1 DirectX簡介

　　DirectX是Microsoft公司為游戲和其他高性能多媒體應(yīng)用所提供的一套底層應(yīng)用程序編程接口。這些接口包括對二維和三維圖形，聲效和音樂，輸入設(shè)備以及多玩家網(wǎng)絡(luò)游戲等的支持。本文以DirectX 9.0為例進(jìn)行介紹。

　　1.1 DirectX的組成

　　DirectX 9.0由下列組件構(gòu)成：

　?。?/span>1）DirectX Graphics：該組件組合DirectX舊版本中的DirectDraw和Direct3D兩個組件，使其成為一個適用于所有圖形程序的單獨的應(yīng)用程序接口。其中的Direct3D擴(kuò)展（D3DX）應(yīng)用程序庫簡化了多數(shù)圖形程序的工作。

　　（2）DirectInput：支持各種輸入設(shè)備，完全支持力反饋技術(shù)。

　?。?/span>3）DirectPlay：支持多玩家網(wǎng)絡(luò)游戲。

　?。?/span>4）DirectSound：支持用于播放和捕獲音頻波形的高性能音頻應(yīng)用軟件的開發(fā)。

　　（5）DirectMusic：為音樂音軌以及基于波表、MIDI（Musical Instrument Devices Interface）或其他由DirectMusic Producer創(chuàng)作的非音樂音軌，提供了一套完整的解決方案。

　?。?/span>6）DirectShow：提供對多媒體數(shù)據(jù)流的高質(zhì)量捕獲和回放。

　　（7）DirectSetup：一個簡單的應(yīng)用程序接口，提供DirectX組件的自動安裝。

　?。?/span>8）DirectX Media Objects：提供對數(shù)據(jù)流對象的讀寫支持，包括視頻和音頻的編解碼器及其效果。

　　1.2 COM簡介

　　DirectX的功能都是以COM組件的形式提供的。COM是組件對象模型（Component Object Model）的簡寫，它是一種協(xié)議，是對象連接和嵌入（Object Linking and Embedding）的基礎(chǔ)。COM通常以動態(tài)鏈接庫（DLL）的形式存在，它是建立在二進(jìn)制規(guī)范上的對象。COM定義并實現(xiàn)了軟部件（如應(yīng)用程序、數(shù)據(jù)對象、控件及服務(wù)）機(jī)制，并把他們統(tǒng)稱為"對象"。每個軟部件對象由數(shù)據(jù)以及訪問數(shù)據(jù)的函數(shù)組成，訪問軟部件對象數(shù)據(jù)的函數(shù)集合稱為"接口"。在應(yīng)用程序看來COM是一個黑箱，可調(diào)用COM提供的方法但不知道它的具體實現(xiàn)。在使用DirectShow編程時，用戶創(chuàng)建的自定義組件必須以COM形式實現(xiàn)，所以必須知道如何實現(xiàn)COM，而一般的應(yīng)用程序只需要了解COM的接口和用法就可以了。


2 DirectShow的系統(tǒng)組成

　　DirectShow技術(shù)是建立在DirectDraw和DirectSound組件基礎(chǔ)之上的，它通過DirectDraw對顯卡進(jìn)行控制以顯示視頻，通過DirectSound對聲卡進(jìn)行控制以播放聲音。 DirectShow可提供高質(zhì)量的多媒體流的捕獲和回放功能；支持多種媒體格式，包括ASF（Advanced Systems Format），MPEG（Motion Picture Experts Group），AVI（Audio-Video Interleaved），MP3（MPEG Audio Layer-3）和WAV聲音文件；可以從硬件上捕獲媒體數(shù)據(jù)流；可以自動檢測并使用視頻和音頻加速硬件。因此，DirectShow可以充分發(fā)揮媒體的性能，提高運(yùn)行速度，可以簡化媒體播放、媒體間的格式轉(zhuǎn)換和媒體捕獲等工作。同時，它還具有極大的可擴(kuò)展性和靈活性，可以由用戶自己創(chuàng)建組件，并將這個組件加入DirectShow結(jié)構(gòu)中以支持新的格式或特殊的效果。
應(yīng)用程序與DirectShow組件以及DirectShow所支持的軟硬件之間的關(guān)系如圖1所示。



 

                            圖1 DirectShow系統(tǒng)框圖


　　2.1 過濾器（filter）

　　由圖1可以看到，過濾器是DirectShow最基本的組成元件。過濾器是一個COM組件，是完成DirectShow處理過程的基本單元。DirectShow提供了一組標(biāo)準(zhǔn)的過濾器供應(yīng)用程序使用，程序開發(fā)者也可以創(chuàng)建自定義的過濾器來擴(kuò)充DirectShow的功能，但必須是以COM形式建立的。DirectX為用戶提供了DirectShow基類庫（DirectShow Base Class Library），用戶自定義的過濾器都可以從基類庫提供的基類和接口派生出來。
過濾器主要分為以下幾種類型：

　?。?/span>1）源過濾器（source filter）：源過濾器引入數(shù)據(jù)到過濾器圖表中，數(shù)據(jù)來源可以是文件、網(wǎng)絡(luò)、照相機(jī)等。不同的源過濾器處理不同類型的數(shù)據(jù)源。

　?。?/span>2）變換過濾器（transform filter）：變換過濾器的工作是獲取輸入流，處理數(shù)據(jù)，并生成輸出流。變換過濾器對數(shù)據(jù)的處理包括編解碼、格式轉(zhuǎn)換、壓縮解壓縮等。

　　（3）提交過濾器（renderer filter）：提交過濾器在過濾器圖表里處于最后一級，它們接收數(shù)據(jù)并把數(shù)據(jù)提交給外設(shè)。

　?。?/span>4）分割過濾器（splitter filter）：分割過濾器把輸入流分割成多個輸出。例如，AVI分割過濾器把一個AVI格式的字節(jié)流分割成視頻流和音頻流。

　?。?/span>5）混合過濾器（mux filter）：混合過濾器把多個輸入組合成一個單獨的數(shù)據(jù)流。例如，AVI混合過濾器把視頻流和音頻流合成一個AVI格式的字節(jié)流。

　　過濾器的這些分類并不是絕對的，例如一個ASF讀過濾器（ASF Reader filter）既是一個源過濾器又是一個分割過濾器。

　　在DirectShow里，一組過濾器稱為一個過濾器圖表（filter graph）。過濾器圖表用來連接過濾器以控制媒體流，它也可以將數(shù)據(jù)返回給應(yīng)用程序，并搜索所支持的過濾器。過濾器有三種可能的狀態(tài)：運(yùn)行、停止和暫停。暫停是一種中間狀態(tài)，停止?fàn)顟B(tài)到運(yùn)行狀態(tài)必定經(jīng)過暫停狀態(tài)。暫?？梢岳斫鉃閿?shù)據(jù)就緒狀態(tài)，是為了快速切換到運(yùn)行狀態(tài)而設(shè)計的。在暫停狀態(tài)下，數(shù)據(jù)線程是啟動的，但被提交過濾器阻塞了。通常情況下，過濾器圖表中所有過濾器的狀態(tài)是一致的。

　　2.2 引腳（pin）

　　過濾器可以和一個或多個過濾器相連，連接的接口也是COM形式的，稱為引腳。過濾器利用引腳在各個過濾器間傳輸數(shù)據(jù)。每個引腳都是從Ipin這個COM對象派生出來的。每個引腳都是過濾器的私有對象，過濾器可以動態(tài)的創(chuàng)建引腳，銷毀引腳，自由控制引腳的生存時間。引腳可以分為輸入引腳（Input pin）和輸出引腳（Output pin）兩種類型，兩個相連的引腳必須是不同種類的，即輸入引腳只能和輸出引腳相連，且連接的方向總是從輸出引腳指向輸入引腳。

　　過濾器之間的連接（也就是引腳之間的連接），實際上是連接雙方媒體類型（Media Type）協(xié)商的過程。連接的大致過程為：如果調(diào)用連接函數(shù)時已經(jīng)指定了完整的媒體類型，則用這個媒體類型進(jìn)行連接，成功與否都結(jié)束連接過程；如果沒有指定或不完全指定了媒體類型，則進(jìn)入下面的枚舉過程--枚舉欲連接的輸入引腳上所有的媒體類型，逐一用這些媒體類型與輸出引腳進(jìn)行連接（如果連接函數(shù)提供了不完全媒體類型，則要先將每個枚舉出來的媒體類型與它進(jìn)行匹配檢查），如果輸出引腳也接受這種媒體類型，則引腳之間的連接宣告成功；如果所有輸入引腳上枚舉的媒體類型，輸出引腳都不支持，則枚舉輸出引腳上的所有媒體類型，并逐一用這些媒體類型與輸入引腳進(jìn)行連接，如果輸入引腳接受其中的一種媒體類型，則引腳之間的連接宣告成功；如果輸出引腳上的所有媒體類型，輸入引腳都不支持，則這兩個引腳之間的連接過程宣告失敗。過濾器與引腳連接如圖2所示。
 
  圖2 過濾器和引腳連接示意圖


　　2.3 媒體類型（Media Type）

　　媒體類型是描述數(shù)字媒體格式的一種通用的可擴(kuò)展方式。兩個過濾器相連時，必須使用一致的媒體類型，否則這兩個過濾器就不能相連。媒體類型能識別上一級過濾器傳送給下一級過濾器的數(shù)據(jù)類型，并對數(shù)據(jù)進(jìn)行分類。

　　實際在很多應(yīng)用程序中，用戶根本不需要擔(dān)心媒體類型的問題，DirectShow會處理好所有的細(xì)節(jié)。但有些應(yīng)用程序需要對媒體類型進(jìn)行操作。媒體類型一般可以有兩種表示：AM_MEDIA_TYPE和CMediaType。前者是一個結(jié)構(gòu)，后者是從這個結(jié)構(gòu)繼承過來的類。


　　每個AM_MEDIA_TYPE由三部分組成：Major type、Subtype和Format type。這三個部分都使用GUID（全局唯一標(biāo)識符）來唯一標(biāo)示。Major type主要定性描述一種媒體類型，這種媒體類型可以是視頻、音頻、比特數(shù)據(jù)流或MIDI數(shù)據(jù)等等；Subtype進(jìn)一步細(xì)化媒體類型，如果是視頻的話可以進(jìn)一步指定是RGB-24，還是RGB-32，或是UYVY等等；Format type則用一個結(jié)構(gòu)更進(jìn)一步細(xì)化媒體類型。

　　如果媒體類型的三個部分都指定了某個具體的GUID值，則稱這個媒體類型是完全指定的；如果媒體類型的三個部分中有任何一個值是GUID_NULL，則稱這個媒體類型是不完全指定的。GUID_NULL具有通配符的作用。


　　2.4 過濾器圖表管理器（Filter Graph Manager）

　　DirectShow通過過濾器圖表管理器來控制過濾器圖表中的過濾器。過濾器圖表管理器是COM 形式的，它的功能有：協(xié)調(diào)過濾器間的狀態(tài)轉(zhuǎn)變；建立參考時鐘；把事件（event）傳送給應(yīng)用程序；為應(yīng)用程序提供建立過濾器圖表的方法。

　　一些常用的過濾器圖表管理器接口如下：

　　　IGraphBuilder：為應(yīng)用程序提供創(chuàng)建過濾器圖表的方法。

　　　IMediaControl：提供控制過濾器圖表中多媒體數(shù)據(jù)流的方法，包括運(yùn)行、暫停和停止。IMediaEventEx：繼承自IMediaEvent接口，處理過濾器圖表的事件。

　　　IVideoWindow：用于設(shè)置多媒體播放器窗口的屬性，應(yīng)用程序可以用它來設(shè)置窗口的所有者、位置和尺寸等屬性。

　　　IBasicAudio：用于控制音頻流的音量和平衡。

　　　IBasicVideo：用于設(shè)置視頻特性，如視頻顯示的目的區(qū)域和源區(qū)域。

　　　IMediaSeeking：提供搜索數(shù)據(jù)流位置和設(shè)置播放速率的方法。

　　　IMediaPosition：用于尋找數(shù)據(jù)流的位置。

　　　IVideoFrameStep：用于步進(jìn)播放視頻流，可使DirectShow應(yīng)用程序，包括DVD播放器一次只播放一幀視頻。

　　2.5 過濾器圖表中的數(shù)據(jù)流動

　　當(dāng)用戶要創(chuàng)建自定義的過濾器時，就需要了解媒體數(shù)據(jù)是如何在過濾器圖表中傳輸?shù)?。為了在過濾器圖表中傳送媒體數(shù)據(jù)，DirectShow過濾器需要支持一些協(xié)議，稱之為傳輸協(xié)議（transport）。相連的過濾器必須支持同樣的傳輸協(xié)議，否則不能交換媒體數(shù)據(jù)。

　　大多數(shù)的DirectShow過濾器把媒體數(shù)據(jù)保存在主存儲器中，并通過引腳把數(shù)據(jù)提交給其它的過濾器，這種傳輸稱為局部存儲器傳輸（local memory transport）。雖然局部存儲器傳輸在DirectShow中最常用，但并不是所有的過濾器都使用它。例如，有些過濾器通過硬件傳送媒體數(shù)據(jù)，引腳只是用來提交控制信息，如IOverlay接口。

　　DirectShow為局部存儲器傳輸定義了兩種機(jī)制：推模式（push model）和拉模式（pull model）。在推模式中，源過濾器生成數(shù)據(jù)并提交給下一級過濾器。下一級過濾器被動的接收數(shù)據(jù)，完成處理后再傳送給再下一級過濾器。在拉模式中，源過濾器與一個分析過濾器相連。分析過濾器向源過濾器請求數(shù)據(jù)后，源過濾器才傳送數(shù)據(jù)以響應(yīng)請求。推模式使用的是IMemInputPin接口，拉模式使用IAsyncReader接口，推模式比拉模式要更常用。

3 利用DirectShow開發(fā)簡單媒體播放器

　　本節(jié)介紹基于DirectShow開發(fā)簡單媒體播放器的關(guān)鍵步驟。

　　3.1 初始化DirectShow

　　由于DirectShow的組件都是以COM形式存在的，因此首先要調(diào)用CoInitializeEx函數(shù)來初始化COM庫，嵌入所有的動態(tài)鏈接庫和資源。否則，所有對QueryInterface的調(diào)用都會失敗。

　　3.2 創(chuàng)建過濾器圖表管理器接口

　　首先申明并初始化所需的接口：

// DirectShow interfaces
IGraphBuilder *pGB = NULL;
IMediaControl *pMC = NULL;
IMediaEventEx *pME = NULL;
IVideoWindow *pVW = NULL;
IBasicAudio *pBA = NULL;
IBasicVideo *pBV = NULL;
IMediaSeeking *pMS = NULL;
IMediaPosition *pMP = NULL;
IVideoFrameStep *pFS = NULL; 

　　然后實例化一個過濾器圖表管理器，并查詢各接口：

// Get the interface for DirectShow's GraphBuilder
CoCreateInstance(CLSID_FilterGraph, NULL, CLSCTX_INPROC_SERVER, 
IID_IGraphBuilder, (void **)&pGB);
// QueryInterface for DirectShow interfaces
pGB->QueryInterface(IID_IMediaControl, (void **)&pMC);
pGB->QueryInterface(IID_IMediaEventEx, (void **)&pME);
pGB->QueryInterface(IID_IMediaSeeking, (void **)&pMS);
pGB->QueryInterface(IID_IMediaPosition, (void **)&pMP);
// Query for video interfaces, which may not be relevant for audio files
pGB->QueryInterface(IID_IVideoWindow, (void **)&pVW);
pGB->QueryInterface(IID_IBasicVideo, (void **)&pBV);
// Query for audio interfaces, which may not be relevant for video-only files
pGB->QueryInterface(IID_IBasicAudio, (void **)&pBA);
 

　　3.3 創(chuàng)建過濾器圖表

　　應(yīng)用DirectShow創(chuàng)建過濾器圖表時，用戶完全不需要操心系統(tǒng)使用了哪一類過濾器以及過濾器是怎樣連接的。只要調(diào)用IGraphBuilder::RenderFile函數(shù)，就可以建成一個完整的過濾器圖表。

// Have the graph builder construct its the appropriate graph automatically
pGB->RenderFile(wFile, NULL);
 

　　創(chuàng)建成功后，過濾器圖表就可以用來播放多媒體文件了。DirectShow調(diào)用IMediaControl::Run函數(shù)來播放媒體文件。

// Run the graph to play the media file
pMC->Run();
 

　　3.4 使用DirectShow的事件響應(yīng)機(jī)制

　　DirectShow的事件響應(yīng)機(jī)制是過濾器圖表管理器與用戶進(jìn)行交互的接口，DirectShow處理的可以是一些事先可以預(yù)期的事件，比如數(shù)據(jù)流的結(jié)束；也可以是一些無法預(yù)期的錯誤。有的事件可以由過濾器圖表管理器自己處理，但如果過濾器圖表管理器自己無法處理這些事件，它就把事件的通知放在事件隊列里。用戶程序就可以通過IMediaEventEx接口得到事件，并對它做出相應(yīng)的處理。

　　3.5 清除DirectShow

　　在程序結(jié)束時必須調(diào)用Release函數(shù)釋放DirectShow的接口指針，并調(diào)用CoUninitialize函數(shù)來卸載COM庫，釋放所有的動態(tài)鏈接庫和資源。


4 結(jié)束語

　　應(yīng)用DirectX的組件DirectShow進(jìn)行多媒體應(yīng)用程序的開發(fā)需了解多方面的知識，但在很多應(yīng)用中利用DirectShow的特性可以減少工作量并能獲得非常高的運(yùn)行效率。在Visual C++ 6.0的開發(fā)環(huán)境中利用DirectShow開發(fā)的簡單媒體播放器，具有隨機(jī)播放、暫停和調(diào)整播放速率等功能，且可以播放多種媒體文件，播放效果非常流暢。因此，基于DirectShow開發(fā)多媒體應(yīng)用程序的方法簡單高效，是一種值得推薦的方法。