什么是LibAV中的‘linesize`

Question

我正在使用LibAV进行视频编码，无法理解linesize的用途。

例如，LibAV中av_image_alloc函数的声明以行大小作为参数：

int av_image_alloc  (   uint8_t *   pointers[4],
      int   linesizes[4],
      int   w,
      int   h,
      enum AVPixelFormat    pix_fmt,
      int   align 
   )        

我是LibAV和视频编码的新手。请随时提供任何链接，这也可以给我很少的视频编码背景。

Answer 1

linesize是每个颜色通道在内存中的图像宽度。对于内存对齐问题，它可能大于或等于w。

检查ffmpeg av frame doc

用于视频的

线条大小应为CPU对齐首选项的倍数，对于现代桌面CPU，此值为16或32。一些代码需要这样的对齐，其他代码在没有正确对齐的情况下可能会变慢，因为还有一些代码没有什么不同。

行大小可能大于可用数据的大小-出于性能原因，可能存在额外的填充。

Answer 2

此函数将分配一个足够大的缓冲区来保存图像数据，将其拆分成一个或多个组件数组(平面)。根据格式的不同，每个图片分量的行的大小将有其自己的宽度(以字节为单位)(可能比图像宽度小得多，也可能比图像宽度大得多)，并且还将进行填充以实现指定的对齐方式(通常为16字节，以使矢量指令工作)。例如，对于具有4:2:0二次采样的典型YCbCr图像，将有3个平面(即存储在pointers中的3个非空指针)，并且亮度平面线的宽度将是(填充)图像宽度，每个色度分量线的宽度将是(填充)图像宽度的一半。

还要注意，此函数中的pointers和linesizes都是外部指针参数，而不是数组。

Answer 3

行大小数组值取决于像素格式。对于NV12像素格式，每个帧由两个平面组成:Y平面和UV平面(U和V值是交错的)。因此，linesize[0] = frame_width和linesize[1]=frame_width (由于二次采样，U像素的数量=亮度像素的1/2，并且U像素和V像素的总数是frame_width)。

对于RGB24像素格式，每个帧由单个平面和仅相关的linesize[0] os和linesize[0] = 3*frame_width组成。