FLV格式分析

1. FLV简介

FLV(Flash Video)是Adobe公司推出的一种流媒体格式,由于其封装后的音视频简单等特点,非常使用于互联网的使用. 目前主流的视频网站基本上都支持FLV,其格式封装的文件后缀为.flv

2. FLV封装格式解析

FLV封装格式有一个文件头(file header)和文件体(file body)组成.其中FLV body由一对对的(previous tag size字段 +tag)组成,previous tag size 字段排在tag前面,占用4字节,它代表了上一个tag的大小,用于逆向读取处理. FLV header后的第一个previous tag size为0.
Tag一般可以分为三种类型:脚本(帧)数据类型,视频数据类型,音频数据类型.
FLV以大端存储方式存放,其结构为:

注意:

1.flv文件中的Timestampe和TimestampeExtended组合就是dts,也就是编码时间,单位为ms,如果没有B帧的话dts等于pts.
2.CompositionTime表示pts相对于dts的偏移值,在每个视频tag的第14~16字节.
显示时间(pts)=编码时间(dts)+CompositionTime

3.FLV解析流程框架

4.Script Tag Data结构（脚本类型、帧类型)

该Tag又被称为MetaDataTag，存放一些关于FLV视频和音频的元信息，比如：duration，width，height等。通常该类型tag会作为FLV的第一个Tag，并且只有一个。
该类型TagData的结构为：

第一个AMF包：读一个字节表示AMF包类型，一般总为0x02，表示字符串。第2~3字节为UI16类型值，表示字符串的长度，一般总为⼀般总是0x000A（“onMetaData”⻓度）。后⾯字节为具体的字符串，⼀般总为（“onMetaData“ 6F,6E,4D,65,74,61,44,61,74,61）。
第⼆个AMF包：第1个字节表示AMF包类型，⼀般总是0x08，表示数组。第2-5个字节为UI32类型值，表示数组元素的个数。后⾯即为各数组元素的封装，数组元素为元素名称和值组成的对。常⻅的数组元素如下表所示。

值	Comment	例如
duration	时⻓(秒)	210.732
width	视频宽度	768.000
height	视频⾼度	320.000
videodatarate	视频码率	207.260
framerate	视频帧率	25.000
videocodecid	视频编码	ID 7.000 (H264为7)
audiodatarate	⾳频码率	29.329
audiosamplerate	⾳频采样率	44100.000
stereo	是否⽴体声	1
audiocodecid	⾳频编码	ID 10.000 (AAC为10)
major_brand	格式规范相关	isom
minor_version	格式规范相关	512
compatible_brands	格式规范相关	isomiso2avc1mp41
encoder	封装⼯具名称	Lavf54.63.104
filesize	⽂件⼤⼩（字节）	6636853.00

5.Audio Tag Data结构（音频类型）

音频Tag Data前两个字节：

• 第一个字节包含音频数据的参数信息
• 第二个字节开始为数据流

Field	Type	Comment
⾳频格式 SoundFormat	UB4	0 = Linear PCM, platform endian1 =ADPCM 2 = MP3 3 = Linear PCM, little endian 4 = Nellymoser 16-kHz mono 5 = Nellymoser 8-kHz mono 6 = Nellymoser 7 = G.711 A-law logarithmic PCM 8 = G.711 mu-law logarithmic PCM 9 = reserved 10 = AAC 11 = Speex 14 = MP3 8-Khz 15 = Device-specific sound
采样率SoundRate	UB2	0 = 5.5kHz 1 = 11kHz 2 = 22.05kHz 3 = 44.1kHz 对于AAC总是3。但实际上AAC是可以⽀持到48khz以上的频率(这个参数对于AAC意义不⼤)。
采样精度 SoundSize	UB1	0 = snd8Bit 1 = snd16Bit 此参数仅适⽤于未压缩的格式，压缩后的格式都是将其设为1
⾳频声道SoundType	UB1	0 = sndMono 单声道 1 = sndStereo ⽴体声，双声道 对于AAC总是1

6.Video Tag Data结构（视频类型）

视频Tag Data开始的：

• 第⼀个字节包含视频数据的参数信息，
• 第⼆个字节开始为视频流数据。

Field	Type	Comment
帧类型	UB4	1: keyframe (for AVC, a seekable frame)——h264的IDR，关键帧 2: inter frame (for AVC, a non- seekableframe)——h264的普通帧 3: disposable inter frame (H.263 only) 4: generated keyframe (reserved for server use only) 5: video info/command frame
编码ID	UB4	使⽤哪种编码类型：1: JPEG (currently unused) 2: Sorenson H.263 3: Screen video 4: On2 VP6 5: On2 VP6 with alpha channel 6: Screen video version 2 7: AVC