0. 前言
我在前兩篇文章中寫了DirectShow捕獲音視訊然後生成avi，再進行264編碼的方法。那種方法有一些局限性，不适合實時性質的應用，如：視訊會議、視訊聊天、視訊監控等。本文所使用的技術，适用于這種實時性的應用，通過處理采集出來的音視訊的每一幀，實作實時編碼，實時輸出。這是我做直播系列應用的一部分，目前的情況是輸入端采用DirectShow技術捕獲音視訊，然後對視訊進行h.264編碼，對音頻進行aac編碼，輸出端則是生成檔案，接下來還要進一步擴充輸入端和輸出端，以支援檔案、桌面輸入，RTSP、RTMP、HTTP等流式協定輸出。
1. 簡單介紹
首先是捕獲，這裡采用了DirectShow的方式，對它進行了一定程度的封裝，包括音視訊。好處是直接使用native api，你可以做想做的任何修改，壞處是，不能跨平台，采集音視訊這種應用，linux平台也是需要滴呀。有跨平台的做法，對視訊，可以使用OpenCV，對音頻，可以使用OpenAL或PortAudio等，這樣就行了。
編碼可以選擇的餘地比較大，對視訊來講，有H264, MPEG-4, WebM/VP8, Theora等，音頻有Speex, AAC, Ogg/Vorbis等，它們都有相應的開源項目方案，我采用的是x264進行H264編碼，libfaac進行aac編碼，之後是否更改編碼方案，等具體項目需求再說了。這裡提一下WebM，Google牽頭的項目，完全開放和自由，使用VP8和Vorbis編碼，webm(mkv)封裝，有多家巨頭支援，目的是想要取代目前的H264視訊編碼，号稱比後者更加優秀，我沒有測試過實際效果。不過有商業公司牽頭就是不一樣，各項支援都很全面，有時間了關注一下。
2. 邏輯和流程
基本的思想是實作dshow ISampleGrabberCB接口，通過回調來儲存每一個buffer。除了界面線程和dshow自己的線程之外，我們啟動了兩個線程，AudioEncoderThread和VideoEncoderThread，分别從SampleGrabber中取出資料，調用編碼器進行編碼，編碼後的檔案可以直接輸出。看圖：
程式是用VS2010建構的，看張工程截圖：
Base下面的是對系統API的一些簡單封裝，主要是線程和鎖。我這裡簡單也封裝的了一下dshow的捕獲過程，包括graph builder的建立，filter的連接配接等。directshow是出了名的難用，沒辦法，難用也得用。因為是VS2010，調用的Windows SDK 7.1中的dshow，沒有qedit.h這個檔案，而它正式定義ISampleGrabberCB的。不急，系統中還是有qedit.dll的，我們要做的就是從Windows SDK 6.0中，把它拷過來，然後在stdafx.h中加入這幾行代碼，就可以了
3. 音視訊編碼
相關檔案：
Encoder下就是音視訊編碼相關的代碼。X264Encoder封裝了調用x264編碼器的操作，FAACEncoder封裝了調用libfaac編碼器的操作，VideoEncoderThread和AudioEncoderThread負責主要的流程。下面我把關鍵代碼貼出來，大家可以參考一下。
A. 視訊編碼線程
主要流程是首先初始化x264編碼器，然後開始循環調用DSVideoGraph，從SampleGrabber中取出視訊幀，調用x264進行編碼，流程比較簡單，調用的頻率就是你想要擷取的視訊幀率。要注意的一點是，x264進行編碼比較耗時，在計算線程Sleep時間時，要把這個過程消耗的時間算上，以免采集的視訊幀率錯誤。
B. 音頻編碼線程
主要流程和視訊編碼線程相同，也是初始化FAAC編碼器，然後循環調用DSAudioGraph，從SampleGrabber中取出視訊幀，調用faac進行編碼。和視訊不同的是，音頻的sample的頻率是非常快的，是以幾乎要不斷的進行采集，但前提是SampleGrabber中捕獲到新資料了才行，不然你的程式cpu就100%了，下面代碼中IsBufferAvailaber()就是做這個檢測的。
調用faac進行編碼的時候，有點需要注意，大家特别注意下，不然編碼出來的音頻會很不正常，搞不好的話會很頭疼的。先看下faac.h的相關接口
faacEncEncode第三個參數指的是傳入的sample的個數，這個值要和調用faacEncOpen傳回的inputSamples相等。要做到這點，就要在dshow中設定好buffsize，公式是：
4. 程式界面
運作中
捕獲完成後生成aac 和 264檔案
生成的aac檔案用MediaInfo讀出來的編碼格式
生成的264檔案用MediaInfo讀出來的編碼格式
用mp4box封裝一下，把264和aac存放到mp4容器檔案中，就可以在播放器中播放了