议并绑定

• WebMedia 支持 http-flv 和 ws-flv 两种协议来传输视频流，可以根据自己的实际需求选择流媒体协议。将流媒体协议写入配置并在 WebMedia 启动时绑定到 WebMedia 上。
• http-flv：

var opts = {
    
    
  mode: 1,
  path: '/live.flv',
  mediaSource: {
    
    
    source: 'flv',
  },
  streamChannel: {
    
    
    protocol: 'xhr',
  },
}
var server = WebMedia.createServer(opts, app);

• ws-flv：

var opts = {
    
    
  mode: 1,
  path: '/live.flv',
  mediaSource: {
    
    
  source: 'flv',},
    streamChannel: {
    
    
     protocol: 'ws',
     server: wsSer
 },
}
var server = WebMedia.createServer(opts, app);

③ 在移动端查看拉流URL

• 当 WebMedia 服务器启动成功后，需要启动媒体解码模块 MediaDecoder 并绑定拉流的 URL，可以在手机推流应用的设置中查看 URL：

④ 创建视频流解码模块

• 使用 MediaDecoder 的接口来配置拉取视频流并解码的配置，配置完成后监听 remux 事件和 header 事件，将监听到的数据推入向前端发送视频流的通道中，完成视频流的拉取，解析和推送过程：

server.on('start', () => {
    
    
  var netcam = new MediaDecoder().open('rtsp://192.168.128.102:8554/live.sdp', 
  {
    
    proto: 'tcp'}, 5000);

  netcam.destVideoFormat({
    
    width: 640, height: 360, fps: 1, 
  pixelFormat: MediaDecoder.PIX_FMT_RGB24, noDrop: false, disable: false});
  netcam.destAudioFormat({
    
    disable: false});
  netcam.remuxFormat({
    
    enable: true, enableAudio: true, audioFormat:'aac', 
  format: 'flv'});
  netcam.on('remux', (frame) => {
    
    
    var buf = Buffer.from(frame.arrayBuffer);
    server.pushStream(buf);
  });
  netcam.on('header', (frame) => {
    
    
    var buf = Buffer.from(frame.arrayBuffer);
    server.pushStream(buf);
  });
  netcam.start();
});

⑤ MediaDecoder 的配置接口详解

• mediadecoder.destVideoFormat(fmt) 设置媒体解码器的目标视频格式：
• • fmt {Object} 目标视频格式；
• • return {Boolean} 成功则返回 true，否则返回 false。
• 目标视频格式对象包含以下成员：
• • disable {Boolean} 是否禁用视频
• • width {Integer} 视频宽度
• • height {Integer} 视频高度
• • pixelFormat {Integer} 视频像素格式
• • fps {Integer} 视频帧率
• mediadecoder.destAudioFormat(fmt) 设置媒体解码器的目标音频格式：
• • fmt {Object} 目标音频格式
• • return {Boolean} 成功则返回 true，否则返回 false
• 目标音频格式对象包含以下成员：
• • disable {Boolean} 是否禁用音频
• • channelLayout{String} 音频通道布局
• • channels{Integer} 音频通道数
• • sampleRate {Integer} 音频采样率
• • sampleFormat {Integer} 音频帧格式
• mediadecoder.remuxFormat(fmt) 设置媒体解码器的 remux 格式。remux 数据主要用于直播服务器和视频录制：
• • fmt{Object} remux 格式
• • return {Boolean} 成功则返回 true，否则返回 false
• 目标音频格式对象包含以下成员：
• • enable{Boolean} 是否启用 remux
• • enableAudio{Boolean} 是否启用音频
• • audioFormat {String} 音频压缩格式
• • format {String} 目标媒体格式，默认为 flv 格式。
• 需要注意的一点是，当需要拉取视频的同时还要拉取音频信息，那么就要将 MediaDecoder.remuxFormat()，接口中的 audioFormat 参数设置为 AAC(‘aac’)，目前只支持这种格式的压缩。

⑥ 测试视频流传输

• 编写简单的前端测试视频流是否推送成功，前端使用到 NodePlayer 工具处理显示 flv 文件。
• NodePlayer 是一款能够播放 http-flv/websocket 协议直播流的工具，其特点是能够在 PC \ Android \ iOS 的浏览器 Webview 内实现毫秒级低延迟直播播放。并能够软解码 H.264 / H.265+AAC 流，WebGL 视频渲染，WebAudio 音频播放。支持在微信公众号、朋友圈分享中打开。
• NodePlayer 下载地址：https://www.nodemedia.cn/doc/web/#/1?page_id=1
• 前端测试代码：

<html>
<div>
  <canvas id="video1" style="width:640px;height:480px;background-color: black;"></canvas>
</div>
<body>
<script type="text/javascript" src="./NodePlayer.min.js"></script>
<script>
var player;
  NodePlayer.load(()=>{
    
    
    player = new NodePlayer();
  });
player.setView("video1");

   
player.on("start", () => {
    
    
// 当连接成功并收到数据
});
player.on("stop", () => {
    
    
// 当本地stop或远端断开连接
});
player.on("error", (e) => {
    
    
// 当连接错误或播放中发生错误
});
player.on("videoInfo", (w, h) => {
    
    
    //当解析出视频信息时回调
    console.log("player on video info width=" + w + " height=" + h);
})
player.on("audioInfo", (r, c) => {
    
    
    //当解析出音频信息时回调
    console.log("player on audio info samplerate=" + r + " channels=" + c);
})
player.on("stats", (stats) => {
    
    
// 每秒回调一次流统计信息
    console.log("player on stats=", stats);
})

player.setVolume(1000)
player.start("http://192.168.128.1:10002/live.flv"); 
</script>
</body>
</html>