H264 SPS/PPS 分析

SPS 文件分析

H264文件对应的SPS参数如下：
9816B 的SPS 长度为20：
00 00 00 01 67 4D 00 2A 96 35 40 F0 04 4F CB 37 01 01 01 02
参考H264 的制定标准，对上述的字节解析如下：

下面对上图进行挨个分析，

• 00 00 00 01 ：Start Code , 是Annexb 封装格式的分割标志
• 67：NALU TYPE ,该字节通过&0x1f 后结果 是 5:I 帧 6:SEI 8:PPS 7:SPS P:1
  过了前面4-5 字节之后(有的startcode 为000001)才是真实的SPS信息sps_parameter_set_data(),对上面的20个字节来说，
  4D 00 2A 96 35 40 F0 04 4F CB 37 01 01 01 02才是 SPS 的数据

1. 第一个字节是profile_idc = 0x4d,该字节用来标识H264的码流档次，而在H264中定义了常用的三个档次，他们对应的判断标准如下：

• baseline profile——>66
• main profile——>77
• extended profile——>88

目前9816B SPS第一个字节为0x4d = 77，意味着我们使用的是main profile。

2. 第二个字节是constraint_set0_flag ~ constraint_set5_fla + reserve ,其含义是在编码的档次方面增加额外要求。
   目前9816B 为00，无特殊限定要求

3. 第三个字节是level_idc= 2A = 42，编码的Level定义了某种条件下的最大视频分辨率、最大视频帧率等参数
   目前9816B 为 42,对应的level是4.2， support 2kx 1k format.Frame coding only .125829120 samples/sec

4. seq_parameter_set_id ，当前的序列参数集的id。通过该id值，图像参数集pps可以引用其代表的sps中的参数。使用分析工具得到值为0

5. log2_max_frame_num_minus4
   用于计算MaxFrameNum的值。计算公式为MaxFrameNum = 2^(log2_max_frame_num_minus4 +
   4)。MaxFrameNum是frame_num的上限值，frame_num是图像序号的一种表示方法，在帧间编码中常用作一种参考帧标记的手段,区间是0-12
   9816B 的值是12

6. max_num_ref_frames,用于表示参考帧的最大数目。

7. gaps_in_frame_num_value_allowed_flag，标识位，说明frame_num中是否允许不连续的值

8. pic_width_in_mbs_minus1用于计算图像的宽度。
   计算方法为: frameWidth = 16 * (pic_width_in_mbs_minus1 + 1)，在9816B中计算为1920

9. frame_mbs_only_flag,标识位，说明宏块的编码方式.
   frame_mbs_only_flag等于0指明了视频序列的编码图象可能是编码场或编码帧。frame_mbs_only_flag等于1指明了每个编码视频序列的编码图像都是只含帧宏块的编码帧。

10. pic_height_in_map_units_minus1 用于计算图像的高度
    高度 = 16 * (pic_height_in_map_units_minus1 + 1); 在9816B 中，高度计算为1088

PPS分析

在9816B码流中，PPS数据为： 00 00 00 01 68 EE 31 B2
解析如下图:

1. pic_parameter_set_id
   表示当前PPS的id。某个PPS在码流中会被相应的slice引用，slice引用PPS的方式就是在Slice header中保存PPS的id值。该值的取值范围为[0,255]。
   目前我们9816B 存在两个PPS ,所以pic的值在两个PPS 中会不一致。
   该值在实践过后发现其非常重要，特别是在iOS的硬解码中，初始化解码器就需要PPS值。

2. seq_parameter_set_id标识当前PPS所引用的激活的SPS的id,sps 都只有一个，所以ID 在2个不同的PPS 中也是一致的。

3. entropy_coding_mode_flag,熵编码模式标识，该标识位表示码流中熵编码/解码选择的算法, CABAC 或者CAVLC。

4. bottom_field_pic_order_in_frame_present_flag
   标识位，用于表示另外条带头中的两个语法元素delta_pic_order_cnt_bottom和delta_pic_order_cn是否存在的标识。这两个语法元素表示了某一帧的底场的POC的计算方法。

5. num_slice_groups_minus1,表示某一帧中slice group的个数。当该值为0时，一帧中所有的slice都属于一个slice group。slice group是一帧中宏块的组合方式，定义在协议文档的3.141部分。

6. weighted_pred_flag标识位，表示在P/SP slice中是否开启加权预测。