(原)关于MEPG-2中的TS流数据格式学习

关于MEPG-2中的TS流数据格式学习

Author:lihaiping1603

原创：http://www.cnblogs.com/lihaiping/p/8572997.html

本文主要记录了,结合网上两篇博客

1) https://www.maizhiying.me/posts/2017/07/12/demux-ts.html

2) https://my.oschina.net/u/727148/blog/666824

,mepg-2(13818)文档以及使用ffmpeg将mp4文件转码为ts文件的格式数据

ffmpeg.exe -i 01.mp4 -c:v libx264 -c:a aac -f hls out.m3u8

一起进行分析和学习ts流格式的过程。

其实这两篇博客文档已经写的很好了,但有几个点我在结合分析的过程的时候，还是很疑惑的，所以，我先引用他人博客的内容，然后再补充自己的在分析过程中一部分内容，方便自己以后阅读和翻看。

ts文件为传输流文件，视频编码主要格式h264/mpeg4，音频为acc/MP3。

ts文件分为三层：ts层Transport Stream、pes层 Packet Elemental Stream、es层 Elementary Stream. es层就是音视频数据，pes层是在音视频数据上加了时间戳等对数据帧的说明信息，ts层就是在pes层加入数据流的识别和传输必须的信息

注： 详解如下

 （1）ts层     ts包大小固定为188字节，ts层分为三个部分：ts header、adaptation field、payload。ts header固定4个字节；adaptation field可能存在也可能不存在，主要作用是给不足188字节的数据做填充；payload是pes数据。

ts header

     ts层的内容是通过PID值来标识的，主要内容包括：PAT表、PMT表、音频流、视频流。解析ts流要先找到PAT表，只要找到PAT就可以找到PMT，然后就可以找到音视频流了。PAT表的PID值固定为0。PAT表和PMT表需要定期插入ts流，因为用户随时可能加入ts流，这个间隔比较小，通常每隔几个视频帧就要加入PAT和PMT。PAT和PMT表是必须的，还可以加入其它表如SDT（业务描述表）等，不过hls流只要有PAT和PMT就可以播放了。

PAT表：他主要的作用就是指明了PMT表的PID值。

PMT表：他主要的作用就是指明了音视频流的PID值。

音频流/视频流：承载音视频内容。

其中ts-header中的PID的取值：

1. 0x0000，PAT（Program Association Table）。
2. 0x0001，CAT（Conditional Access Table）。
3. 0x0002，TSDT（Transport Stream Description Table）。
4. 0x0003-0x000f，保留。
5. 0x0010-0x1ffe，PMT，或者是视频、音频码流的PID。
6. 0x1fff，空包。

adaption

     自适应区的长度要包含传输错误指示符标识的一个字节。pcr是节目时钟参考，pcr、dts、pts都是对同一个系统时钟的采样值，pcr是递增的，因此可以将其设置为dts值，音频数据不需要pcr。如果没有字段，ipad是可以播放的，但vlc无法播放。打包ts流时PAT和PMT表是没有adaptation field的，不够的长度直接补0xff即可。视频流和音频流都需要加adaptation field，通常加在一个帧的第一个ts包和最后一个ts包里，中间的ts包不加。

PAT格式

PMT格式

（2）pes层

     pes层是在每一个视频/音频帧上加入了时间戳等信息，pes包内容很多，我们只留下最常用的。

     pts是显示时间戳、dts是解码时间戳，视频数据两种时间戳都需要，音频数据的pts和dts相同，所以只需要pts。有pts和dts两种时间戳是B帧引起的，I帧和P帧的pts等于dts。如果一个视频没有B帧，则pts永远和dts相同。从文件中顺序读取视频帧，取出的帧顺序和dts顺序相同。dts算法比较简单，初始值 + 增量即可，pts计算比较复杂，需要在dts的基础上加偏移量。

     音频的pes中只有pts（同dts），视频的I、P帧两种时间戳都要有，视频B帧只要pts（同dts）。打包pts和dts就需要知道视频帧类型，但是通过容器格式我们是无法判断帧类型的，必须解析h.264内容才可以获取帧类型。

举例说明：

                         I          P          B          B          B          P

读取顺序：         1         2          3          4          5          6

dts顺序：           1         2          3          4          5          6

pts顺序：           1         5          3          2          4          6

点播视频dts算法：

dts = 初始值 + 90000 / video_frame_rate，初始值可以随便指定，但是最好不要取0，video_frame_rate就是帧率，比如23、30。

pts和dts是以timescale为单位的，1s = 90000 time scale , 一帧就应该是90000/video_frame_rate 个timescale。

用一帧的timescale除以采样频率就可以转换为一帧的播放时长

点播音频dts算法：

dts = 初始值 + (90000 * audio_samples_per_frame) / audio_sample_rate，audio_samples_per_frame这个值与编解码相关，aac取值1024，mp3取值1158，audio_sample_rate是采样率，比如24000、41000。AAC一帧解码出来是每声道1024个sample，也就是说一帧的时长为1024/sample_rate秒。所以每一帧时间戳依次0，1024/sample_rate，...，1024*n/sample_rate秒。

直播视频的dts和pts应该直接用直播数据流中的时间，不应该按公式计算。

（3）es层

     es层指的就是音视频数据，我们只介绍h.264视频和aac音频。

h.264视频：

     打包h.264数据我们必须给视频数据加上一个nalu（Network Abstraction Layer unit），nalu包括nalu header和nalu type，nalu header固定为0x00000001（帧开始）或0x000001（帧中）。h.264的数据是由slice组成的，slice的内容包括：视频、sps、pps等。nalu type决定了后面的h.264数据内容。

     红色字体显示的内容是最常用的，打包es层数据时pes头和es数据之间要加入一个type=9的nalu，关键帧slice前必须要加入type=7和type=8的nalu，而且是紧邻。

其中这里需要注意：(我的原创内容)

除了上面介绍的PAT,PMT,ADapation filed,PES这些以外,还少介绍了一个Pointer_filed的字段;这个字段的含义是什么？它怎么用的呢？用在哪个地方？

我们先来看这个字段的介绍：

它的出现与否是由ts-header中的pay_load_unit_start_indicator来标识的:

意思是如果这个传输流带的是PAT/PMT等这些PSI中的表，而且同时这个传输流是PAT/PMT的开始字节(即分组的第一部分市，如果PAT,PMT太长了，超过了188个字节，可能需要分组传输的时候)，那么需要把pay_load_unit_start_indicator设置为1，同时在TSHead和PAT/PMT之间需要插入一个pointer_filed。

所以上面有个图应该修改为

然后我们再来结合ts流文件的数据来分析一下：