基于DirectShow的视频通道卡的应用

杜歆文，王卫成，王歆宇

（苏州广播电视总台 技术中心，江苏 苏州 215006）

基于DirectShow的视频通道卡的应用

杜歆文，王卫成，王歆宇

（苏州广播电视总台 技术中心，江苏 苏州 215006）

介绍了基于DirectShow的视频通道卡的应用背景及意义，对相关软、硬件技术进行了简要阐述，基于这些技术，根据软件开发流程，分别实现了1个多通道录制软件和1个通道播放软件，并阐明相关技术要点。在多通道录制软件中，实现了多通道同步录制和单通道分别录制灵活切换，以及视音频的合并、分离，通道播放软件能够无缝连续或者循环播放，操作方便快捷。2套系统在实际使用中运行良好。

视频通道卡；录制；多通道；播放；无缝播出

随着节目内容的丰富，制作要求的提高，对节目录制的要求也逐渐提高，以前也许录制一档节目最多需要8个机位，导播切换，录制PGM画面后期包装剪辑即可，现在可能需要12、16或者更多机位，除了录制PGM画面，还需要有多路单挂画面、副切画面等，方便后期剪辑，如果大量使用蓝光、P2、磁带等介质录制，需要占用很多录像机，录制操作复杂，并且后期上载工作非常繁重，因此，文件化采集非常有必要。同时，更多的现场大屏应用，与现场节目结合，背景资料、宣传片、垫片等都需要经过演播室送至现场，文件化的播放方便、快捷，并且避免非编编辑后的二次输出。

现代演播室中，多通道的播出、录制已经是必不可少的一部分，各家厂商也纷纷推出自己的产品。比如大洋的演播室多通道录制系统，新奥特CreaStudio多通道非线性采编系统等，单台服务器通常支持4路或以上SDI输入，多格式采集，支持多镜头编辑。草谷公司也推出了T2高标清硬盘录像机，配置1个记录通道和2个播放通道，并支持多种录制、播放格式。

该类产品确实有其不可媲美的优点，但高昂的售价限制了其发展，另外录制机上的多镜头编辑不是很符合苏州台编辑使用现状，媒资素材、历史素材交换不便，还需要将录制素材传输至原非编网进行剪辑，因此决定着手自主开发多通道录制、播放软件。

1 相关技术

1.1 硬件

硬件方面需要一台插有视频通道卡的计算机[1]。

Blackmagic Design（BMD）产品质量稳定，性能优秀，在2002年11月，BMD推出了DeckLink采集卡，目前DeckLink视频通道卡产品丰富，根据功能、通道数量有多种型号产品，有支持4K输入输出的DeckLink 4K Extreme，有用于简单监看、录制的DeckLink MiniMoni⁃tor和DeckLink Mini Recorder，还有双通道视频卡DeckLink Duo和四通道视频卡DeckLink Quad。根据需要选用了其四通道视频卡DeckLink Quad，该板卡拥有一个同步输入，4个SDI输入口和4个SDI输出口，用于采集、回放，每个端口可以独立配置高清或者标清格式，完全独立。

由于DeckLink Quad采用PCI-E接口，因此计算机主板必须支持该接口，此外，视频编解码计算比较耗费CPU资源，计算机配置需要满足一定需求。

1.2 软件

微软的DirectShow是一个应用于Microsoft Win⁃dows平台的流媒体编程接口[2-4]，使用DirectShow编程，可以执行高质量的视频、音频播放或采集。在9.0版本之前，DirectShow SDK是DirectX SDK的一部分，从Windows Server 2003 SP1 Platform SDK开始，Direct⁃Show SDK成为Windows SDK的一部分。

DirectShow基于模块化，每个功能模块都采取COM组件方式，称为filter，比如从文件中读取数据，通过源filter完成，根据压缩格式不同，选取不同的de⁃coder filters，通过renderer filter重画视频图像。根据具体需求，选取一定的filter，然后相连接，这样构建成的链表称为filter graph。通过filter graph manager来控制filter graph中的所有filter，转换链表的运行、停止、暂停状态，其同样是一个COM对象。在filter graph manager的管理下，filter graph中的所有filter的状态确保一致。

如前文所述，在DirectShow中，DeckLink Quad视频卡的4个输入口各表现为1个源filter，4个输出口分别表现为renderer filter。编解码器在DirectShow开发中也表现为注册在Windows中的filter，编解码的优劣表现为兼容性好，图像的还原度高，实时性高，资源占用率低等。较为常用的编解码器有MainConcept，Elecard等。前者产品线丰富，有各种格式的编解码器，性能优秀，但是价格较高；后者性价比高，功能满足要求，但是格式较为单一，主要支持MPEG相关格式。

2 需求分析

2.1 录制需求

1）不同于单通道的录制软件，多通道录制软件的最大区别在于要保证各通道完全同步。以典型的4通道录制为例，如果4个通道完全独立，操作者分别开始4个通道的录制，保存的文件开始时间码必然不同步，在多画面剪辑时，只能根据声音把多轨视频画面时间码同步，费事费力不精确，如果4个通道文件能够完全同步开始，在剪辑时只需要在故事版上把各视频轨对齐即可。

2）软件需要支持高清和标清信号，并且对记录文件压缩格式可以设置，支持多种码流。

3）支持至少2轨音频，考虑实际使用，以4轨以上为佳，软件界面显示VU表指示响度。

4）录制文件具有良好的兼容性，现有非编软件对于录制文件能够流畅剪辑、高质量解码。

5）录制文件由于体积较大，需要能够方便传输至非编网进行编辑。

2.2 播放需求

1）播放软件要求是两段文件连续播放时不能中断，因此常规播放完一个文件再播另一个文件的方式就不适用，需要想办法避免两段文件播放中的黑场、闪断。

2）支持标清、高清输出，支持常规格式文件解码播放。

3）播放软件操作较多，比如预卷、播放、跳播、中断等，用户需要有熟悉、学习的过程，因此软件界面及操作应尽可能和现有主流软件相似。

4）列表播放需要支持素材打点、列表循环播等扩展功能。

5）列表中素材应可以即时动态调整。

3 总体设计与测试、实施

3.1 多通道录制软件

单通道录制软件的设计比较简单，将板卡视音频输入filter与编码filter分别相连，编码后经复用器打包成文件，保存。具体流程如图1所示。

图1 单通道录制流程

多通道的录制软件设计稍显复杂，软件需要适应单通道分别录制和多通道同步录制，每个通道可以单独启动录制，也可以同时开始录制。如果将单通道的流程重复多次，在单击同步录制按钮的时候同时启动4个graph，经测试无法保证4个通道完全同步开始，可能会产生1～2帧的误差，不能够满足广播级的编辑要求，因此，考虑把4路视频流放在1个graph中，由参考时钟确保数据流同步，当需要同时录制时，启动1个图表即可，如图2所示，以2通道为例。当需要分别录制几个通道，没有同步开始的需求时，仍然采用多个graph的方式，灵活多变。

图2 2通道同步录制流程

为了满足不同的需求，录制码率可以设置，同时，为了方便剪辑、传输，有时需要录制一份低码率的文件，在板卡视频输入filter和音频输入filter后端分别添加Infinite Pin Tee filter，将输入流分流成多份，一份送窗口预览，一份压缩保存为高码文件，还有一份压缩保存为低码文件。此外，微软还提供了Smart Tee filter，只能将输入流分流成2份，并且其中一路输出为Pre⁃view Pin，用于监看，会主动丢帧以保证另一路Capture Pin输出处理。

由于节目制作的多样性需求，2声道的保存已经不能满足节目录制的需求，4声道甚至8声道也常常被应用到节目录制中，本系统中，录制文件压缩格式通常为MPEG，其中音频压缩格式为MPEG-1 Audio Layer II（MP2），常规编码器只支持2路音频的压缩编码，因此，需要采用变通的办法。由于音频码率低，占用空间小，本软件中将多轨音频编码保存为WAV文件，视频还是经MPEG编码，保存为视频文件，视音频文件分离为2个文件，在非编中导入时，由于2个文件名相同，会被关联成同一个素材，不影响剪辑，在大洋非编3.0版本中测试成功。在音频流进入计算机后，还可以把多轨声道分离，对每个声道进行编码保存，这样增加了文件数量，但是后期处理更加灵活。

为了方便文件传输，录制计算机配备USB 3.0接口，方便快速拷贝至移动硬盘[5]，另外，为了保证数据安全，系统被安装在单独的硬盘上，数据盘采用2块硬盘组成RAID1，一块装在机箱内部，另一块使用专用插槽固定在光驱位，录制完成后可以将这块外置硬盘拔下，直接导入非编网进行编辑。4通道同时录制标清文件时，对系统并无特殊要求，常规配置均可满足，当录制高清文件时，对CPU性能要求较高，实际测试配置2颗至强E5-2630 CPU时，录制4路高清视频CPU使用率稳定在50%左右，能够顺利完成录制任务。

3.2 通道播出软件

DeckLink Quad视频卡拥有4个SDI输入口和4个SDI输出口，但是一组接口不可以同时使用，即同时使用输入和输出总通道数不超过4路。4路输入之间以及4路输出之间完全独立。

实现视频的播放较为简单，如图3所示，视频文件由信号分离filter分离为视频流和音频流，分别经解码器解码，然后送板卡播放。

图3 文件播放流程

如果是实现一个简单的播放器，这么做就够了，但是要实现广播级的通道播出，如此播放两段文件之间肯定会有短暂的间断，为了能够连续播放，无黑场，无抖动，需要在放前一段文件的同时，把后一段文件在内存中准备好。

GMFBridge是英国GDCL公司开发的一种特殊COM组件，其全称为GDCL Multigraph Framework Bridge。基于DirectShow，利用GMFBridge，在程序中组成多graph结构，视音频数据流可以在多个graph中流动，这是解决无缝切换问题的一种方法。由GMFBridge组成的多FilterGraph工作结构如图4所示。在source graph的末端，有一个sink filter，在render graph的开头，有一个source filter提供源，图中source graph和render graph之间靠 Bridge Controller、Bridge Sink、Bridge Source filter连接。

图4 GMFBridge工作结构

从图中可以看出，BridgeSink、BirdgeSource和Bridge Controller是GMFBridge的关键组成部分。

BridgeSink是音频视频解码filter graph的Render⁃er filter，BridgeSource是播放filter graph的source filter，Bridge Controller是GMFBridge中的一种COM组件，用来连接BridgeSink和BridgeSource。Bridge Controller定义了特定的流结构来传送数据，成为BridgeStream。BridgeStream代表连接2个filter Graph的音频或视频流。通过GMFBridge提供的接口，Bridge Controller控制Source Graph与Render Graph之间的数据通断，以实现无缝切换。

为了模拟放像机操作，一般播出软件都会有预卷的过程，在文件化播出中，本质上就是对下一条待播素材的准备。利用GMFBridge技术，当播放当前素材时，预卷下一条待播素材，构建一个新的source graph，当前素材播放结束，Bridge Controller切换连接到下一个source graph的Bridge Sink。也可以当素材添加进列表时就构建source graph，这样既可以保证列表中文件的有效性，也可以快速、任意切换播放。

4 总结

本文简单介绍了利用视频通道卡开发设计的相关技术，并设计实现了一个多通道录制软件和一个通道播放软件，总结了设计开发过程中的技术要点，并最终完成系统，投入实际使用。

基于DirectShow架构，视频通道卡的应用还有很多，比如视音频质量的监控、收录系统、延时播，甚至播出系统、软件切换台等，各类应用底层相似度很高，如果能自行研发，可以满足各个台自身的一些特殊需求，更加灵活，并能节约很大采购成本。

[1] 薛达新.基于视频通道卡和通用服务器平台的视音频延时系统的设计与应用[J].电视字幕·特技与动画，2009（7）：60-61.

[2]陆其明.DirectShow开发指南[M].北京：清华大学出版社，2003.

[3]陆其明.DirectShow实务精选[M].北京：科学出版社，2004.

[4] 梁斌.基于DirectShow架构的音视频无缝播出器的设计与实现[D].成都：电子科技大学，2009.

[5] 周伟锋，熊金凯.视音频硬盘采集压缩系统设计、应用与分析[J].电视技术，2011，35（20）：67-69.

TN948

B

��健男

2014-04-15

【本文献信息】杜歆文，王卫成，王歆宇.基于DirectShow的视频通道卡的应用[J].电视技术，2014，38（20）.