基于Ｌｉｎｕｘ的通用視頻音頻采集系統(tǒng)的設(shè)計與實現(xiàn)

摘要：該文闡述了在Linux下，利用V4L以及ALSA，在普通PC上組建視頻音頻采集系統(tǒng)以及遠程傳輸?shù)姆椒ā?/p>

關(guān)鍵詞：Linux；視頻；音頻；V4L；ALSA

中圖分類號：TP311文獻標識碼：A文章編號：1009-3044(2008)22-675-03

A Linux Based General Video and Audio Sampling System

GONG Zhou，KANG Ye

(Department ofChinese-German， Tongji University， Shanghai 200092， China)

Abstract: In this paper， the constraction of video and audio sampling system， which bases on Linux with V4L and AlSA， will be discussed.

Key words: Linux; Video; Audio; V4L; AlSA

1 引言

Linux是一個基于Unix的操作系統(tǒng)，它也是Unix家族的一元，與Unix不同的是它可以運行在不同的硬件平臺上。它于1991年誕生于芬蘭的一個為大學生Linus Torvalds手中，不過當時還只是一個雛形，為了不讓自己的這個羽翼未滿的操作系統(tǒng)夭折，Linus將自已的作品Linux通過Internet發(fā)布。從此一大批知名的、不知名的電腦黑客、編程人員加入到開發(fā)過程中來，Linux逐漸成長起來。到目前為止，Linux的內(nèi)核已經(jīng)發(fā)展到了2.6.22，并在此基礎(chǔ)上發(fā)展了數(shù)十種發(fā)行版，其中有經(jīng)過長期發(fā)展洗禮的Redhat（Fedora），也有發(fā)展迅猛使用方便的Ubuntu。

在多媒體技術(shù)中，視頻技術(shù)發(fā)展越來越迅速，比如在遠程教育、在線視頻會議、銀行監(jiān)控、危險地區(qū)探測以及智能家庭安防方面應用越來越廣泛。由于Linux自身的特殊的發(fā)展過程使得它具有了得天獨厚的網(wǎng)絡(luò)性能，加上越來越豐富的視頻支持和開源軟件的優(yōu)勢以及對不同硬件平臺的良好支持，使得Linux成為視頻采集的最佳平臺。

2 系統(tǒng)設(shè)計

2.1 硬件

硬件平臺為PC機，決定圖像的質(zhì)量的一個首要的因素是攝像頭，應該根據(jù)不同的應用場合合理選擇。大體上有兩種方案：普通視頻聊天用USB攝像頭和工業(yè)視頻拍攝用攝像頭。這兩種方案在不同的技術(shù)參數(shù)上各有特點。如果僅僅是用于在線視頻會議，則可以選用USB攝像頭方案。如果是用于高清晰的拍攝監(jiān)控，則需選用工業(yè)的攝像頭，而且由于這種攝像的輸出的是模擬信號，必須接入視頻采集卡才能將模擬信號轉(zhuǎn)換成數(shù)字信號提供給計算機處理。

表1 USB攝像頭與工業(yè)攝像頭比較

■

硬件結(jié)構(gòu)如圖1所示，圖像信號經(jīng)過USB攝像頭采集后，將數(shù)字信號直接提供給計算機進行處理。或者圖像經(jīng)過CCD攝像頭采集，通過同軸電纜傳給視頻采集卡，經(jīng)過視頻采集卡轉(zhuǎn)換成數(shù)字信號然后交給計算機。一般的采集卡會有多個視頻接入口，按照采集能力的高低還可以分為多路實時采集和多路分時采集。如果是多路實時采集則可以在同一時刻輸出多路視頻信號。大多數(shù)的視頻采集卡官方的驅(qū)動并不支持Linux，如果視頻采集卡采用的是Bt8XX（Bt848/849/878/879）的話就沒有問題了，因為Linux內(nèi)核就提供了對Bt8XX很好的支持，其驅(qū)動為bttv（目前最新的版本為0.9），已經(jīng)包含在Linux的2.6的內(nèi)核當中。

■

圖1 硬件結(jié)構(gòu)

本方案采用的是Honeywell GC-755P-A2-G工業(yè)級攝像頭，采用的是微視Microview V110視頻卡。USB攝像頭用的是金河田的GD-202A，Linux本身支持ov511x芯片的USB攝像頭，對于市場上大部分的采用ZC301的攝像頭Linux也能夠很好地支持。隨著Linux的快速發(fā)展，對硬件的支持也越來越好。現(xiàn)在安裝硬件相對于以前來說方便多了。將視頻采集卡插入計算機，重啟進入Linux之后系統(tǒng)會識別出硬件然后加載相應的驅(qū)動模塊，模塊包括bttv、bt878、videodev和tuner。然后安裝Xawtv來預覽，查看視頻畫面質(zhì)量來進行測試。一般來說加載的模塊和參數(shù)都不需要用戶更改，要說明一下的是bttv這個模塊，由的視頻卡插入電腦后運行Xawtv出現(xiàn)的為黑白的畫面，甚至有時候出現(xiàn)的是變形和重影的圖像。這是bttv沒有正確識別出卡的類型導致的，對于本方案中的視頻采集卡可以采用指定卡的型號的方法來解決，首先卸載已經(jīng)加載的模塊 rmmod bt878、rmmod bttv。然后重新加載模塊并附上指定的參數(shù)modprobe bttv card=13。然后重新打開Xawtv來查看圖像，則圖像顯示正常。

表2 芯片類型與號碼，來源：The BTTV Mini HowTo

■

2.2 軟件設(shè)計

Video4Linux是Linux下面為各種視頻設(shè)備提供的統(tǒng)一的API接口，包括市面上常見的視頻采集卡和USB的攝像頭。視頻設(shè)備在Linux下對應的文件為“/dev/video0”，如果視頻卡支持多路視頻輸入或者PC上接了多個USB攝像頭的話，視頻設(shè)備文件會有多個比如“/dev/video1， /dev/video2”等等。

在Linux下面所有設(shè)備統(tǒng)一當作文件處理，要采集視頻首先得打開相應的設(shè)備文件。然后才能對設(shè)備進行設(shè)置和數(shù)據(jù)采集處理。

1)打開視頻設(shè)備

■

圖2 v4l編程流程

static int users = 0;

static int camera_open(stuct video_device *dev， int flags)

{

if(users)

return -EBUSY;

if(request_irq(irq， camera_irq， 0， \"camera\"， dev)?? 0)

return -EBUSY;

users++;

MOD_INC_USE_COUNT;

return 0;

}

2) 更改視頻設(shè)備的設(shè)置

ioctl是設(shè)備驅(qū)動中對設(shè)備的I/O通道進行管理的一個函數(shù)，所有對設(shè)備屬性的設(shè)置都依靠它來完成。在V4L中還提供了一個額外的ioctl函數(shù)用于對各種視頻操作的控制。其中有：視頻設(shè)備的基本信息，包括：設(shè)備名稱，最大最小分辨率和信號源信息，采集而來的圖像的各種屬性，包括：亮度，對比度和灰度，還有信號源的屬性和內(nèi)存映射的設(shè)置。下面是一個簡單的例子：

static int camera_ioctl(struct video_device *dev， unsigned

int cmd， void *arg)

{

switch(cmd)

{

case VIDIOCGCAP:

{

struct video_capability v;

v.type = VID_TYPE_CAPTURE|

VID_TYPE_CHROMAKEY|

VID_TYPE_SCALES|

VID_TYPE_OVERLAY;

v.channels = 1;

v.audios = 0;

v.maxwidth = 640;

v.minwidth = 16;

v.maxheight = 480;

v.minheight = 16;

strcpy(v.name， \"My Camera\");

if(copy_to_user(arg， v， sizeof(v)))

return -EFAULT;

return 0;

}

3)讀取數(shù)據(jù)

首先我們要保證的是程序要等到下一幀圖像準備好了才能開始讀取，或者一個中斷等待的信號。如果由中斷信號產(chǎn)生就從系統(tǒng)調(diào)用中返回，這樣信號才能傳達到程序中。此外程序還檢查用戶是否實際上不想程序讀取圖像的時候等待，比如采用非阻塞I/O模式在圖像沒有準備好的時候可以繼續(xù)做其他的事情。接下來從視頻卡拷貝圖像，這里的capture_w和capture_h是用來保持采集到的圖像的寬度與高度的。

static long camera_read(struct video_device *dev， char *buf，

unsigned long count)

{

struct wait_queue wait = { current， NULL };

u8 *ptr;

int len;

int i;

add_wait_queue(capture_wait， wait);

while(!capture_ready)

{

if(file-＞flagsO_NDELAY)

{

remove_wait_queue(capture_wait， wait);

current-＞state = TASK_RUNNING;

return -EWOULDBLOCK;

}

if(signal_pending(current))

{

remove_wait_queue(capture_wait， wait);

current-＞state = TASK_RUNNING;

return -ERESTARTSYS;

}

schedule();

current-＞state = TASK_INTERRUPTIBLE;

}

remove_wait_queue(capture_wait， wait);

current-＞state = TASK_RUNNING;

capture_ready = 0;

ptr=(u8 *)buf;

len = capture_w * 3 * capture_h; /* 24bit RGB */

if(len＞count)

len=count; /* Doesn’t all fit */

for(i=0; i＜len; i++)

{

put_user(inb(io+IMAGE_DATA)， ptr);

ptr++;

}

hardware_restart_capture();

return i;

}

4)關(guān)閉視頻設(shè)備

關(guān)閉設(shè)備和打開設(shè)備非常相似，下面是一個例子：

static int camera_close(struct video_device *dev)

{

users-;

free_irq(irq， dev);

MOD_DEC_USE_COUNT;

}

2.3 音頻捕捉

對音頻捕捉是通過對聲卡的編程來實現(xiàn)的，聲卡在Linux下對應的設(shè)備文件應為/dev/dsp和/dev/audio，這兩個文件基本一樣，提供/dev/audio是為了與SUN聲音系統(tǒng)兼容。編程的流程與視頻編程非常相似：（下轉(zhuǎn)第698頁）

（上接第677頁）

1)打開聲音設(shè)備文件；

2)對聲卡的采樣量化位和采樣頻率等等進行設(shè)置；

3)讀取聲音數(shù)據(jù)；

4)播放。

代碼范例如下：

/* open audio file */

file_fd=fopen(\"test.wav\"，\"wb+\");

if(file_fd ＜ 0)

{

perror(\"open of test.wav failed\");

}

/* record from device */

status=read(audio_fd，buf，sizeof(buf));

if(status ＜ 0)

{

perror(\"audio read\");

exit(1);

}

/* play */

status=fwrite(buf，sizeof(buf)，1，file_fd);

if(status ＜ 0)

{

perror(\"audio same\");

exit(1);

}

由于篇幅的限制，其中設(shè)置聲音采樣頻率和量化位數(shù)的代碼沒有寫入本文當中。

3 結(jié)束語

該文介紹了利用一臺普通的PC機，利用Linux作為開源軟件所具有的低成本，資源豐富等優(yōu)勢。根據(jù)使用場所的實際需要，可同時對多路的高性能的專業(yè)攝像頭和普通USB攝像頭捕獲的視頻信號以及MIC捕獲的音頻信號進行采集。若結(jié)合多媒體視頻音頻的編碼、解碼技術(shù)和流媒體技術(shù)，充分利用現(xiàn)有的網(wǎng)絡(luò)基礎(chǔ)，則可以方便的實現(xiàn)監(jiān)控、拍攝和遠程教育等各種功能。

參考文獻：

[1] Stevens W R， Rago S A. Advanced Programming in the UNIX Environment[M].2th ed. Addison Wesley/Pearson， 2006.

[2] 李玉波，朱自強，郭軍. Linux C編程[M].北京：清華大學出版社，2005.

[3] Bill Dirks. Video for Linux Two [EB/OL].(2003-06-26).http://www.thedirks.org/v4l2/