ffmpeg学习源代码编译、英伟达硬件加速-Toy模板网

这篇具有很好参考价值的文章主要介绍了ffmpeg学习源代码编译、英伟达硬件加速。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

使用cpu进行软编解码时，cpu效率低并且占用高。使用硬件加速，能够明显降低CPU的占用，参看博客 ffmpeg学习（16）AVDevice使用。这里以使用英伟达gpu进行h264编解码加速为例说明，其他平台类似。

1、winodws硬件加速支持

在windows平台直接下载官方的预编译ffmpeg、lib开发包，都已经支持了英伟达显卡硬件加速。使用命令ffmpeg.exe -hide_banner true -codecs |findstr h264，查询结果如下
ffmpeg学习源代码编译、英伟达硬件加速
可以看到英伟达硬件支持的解码器有 h264_cuvid，编码器有h264_nvenc、nvenc_h264、nvenc。

2、linux下硬件加速支持

使用sudo apt get install ffmpeg后是默认不支持的硬件加速的，查看支持使用命令 ffmpeg -hide_banner true -codecs | grep h264，结果如下
ffmpeg学习源代码编译、英伟达硬件加速
并没有出现同windows下类似带有nv或者cu字样的的编解码器名称。
为了使用硬件加速功能，需要从源代码进行编译，添加硬件加速支持。

编译ffnvcodec

再nvidia硬件上进行ffmpeg加速，需要准备ffnvcodec。

git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git
cd nv-codec-headers 
sudo make install

编译环境

sudo apt-get install build-essential yasm cmake libnuma1 libnuma-dev

后面编译ffmpeg源码时可以根据缺少项再安装。

ffmpeg编译

可以使用git命令 git clone https://git.ffmpeg.org/ffmpeg.git /ffmpeg 拉取最新的ffmpeg分支，这里以ffmpeg n4.0.2版本为例
编译与安装命令

./configure --enable-shared --enable-nonfree --enable-cuda-sdk --enable-libnpp \
--extra-cflags=-I/usr/local/cuda/include \
--extra-ldflags=-L/usr/local/cuda/lib64 \
--prefix=/home/wanggao/software/FFmpeg-n4.0.2/install

make -j8
sudo make install

其他完整的编译选项

./configure --enable-shared --enable-nonfree --enable-cuda-sdk --enable-libnpp \
--extra-cflags=-I/usr/local/cuda/include \
--extra-ldflags=-L/usr/local/cuda/lib64 \
--prefix=/home/wanggao/software/FFmpeg-n4.0.2/install \
\
--disable-doc \
--disable-htmlpages \
--disable-podpages \
--disable-txtpages \
--disable-manpages \
\
--enable-gpl \
--enable-libx264 \
--enable-encoder=libx264 \
--enable-decoder=h264 \

注意：上述命令行编译了所有内容，导致编译生成的库较大，可以根据具体情况编译需要的模块。
先使用 –disable-all 禁用所有模块，再添加 –enable-xxxxx 开启xxxxx模块
上面添加了H.264的支持。

编译完成后，再次命令 ffmpeg -hide_banner true -codecs | grep 264 查看支持情况
ffmpeg学习源代码编译、英伟达硬件加速
这里明显对nvidia的硬件有了特定的编码器 h264_cuvid、解码器nvenc和h264_nvenc。

查看相关编解码器的信息，例如查看解码器h264_cuvid信息，如下
ffmpeg学习源代码编译、英伟达硬件加速
再查看编码器h264_nvenc的信息（还包含preset、profile、level以及其他更多编码参数），仅列出支持的像素编码，如下图

3、linux下硬件加速使用、问题解决

在ffmpeg源代码中可以使用如下代码

AVCodec *enc = avcodec_find_encoder_by_name("h264_nvenc");

AVCodec *dec = avcodec_find_decoder_by_name("h264_cuvid");

正常运行时，发现cpu占用降低，会有gpu的占用。

可能出现的的问题

在编码程序中，设定编码器h264_nvenc，运行程序报错

[h264_nvenc @ 0x7fad9030f100] Driver does not support the required nvenc API version. Required: 11.0 Found: 9.0
[h264_nvenc @ 0x7fad9030f100] The minimum required Nvidia driver for nvenc is 390.25 or newer

这种错误明确提示驱动版本不支持。我们可以在nv-codec-headers/README文件中有要求说明

FFmpeg version of headers required to interface with Nvidias codec APIs.

Corresponds to Video Codec SDK version 11.0.10.

Minimum required driver versions:
Linux: 455.28 or newer
Windows: 456.71 or newer

查看本机的驱动版本已经gpu型号，驱动版本为 418.67, 是低于要求版本的，需要更新驱动。
ffmpeg学习源代码编译、英伟达硬件加速
但是我们注意到，机器的显卡名称不全。首先使用 lspci | grep -i vga 查看显卡的PCI ID号，为 NVIDIA Corporation Device 1e04 (rev a1)。

通过可以通过英伟达显卡PCI ID查询
列表 http://pci-ids.ucw.cz/read/PC/10de
查询 http://pci-ids.ucw.cz/mods/PC/10de?action=help?help=pci
ffmpeg学习源代码编译、英伟达硬件加速
知道了显卡类型，之后就是去官网下载安装合适版本驱动了。