通過開源API進行DSP視頻處理

數(shù)字信號處理器(DSP)具有出色的多媒體性能。一般而言，它們運行編解碼器所需的周期只有通用處理器(GPP)內(nèi)核的40%到50%。DSP還能提供比ASIC大得多的靈活性和可重配置性。但迄今為止，要在數(shù)字視頻應(yīng)用中運用DSP，編程人員還不得不花費較多時間精力去學(xué)習(xí)相關(guān)專用語言。不過，隨著應(yīng)用編程接口(API)的出現(xiàn)，已不再需要學(xué)習(xí)這些專用DSP語言了。在運行于GPP上的應(yīng)用中，API可以輕輕松松地充分發(fā)揮DSP的優(yōu)勢。

　　開源多媒體構(gòu)架在GPP上一般運行在Linux操作系統(tǒng)下，是這些API的理想對象。利用API可以卸載視頻編解碼器的計算負(fù)荷，大大減小DSP編程的復(fù)雜性。這種方案只要求編程人員具備基本的DSP知識即可，無需編寫代碼來整合DSP功能與那些運行在GPP上的功能。這種優(yōu)勢，加上利用免費開源插件和構(gòu)架提供的許多功能的能力，可以大幅度縮短新視頻產(chǎn)品的上市時間。

　　硬件平臺的選擇

　　在選擇運行編解碼器(壓縮傳輸或存儲的數(shù)字流，再解壓以供查看或編輯)的硬件平臺時，開發(fā)人員有幾種可選方案。ASIC是專門為數(shù)字視頻應(yīng)用而設(shè)計的，能在這類應(yīng)用中提供高性能和低功耗。它的缺點流片(NRE)費用很高。此外，ASIC若有變化，比如改動以適應(yīng)編解碼標(biāo)準(zhǔn)，相關(guān)實現(xiàn)費用非常高昂。

　　另一方面，GPP內(nèi)核的流片費用相對較低，針對變動進行重編程相當(dāng)容易。但由于它們在執(zhí)行計算密集的信號處理應(yīng)用時效率低下，故在應(yīng)用于數(shù)字視頻處理時性能較低。例如，GPP通過一系列移位和加法運算來實現(xiàn)乘法運算，而每一個移位和加法運算需要一個以上的時鐘周期。

　　DSP具有集上述二者之優(yōu)勢的潛力。不同于GPP，DSP是為數(shù)字視頻應(yīng)用中計算密集的信號處理應(yīng)用而優(yōu)化的。它具有單周期乘法器或乘法累加單元，能夠加快編解碼算法的執(zhí)行速度。更高性能的DSP還包含有幾個可以并行操作的獨立執(zhí)行單元，這使得它們能夠每條指令執(zhí)行好幾個操作。此外，DSP還提供完全的軟件編程能力，包括現(xiàn)場重編程能力。這就讓用戶可以先推出MPEG-2產(chǎn)品，以后再升級為H.264視頻編解碼器。DSP在數(shù)字視頻應(yīng)用中的主要局限是它們通常需要采用專用語言來編程，而熟悉DSP的編程人員遠(yuǎn)沒有熟悉流行的GPP架構(gòu)的來得多。

　　圖1：只含解碼器的范例中的多媒體框架職責(zé)和數(shù)據(jù)流程

　　組件集成的挑戰(zhàn)

　　數(shù)字視頻系統(tǒng)的開發(fā)人員還面臨著集成的挑戰(zhàn)。數(shù)字視頻系統(tǒng)包含了多個編碼器、解碼器、編解碼器、多種算法及其它軟件，這些組件都必須集成到一個可執(zhí)行映象(image)中，然后才能在系統(tǒng)上運行內(nèi)容。集成所有這些組件并確保其運行協(xié)調(diào)是一件很困難的任務(wù)。不同的系統(tǒng)可能需要截然不同的視頻、圖像、語音、音頻和其他多媒體模塊。手工集成每一個軟件模塊或算法的開發(fā)人員就被增值功能性(比如增加創(chuàng)新性功能)搞得頭痛不已。

　　許多數(shù)字視頻開發(fā)人員都開始采取開源途徑來構(gòu)建軟件。一種常用的方案是從開源獲得軟件的重要部分，而在可用性和硬件集成方面充分發(fā)揮內(nèi)部專業(yè)能力。開發(fā)人員常常參與開源技術(shù)開發(fā)項目，以滿足特定要求并把內(nèi)部開發(fā)的代碼和開源代碼集成在一起來創(chuàng)建新產(chǎn)品。

　　新的API

　　為了解決上述問題，德州儀器(TI)開發(fā)出了一款A(yù)PI，該產(chǎn)品能夠充分發(fā)揮開源多媒體框架中的GStreamer等DSP的優(yōu)勢。這款A(yù)PI使多媒體編程人員可以利用熟悉環(huán)境中的DSP編解碼引擎，把數(shù)字視頻編程人員從復(fù)雜的DSP編程中解放出來，讓ARM/Linux開發(fā)人員得以輕松利用DSP編解碼器的加速功能，無需具備相關(guān)硬件知識。該接口還能自動高效地在ARM和DSP間進行工作劃分，從而不再需要為運行在DSP上和運行在GPP內(nèi)核上的功能間的協(xié)調(diào)而編寫代碼。該接口已由TI按照開源社群標(biāo)準(zhǔn)以GStreamer插件的形式開發(fā)成功。

　　圖2：GStreamer內(nèi)數(shù)據(jù)通過GstBuffer結(jié)構(gòu)進行表征的方法與其它幾種操作系統(tǒng)及其相應(yīng)多媒體框架所采取的方法相一致。

　　GStreamer是一種媒體處理庫，提供了某種轉(zhuǎn)換過程的抽象模型，其通過管道的概念進行工作，媒體在其中按照已定義的方向從輸入流到輸出。GStreamer能夠以一種簡化編程過程的方式來提取不同媒體的操作行為，在數(shù)字視頻編程社群中廣受歡迎。通過GStreamer，能夠編寫出一種能夠支持多種不同格式和網(wǎng)絡(luò)的通用視頻或音樂播放器。而且大部分操作由插件執(zhí)行，并非GStreamer內(nèi)核。GStreamer的基本功能性主要與注冊和加載插件有關(guān)，并可提供基類，這些基類定義了GStreamer類的基本功能。

　　GStreamer過濾器

　　源過濾器負(fù)責(zé)從從數(shù)據(jù)源獲取原始的多媒體數(shù)據(jù)以供處理，這里的數(shù)據(jù)源可以是硬盤文件(比如文件源過濾器)，或CD或DVD光盤，也可以是電視接收卡或網(wǎng)絡(luò)這種“實時”源。某些源過濾器只是簡單地把原始數(shù)據(jù)傳遞到剖析器(parser)或分離過濾器(splitter filter)，同時其它源過濾器也執(zhí)行自己的剖析步驟。變換過濾器 (Transform filter)接收原始數(shù)據(jù)或部分經(jīng)過處理的數(shù)據(jù)，進一步處理后再傳遞到下一級過濾器。

　　變換過濾器有多種類型，剖析器即是一例。這種過濾器把原始字節(jié)流分離為多個樣本或幀、壓縮器或解壓縮器，以及格式轉(zhuǎn)換器。呈現(xiàn)過濾器(Renderer filter)一般接收完全處理過的數(shù)據(jù)，并在系統(tǒng)顯示器上或通過揚聲器或某些外部設(shè)備進行播放。這一類過濾器還包括“file writer (文件創(chuàng)建器)”過濾器和網(wǎng)絡(luò)傳輸過濾器，前者可以把數(shù)據(jù)保存到硬盤或其它持久穩(wěn)固的存儲設(shè)備上。

　　數(shù)據(jù)處理在plug-in_chain() 或 plug-in_loop()函數(shù)中進行。該函數(shù)可能像元件縮放那么簡單，也可能像真實的MP3解碼器那么復(fù)雜。數(shù)據(jù)被處理后，利用一個gst_pad_push()函數(shù)從GStreamer元件(element)的源襯墊(pad)發(fā)送出去，由此把數(shù)據(jù)傳遞到管道鏈的下一個元件。

　　GStreamer緩沖器

　　在GStreamer中，緩沖器是數(shù)據(jù)傳輸?shù)幕締卧?。GstBuffer(實例)類提供了把一個存儲區(qū)定義為流媒體的一部分所必需的全部狀態(tài)。經(jīng)由GstBuffer結(jié)構(gòu)，Gstreame內(nèi)部的數(shù)據(jù)表示遵循幾種其它操作系統(tǒng)及其各自的多媒體構(gòu)架所采用的方法(比如，Microsoft DirectShow中的媒體采樣概念)。此外，還支持次級緩沖器，允許緩沖器的一小部分成為它自己的緩沖器，利用這種處理機制確保了存儲空間不會過早釋放。

　　圖3：復(fù)用已分配在驅(qū)動器上且在物理上是連續(xù)的緩沖的一種有效途徑。

　　緩沖器通常利用gst_buffer_new()來創(chuàng)建。創(chuàng)建好一個緩沖器之后，一般是為它分配存儲器，設(shè)置緩沖器數(shù)據(jù)的大小。下面給出了一個緩沖器創(chuàng)建的例子，該緩沖器能夠保存具有給定寬度、高度和每像素位的視頻幀。