国标GB28181协议客户端开发（四）实时视频数据传输

本文是《国标GB28181协议设备端开发》系列的第四篇，介绍了实时视频数据传输的过程。通过解读INVITE报文中的SDP信息，读取和解析视频文件或图片文件，进行数据编码，以及h264封装为PS格式，最终通过RTP数据发送，实现了GB28181协议设备端的视频传输功能。本文将逐步详细介绍每个模块的实现步骤和相关技术要点，帮助读者理解和应用GB28181协议进行实时视频传输。

在GB28181协议中，在实时音视频传输过程中，使用INVITE报文携带SDP（Session Description Protocol）信息。SDP信息描述了会话的属性和参数，包括媒体类型、传输协议、编解码器、网络地址等。下面是一个示例INVITE报文的SDP内容，并对其中的每一项进行详细解释：

v=0
o=34020000002000000001 0 0 IN IP4 192.168.1.10
s=Play
c=IN IP4 192.168.1.10
t=0 0
m=video 40052 RTP/AVP 96
a=recvonly
a=rtpmap:96 PS/90000
y=0358902090
f=

1. v=0

   表示SDP协议版本号，此处为0。

2. o=34020000002000000001 0 0 IN 192.168.1.10

   o字段标识了会话的发起者和会话的唯一标识。

   "34020000002000000001" 表示该会话会话发起者的SIP ID。

   0 0 表示会话的起始和结束时间戳。

   IN IP4 192.168.1.10 表示会话的网络地址，这里为IPv4地址。

3. s字段为会话的名称或描述，此处为"Play"表面是实时音视频

4. c=IN IP4 192.168.1.10

   c字段指定了会话的连接信息。

   IN 表示网络类型为Internet。

   IP4 192.168.1.10 表示会话的IPv4地址。

5. t=0 0

   t字段指定了会话的时间信息。

   0 0 表示会话的起始和结束时间都为0，即持续时间未定义。

6. m=video 40052 RTP/AVP 96

   m字段定义了会话中的媒体类型和相关参数。

   video 表示媒体类型为视频。

   40052 表示媒体流的传输端口号。

   RTP/AVP 表示传输协议为RTP，使用AVP（Audio-Visual Profile）配置。

   96 表示媒体流使用编号96表示。

7. a=rtpmap:96 PS/90000

   a字段包含了媒体流的属性。

   rtpmap:96 表示将编号为96的负载类型。

   PS 表示使用MPEG-PS格式进行数据封装。

   90000 表示时钟速率，即每秒的时钟滴答数。

8. y=0358902090

   y字段为十进制整数字符串,表示SSRC值

9. f=

   f字段:f= v/编码格式/分辨率/帧率/码率类型/码率大小a/编码格式/码率大小/采样率

   这里并没有设置f字段，由数据发送端来填充

为了进行视频数据传输，我们首先需要读取和解析视频文件或图片文件。我们需要使用相应的库或工具，从文件中读取视频或图片数据，并进行解析，以获取关键的视频帧或图像数据，为后续的编码和封装做准备。

在GB28181协议中，视频数据通常以MPEG-PS（MPEG Program Stream）格式进行封装。需要将经过编码的视频数据进行PS格式的封装，包括添加包装头和起始码，然后再进一步封装RTP。

以下是使用C++将H.264的NALU封装为MPEG-PS格式的主要过程（仅展示部分代码）：

// 将H.264的NALU列表封装为MPEG-PS格式
void MakeMPEGPS(unsigned char* h264Data, int h264Length,
    unsigned char* psData)
{
    int totalPES = (h264Length + MAX_PES_LENGTH - 1) / MAX_PES_LENGTH; // 计算总的PES包数
    int remainingBytes = h264Length; // 剩余待处理的字节数

    // MPEG-PS包头
    unsigned char mpegPSHeader[] = {0x00, 0x00, 0x01, 0xBA};

    // 分割并封装H.264数据
    for (int i = 0; i < totalPES; i++)
    {
        unsigned char* pbuf = psData;

        int pesLength = (remainingBytes > MAX_PES_LENGTH) ? MAX_PES_LENGTH : remainingBytes; // 当前PES包的长度
        remainingBytes -= pesLength; // 更新剩余待处理的字节数

        // PES包头
        unsigned char pesHeader[] = {0x00, 0x00, 0x01, 0xE0, 0x00, 0x00, 0x80, 0x00};

        // 设置PES包长度
        pesHeader[4] = (pesLength + 8) >> 8; // 高8位
        pesHeader[5] = (pesLength + 8) & 0xFF; // 低8位

        // 输出MPEG-PS包头和当前PES包头
        memcpy(pbuf, mpegPSHeader, sizeof(mpegPSHeader));
        pbuf += sizeof(mpegPSHeader);

        memcpy(pbuf, pesHeader, sizeof(pesHeader));
        pbuf += sizeof(pesHeader);

        // 输出当前PES包的H.264数据
        memcpy(pbuf, h264Data + (i * MAX_PES_LENGTH), pesLength);
        pbuf += pesLength;

        int payload_len = (pbuf - psData);

        // 封装RTP包并发送
        MakeAndSendRTP(psData, payload_len);
    }
}

需要注意到，当h264帧比较大的时候，会超出PES可表述的长度大小，这个时候必须对h264帧进行切分，封装成多个PES，再合成到PS包中。

RTP数据发送的逻辑比较简单，以下为程序中的代码示意图

以下为RTP封装的演示代码（仅展示部分代码）：

struct RTPHeader
{
    uint8_t version; // RTP协议版本号，固定为2
    uint8_t padding: 1; // 填充位
    uint8_t extension: 1; // 扩展位
    uint8_t csrcCount: 4; // CSRC计数器，指示CSRC标识符的个数
    uint8_t marker: 1; // 标记位
    uint8_t payloadType: 7; // 负载类型
    uint16_t sequenceNumber; // 序列号
    uint32_t timestamp; // 时间戳
    uint32_t ssrc; // 同步信源标识符
};

void MakeRTPHeader(struct RTPHeader* header, uint16_t sequenceNumber, uint32_t timestamp, uint32_t ssrc, bool isMark)
{
    // 设置RTP协议版本号为2
    header->version = 2;
    // 填充位、扩展位、CSRC计数器等字段根据具体需求进行设置
    header->padding = 0;
    header->extension = 0;
    header->csrcCount = 0;
    // 设置标记位为0（如果需要设置为1，则在需要设置的地方进行修改）
    header->marker = isMark ? 1 : 0;
    // 设置负载类型（payload type），根据具体需求进行设置
    header->payloadType = 96;
    // 设置序列号和时间戳
    header->sequenceNumber = htons(sequenceNumber); // 需要进行字节序转换（网络字节序）
    header->timestamp = htonl(timestamp); // 需要进行字节序转换（网络字节序）

    // 设置同步信源标识符
    header->ssrc = htonl(ssrc); // 需要进行字节序转换（网络字节序）
}

void sendRTPPacket(const uint8_t* mpegPSData, int mpegPSLength, uint16_t sequenceNumber, uint32_t timestamp, uint32_t ssrc)
{
    int offset = 0; // 偏移量，用于遍历MPEG-PS包数据
    int remainingLength = mpegPSLength; // 剩余长度，用于判断是否需要分割RTP报文
    uint8_t rtpbuf[RTP_PAYLOAD_MAX_SIZE]; // RTP负载数据缓冲区
    struct RTPHeader rtpHeader; // RTP报文头部

    while (remainingLength > 0)
    {
        // 计算当前RTP负载数据长度（不超过RTP负载最大大小）
        bool is_mark = false;
        int data_len = RTP_PAYLOAD_MAX_SIZE;
        if (remainingLength <= RTP_PAYLOAD_MAX_SIZE)
        {
            data_len = remainingLength;
            is_mark = true;
        }

        // 填写RTP报文头部
        MakeRTPHeader(&rtpHeader, sequenceNumber, timestamp, ssrc);

        // 复制RTP头部到RTP负载缓冲区
        memcpy(rtpbuf, &rtpHeader, sizeof(RTPHeader));

        // 复制MPEG-PS数据到RTP负载缓冲区
        memcpy(rtpbuf + RTP_HEADER_LEN, mpegPSData + offset, data_len);

        // 将完整RTP包发送出去
        if (udp_channel_)
        {
            udp_channel_->PostSendBuf(rtpbuf, RTP_HEADER_LEN + data_len);
        }

        // 更新偏移量、剩余长度、序列号等信息
        offset += data_len;
        remainingLength -= data_len;
        sequenceNumber++;
    }
}

---

合作请加WX：hbstream

合作请加作者hbstream（http://haibindev.cnblogs.com），转载请注明作者和出处