求解:最新的x264-119版次的output 的问题

redan01 2011-11-28 11:03:38
大家好:

首先感谢一下:zoulie和OExpress。

大至了解了:x265中x265.c里的main函数里的如何读取图像的原始数据编码成视频文件的输出结果。

zoulie说使用x265_encoder_encode循环编码YUV祼数据。

请教一下,指点一下的问题,谢谢:

1、我在分配YUV420位图数据的时候是应该分配了超出所需要的数据的。如果是分辨率宽是iWidth,而高是iHeight的图像,YUV420应该分配多少个字节空间? 我看源码里的是公式是 3*iWidth*iHeight/2。但是,我使用ffmpeg,sws_scale函数在转RGB转YUV420,分配了3*iWidth*iHeight/2这样大的缓冲区时分出错。

2、 我使用MinGW和MSYS编译的x264,生成的dll文件,生成了两个头文件x264.h和x264_config.h。我使用pexports 导出dll的def文件,然后使用lib.exe生成lib静态文件。
但是一个问题没法我没法使用x264库里面标准的output相关的函数生成视频文件。我应该怎么做才能使用output相关的函数。


...全文
146 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
redan01 2011-12-01
  • 打赏
  • 举报
回复
[Quote=引用 3 楼 zoulie 的回复:]
你可以把x264写文件那部分剥离出来直接使用,它都封装好的
或者用第三方库,
[/Quote]

我也想过要这么做, 但那些里面的一些数据类型是linux的,好像还引用了linux下的一些第三方库的结构体数据类型。 第三方库,mkv的第三方库,我下载了libmatrosk的,里面还要依赖libembl项目。把libembl也下载了,用里面的VC工程编译,少了几个源文件。 不知道是不是被删了,VC工程没得来及更新。
目前暂时不研究x264了。 CPU占用率太高,虽然有办法避免,但暂时不用。 有空时再来研究。
zoulie 2011-11-30
  • 打赏
  • 举报
回复
你可以把x264写文件那部分剥离出来直接使用,它都封装好的
或者用第三方库,
redan01 2011-11-29
  • 打赏
  • 举报
回复
我不是使用VC编译成的库。 再请教一下,你使用的是 20091006 之前的版本然后使用VC吗?编译的吗?如果使用VC编译,你是使用VC的哪个版本。 我使用20091005的快照版本在 VS 2008上编译不过去。

然后现在使用20111117的快照版本的话,只能使用mingw+minsys来编译。使用mingw编译,他没有把output里面内容导出来。

你在编码完成之后,是使用哪些函数生成的视频文件的?
zoulie 2011-11-29
  • 打赏
  • 举报
回复
1.YUV420的话,数据长度应该是3*iWidth*iHeight/2( Y + U/4 + V/4), 你看下转码出来后有没有对数据做扩展对齐处理,或者打印下sws_scale的日志
2. 把那些函数导出来应该可以的吧
需要学习Windows系统YOLOv4的同学请前往《Windows版YOLOv4目标检测实战:原理与源码解析》,课程链接 https://edu.csdn.net/course/detail/29865【为什么要学习这门课】 Linux创始人Linus Torvalds有一句名言:Talk is cheap. Show me the code. 冗谈不够,放码过来!  代码阅读是从基础到提高的必由之路。尤其对深度学习,许多框架隐藏了神经网络底层的实现,只能在上层调包使用,对其内部原理很难认识清晰,不利于进一步优化和创新。YOLOv4是最近推出的基于深度学习的端到端实时目标检测方法。YOLOv4的实现darknet是使用C语言开发的轻型开源深度学习框架,依赖少,可移植性好,可以作为很好的代码阅读案例,让我们深入探究其实现原理。【课程内容与收获】 本课程将解析YOLOv4的实现原理和源码,具体内容包括:- YOLOv4目标检测原理- 神经网络及darknet的C语言实现,尤其是反向传播的梯度求解和误差计算- 代码阅读工具及方法- 深度学习计算的利器:BLAS和GEMM- GPU的CUDA编程方法及在darknet的应用- YOLOv4的程序流程- YOLOv4各层及关键技术的源码解析本课程将提供注释后的darknet的源码程序文件。【相关课程】 除本课程《YOLOv4目标检测:原理与源码解析》外,本人推出了有关YOLOv4目标检测的系列课程,包括:《YOLOv4目标检测实战:训练自己的数据集》《YOLOv4-tiny目标检测实战:训练自己的数据集》《YOLOv4目标检测实战:人脸口罩佩戴检测》《YOLOv4目标检测实战:中国交通标志识别》建议先学习一门YOLOv4实战课程,对YOLOv4的使用方法了解以后再学习本课程。【YOLOv4网络模型架构图】 下图由白勇老师绘制  

2,543

社区成员

发帖
与我相关
我的任务
社区描述
专题开发/技术/项目 多媒体/流媒体开发
社区管理员
  • 多媒体/流媒体开发社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧