什么是 AVFrame
AVFrame 是 FFmpeg 中极为重要的一个结构体，用于描述原始音视频数据帧。无论是解码后的视频图像还是音频采样点，都会被填充到 AVFrame 中。它通过结构化的方式封装了数据缓冲区、宽高、像素格式、时间戳等关键元信息，使得上层应用能够方便地读写和处理这些原始帧。
AVFrame 的核心字段解析
一个典型的 AVFrame 包含 data 和 extended_data 指针数组，用于访问实际的像素或音频数据。对于视频帧，linesize 数组定义了每一行像素的字节步长，这在处理带填充的对齐数据时非常关键。此外，pts、duration 字段提供了时间同步依据，而 format、width、height 则确定了帧的展现形式。
在音频场景下，nb_samples 表示单一声道的采样数，channel_layout 与 channels 则描述了声道布局和数量。开发者需要根据这些字段正确计算出每一平面的实际数据大小，从而避免越界访问。
AVFrame 的分配与释放
分配 AVFrame 时应使用 av_frame_alloc()，它只会分配结构体本身，并不会为数据缓冲区开辟空间。当需要为帧装载真实数据时，通常通过 av_image_fill_arrays() 或直接调用解码函数填入。释放帧则必须使用 av_frame_free()，该函数会同时释放结构体以及内部通过 av_frame_get_buffer() 分配的数据缓冲区，有效避免内存泄漏。
有些场景下，AVFrame 的数据缓冲区可能由外部分配，此时需要手动设置 buf 字段，或利用 AVBuffer API 进行引用计数管理，以确保内存安全共享。
AVFrame 的常见使用场景
AVFrame 广泛应用于视频解码、编码、滤镜处理以及格式转换过程中。在解码流程中，解码器将压缩数据解压为 AVFrame；在编码前，又需要将原始画面封装为 AVFrame 送入编码器。滤镜图处理中，多个 AVFrame 在滤镜节点间传递，形成一条数据流处理管线。
此外，在自定义渲染或推流时，开发者经常需要从 AVFrame 中提取像素数据，转换为 OpenGL 纹理或推流协议所需的格式，此时对 linesize 和像素格式的理解就尤为重要。
注意事项与最佳实践
处理 AVFrame 时，必须注意不同像素格式的存储方式差异，例如 YUV 平面格式与 RGB 打包格式的数据读取方式完全不同。音频帧也需关注 planar 与 packed 模式的区别。同时，在多线程环境下，应正确使用引用计数或深拷贝帧，防止数据被并发修改。遵循这些最佳实践，可以大幅提升音视频应用的稳定性与性能。