MPEG4码流开头往往如下:
00 00 01 B0 F5 00 00 01 B5 09 00 00 01 00 00 00
01 20 08 86 84 00 3F 18 58 21 20 A3 1F 00 00 01
B2 58 76 69 44 30 30 36 32 00 00 01 B6
其格式为:
MP4V type b0 size 5 //vosh
MP4V type b5 size 5 //vo
MP4V type 0 size 4
MP4V type 20 size 16 //vol
ParseVol: timeBits 15 timeTicks 24000 frameDuration 1001
MP4V type b6 size 5606 //vop
其宏定义为:
#define MP4AV_MPEG4_VOL_START 0x20
#define MP4AV_MPEG4_VOSH_START 0xB0
#define MP4AV_MPEG4_VO_START 0xB5
#define MP4AV_MPEG4_VOP_START 0xB6
#define MP4AV_MPEG4_USER_DATA_START 0xB2
00 00 01 B0是视频对象序列开始标志(VISOBJSEQ_START_CODE),其后的数据只有一位F4,表示此视频对象编码序列编码的Profile与Level类型是XVID_PROFILE_AS_L4, Profile类型数值定义于xvid.h。
00 00 01 B5是视频对象开始标志(VISOBJ_START_CODE),其后只有一位16进制数据09,从这一位数据可以获得视频对象版本号、视频类型和视频信号类型信息。
00 00 01 00是视频对象开始标志 (VIDOBJ_START_CODE)。
00 00 01 20是视频对象层开始标志(VIDOBJLAY_START_CODE),其后的11位16进制数据比较重要,解码所需要的VOP纵横比、视频对象形状和图像分辨率等数据都是从这11位数据获得的,详细介绍见图5-11,图中未标记用途的数据表示未使用。
00 00 01 B2是用户数据开始标志(USERDATA_START_CODE),十六进制用户数据共有8位。
00 00 01 B6是VOP开始标志(VOP_START_CODE),每个VOP编码数据都以VOP标识头开始,VOP标识头比较简单,如果用16进制数据表示其数值为00 00 01 B6。解码的时候,以00 00 01 B6来判定是不是一个VOP的开始,并从VOP标识头后的数据读取编码类型,量化值等参数后完成一帧VOP的解码。
(三)MPEG4码流视频关键帧头部16个字节,非关键帧8个字节。
MPEG4码流视频关键帧头部16个字节,非关键帧8个字节(均包含四字节ID),说明如下:
关键帧:
字节 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | A | B | C | D | E | F |
值 | 0 | 0 | 1 | FB | XX | R | W&H | Date time | Length | |||||||
含义 | ID |
|
| 图像大小 | 时间戳 | 帧长度 |
非关键帧
字节 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
值 | 0 | 0 | 1 | FA | Length | |||
含义 | ID | 帧长度 |
XX:保留。
RATE: 帧率,低5位表示帧率,目前取值从1到30,高三位表示解交错,可选0,1,2其中0做解交错,2不做解交错。
WIDTH和HEIGHT表示视频数据高度和宽度,一个字节最大256,所以存储的信息为真实高度和宽度的1/8。
TIMESTAMP:帧时间戳:
struct DateTime
{
DWORD second :6; // 秒 1-60
DWORD minute :6; // 分 1-60
DWORD hour :5; // 时 1-24
DWORD day :5; // 日 1-31
DWORD month :4; // 月 1-12
DWORD year :6; // 年 2000-2063
};
非关键帧的时间戳是根据帧率和对关键帧的偏移计数计算出来的。
LENGTH:帧长度,低字节优先,不包括帧头长度(16字节或者8字节,这个需要注意)
H.264码流跟MPEG4的最大不同在于ID,关键帧ID为000001FD,非关键帧ID为000001FC。
给一个例子: