iOS RTMP 视频直播开发笔记(2) – 了解 MP4 文件格式

转载 2016年05月30日 18:26:18


iOS RTMP 视频直播开发笔记(2) – 了解 MP4 文件格式

虽然我们不需要了解详细的编码实现细节,但对于文件格式和相关名词的了解,对于开发仍然是非常必要的。

由于之后的 iOS 编码实现中需要首先生成 MP4 视频文件,然后从 MP4 文件中提取 NALU 交给下一步做处理,因此这里首先介绍一下 MP4 和 H.264 的相关知识吧。

MP4 是一种视频容器格式,而 H.264 是一种图像编码标准。

2.1 了解 MP4 文件格式

本节内容整理自: MP4(一)-结构 ,原作者不详

将flv转换为mp4:ffmpeg -i test.flv -vcodec libx264 test.mp4

在使用 Hex Fiend 分析mp4文件后,会发现moov段总是位于文件的末尾,这也是为什么AVEncoder会专门使用headerWriter只写编码一帧存入文件的原因——为了尽早获得moov数据存储下来,作为meta信息发送出去。很难理解为什么这个会在文件末尾。

大体文件结构: | ftyp | mdat | moov |

这里的三个是最常见也是最重要的数据。ftyp用于标识文件类型,mdat是真正包含的编码数据,moov为参数信息。

基本概念

MP4文件中的所有数据都装在box(QuickTime中为atom)中,也就是说MP4文件由若干个box组成,每个box有类型和长度,可以将box理解为一个数据对象块。box中可以包含另一个box,这种box称为container box。一个MP4文件首先会有且只有一个“ftyp”类型的box,作为MP4格式的标志并包含关于文件的一些信息;之后会有且只有一个“moov”类型的box(Movie Box),它是一种container box,子box包含了媒体的metadata信息;MP4文件的媒体数据包含在“mdat”类型的box(Midia Data Box)中,该类型的box也是container box,可以有多个,也可以没有(当媒体数据全部引用其他文件时),媒体数据的结构由metadata进行描述。

名词解释

  • track 表示一些sample的集合,对于媒体数据来说,track表示一个视频或音频序列。
  • hint track 这个特殊的track并不包含媒体数据,而是包含了一些将其他数据track打包成流媒体的指示信息。
  • sample 对于非hint track来说,video sample即为一帧视频,或一组连续视频帧,audio sample即为一段连续的压缩音频,它们统称sample。对于hint track,sample定义一个或多个流媒体包的格式。
  • sample table 指明sampe时序和物理布局的表。
  • chunk 一个track的几个sample组成的单元。

track:

‘stsc’ 中的 Chunk

stco: chunk offset, partial data-offset information 记录Chunk偏移
stsc: sample-to-chunk, partial data-offset information
stss: sync sample table (random access points) 判断是否关键帧
stsz: sample sizes (framing) 记录每一帧大小

还记得前面提到的 Chunk 和 Sample 的概念吗?一个 Chunk 里有多个 Sample,一个 Sample 代表一帧。

chunk 和 sample 的关系:一个chunk中有一个或多个sample,一个文件有多个chunk,在stco中标记了chunk在文件中的绝对位置。不是相对于某一个box.stsz标记了每一个sample的大小,stsc则是chunk和sample的对应关系。

这里有个问题就是Stsc中有个 参数是first_chunk,这个是什么意思呢?

First chunk Samplesper chunk Sampledescription ID
141
431
541
831

可以看出chunk1、chunk2、chunk3都有4个sample,chunk4有3个sample,chunk5、chunk6、chunk7有4个sample……就是这个意思。

Github上一位童鞋写的MP4Reader.m,代码中详细展示了MP4文件解析的过程。

是不是关键帧?sample为帧计数,如果帧的计数存在与stss中,则是关键帧

stsz 记录了每一帧的大小,这里的videoSamples来自stsz。

相关资料

MPEG-4 wiki

关于avcC:第十五部分(ISO/IEC 14496-15):AVC文件格式:定义了基于第十二部分的用于存储第十部分的视频内容的文件格式。

mp4格式(转帖加修改)
将h.264视频流封装成flv格式文件(一.flv格式)

MP4(一)-结构
MP4(二)-解复用器

关于MDAT部分:

这里的格式是什么样的?

我之前一直没有搞明白,直到仔细看了AVEncoder.m才恍然大悟,根据MP4的文件结构描述,所有内容都使用Box来存储:[box size][box type][…]

标准的box开头的4个字节(32位)为box size,该大小包括box header和box body整个box的大小,这样我们就可以在文件中定位各个box。如果size为1,则表示这个box的大小为large size,真正的size值要在largesize域上得到。(实际上只有“mdat”类型的box才有可能用到large size。)如果size为0,表示该box为文件的最后一个box,文件结尾即为该box结尾。(同样只存在于“mdat”类型的box中。)

size后面紧跟的32位为box type,一般是4个字符,如“ftyp”、“moov”等,这些box type都是已经预定义好的,分别表示固定的意义。如果是“uuid”,表示该box为用户扩展类型。如果box type是未定义的,应该将其忽略

而MDAT中的数据,它的结构就是[box size][h264 data],也就是后面的数据的大小+h264裸流了。

MP4 与 QuickTime 之间的关系?

我们知道,MP4文件格式是ISO-14496-12基础文件格式的衍生品,14496-14中对-12协议进行了扩充与进一步定义。
重要的是该“14496-12 基础文件格式”协议如果认祖归宗,我们发现这种文件格式最初是由Apple公司的QuickTime媒体格式发展而来的。
即,mov格式发展出了“ISO 14496 – 12协议”,再由该协议衍生出了mp4,f4v,ismv,3gp等我们常见的媒体封装格式。
因此上述标志位的poster位,在14496-12中并没有见到描述,而在Apple的协议中却看到了准确定义。
详见https://developer.apple.com/library/mac/#documentation/QuickTime/QTFF/QTFFChap2/qtff2.html

相关文章推荐

mp4格式(转帖加修改)

下面的软件下载地址:http://download.csdn.net/source/2607382ftyp: 这是一个筐,可以装mdat等其他Box。 例:00 00 00 14 66 74 79 7...

iOS RTMP 视频直播开发笔记(1) – 采集摄像头图像

iOS RTMP 视频直播开发笔记(1) – 采集摄像头图像

iOS RTMP 视频直播开发笔记(3)- 了解 H.264 编码

iOS RTMP 视频直播开发笔记(3)- 了解 H.264 编码

iOS RTMP 视频直播开发笔记(3) --- 与帧相关的概念

H264是一种高压缩率的编码标准,如何压缩嘞?一般的视频采集都是25帧/秒,也就是每秒截图25次,其实每一张图片的内容都相差不大,压缩的办法就是利用算法,只将每张图片变动差异化的部分保存下来,这样视频...

iOS 简单的视频直播功能开发(实时视音频流录制编码+RTMP传输+实时拉流解码播放)

推流端:自己开发难度很大,视频直播就被卡死了,音频根本没来得及弄,最终使用了github上开源的框架。                原生开发基本流程:AVFoundation获取视频流...

iOS 简单的视频直播功能开发(实时视音频流录制编码+RTMP传输+实时拉流解码播放)

推流端:自己开发难度很大,视频直播就被卡死了,音频根本没来得及弄,最终使用了github上开源的框架。                原生开发基本流程:AVFoundation获取视频流...

iOS实现RTMP视频直播 IJKMediaFramework框架编译

通过xcode checkouthttps://github.com/Bilibili/ijkplayer.git或者在终端输入命令git clone https://github.com/Bilib...

视频文件格式解析之 3GP与MP4

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AP...

视频文件格式解析之 3GP/MP4 .

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AP...
  • kl222
  • kl222
  • 2012-09-07 20:33
  • 4086

iOS视频直播又一大神开源项目、RTMP 协议

效果图如下 NowGif.gif -> 4349FA93-F15B-4287-9162-3AA27B223A72.png FA783124-4B81-455F-A...
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)