理解 FFmpeg 中的 pts,dts,time_base
首先介紹下概念：
PTS ：Presentation Time Stamp。PTS主要用于度量解碼后的視頻幀什么時(shí)候被顯示出來(lái)。
DTS：Decode Time Stamp。DTS主要是標(biāo)識(shí)讀入內(nèi)存中的ｂｉｔ流在什么時(shí)候開始送入解碼器中進(jìn)行解碼。
也就是pts反映幀什么時(shí)候開始顯示，dts反映數(shù)據(jù)流什么時(shí)候開始解碼。
怎么理解這里的“什么時(shí)候”呢？如果有某一幀，假設(shè)它是第10秒開始顯示。那么它的pts是多少呢。是10？還是10s？還是兩者都不是。
為了回答這個(gè)問題，先引入FFmpeg中時(shí)間基的概念，也就是time_base。它也是用來(lái)度量時(shí)間的。
如果把1秒分為25等份，你可以理解就是一把尺，那么每一格表示的就是1/25秒。此時(shí)的time_base={1，25}。
如果你是把1秒分成90000份，每一個(gè)刻度就是1/90000秒，此時(shí)的time_base={1，90000}。
所謂時(shí)間基表示的就是每個(gè)刻度是多少秒
pts的值就是 占多 少個(gè)時(shí)間刻度（占多少個(gè)格子）。 它的單位不是秒，而是時(shí)間刻度。 只有pts加上time_base兩者同時(shí)在一起，才能表達(dá)出時(shí)間是多少。
好比我只告訴你，某物體的長(zhǎng)度占某一把尺上的20個(gè)刻度。但是我不告訴你，這把尺總共是多少厘米的，你就沒辦法計(jì)算每個(gè)刻度是多少厘米，你也就無(wú)法知道物體的長(zhǎng)度。
pts=20個(gè)刻度
time_base={1,10} 每一個(gè)刻度是1/10厘米
所以物體的長(zhǎng)度=pts * time_base=20 *1/10 厘米
在ffmpeg中，av_q2d(time_base)=每個(gè)刻度是多少秒。
此時(shí)你應(yīng)該不難理解 pts*av_q2d(time_base)才是幀的顯示時(shí)間戳。
下面理解時(shí)間基的轉(zhuǎn)換，為什么要有時(shí)間基轉(zhuǎn)換。
首先， 不同 的封裝格式，timebase是不一樣的 。 另外，整個(gè)轉(zhuǎn)碼過程，不同的數(shù)據(jù)狀態(tài)對(duì)應(yīng)的時(shí)間基也不一致。
拿mpegts封裝格式25fps來(lái)說（只說視頻，音頻大致一樣，但也略有不同）。
非壓縮時(shí)候的數(shù)據(jù)（即YUV或者其它），在ffmpeg中對(duì)應(yīng)的結(jié)構(gòu)體為AVFrame,它的時(shí)間基為AVCodecContext 的time_base ,AVRational{1,25}。
壓縮后的數(shù)據(jù)（對(duì)應(yīng)的結(jié)構(gòu)體為AVPacket）對(duì)應(yīng)的時(shí)間基為AVStream的time_base，AVRational{1,90000}。
因?yàn)閿?shù)據(jù)狀態(tài)不同，時(shí)間基不一樣，所以我們必須轉(zhuǎn)換，在1/25時(shí)間刻度下占10格，在1/90000下是占多少格。這就是pts的轉(zhuǎn)換。
根據(jù)pts來(lái)計(jì)算一楨在整個(gè)視頻中的時(shí)間位置：
timestamp(秒) = pts * av_q2d(st->time_base)
duration和pts單位一樣，duration表示當(dāng)前幀的持續(xù)時(shí)間占多少格?；蛘呃斫馐莾蓭拈g隔時(shí)間是占多少格，一定要理解單位。
pts：格子數(shù)
av_q2d(st->time_base): 秒/格
計(jì)算視頻長(zhǎng)度：
time(秒) = st->duration * av_q2d(st->time_base)
ffmpeg內(nèi)部的時(shí)間與標(biāo)準(zhǔn)的時(shí)間轉(zhuǎn)換方法：
ffmpeg內(nèi)部的時(shí)間戳 = AV_TIME_BASE * time(秒)
AV_TIME_BASE_Q=1/AV_TIME_BASE
av_rescale_q(int64_t a, AVRational bq, AVRational cq)函數(shù)
這個(gè)函數(shù)的作用是計(jì)算a*bq / cq來(lái)把時(shí)間戳從一個(gè)時(shí)間基調(diào)整到另外一個(gè)時(shí)間基。
在進(jìn)行時(shí)間基轉(zhuǎn)換的時(shí)候，應(yīng)該首先這個(gè)函數(shù)，因?yàn)樗梢员苊庖绯龅那闆r發(fā)生。
函數(shù)表示在bq下的占a個(gè)格子，在cq下是多少。
關(guān)于音頻pts的計(jì)算：
音頻sample_rate:samples per second，即采樣率，表示每秒采集多少采樣點(diǎn)。
比如44100HZ，就是一秒采集44100個(gè)sample。
即每個(gè)sample的時(shí)間是1/44100秒。
一個(gè)音頻幀的 AVFrame 有 nb_samples 個(gè) sample，所以一個(gè)AVFrame耗時(shí)是nb_samples乘以（1/44100）秒。
即標(biāo)準(zhǔn)時(shí)間下duration_s=nb_samples乘以（1/44100）秒。
轉(zhuǎn)換成 AVStream 時(shí)間基下
duration=duration_s / av_q2d(st->time_base)。
基于st->time_base 的 num 值一般等于采樣率, 所以 duration=nb_samples。
pts=n* duration=n *nb_samples。
-- END --
進(jìn)技術(shù)交流群，掃碼添加我的微信：Byte-Flow
獲取相關(guān)資料和源碼
推薦：
Android FFmpeg 實(shí)現(xiàn)帶濾鏡的微信小視頻錄制功能
全網(wǎng)最全的 Android 音視頻和 OpenGL ES 干貨，都在這了
所有你想要的圖片轉(zhuǎn)場(chǎng)效果，都在這了
面試官：如何利用 Shader 實(shí)現(xiàn) RGBA 到 NV21 圖像格式轉(zhuǎn)換？