Visual C++视频/音频开发实用工程案例精选(1CD) (2008 年度畅销榜NO.619 )

本书是一本介绍利用Visual C++进行网络及多媒体(视频/音频)开发的书籍。书中精选了大量的具有商用价值的工程案例，包括视频捕捉系统、视频会议系统和远程视频监控系统的开发技术；网络、多媒体技术的底层实现，如MPEG-4的播放技术、编码技术和解码技术，XvidQP系统的开发等；MP3深入编程技术。另外，还对流行的网络、多媒体开发工具——微软的DirectX9.0进行了介绍，具体包括DirectShow、Direct3D、DirectSound和DirectMusic。在本书的最后一章，详细介绍了基于IBM ViaVoice的语音识别系统在上位机和下位机之间的通信的架构及实现，并给出了系统的关键技术与算法。
本书附带的光盘中，包含了每个工程实例的较完整的源代码，读者可以方便地进行学习，并根据需要进行二次开发。
本书可以作为高等院校相关专业的课程设计、毕业设计的指导用书，同时也可以作为科研单位、企业进行相关软件开发的技术指导用书。

第1章 网络多媒体基础知识 1
1.1 概论 1
1.1.1 多媒体和多媒体技术 1
1.1.2 多媒体网络 1
1.2 音频基础 2
1.2.1 各种主流音频编码(或格式)的介绍 2
1.2.2 语音识别技术 4
1.3 视频基础 6
1.3.1 国际电联的H.261和H.263标准 6
1.3.2 M-JPEG 6
1.3.3 MPEG系列标准 6
1.3.4 MPEG-21 7
1.4 流媒体技术基础 7
1.4.1 概述 7
1.4.2 流媒体技术 8
1.4.3 流媒体发展现状 9
1.5 DirectX简介 10

第2章 视频捕捉系统 11
2.1 VFW视频捕捉简介 11
2.1.1 VFW简介 11
2.1.2 AVI的RIFF格式 13
2.1.3 捕捉参数的设置 18
2.1.4 捕捉窗口 19
2.1.5 捕捉驱动程序 20
2.1.6 捕捉文件和缓存 21
2.1.7 其他类型的捕捉 23
2.1.8 高级捕捉选项 25
2.1.9 AVICap回调函数 26
2.2 视频捕捉程序举例 28
2.3 VC++下实现VFW应用实例 33
2.3.1 系统介绍 33
2.3.2 创建窗口和按钮 34
2.3.3 显示视频源窗口 35
2.3.4 实现窗口的关闭、最小化和显示帮助的代码 36
2.3.5 实现录像的代码 36
2.4 本章小结 39

第3章 视频会议系统 40
3.1 视频会议系统 40
3.1.1 视频会议系统的结构 40
3.1.2 H.320和H.323两种技术标准的对比 41
3.2 视频会议的解决方案 43
3.2.1 基于局域网的视频会议解决方案 43
3.2.2 基于ISDN广域网的视频会议解决方案 43
3.2.3 基于卫星网的视频会议解决方案 44
3.3 视频会议的安全保密 44
3.3.1 视频会议系统安全保密方法 44
3.3.2 视频会议系统中的加密算法 45
3.3.3 访问控制 47
3.4 IP视频会议系统 47
3.4.1 多点会议的3种模式 47
3.4.2 确保IP视频会议质量 48
3.5 视频会议系统 50
3.5.1 系统硬件平台 50
3.5.2 系统软件平台 50
3.6 代码分析 51
3.6.1 代码简介 51
3.6.2 实时通信客户端接口 52
3.6.3 通信类型选择 52
3.6.4 调整通信设备 53
3.6.5 初始化一个会话 53
3.6.6 处理实时通信事件 56
3.6.7 创建一个通信会话 58
3.6.8 处理实时流会话事件 59
3.6.9 共享应用程序 63
3.6.10 支持白板 63
3.6.11 结束会话 63
3.7 本章小结 63

第4章 远程视频监控系统 65
4.1 视频监控系统概述 65
4.2 远程视频监控系统概述 66
4.2.1 简介 66
4.2.2 体系结构 66
4.3 数字视频压缩及传输技术 67
4.3.1 数字视频压缩技术 67
4.3.2 视频图像传输技术 68
4.4 远程视频监控系统 70
4.5 视频采集与压缩 72
4.5.1 AV-8视频采集卡简介 72
4.5.2 AV-8二次开发基础 73
4.5.3 程序实现 77
4.6 实时图像和视频文件的播放 84
4.6.1 DirectShow简介 84
4.6.2 程序实现 88
4.7 视频数据发送和接收播放 94
4.7.1 Winsock网络编程技术 94
4.7.2 Windows多线程编程技术 99
4.7.3 视频数据发送和接收播放模块的设计 103
4.7.4 视频数据发送模块的程序实现 105
4.7.5 视频数据接收播放模块的程序实现 114
4.8 本章小结 125

第5章 MPEG-4播放技术 126
5.1 MPEG-4简介 126
5.1.1 MPEG制定的标准 126
5.1.2 MPEG-4标准的特点和功能 127
5.1.3 MPEG-4的视频数据流结构 128
5.1.4 MPEG的图像类型及码流组成 130
5.2 MPEG-4的关键技术 130
5.2.1 多媒体传送集成框架DMIF 131
5.2.2 语法描述 131
5.2.3 音频对象的编码 131
5.2.4 视频对象的编码 132
5.3 MPEG-4播放器系统简介 133
5.3.1 系统硬件平台 133
5.3.2 系统软件平台 133
5.4 系统实现 133
5.4.1 系统流程图 134
5.4.2 代码分析 134
5.4.3 系统运行 156
5.5 本章小结 157

第6章 MPEG-4编码技术 158
6.1 MPEG-4编码的特性 158
6.2 视频对象(VO) 159
6.3 MPEG-4的编码过程 160
6.3.1 形状编码 161
6.3.2 运动估计和运动补偿 161
6.3.3 纹理编码 162
6.3.4 容错和纠错 164
6.3.5 可扩展性编码 165
6.4 MPEG-4音频编码 165
6.4.1 MPEG-4 音频编码简介 165
6.4.2 参数编码 166
6.4.3 码激励线性预测编码 166
6.5 MPEG-4编码源代码分析 167
6.5.1 入口函数 167
6.5.2 运动信息编码 173
6.5.3 纹理编码 182
6.6 本章小结 194

第7章 MPEG-4解码技术 195
7.1 虚拟世界、多媒体与MPEG-4 195
7.1.1 多媒体与虚拟世界(VW) 195
7.1.2 MPEG-4的特色 195
7.1.3 MPEG-4的架构 196
7.2 MPEG-4系统 198
7.2.1 系统解码器模型 198
7.2.2 场景描述 201
7.2.3 对象描述框架 204
7.2.4 MPEG-J 206
7.2.5 基本码流同步(同步层) 206
7.2.6 基本码流的多路合成 207
7.3 MPEG-4解码技术 207
7.4 MPEG-4系统软硬件平台 209
7.4.1 系统硬件平台 209
7.4.2 系统软件平台 209
7.5 系统实现 209
7.5.1 系统流程图 209
7.5.2 代码分析 209
7.6 本章小结 236

第8章 MP3深入编程 237
8.1 音频基本概念 237
8.1.1 音频压缩的意图 237
8.1.2 音频压缩的两个部分 237
8.1.3 工作原理 237
8.1.4 压缩率、比特率和质量 238
8.1.5 Side Information(旁信息) 238
8.2 音频压缩 238
8.2.1 听觉机制 238
8.2.2 亚能带编码 240
8.2.3 MPEG 第一层面 241
8.2.4 MPEG 第二层面 242
8.2.5 变换编码 242
8.2.6 MPEG 第三层面 242
8.2.7 AC-3 243
8.3 MP3编码分析 243
8.3.1 编码解析 243
8.3.2 编码层 244
8.4 解码详述 248
8.5 CoolPlayer分析 255
8.5.1 播放器的“假”引擎 256
8.5.2 真正的引擎 264
8.6 本章小结 271

第9章 XvidQP系统 272
9.1 Xvid简介 272
9.1.1 Xvid特点 272
9.1.2 Xvid压缩原理 274
9.1.3 Xvid的量化方法 276
9.2 系统实现 277
9.2.1 程序流程图 277
9.2.2 代码分析 278
9.3 本章小结 300

第10章 DirectShow程序设计 301
10.1 DirectShow简介 301
10.1.1 DirectShow系统结构 301
10.1.2 Filter的注册 302
10.1.3 Filter测试工具GraphEdit 303
10.1.4 DirectShow事件通知机制 304
10.1.5 DirectShow对硬件的支持 306
10.2 Filter的开发 307
10.2.1 Filter Pin之间的连接 307
10.2.2 Filter Media type概述 308
10.2.3 数据传输 310
10.2.4 流的定位 311
10.3 用VC开发Directshow程序 311
10.3.1 建立Filter项目 311
10.3.2 选择合适的Filter基类 312
10.3.3 编程中应该注意的问题 312
10.4 DirectShow应用——视频捕捉WDM Vs VFW 313
10.4.1 视频捕捉卡 313
10.4.2 枚举系统捕捉卡 314
10.4.3 Capture Filter和其他Filter之间的连接 314
10.4.4 实现视频捕捉到文件 315
10.5 DirectShow应用——音频捕捉 316
10.5.1 Audio Capture Filter 316
10.5.2 创建一个音频捕捉程序 316
10.5.3 音频捕捉前的参数设置 318
10.5.4 改变音频捕捉缓冲的大小 318
10.6 DirectShow应用——支持数码摄像机 319
10.6.1 DV简介 319
10.6.2 通过程序去控制DV机 319
10.6.3 DV的各种实际应用场合 320
10.7 DirectShow应用——支持DVD播放 321
10.7.1 DVD基础知识 321
10.7.2 DirectShow对DVD的支持 323
10.7.3 编写DVD播放程序的注意事项 324
10.8 DirectShow应用——支持Windows Media格式 325
10.8.1 ASF 325
10.8.2 播放ASF文件的播放器 326
10.9 DirectShow开发高级实例——PID扩展插件开发 327
10.9.1 PID应用原理 327
10.9.2 PID插件开发 328
10.9.3 需求来源 328
10.9.4 开发环境 328
10.9.5 关键代码 328
10.9.6 PID使用演示 333
10.10 DirectShow开发综合实例——数字电视接收器 334
10.10.1 关键代码 334
10.10.2 构建Filter Graph 336
10.10.3 获得tune请求 339
10.10.4 创建Network Provider Filter 341
10.10.5 相似tuning空间 343
10.10.6 提交tune请求给Network Provider 343
10.10.7 添加并且连接其他filter 343
10.11 本章小结 349

第11章 Direct3D程序设计 350
11.1 Direct3D体系结构概述 350
11.1.1 Direct3D图形流水线 350
11.1.2 硬件抽象层 351
11.1.3 系统集成 351
11.2 可编程流水线 351
11.2.1 把顶点着色器集成到几何流水线中 353
11.2.2 把像素着色器集成到图形流水线中 353
11.3 可编程数据流模型 354
11.3.1 数据流的使用 354
11.3.2 顶点颜色着色器 357
11.3.3 单纹理着色器 358
11.3.4 多重纹理着色器 358
11.4 顶点着色器 359
11.4.1 Vertex Shader编程概览 361
11.4.2 Vertex Shader定义 362
11.4.3 编写和编译Vertex Shader 364
11.5 像素着色器 372
11.5.1 创建像素着色器 372
11.5.2 确认对像素着色器的支持 374
11.5.3 纹理操作的转换 375
11.5.4 对纹理的一些考虑 375
11.5.5 像素着色器示例 377
11.6 地表凹凸贴图(Bump Eathe)实例 381
11.6.1 整体描述 381
11.6.2 凹凸贴图代码分析 383
11.7 本章小结 394

第12章 DirectSound程序设计 395
12.1 DirectSound 的功能 395
12.2 DirectSound和DirectMusic比较 395
12.3 DirectSound编程初步介绍 396
12.3.1 编译和连接DirectSound工程 396
12.3.2 调试DirectSound工程 397
12.3.3 为了测试而调整硬件加速程度 397
12.3.4 DirectSound 编程第一步 397
12.4 DirectSound的详细使用方法 398
12.4.1 DirectSound 播放对象 398
12.4.2 DirectSound 设备 399
12.4.3 DirectSound缓冲区 402
12.4.4 使用WAV数据 410
12.4.5 3D声音 411
12.4.6 使用音效 414
12.5 工程实例 417
12.5.1 CSound类的实现 418
12.5.2 主程序的实现 422
12.6 本章小结 424

第13章 DirectMusic程序设计 425
13.1 DirectMusic简介 425
13.2 DirectMusic的功能 425
13.3 DirectMusic体系结构 426
13.3.1 核心层和Performance层 426
13.3.2 DirectMusic对象和接口综述 427
13.3.3 DirectMusic音频数据流程综述 431
13.3.4 DirectMusic消息 432
13.3.5 可下载音色技术(DLS) 437
13.3.6 Microsoft软件合成器 438
13.4 系统软硬件平台 438
13.4.1 系统硬件平台 438
13.4.2 系统软件平台 438
13.5 系统实现 439
13.5.1 实例一系统流程图 439
13.5.2 实例一代码分析 439
13.5.3 实例一系统运行 442
13.5.4 实例二系统流程图 444
13.5.5 实例二代码分析 445
13.5.6 实例二系统运行 459
13.6 本章小结 460

第14章 语音识别系统 461
14.1 语音识别技术的基本原理与方法 461
14.1.1 人类声音的产生机理与数学模型 461
14.1.2 基于模板匹配的语音识别技术 463
14.1.3 动态时间规整法(DTW) 467
14.1.4 基于DTW技术的语音识别方案 470
14.2 系统关键技术算法及具体实现 471
14.2.1 Windows语音编程 471
14.2.2 机器人语音控制系统的实现 476
14.3 系统基本技术要求 485
14.3.1 系统硬件配置及搭建 485
14.3.2 系统软件配置及搭建 485
14.3.3 系统程序实现 485
14.4 本章小结 504