博客
关于我
Windows Media Format SDK系统概述
阅读量:88 次
发布时间:2019-02-26

本文共 1775 字,大约阅读时间需要 5 分钟。

Windows Media媒体内容采用的是ASF文件格式。Microsoft公司提供了Windows Media Format SDK,以支持以下三大功能:ASF文件的生成(包括ASF数据的流化)、ASF文件的编辑和ASF文件的播放(包括ASF媒体流的播放)。在开始编程之前,对SDK系统有个总体的认识和理解是必要的。(注:如果未作特别说明,本书所述的SDKWMF SDK均是指Windows Media Format SDK。)

WMF SDK采用了面向对象的设计,是一套完全基于COM组件模型的高级开发包。这里说高级,意味着SDK屏蔽了ASF数据格式、网络传输控制等较为底层的流媒体技术实现细节,留给开发者的只有比较上层的编程接口。

 

 

2.1 WMF SDK系统结构

 

如图2.1SDK引入了一系列的对象,如生成器、读取器、编辑器等。正是这些SDK对象屏蔽了Windows Media技术实现细节,使得应用程序开发者不需要了解太多的流媒体底层技术,也能开发出非常专业的流媒体应用系统。

SDK引入的众多对象中,最重要的莫过于图2.1中列出的那三个了。其中,生成器一般用于将非压缩的媒体数据编码成Windows Media格式的数据。整个编码过程非常简单,只要通过一个叫Profile的对象配置好目标数据流格式,再将输入数据的格式告诉生成器,然后依次将输入数据按照既定的方式传给生成器,剩下的事就都可以交给生成器了。生成器内部会根据Profile的配置,自动选择一种Windows Media编码器,然后对输入数据进行压缩编码,并且完成打包,最终写成文件或者向网络流化。

 

2.2 生成器的工作流程

 

如图2.2是生成器大致的工作流程。可以看到,生成器内部对输入数据可能有一个预处理过程。因为特定编码器能够接受的数据格式总是有限的。如果输入数据格式不能被编码器接受,生成器内部会自动进行一个预处理过程。这些预处理工作包括视频的图像大小缩放、帧率调整、色彩空间转换、水印叠加,音频的采样频率转换等等。另外,生成器本身不负责编码后的数据的最终去向,而是把这个任务交给了一种叫接收器(Sink)的对象,比如交给文件接收器就可以将数据保存为文件,交给网络接收器就可以将数据进行广播,交给推接收器就可以将数据分发到运行Windows Media Services的服务器上等等。SDK采用这种“生成器 + 接收器”的设计是很先进的,它保证了SDK系统具有很强的扩展性。比如我们可以开发自己的接收器,按我们的要求决定压缩数据的最终去向。

如果你用过Microsoft公司官方发布的Windows Media内容的编码软件Windows Media Encoder的话,不要怀疑,通过WMF SDK的学习,你也可以开发出一个类似的编码软件。

WMF SDK有两个读取器:异步读取器和同步读取器。两个读取器的功能类似,都是用于读取ASF数据,不同的是它们的工作方式:异步读取器内部自带一个线程来把数据流推给应用程序;而同步读取器内部没有驱动数据流的线程,应用程序直接(在应用程序的线程中)通过同步读取器上的接口函数来获取数据。(注:异步读取器通常简称为读取器,而只在与同步读取器对比时才强调“异步”特性。)

 

 

2.3 读取器的工作流程

 

默认情况下,读取器输出一种非压缩格式的数据。也就是说,读取器内部会自动选择合适的解码器对ASF流数据进行解压缩,如图2.3。当然,通过适当的设置,读取器也可以输出ASF流数据原有的压缩格式。

值得注意的是,异步读取器在各个版本的SDK中都能使用;而同步读取器是在9系列的SDK中才开始有的。之所以增加同步读取器,是因为数据的同步读取模式在一些特殊的场合下较有优势,比如在一些进行内容编辑的应用程序中,使用同步读取器可以快速读取指定位置的一部分数据。另外,同步读取器通过直接的接口函数调用来提供数据,使用起来也比较简单。当然,同步读取器也有明显的不足,比如不支持读取网络文件,不支持DRM(数字版权管理)等等。因此,在绝大多数ASF文件读取的场合下还是使用异步读取器。

最后来简单介绍一下编辑器。说是编辑器,大家不要误会它能做媒体内容的修改。其实它只能编辑一些元数据。所谓元数据,就是这个媒体内容的标题、描述、作者、版权等信息。
你可能感兴趣的文章
NIFI大数据进阶_Json内容转换为Hive支持的文本格式_操作方法说明_01_EvaluteJsonPath处理器---大数据之Nifi工作笔记0031
查看>>
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka生产者---大数据之Nifi工作笔记0036
查看>>
NIFI大数据进阶_NIFI的模板和组的使用-介绍和实际操作_创建组_嵌套组_模板创建下载_导入---大数据之Nifi工作笔记0022
查看>>
NIFI大数据进阶_NIFI监控的强大功能介绍_处理器面板_进程组面板_summary监控_data_provenance事件源---大数据之Nifi工作笔记0025
查看>>
NIFI大数据进阶_NIFI集群知识点_认识NIFI集群以及集群的组成部分---大数据之Nifi工作笔记0014
查看>>
NIFI大数据进阶_NIFI集群知识点_集群的断开_重连_退役_卸载_总结---大数据之Nifi工作笔记0018
查看>>
NIFI大数据进阶_内嵌ZK模式集群1_搭建过程说明---大数据之Nifi工作笔记0015
查看>>
NIFI大数据进阶_外部ZK模式集群1_实际操作搭建NIFI外部ZK模式集群---大数据之Nifi工作笔记0017
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_01---大数据之Nifi工作笔记0033
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_01_实际操作---大数据之Nifi工作笔记0029
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_02_实际操作_splitjson处理器_puthdfs处理器_querydatabasetable处理器---大数据之Nifi工作笔记0030
查看>>
NIFI大数据进阶_连接与关系_设置数据流负载均衡_设置背压_设置展现弯曲_介绍以及实际操作---大数据之Nifi工作笔记0027
查看>>
NIFI数据库同步_多表_特定表同时同步_实际操作_MySqlToMysql_可推广到其他数据库_Postgresql_Hbase_SqlServer等----大数据之Nifi工作笔记0053
查看>>
NIFI汉化_替换logo_二次开发_Idea编译NIFI最新源码_详细过程记录_全解析_Maven编译NIFI避坑指南001---大数据之Nifi工作笔记0068
查看>>
NIFI汉化_替换logo_二次开发_Idea编译NIFI最新源码_详细过程记录_全解析_Maven编译NIFI避坑指南002---大数据之Nifi工作笔记0069
查看>>
NIFI集群_内存溢出_CPU占用100%修复_GC overhead limit exceeded_NIFI: out of memory error ---大数据之Nifi工作笔记0017
查看>>
NIFI集群_队列Queue中数据无法清空_清除队列数据报错_无法删除queue_解决_集群中机器交替重启删除---大数据之Nifi工作笔记0061
查看>>
NIH发布包含10600张CT图像数据库 为AI算法测试铺路
查看>>
Nim教程【十二】
查看>>
Nim游戏
查看>>