• WebRTC目录结构


    我们下载完WebRTC源码后想深入分析其源码的话,首先就需要了解WebRTC的目录结构。因为WebRTC的分层工作做的很好,其代码的目录结构也比较清晰,在了解这个结构后,就能根据想分析的功能去对应目录寻找需要的源码了。

    WebRTC目录分类

    WebRTC的源码目录主要可以分为4大类——接口层、业务处理层、音视频处理层和基础支持层。下面我们先简要认识下各层所包含的目录和主要功能。

    • 接口层。包含api目录。WebRTC对外的所有接口都在该目录下,所以如果要新增接口,也应该放在这里。
    • 业务处理层。包含pc、call、media目录。pc目录中包括PeerConnection座的媒体协商、收集Candidate、音视频数据传输等逻辑处理。call目录主要是“呼叫”相关的逻辑。media目录中包括媒体引擎相关逻辑处理。
    • 音视频处理层。包含common_audio、common_video、audio、video目录。common_audio、common_video目录中分别是音频和视频算法相关代码。audio、video目录分别是音频和视频流相关代码。
    • 基础支持层。其他目录都属于这层。主要都是一些基础模块代码以及编译工具等。

    另外还有一个很重要的目录就是modules,这个目录中内容将在后文介绍。

    WebRTC目录结构

    下面这个表格就是WebRTC中包含的所有目录及其功能介绍。

    ps:以下目录结构主要是基于Windows平台下的WebRTC的m84版本,其他平台下的其他版本会略有差别,总体大同小异。

    目录功能
    api接口层,提供对外接口。
    audio音频流相关。
    baseChromium基础代码,包括线程,系统信息等。
    build编译脚本和BUILD.gn等文件,不同平台下会有不同。
    build_overrides提供一些可配置化的参数,可以定制化编译。
    buildtoolsgn等编译工具,不同平台下载不同的gn。
    call数据流管理层,每一个call都代表同一个端的所有数据的流入流出。
    common_audio音频算法相关,包括环形队列、FIR滤波器等。
    common_video视频算法相关,包括libyuv、sps/pps分析器等。
    data测试数据。
    docs文档,包括faq等。
    examples示例代码,各种demo。
    logging日志。
    media媒体引擎层,包括音频、视频引擎等,主要用于音视频的控制。
    modulesWebRTC子模块,包括音视频采集、处理、编解码等。
    p2pNAT穿透实现,turn、stun等。
    pcPeer Connection连接相关的业务逻辑。
    resources测试数据和资源。
    rtc_baseWebRTC基础代码,包括线程、锁、网络等。
    rtc_tools网络监测、音视频分析等脚本
    sdk移动端音视频采集、渲染等代码,包含Android和iOS
    stats数据统计相关。
    style-guide编码规范
    system_wrappers系统相关封装,包括cpu特性、读写锁、时钟等
    test单元测试
    testinggmock、gtest等测试工具代码
    third_party第三方依赖库,不同平台下依赖库会有不同。
    toolsChromium工具集合
    tools_webrtcWebRTC工具集合
    video视频流相关。

    modules目录

    modules目录是WebRTC源码中最重要的一个目录。该目录中存放的都是一些功能比较独立的模块。包括音视频的采集,处理,编解码器,混音、回声消除、降噪等功能的实现。

    下面这个表格就是modules目录包含的子目录及其功能介绍。

    子目录功能
    audio_coding音频编解码
    audio_device与设备有关的音频采集、播放等
    audio_mixer混音
    audio_processing音频前后处理
    congestion_controller拥塞控制,Transport-CC等
    desktop_capture桌面采集
    includemodule头文件
    pacing码率探测和平滑处理
    remote_bitrate_estimator远端带宽评估
    rtp_rtcprtp/rtcp协议
    third_party第三方依赖,fft、g711等
    utility线程相关工具
    video_capture视频采集
    video_coding视频编解码
    video_processing视频前后处理

    需要注意的是remote_bitrate_estimator中的Goog-REMB算法是接收端的拥塞控制算法,已经被淘汰了,只是为了兼容老版本还保留着。新的拥塞控制算法Transport-CC(GCC)是在发送端评估的,其表现要比接收端的评估算法更优秀。

  • 相关阅读:
    在 360 度绩效评估中应该问的 20 个问题
    ubuntu编译安装mmcv 1.6.2和mmsegmentation 0.28.0
    【C++面向对象程序设计】CH5 继承与派生(续)——虚基类
    Java常用工具环境安装手册(持续更新)
    计算机网络体系结构图解
    ElasticSearch (ES)万字保姆级教程学习笔记(超详细)搜索引擎ElasticSearch7.x笔记(03)
    Vue3_pinia使用
    国产AI作画神器火了,更懂中文,竟然还能做周边!
    Java常见队列和栈构造与常用方法
    “ActiveBodyMuscles“ app Tech Support(URL)
  • 原文地址:https://blog.csdn.net/caesar1228/article/details/126083074