MP4解析,包含moof

MP4解析块架构设计

    

1介绍

关联

a.     MP4 ISO 标准：c061988_ISO_IEC_14496-12_2012.pdf

b.    MP4中avc和hevcISO标准：W13478_1_pt15-3rd_FDIS_clean_HEVC.pdf

 

1.4部分分析工具

MP4Info

2.解析

2.1 ISO 标准Box列表

 

大家看着挺多的，其实真正用到的没有那么多。从上图可以看出，Box下可以包含0或多个SubBox，所以在解析的时候一定要注意。

下面开始介绍各个需要的Box功能，let’sGoGoGo！！！

2.2 部分Box介绍

从此开始介绍Box的功能，但只介绍对我们有意义的Box。

2.2.1 Box的基本知识

让我们来看上面2个介绍，这是Box的2个基本类型，分为Box和FullBox，其中FullBox是Box的扩展，请看下边例子：

其中size是从00 00 00 20开始到 33 67 70 38的，即是包含4字节的size和type的。

如果size = 1，即这个size是扩展的，要继续读8字节的largesize。

如果size = 0，即一直到文件末尾(目前为止的片源还没有遇见过)。

如果type = ‘uuid’，是用户扩展type，如果解析标准的，可以直接越过。

FullBox在Box上扩展4字节，包含version(1字节)和flags(3字节)，会在其他Box上使用到。

其他的Box都是这2个基本类型上做的扩展，即这2个都是在Box的前端出现。

这里约定，后续的Box不写任何关于解析结构的介绍，请自己查阅c061988_ISO_IEC_14496-12_2012.pdf，thx~

该解析是本人自己理解得出，如果有出现错误，请大家修改之，并拍砖， V_V

2.2.2 Box的类型介绍

下边介绍的是必须要解析的Box，并且一定一定要区分大小写。

2.2.2.1 ftyp

ftyp用于初步校验该文件支持的格式，如上边的3gp8，isom等等。

但是这个格式太多了，如果要全部校验，可以说死翘翘，不太可能实现，所以我建议把ftyp略过，不去解析。

 

2.2.2.2 moov

moov，moof，mdat是3大主要Box，其中moov和mdat都可以在片源的开头和末尾；如果出现moof，moov一定在moof前面，mdat也一定在moof前面。这里只介绍moov，后续会介绍moof和mdat。

moov是MP4/3GP文件最大的媒体信息Box，它不NB，是里面的信息NB。moov很简单的，主要是为了提醒大家，我里面是媒体信息了，大家注意了，就这个功能。

 

2.2.2.3 trak

trak作为moov手下第一大将，就不得不提一下了。trak是单独的媒体信息，可能是Audio/Video，或者是其他的(谁知道呢)。一个moov可以有多个trak，我就曾经遇见过一个128个trak的片源，真是恐怖啊，每个trak都仅包含一个图片的数据信息。

trak也是和moov一样，里面的信息NB，所以遇见trak大家可以直接解析里面的信息，后续还有很多这样的。

 

2.2.2.4 tkhd

tkhd是 trak header box，这个box只使用track_id，track_id 是唯一标示，并且不为0，我们

在后面找trak是就只用这个。

 

2.2.2.5 mdia

同trak。

 

2.2.2.6 mdhd

mdhd，media header，包含这个media的全部头信息，timescale和duration是需要的，timescale在后续会用到，duration是这个media的整体播放时间，很多时候都是准的，但也有不准的时候。

Bem的duration是根据解析moov时获取的最后时间去给出duration，因此是最准的。

 

2.2.2.7 hdlr

hdlr是哪个的缩写呢？是handler，你猜到没有。它的重要部分是handler_type，告诉我们这个trak是什么类型的。’vide’(Videotrack)和’soun’(Audiotrack)，这2个是主要的。

 

2.2.2.8 minf

同mdia。

 

2.2.2.9 stbl

从stbl开始，我们要接触每个sample的构成了，从这往下的都是重要部分啦~

 

2.2.2.10 stsd

stsd，the sample description table，介绍关于Audio/Video的头信息数据，如H264的sps/pps，H265的sps/pps/vps，AAC的帧头数据，等等。

stsd 我们只识别 entry_count = 1，其他情况都不考虑。

根据stsd和文档W13478_1_pt15-3rd_FDIS_clean_HEVC.pdf，会解析出各种有用信息。

下面的是esds的结构：

 

利用sample description atom存储的信息可以正确的解码media sample。不同的媒体类型存储不同的sample description，例如，视频媒体，sample description就是图像的结构。第四章解释了不同媒体类型对应的sample description信息。

 

sample description atom的类型是'stsd'，包含了一个sample description表。根据不同的编码方案和存储数据的文件数目，每个media可以有一个到多个sample description。sample-to-chunk atom通过这个索引表，找到合适medai中每个sample的description。

字段	长度(字节)	描述
尺寸	4	这个atom的字节数
类型	4	stsd
版本	1	这个atom的版本