第一部分：背景知识
DirectShow是微软公司提供的一套在Windows平台上进行流媒体处理的开发包，与DirectX开发包一起发布。它经过DirectX 6.0中的DirectX Media发展而来，集成了DirectX家族中的其他成员（DirectDraw、DirectSound等），可以说是一位“集大成者”。 DirectShow能做些什么？ DirectShow为多媒体流的捕捉和回放提供了强有力的支持。运用DirectShow，可以很方便地从支持WDM驱动模型的采集卡上捕获数据，并且进行相应的后期处理乃至存储到文件中。它广泛地支持各种媒体格式，包括Asf、Mpeg、Avi、Dv、Mp3、Wave等等，使得多媒体数据的回放变得轻而易举。另外，DirectShow直接支持DVD的播放，视频的非线性编辑，以及与数字摄像机的数据交换。更值得一提的是，DirectShow提供的是一种开放式的开发环境，每个功能模块都采取COM组件方式，称为Filter，开发者也可以开发自己的功能Filter来扩展DirectShow的应用。按照功能来划分，Filter分为3类：Source Filter, Transform Filter, Rendering Filter。前者负责获取数据，数据源可以是文件、数字摄像机等，然后将数据往下传输；中间者负责数据的格式转换，比如数据流的分离与合成、编码解码等，然后把数据继续往下传输；后者负责数据的去向——给声卡、显卡进行播放或者输出到文件存储。第二部分 核心技术
DirectShow的开发实际就是Filter的开发，DirectShow自身提供了，下面就是Filter概述。 1、DirectShow的 Filter Filter 一般分为下面几种类型。 （1）源过滤器（source filter）：源过滤器引入数据到过滤器图表中，数据来源可以是文件、网络、照相机等。不同的源过滤器处理不同类型的数据源。 （2）变换过滤器（transform filter）：变换过滤器的工作是获取输入流，处理数据，并生成输出流。变换过滤器对数据的处理包括编解码、格式转换、压缩解压缩等。 （3）提交过滤器（renderer filter）：提交过滤器在过滤器图表里处于最后一级，它们接收数据并把数据提交给外设。 （4）分割过滤器（splitter filter）：分割过滤器把输入流分割成多个输出。例如，AVI分割过滤器把一个AVI格式的字节流分割成视频流和音频流。 （5）混合过滤器（mux filter）：混合过滤器把多个输入组合成一个单独的数据流。例如，AVI混合过滤器把视频流和音频流合成一个AVI格式的字节流。 过滤器的这些分类并不是绝对的，例如一个ASF读过滤器（ASF Reader filter）既是一个源过滤器又是一个分割过滤器。 2、关于Filter Graph Manager Filter Graph Manager也是一个com对象，用来控制Filter graph中的所有的filter，主要有以下的功能： 1) 用来协调filter之间的状态改变，从而使graph 中的所有的filter的状态的改变应该一致。 2) 建立一个参考时钟。 3) 将filter 的消息通知返回给应用程序 4) 提供用来建立 filter graph的方法。 简单描述，Graph就是各个Filter组成的一个流程图。 SourceFilter—-|—–SpliterFilter————-(Video-pin)>—–TransFormFilter—>VideoRender |———————(Audio-pin)->—-ACMWraperFilter—>DirectSoundFilter 程序启动过程，先创建各个filter的com对象，然后使用FilterGraph.Addfilter加入到Graph中，然后把每个Filter按照 数据流把OutPin和inpuin连接起来。最好启动FilterGraph.play即可。 Directshow是基于模块化，每个功能模块都采取COM组件方式，称为Filter。Directshow提供了一系列的标准的模块可用于应用开发，开发者也可以开发自己的功能Filter来扩展Directshow的应用。下面我们用一个例子来说明如何采取Filter来播放一个AVI的视频文件。 1) 首先从一个文件中读取AVI数据，形成字节流。（这个工作由源Filter完成） 2) 检查AVI数据流的头格式，然后通过AVI分割Filter将视频流和音频流分开。 3) 解码视频流，根据压缩格式的不同，选取不同的decoder filters 。 4) 通过Renderer Filter重画视频图像。 5) 音频流送到声卡进行播放，一般采用缺省的 DirectSound Device Filter。 状态改变，Graph中的filter的状态改变应该一致，因此，应用程序并将状态改变的命令直接发给filter，而是将相应的状态改变的命令发送给Filter graph Manager，由manager将命令分发给graph中每一个filter。Seeking也是同样的方式工作，首先由应用程序将seek命令发送到filter graph 管理器，然后由其分发给每个filter。 参考时钟，graph中的filter都采用的同一个时钟，称为参考时钟（reference clock），参考时钟可以确保所有的数据流同步，视频桢或者音频桢应该被提交的时间称为presentation time.presentation time 是相对于参考时钟来确定的。Filter graph Manager应该选择一个参考时钟，可以选择声卡上的时钟，也可以选择系统时钟。 Graph事件， Graph 管理器采用事件机制将graph中发生的事件通知给应用程序，这个机制类似于windows的消息循环机制。 Graph构建的方法，graph管理器给应用程序提供了将filter添加进graph的方法，连接filter的方法，断开filter连接的方法。 但是，graph 管理器没有提供如何将数据从一个filter发送到另一个filter的方法，这个工作是由filter在内部通过pin来独立完成的。 3、媒体类型 因为Directshow是基于com组件的，就需要有一种方式来描述filter graph每一个点的数据格式，例如，我们还以播放AVI文件为例，数据以RIFF块的形式进入graph中，然后被分割成视频和音频流，视频流有一系列的压缩的视频桢组成，解压后，视频流由一系列的无压缩的位图组成，音频流也要走同样的步骤。 媒体类型是一种很普遍的，可以扩展的用来描述数字媒体格式的方法，当两个filter连接的时候，他们会就采用某一种媒体类型达成一致的协议。媒体类型定义了处于源头的filter将要给下游的filter发送什么样的数据，以及数据的physical layout。如果两个filter不能够支持同一种的媒体类型，那么他们就没法连接起来。 对于大多数的应用来说，也许你不用考虑媒体类型，但是，有些应用程序中，你会直接应用到媒体类型的。 媒体类型是通过AM_MEDIA_TYPE结构定义的。 Filters通过pin的连接来传递数据，数据流是从一个filter的输出pin流向相连的filter的输入pin。输出pin常用的传递数据的方式是调用输入pin上的IMemInputPin::Receive方法。 对于filter来说，可以有好几种方式来分配媒体数据使用的内存块，可以在堆上分配，可以在DirectDraw的表面，也可以采用GDI共享内存，还有其他的一些方法，在Directshow中用来进行内存分配任务的是内存分配器（allocator），也是一个COM对象，暴露了一个IMemAllocator接口。 当两个pin连接的时候，必须有一个pin提供一个allocator，Directshow定义了一系列函数调用用来确定由哪个pin提供allocator，以及buffer的数量和大小。 在数据流开始之前，allocator会创建一个内存池（pool of buffer），在开始发送数据流以后，源filter就会将数据填充到内存池中一个空闲的buffer中，然后传递给下面的filter。但是，源filter并不是直接将内存buffer的指针直接传递给下游的filter，而是通过一个media samples的COM对象，这个sample是allocator创建的用来管理内存buffer。Media sample暴露了IMediaSample接口，一个sample包含了下面的内容： 一个指向没有发送的内存的指针。 一个时间戳 一些标志 媒体类型。 时间戳表明了presentation time，Renderer filter就是根据这个时间来安排render顺序的。标志是用来标示数据是否中断等等，媒体类型提供了中途改变数据格式的一种方法，不过，一般sample没有媒体类型，表明它们的媒体类型一直没有改变。 当一个filter正在使用buffer，它就会保持一个sample的引用计数，allocator通过sample的引用计数用来确定是否可以重新使用一个buffer。这样就防止了buffer的使用冲突，当所有的filter都释放了对sample的引用，sample才返回到allocator的内存池，供重新使用。 MajorType： 主要类型；例如视频，音频，还是位流 subType : 辅助说明类型，例如视频中的YUV12，还是UYVY等等 formatType: 格式描述，更为细节的结构体。例如，视频大小，频率，帧率等, 可以使用FORMAT_VIDEOINFO(VIDEOINFOHEADER)，FORMAT_WAVEFORMATEX(WAVEFORMATEX)结构体来描述 //PAMMediaType 当使用AM_MEDIA_TYPE数据结构来描述媒体类型的时候，如果MajorType，subType，formatType都指定了GUID，那么 这就是完全媒体类型。 ***************************************Filter的连接************************************ Filter的连接实际上就是Pin的连接。连接方向总是由上一级的Filter(UpStream Filter)的输出Pin指向下一级 Filter（DownStream Filter）的输入Pin。 1.Filter连接过程 Pin也是一种COM接口。实现了IPIN的接口。一般通过调用(下面的函数来连接)： IFilterGraph.ConnectDirect，IGraphBuilder.Connect，IGraphBuilder.Render，IGraphBuilder.RenderFile { 下面就是个范例 ，一般Filter是在停止状态下连接的。 //连接 source -> MPEG1Spliter Source.FindPin(StringToOLEStr(’Output’), OutPin); MPEG1Splitter.FindPin(StringToOLEStr(’Input’), inPin); hr := (FilterGraph1 as IGraphBuilder).Connect(OutPin, InPin); if FAILED(hr) then begin ShowMessage(’Failed connect mpg Source -> MPEG1Splitter’); exit; end; } 2.FilterGraph构建的方法 1)IFilterGraph.AddFilter 该参数提供一个Filter对象，将其加入到FilterGraph中. 2)IFilterGraph.ConnectDirect 该参数提供输出Pin，输入Pin以及媒体类型，进行直接连接 3)IGraphBuilder.AddSourceFilter 该参数提供源文件名，自动将一个SourceFilter加载到FilterGraph中 4)IGraphBuilder.Connect 该参数提供输出Pin，输入Pin以及媒体类型，进行连接，如果失败，自动尝试在中间加入必要的格式转换Filter 5)IGraphBuilder.Render 该参数提供输出Pin,自动间加入必要的Filter完成剩下的部分FilterGraph的构建（直到连到RenderFilter上） 6)IGraphBuilder.Render 该参数提供源文件名,自动间加入必要的Filter完成这个文件的回放 { //下面范例，表示该FilterGraph中有6个Filter，他们都是由COM对象创建而来。 var Source : IBaseFilter; MPEG1Splitter : IBaseFilter; MpegVcodec : IBaseFilter; AviDec : IBaseFilter; AviDest : IBaseFilter; Writer : IBaseFilter; hr : HRESULT; OutPin, InPin : IPin; begin CoCreateInstance(CLSID_AsyncReader, nil, CLSCTX_INPROC,IID_IBaseFilter, Source); //典型的拉模式 CoCreateInstance(CLSID_MPEG1Splitter, nil, CLSCTX_INPROC,IID_IBaseFilter, MPEG1Splitter); //MPEG1格式 CoCreateInstance(CLSID_CMpegVideoCodec, nil, CLSCTX_INPROC,IID_IBaseFilter, MpegVcodec); //MPEG编码 CoCreateInstance(CLSID_AVIDec, nil, CLSCTX_INPROC,IID_IBaseFilter, AviDec); //AVI解码 CoCreateInstance(CLSID_AviDest, nil, CLSCTX_INPROC, IID_IBaseFilter, AviDest); //AVI目标 CoCreateInstance(CLSID_FileWriter, nil, CLSCTX_INPROC,IID_IBaseFilter, Writer); //写文件 (FilterGraph1 as IFilterGraph).AddFilter(Source, ‘Source’); (FilterGraph1 as IFilterGraph).AddFilter(MPEG1Splitter, ‘MPEG1Splitter’); (FilterGraph1 as IFilterGraph).AddFilter(MpegVcodec, ‘MpegVcodec’); (FilterGraph1 as IFilterGraph).AddFilter(AviDec, ‘AviDec’); (FilterGraph1 as IFilterGraph).AddFilter(AviDest, ‘AviDest’); (FilterGraph1 as IFilterGraph).AddFilter(Writer, ‘Writer’); end; } 3. 一般使用GraphEdit可以查看到目前正常安装在系统中的Filter，如果是安装在DirectShow目录下的可以通过指定CLSID 用CoCreateInstance来创建。在其它目录下的，必须通过系统枚举来创建。 系统提供了一个CLSID_SystemDeviceEnum，用CoCreateInstance创建，并获取ICreateDevEnum接口。然后 使用ICreateDevEnum.CreateClassEnumerator为指定的类型目录创建一个枚举器，并获得IEnumMoniker接口。 使用IEnumMoniker.next方法，媒体该目录下所有可用设备标识（Device Moniker）,每个设备标识对象上都实现了Imoniker接口 调用Imoniker.bindtoStorage之后就可以访问设备标识属性集。比如得到设备的显示名字。 调用Imoniker.BindToObject可以将设备标识绑定成一个DirecshowFilter，然后调用IFilterGraph.addFilter加入FilterGraph 参加工作。 DirectShow通常有两个名字：显示名字例如：@device:cm:{33D9A760-90C8-11D0-BD43-00A0C911CE86}\xvid 友好名字例如：xvid mpeg4 decoder {下面就是调用代码 var i, j: integer; AMoniker, MyMoniker: IMoniker; PropBag: IPropertyBag; AVariant: OleVariant; CLSID: TGUID; Found: boolean; begin for i := 0 to SysDevEnum.CountCategories - 1 do cbCategories.Items.Add(SysDevEnum.Categories[i].FriendlyName); //SysDevEnum:TSysDevEnum; Found := false; j := 0; MyMoniker := Filter.BaseFilter.Moniker; if MyMoniker = nil then exit; MyMoniker.BindToStorage(nil,nil,IPropertyBag, PropBag); if PropBag.Read(’CLSID’,AVariant,nil) = S_OK then CLSID := StringToGUID(AVariant) else CLSID := GUID_NULL; for i := 0 to SysDevEnum.CountCategories - 1 do begin SysDevEnum.SelectIndexCategory(i); if SysDevEnum.CountFilters > 0 then for j := 0 to SysDevEnum.CountFilters - 1 do begin if IsEqualGUID(CLSID, SysDevEnum.Filters[j].CLSID) then begin AMoniker := SysDevEnum.GetMoniker(j); Found := AMoniker.IsEqual(MyMoniker) = S_OK; AMoniker := nil; end; if Found then Break; end; if Found then begin cbCategories.ItemIndex := i; cbCategoriesChange(nil); lbFilters.ItemIndex := j; lbFiltersClick(nil); break; end; end; PropBag := nil; MyMoniker := nil; } PAMMediaType = ^TAMMediaType; _AMMediaType = record majortype : TGUID; subtype : TGUID; bFixedSizeSamples : BOOL; bTemporalCompression : BOOL; lSampleSize : ULONG; formattype : TGUID; pUnk : IUnknown; cbFormat : ULONG; pbFormat : Pointer; end; Filter开发基础—-基类分析 1）TBCBaseFilter TBCBaseFilter = class(TBCUnknown, IBaseFilter, IAMovieSetup) 是最基本Filter的基类，使用方法： （1） 声明一个新类继承自 TBCBaseFilter （2） 在新类中定义一个Filter上Pin的实例。（Pin从TBCBasePin继承） （3） 实现纯虚函数TBCBaseFilter.GetPin,用于返回Filter上各个Pin的对象指针 （4） 实现纯虚函数TBCBaseFilter.GetPinCount，用于返回Filter上Pin的数量 （5） 考虑如何处理从输入Pin进来的Sample数据 2）TBCBasePin TBCBasePin实现了PIn接口，TBCBasePin设计了Pin的整个连接过程。也实现了IQualityControl质量控制接口。 在TBCBasePin上实现了3个成员函数与Filter状态对应。 （1） Filter.Stopped <-------------> TBCBasePin.Inactive （2） Filter.Spaused <-------------> TBCBasePin.active （3） Filter.Running <-------------> TBCBasePin.Run 在实际开发Filter时，有可能重写该3个函数，用来初始化和释放必要资源。实现方法： （1）从TBCBasePin派生一个子类 （2）实现纯虚函数TBCBasePin.CheckMediaType,进行Pin连接时媒体类型检测 （3）实现纯虚函数TBCBasePin.GetMediaType，提供Pin上的首先媒体类型 （4）实现Ipin.BeginFlush和IPin.EndFlush两个函数 （5）可能需要重写的函数包括。TBCBasePin.Inactive,TBCBasePin.active,TBCBasePin.Run, TBCBasePin.CheckConnect(连接的时候检查，如查询对方Pin上是否支持某个特殊接口), TBCBasePin.BreakConnect(断开连接，并进行必要的资源释放), TBCBasePin.CompleteConnect(完成连接时被调用，可以在这个函数中获得当前连接用的媒体类型等参数), TBCBasePin.EndOfStream(当上流数据全部传送完毕后被调用，如果这是个TransformFilter则将继续往下送， 如是个RenderFilter，则需要向FilterGraph发送一个EC_COMPLETE事件) TBCBasePin.Notify(直接响应质量控制，或者将质量控制消息往上一级Filter发送) 3）TBCBaseInputPin和TBCBaseOutputPin TBCBaseInputPin和TBCBaseOutputPin都是从TBCBasePin派生而来， TBCBaseInputPin实现了ImeminputPin（用于推模式的数据传送） TBCBaseOutputPin主要完成了传送数据所用的Sample管理器(Allocate)的协商，并重写了TBCBasePin.active（用于 实际的Sample内存分配），TBCBasePin.inactvie（用于Sample内存的释放）。 TBCBaseInputPin使用方法（派生一个子类，并且至少重写如下函数）： （1） TBCBaseInputPin.BeginFlush （1） TBCBaseInputPin.EndFlush （1） TBCBaseInputPin.Receive （1） TBCBaseInputPin.CheckMediaType（一般在输出Pin上实现该函数） （1） TBCBaseInputPin.GetMediaType TBCBaseOutputPin使用方法（派生一个子类，并且至少重写如下函数）： （1）重写TBCBasePin.CheckMediaType进行连接时的媒体类型检查 （2）实现纯虚函数TBCBaseOutputPin.DecideBufferSize，决定Sample内存的大小 （3）重写纯虚函数TBCBasePin.GetMediaType，提供Pin上的首先媒体类型 4）TBCMediaType TBCMediaType用于数据传输的Sample的实现类，TBCMediaType实现了IMediaSample2的接口，TBCMediaType封装了 一个指向一块内存的指针，通过TBCMediaType.GetPointer得到. 本文来源于 冰山上的播客 , 原文地址：