MP4格式分析

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