1.采集 采集是整个视频直播流程的第一个环节，他从前端采集设备中获得原始的视频数据，将其输出到下一个环节。视频的采集涉及两方面数据的采集：音频采集和图像采集。
2.处理视频或者音频完成采集之后得到原始数据，为了增强一些现场效果或者加上一些额外的效果，我们一般会在将其编码压缩前进行处理，比如打Logo 的水印，祛斑美颜和声音混淆等处理。 处理环节分为音频和视频处理，音频处理具体包括混音、降噪和声音特效等处理；视频处理包括美颜、水印、以及各种自定义滤镜等处理。
3.编码和封装在讲解编解码之前，有必要对视频内容在互联网上的传输涉及到的技术--流媒体传输技术，作一番介绍： ①流式传输：网络直播的数据传输主要通过流式传输技术来完成，所谓流式传输，主要就是指在网络上实时传送视频、音频的技术。传统的文件传输技术，必须要求先下载完整的文件。比如说通过QQ发一份文件给一位好友，他必须先下载好以后，才能看到整个内容。对于视音频文件来说，首先文件很大，网速不好的情况下，下载好就需要很长的时间。同样，有些节目具有很强的时效性，比如重大新闻、体育赛事等，观众想要获得最新、实时的视频，如果要等到全部都制作完才发布的话，效果就会差很多。流式传输，就是把一个大视频文件拆分成一个个很小的部分，然后在互联网上连续发送，支持内容边制作边发送，满足了网络直播的要求。 ②编码和解码：编码就是指对采集来的原始视频、音频信号进行压缩处理，从而能在互联网上实时传输；解码是编码的逆过程，将压缩过的视音频信号还原成初始信号。 视频编码的意义： 原始视频数据存储空间大，一个1080P的7s视频需要817 MB 原始视频数据传输占用带宽大，10 Mbps的带宽传输上述7s视频需要11分钟 而经过H.264 编码（一种主流的视频编码技术）压缩之后，视频大小只有708 k，10 Mbps的带宽仅仅需要500ms，可以满足实时传输的需求，所以采集来的原始视频势必要经过视频编码。 常见的视频编码技术有：H.264/AVC HEVC/H.265 ....常见的音频编码技术有：MP3、AAC等 ③封装封装可以理解为把各种多媒体内容盛放在同一个容器里。所谓容器，就是把编码器生成的多媒体内容（视频、音频、字幕等）混合封装在一起的标准，容器使得不同多媒体内容同步播放变得很简单。而容器的另一个作用就是为多媒体内容提供索引，也就是说如果没有容器存在的话一部影片你只能从一开始看到最后，不能拖动进度条，而且如果你不自己去手动另外载入音频就没有声音。 常见的几种封装格式：1）AVI 格式(后缀为.avi) 2）DV-AVI 格式(后缀为.avi) 3）QuickTime File Format 格式(后缀为.mov) 4）MPEG 格式(文件后缀可以是.mpg .mpeg .mpe .dat .vob .asf .3gp .mp4等) 5）WMV 格式(后缀为.wmv .asf) 6）Real Video 格式(后缀为.rm .rmvb) 7）Flash Video 格式(后缀为.flv) 8）Matroska 格式(后缀为.mkv) 9）MPEG2-TS 格式(后缀为.ts)
4.推流指的就是把采集阶段封装好的内容传输到服务器的过程。由服务器对内容进行统一管理，包括视音频文件的存储和分发等
5.服务器流分发服务器上安装了一些诸如内容管理系统、媒资管理系统等软件，来对视频信号进行处理和分发
6.播放器流播放终端用户通过直播平台观看直播内容 注意事项：1）RTMP是目前主流的流媒体传输协议，广泛用于直播领域，可以说市面上绝大多数的直播产品都采用了这个协议。 2）协议，网络协议的简称，网络协议是通信计算机双方必须共同遵从的一组约定。如怎么样建立连接、怎么样互相识别等。只有遵守这个约定，计算机之间才能相互通信交流。打个比方，一个中国人和一个法国人做生意，互相都不懂对方的语言，所以就无法进行有效沟通。但假如他们都懂英语的话，就可以通过英文沟通，此时的英文就类似于协议，对等通讯的双方都遵守的一组规则。