手机视频文件格式解析之 3GP-MP4.docVIP

[转]手机视频文件格式解析之 3GP/MP4 2010-06-03 13:39 作者： k歌之王????? 2009-08-23 前言：做完了手机全能播放器的项目， 又要告别几个月来并肩作战，即将去北京发展的Manager zhu。准备把 做过的3GP/FLV/AVI格式整理一遍， 算是对几个月辛苦成果的总结， 也为后来者提供一些参考。 1. 概述 流行的文件格式背后都有大公司的支持。FLV得益于ADOBE公司推动的网络视频分享风潮，而AVI则是MICROSOFT首创的RIFF即视频和音频交织在一起同步播放。 3GP/MP4是APPLE提出并得到ISO标准支持作为NOKIA等手机的默认视频格式。3GP是MP4格式在手机上的简化版。MP4的codec组合一般是mpeg4 + AAC, 3GP则按版本演进分为3gpp r5(h.263/mpeg4 + AMR-NB/AMR WB), 3gpp r6(增加h.264视频和aacPlus音频支持)。 有人会把MP4和MPEG4搞混， 前者是文件容器(container)，后者是视频编码格式， 容器的作用是把压缩编码 后的视频和音频数据尽可能紧凑的排布，就好像阿甘的巧克力盒子，你并不知道盒子里有什么， 但你可以按照 既定的线索解开文件，取出你需要的数据。 文件格式一般包括以下三要素： header: 标记文件类型，音视频码流的基本属性信息index:??? 索引表，每个frame有对应的offset,size,timestamp.stream: 真正的音视频流数据。任何文件格式都应该有以上3要素。 当然AVI视频没有索引也能播放，但不能拖放seek，需要自己重建索引。解 析器(demuxer)根据frame_id找到其在文件中的offset和size,然后读取出来解码并播放。 2. 文件格式分析 下面来分析一下3GP/MP4文件格式。APPLE的格式有2个特点，1. 排布紧凑几乎没有冗余数据(AVI则有很多junk 数据)，2.音视频码流数据可随意存放而不需按时间顺序排布。 3gp文件由一系列的box(atom)组成。每个box的结构都是4字节的size,4字节的type, 还有一些data数据。用 mp4info查看3gp文件的数据排布如下图： 如上图, ftyp是表示文件的版本信息， mdat存放文字，音视频等数据。你可能要问，这些音视频数据怎么找 到呢？ 是通过moov box里的子box trak，里面存放着音视频的属性描述以及每个sample的索引。 3. 关于sample atoms ?? video和audio的码流属性(如视频width/height,codec id, 音频采样率声道数等)存放在stsd box里； 下面 着重介绍MP4高效压缩的精华：stts,stss,stsc,stsz,stco五个box。对比AVI的索引表是每个sample都有对应的 id,flag,offset,size，3GP的高效索引方式可以把AVI转码成同码率的MP4后，文件size减小成原来的20-30%! 1. stts atom(time to sample atoms，见quicktime format 文档图2-28 标准文档点击下载): 存储了sample 的时间信息。stts能让很方便的根据timestamp找到对应的sample，或者获取某个sample对应的timestamp. stts table记录着有相同duration的sample的数量count和时长dutation。 2. stss atom(sync sample atom，见文档图2-31): 存储了每个关键帧的sample id。 stss能让你很方便的找到 当前帧最近的关键帧。 3. stsc atom(sample to chunk atom): sample存放在chunk里为了允许优化的数据读取。比如音频sample size 都很小（amr-nb sample size为32字节）， 每次读取一个sample开销太大， 可一次性读所在chunk里一堆 sample。 4. stsz atom(sample size atom): stsz可以描述每个sample的size. 5. stco atom(chunk offset atoms): stco描述了每个chunk在文件中的绝对偏移位置。该offset可以是32位的 也可以是64位的，后者用来支持处理超大文件。 4 .使用sample atoms来处理播放流程 查找sample???????? 1．确定时间，相对于媒体时间坐标系统 2．检查time-to-sample atom来确定给定时间的sample序号。 3．检查sampl