前段时间做个项目，客户需要将视频对话的整个过程录制下来，这样，以后就可以随时观看。想来录制整个视频聊天的过程这样的功能应该是个比较常见的需求，比如，基于网络语音视频的1:1的英语口语辅导，如果能将辅导的整个过程录制下来生成一个标准的MP4文件，就是一份难得的资料，便于以后复习和分享。我将1:1的视频对话录制的功能实现为了一个组件VideoChatRecorder，方便大家复用。并且，我在GG的最新版本4.3中使用了它，这样GG也有了视频聊天录制的功能。 

如果大家已经做过类似录制单个人的摄像头和麦克风程序的话，那么，录制两人视频聊天就会遇到两个新的难点：

（1）如何将两个人的视频图像整合成一个图像？

（2）如何将两个人的声音混成一路？

一.实现原理1.视频合成

通过.NET提供的GDI+技术，我们可以将两张图片合成一张。在实现VideoChatRecorder组件时，我合成图片所采用的规则是这样的：

（1）将对方的视频作为录制的主体，而自己的视频则覆盖在对方视频的右下角。

（2）对方视频的大小，就是其摄像头的采集分辨率，依据（1），我们知道这也是录制生成的MP4文件播放时视频的Size。

（3）合成后自己视频图像的宽和高，设定为对方视频宽和高的 1/3。

合成后的视频的示意图如下所示：

2.音频合成

我们可以手动将自己的声音与对方的声音混音成一路，网上可以搜到很多混音算法（如直接相加法、平均法、归一化算法、衰减因子法等），但是，混音算法的好坏直接关系到混音最终的质量。

还有一种更简单的方案，就是直接使用OMCS提供的AudioInOutMixer组件，它可以将麦克风采集的声音（也就是自己的声音）和扬声器播放的声音（也就是对方的声音）混音成一路，，并通过 AudioMixed 事件暴露混音后的数据。

二.实现具体步骤

　　解决了视频合成和音频合成两个关键难点后，我们就可以将实现的整个流程串起来了。

（1）使用一个摄像头连接器实例连接到对方的摄像头，然后调用其GetCurrentImage方法，就可以获取对方的视频图像。

（2）使用另一个摄像头连接器实例连接到自己的摄像头，然后调用其GetCurrentImage方法，就可以获取自己的视频图像。

（3）使用一个MFile提供的VideoFileMaker来将语音、视频录制成标准的MP4文件。

（4）使用一个AudioInOutMixer实例，来进行混音。预定其AudioMixed 事件，以获取混音后的语音数据，并将其提交给VideoFileMaker进行录制声音。

（5）使用一个后台线程，每隔100ms（即对应帧频为10fps）就调用前面两个连接器的GetCurrentImage方法，并将返回的两个图片进行合成变成一张，并将其提交给VideoFileMaker进行录制图像。

这里的关键，是使用GDI+进行图像合成的过程，其代码比较简单，如下所示：

Bitmap bmFriend = this.dynamicCameraConnector2Friend.GetCurrentImage(); if (bmFriend != null) { Bitmap bmMyself = this.cameraConnector2Myself.GetCurrentImage(); //合成图像 if (bmMyself != null) { Graphics g = Graphics.FromImage(bmFriend); g.DrawImage(bmMyself ,this.myVideoRect); g.Dispose(); } //录制图像 this.videoFileMaker.AddVideoFrame(bmFriend); }

　　 注：如果不想将自己的视频图像叠加在对方的图像之上，那么，上述的代码稍作修改即可。可以new一个新的Bitmap，然后在上面的不同区域分别绘制对方的图像和自己的图像就可以了。当然，新的Bitmap的Size，以及对方和自己图像在新的Bitmap中的布局位置要设置正确。

（6）当停止录制时，就停止用于合成图像的后台线程，并关闭VideoFileMaker。

注意：在某些配置比较差的机器上，可能生产的速度大于录制（也就是消费）的速度，这样，在关闭VideoFileMaker时，就会阻塞一段时间，直至所有的缓存中的所有视频帧都写入了录制文件中，才会返回。

在有了上面的整体思路之后，再来看VideoChatRecorder的完整代码，就很容易理解了。