利用VC++实现AVI文件的合成和分解

 

摘要：本文详细的解析了AVI文件的存储结构，介绍了微软提供的用来操作AVI文件的一组API使用方法，并通过例子代码，演示了如何将一组静态Bmp图片合成一个avi视频文件以及如何将一个avi视频文件解析保存为一系列的bmp图像文件。

 

关键词：avi文件 bmp图像 vc

 

AVI是音频视频交错(Audio Video Interleaved)的英文缩写，它是Microsoft公司开发的一种符合RIFF文件规范的数字音频与视频文件格式，原先用于Microsoft Video for Windows (简称VFW)环境，现在已被Windows 95/98、OS/2等多数操作系统直接支持。AVI格式允许视频和音频交错在一起同步播放，支持256色和RLE压缩，但AVI文件并未限定压缩标准，因此，AVI文件格式只是作为控制界面上的标准，不具有兼容性，用不同压缩算法生成的AVI文件，必须使用相应的解压缩算法才能播放出来。常用的AVI播放驱动程序，主要是Microsoft Video for Windows或Windows 95/98中的Video 1，以及Intel公司的Indeo Video。

  在介绍AVI文件前，我们要先来看看RIFF文件结构。AVI文件采用的是RIFF文件结构方式，RIFF（Resource Interchange File Format，资源互换文件格式）是微软公司定义的一种用于管理windows环境中多媒体数据的文件格式，波形音频wave，MIDI和数字视频AVI都采用这种格式存储。构造RIFF文件的基本单元叫做数据块（Chunk），每个数据块包含3个部分，

1 4字节的数据块标记（或者叫做数据块的ID）

2 数据块的大小

3 数据

整个RIFF文件可以看成一个数据块，其数据块ID为RIFF，称为RIFF块。一个RIFF文件中只允许存在一个RIFF块。RIFF块中包含一系列的子块，其中有一种字块的ID为“LIST”，称为LIST，LIST块中可以再包含一系列的子块，但除了LIST块外的其他所有的子块都不能再包含子块。

   RIFF和LIST块分别比普通的数据块多一个被称为形式类型（Form Type）和列表类型（List Type）的数据域，其组成如下：

1 4字节的数据块标记（Chunk ID）

2 数据块的大小

3 4字节的形式类型或者列表类型

4 数据

 

下面我们看看AVI文件的结构。AVI文件是目前使用的最复杂的RIFF文件，它能同时存储同步表现的音频视频数据。AVI的RIFF块的形式类型是AVI，它包含3个子块，如下所述：

1信息块，一个ID为”hdrl”的LIST块，定义AVI文件的数据格式。

2数据块，一个ID为 “movi”的LIST块，包含AVI的音视频序列数据

3索引块，ID为 “idxl”的子块，定义 “movi”LIST块的索引数据，是可选块。

AVI文件的结构如下图所示，下面将具体介绍AVI文件的各子块构造。

1信息块，信息块包含两个子块，即一个ID为 avih 的子块和一个ID 为 strl 的LIST块。

 

“avih”子块的内容可由如下的结构定义：

 

typedef struct

{

 DWORD dwMicroSecPerFrame ; //显示每桢所需的时间ns，定义avi的显示速率

 DWORD dwMaxBytesPerSec; //       最大的数据传输率

 DWORD dwPaddingGranularity;     //记录块的长度需为此值的倍数，通常是2048

 DWORD dwFlages;                  //AVI文件的特殊属性，如是否包含索引块，音视频数据是否交叉存储

 DWORD dwTotalFrame;               //文件中的总桢数

 DWORD dwInitialFrames;            //说明在开始播放前需要多少桢

 DWORD dwStreams;                  //文件中包含的数据流种类

 DWORD dwSuggestedBufferSize; //建议使用的缓冲区的大小，

                              //通常为存储一桢图像以及同步声音所需要的数据之和

 DWORD dwWidth;                    //图像宽

 DWORD dwHeight;                    //图像高

 DWORD dwReserved[4];                //保留值

}MainAVIHeader;

 

“strl” LIST块用于记录AVI数据流，每一种数据流都在该LIST块中占有3个子块，他们的ID分别是”strh”,”strf”, “strd”；

“strh”子块由如下结构定义，

typedef struct

{

       FOURCC   fccType;      //4字节，表示数据流的种类 vids 表示视频数据流

                              //auds 音频数据流

       FOURCC   fccHandler;//4字节 ，表示数据流解压缩的驱动程序代号

       DWORD    dwFlags;      //数据流属性

    WORD     wPriority;    //此数据流的播放优先级

       WORD     wLanguage;    //音频的语言代号

       DWORD    dwInitalFrames;//说明在开始播放前需要多少桢

       DWORD    dwScale;       //数据量，视频每桢的大小或者音频的采样大小

       DWORD    dwRate;        //dwScale /dwRate = 每秒的采样数

       DWORD    dwStart;       //数据流开始播放的位置，以dwScale为单位

       DWORD    dwLength;      //数据流的数据量，以dwScale为单位

       DWORD    dwSuggestedBufferSize; //建议缓冲区的大小

       DWORD    dwQuality;      //解压缩质量参数，值越大，质量越好

       DWORD    dwSampleSize;   //音频的采样大小

       RECT     rcFrame;        //视频图像所占的矩形

}AVIStreamHeader;

“strf”子块紧跟在”strh”子块之后，其结构视”strh”子块的类型而定，如下所述；

如果 strh子块是视频数据流，则 strf子块的内容是一个与windows设备无关位图的BIMAPINFO结构，如下

typedef struct tagBITMAPINFO

{