MP4格式分析

时间：2015-01-19 15:54:29 阅读：546 评论：0 收藏：0 [点我收藏+]

1.先说几个基本概念
Sample: 采样，对于音视频来说就是一个编码帧；Sample_count即总帧数，Sample_index即帧下标。

在一个Mp4文件里面，所有Box处理的Samples都是严格按照帧序号排列的。
删除或者修改一帧，很多个Box里面的内容需要从新计算。

Chunk: 块，一个Chunk包括一个或者多个同类型Samples，使用Chunk的目的是为了加快Sample数据访问效率；
        在一个Chunk里面Sample顺序紧凑排列。
Tarck: 轨，是音频或者视频流信息定义的集合。一个轨包括一个或者多个Chunk。各轨之间有同步的问题。
Box（也叫atom）: 盒，MP4文件各种信息定义的结构。一个MP4文件就是有很多个各种类型的Box组成的。
        Box有固定的格式
        4Bytes   4Bytes          8Bytes             (Box_length-8)Bytes

Box_length | Box_type | Box_long_length | Box_data

      a. Box_long_length 仅当Box_length=1时出现，他定义超长Box，超过32位数字的范围的就用64位表述
      b. box_length 包含了自己和4字节的type。因此一般情况下Box的负载是Box_length-8字节。
      Box有两大类，一种是Container Box，这种Box里可以嵌套别的Box。它的负载就是其他的Box。
                                       下图加^的Box就是Container Box。
                               另外一种就是单独的Box，里面定义某一些信息数据。
time_scale: 很多个Box里面都有time_scale,它定义了该媒体在1秒中内的采样刻度, 可以理解为一秒钟有多少个单元。
duration: 相对于time_scale的时间长度。真实的时长 = duration/time_scale。
      例如我手头这个MP4文件，视频track的time_scale为25000. duration=9670000.
      这样time = 9670000/25000 = 386.8s = 6m27s
不同Box定义的time_scale和duration可能是不同的，原因在于：
      a. 文件时长和track时长本身就不一定是相同的，Mp4格式容许杂合多个不同长短不同起始时间的Tracks在同一个文件里面；
      b. 一般mvhd，vmhd， smhd里面的time_scale，duration都不相同。所以一定注意要用同一组来计算。

2.一个基本的MP4文件Box结构如下：
    Root (虚拟的没有这个box类型)
     |----ftyp
     |----moov^
     |     |----mvhd
     |     |----trak^
     |     |     |----tkhd
     |     |     |----mdia^
     |     |           |----mdhd
     |     |           |----hdlr
     |     |           |----minf^
     |     |                 |----vmhd/smhd
     |     |                 |----dinf^
     |     |                 |     |----dref^
     |     |                 |           |----url
     |     |                 |----stbl^
     |     |                       |----stsd^
     |     |                       |     |----mp4v/mp4a^
     |     |                       |----stts
     |     |                       |----stss
     |     |                       |----stsc
     |     |                       |----stsz
     |     |                       |----stco
     |     |----trak^
     |     |     |---- ....
     |     |            ....
     |     |
     |     |----udta^
     |           |---- meta^
     |                  |----hdlr
     |                  |----ilist^
     |----mdat
     |----free

3. 几个重要的Box，先总结如下，再各个叙述。
   stbl Box是Mp4文件里面最复杂的Box. 有多种stxxBox, 其中st是Sample Table.
   stsd: Sample Description, 具体音视频解码器的定义
   stts: Time to Sample, 定义每个Sample的duration, 这个duration也是相对time_scale的单位
   stss: Sync Sample，定义同步Sample Index, 即I帧Sample的Index.
   stsc: Sample to Chunk，定义Sample在多个Chunk里面的划分情况。
   stsz: Sample siZe，定义每个Sample的字节长度
   stco: Chunk Offset，定义各个Chunk在文件中的起始地址。

   stts: Sample duration. 定义的方法类似于游程编码。
         （Sample_number1, duration1）, （Sample_number2, duration2）, ... （Sample_numberN, durationN）.
         一个游程对定义了相同duration的连续Sample个数。N定义了有多少个这种游程对。
         最常见的一种情况是所有的Sample具有相同的duration, 这样stts:
         stts.entry_count = 1,
         stts.sample_couint[0] = Sample_Count;
         stts.sample_delta[0] = duration.
         当给定一个时间，找对应的sample_index时需要用到stts.

   stss: I帧Sample Index.
         由于视频编码帧间依赖性，不是从任意Samplea开始都可以连续解码的，只有从I帧的Sample处才可以。
         stss定义了随机访问点的Index值。在做Seek的时候需要用到stss

   stsc: Sample在Chunk里面的分布表。有4个主要参数。
         a. uint32_t entry_count, 定义一个Track里面包含多少个Chunk组，注意这里不是Chunk count,而是 chunk组 count.
            所谓chunk组是指那些包含相同个数Samples,而且这些Samples的Sample Description相同的Chunk集合，类似游程编码。
         b. uint32_t *first_chunk, 定义每个Chunk组起始Chunk index
         c. uint32_t *samples_per_chunk, 定义每个Chunk组内各个Chunk包含Sample个数
         d. uint32_t *sample_description_index,定义每个Chunk组内各个Chunk所包含的Sample的解码描述。

          for example
          inx     first_chunk   samples_per_chunk    sample_description_index
           0              1                       13                    1
           1          2                     12                    1
           2         806                       9                                          1

          意义：有3个chunk组.
                组0 有 ( 2-1)个chunk (下标为 1), 每个chunk含13个samples。组0有(2-1)*13帧
                组1 有 (806-2)个chunk (下标为2..805), 每个chunk含12个Sample。组1有(806-2)*12帧
                组2 有 1 个chunk* (下标为806), 这个chunk含9个samples。组2有1*9帧.
                一个Chunk组内chunk数目chunk_count = first_chunk[n+1] - first_chunk[n]。
                一般最后一个chunk组就只有一个chunk. 在stco里面有chunk count的定义。
                如果不放心可以用那个数字来计算最后一个chunk组的chunk数目。
          根据这个表，可以展开得到每一个Sample在Chunk中的分布。

    stsz: 定义每个Sample长度，这个Box很大。
          在计算某一个Sample的偏移地址时需要stsz。

    stco/co64:定义每个Chunk相对于文件头的偏移地址。stco里面的地址是32位，co64里面的是64位，根据实际情况选用。

4.计算
     输入i_chunk，输出inx是Chunk组下标
    uint32_t sample_to_chunk_group_index(MP4_Box_data_trak_t *p_track, uint32_t i_chunk) {
        uint32_t i;
        for(i=0; i<p_track->i_stsc_count-1; i++)
            if(i_chunk >= p_track->i_stsc_first_chunk[i] && i_chunk < p_track->i_stsc_first_chunk[i+1]) break;
        return i;
    }

    // 展开stsc，计算得到每个Chunk的i_sample_first， i_sample_count，i_sample_description_index 和 i_offset
    unsigned int i_chunk;
    uint32_t i_first = 0;
    uint32_t i_chunk_group_index = 0;
    for( i_chunk = 0; i_chunk < p_track->i_chunk_count; i_chunk++ ) {
        mp4_chunk_t *ck = &p_track->chunk[i_chunk];
        ck->i_offset = p_track->i_co64_sample_offset[i_chunk];
        i_chunk_group_index = chunk_group_index(p_track, i_chunk); // 输出Chunk组下标
        ck->i_sample_description_index = p_track->i_stsc_sample_description_index[i_chunk_group_index];
        ck->i_sample_count = p_track->i_stsc_samples_per_chunk[i_chunk_group_index];
        ck->i_sample_first = i_first;
        i_first += p_track->i_stsc_samples_per_chunk[i_chunk_group_index];
    }

// 由Sample_index计算chunk_index
uint32_t sample_to_chunk(MP4_Box_data_trak_t *p_track, uint64_t sample) {
    uint32_t i;
    for(i=0; i<p_track->i_chunk_count-1; i++)
        if(sample >= p_track->chunk[i].i_sample_first && sample < p_track->chunk[i+1].i_sample_first) break;
    return i;
}

// 由Sample_index计算该Sample数据起始地址
// sample起始地址 = 该sample所在Chunk偏移地址(stco) + 该sample在Chunk里面的偏移地址 (stsz)
// sample在chunk里面的偏移地址 = 该chunk的第一帧到该帧之前的Sample长度和
uint64_t smaple_to_offset(MP4_Box_data_trak_t *p_track, uint64_t sample) {
    uint32_t chunk_inx = sample_to_chunk(p_track, sample);
    uint64_t start_address = p_track->i_co64_sample_offset[chunk_inx];
    if(p_track->i_stsz_sample_size == 0) {
        uint32_t i;
        for(i=p_track->chunk[chunk_inx].i_sample_first; i<sample; i++)
            start_address += p_track->i_stsz_entry_size[i];
    } else
        start_address += (sample - p_track->chunk[chunk_inx].i_sample_first) * p_track->i_stsz_sample_size;
    return start_address;
}

// time的单位为毫秒
uint64_t time_to_duration(MP4_Box_data_trak_t *p_track, uint64_t time) {
    return time * p_track->i_timescale/1000;
}

// 由time(单位是毫秒)计算sample_index.
// 根据stts计算，应该把每个Chunk第一个sample对应的duration一次性计算出来，这样查找起来会更快一些。
uint64_t time_to_sample(MP4_Box_data_trak_t *p_track, uint64_t time) {
    uint64_t i_start = time_to_duration(p_track, time);
    if(i_start > p_track->i_duration) return 0;

    uint32_t i;
    uint64_t i_sample = 0;
    if(p_track->i_stts_count == 1) { // all the sample has same duration
        i = 0;
    } else {
        for(i=0; i<p_track->i_stts_count; i++) {
            uint64_t range = p_track->i_stts_sample_count[i] * p_track->i_stts_sample_delta[i];
            if(range > i_start) break;
            i_start -= range;
            i_sample += p_track->i_stts_sample_count[i];
        }
    }
    i_sample += i_start / p_track->i_stts_sample_delta[i];
    if(i_sample > p_track->i_stsz_sample_count) i_sample = 0;

    return i_sample;
}

MP4格式分析

标签：mp4 demux chunk dample

原文地址：http://blog.csdn.net/huibailingyu/article/details/42873111

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行