MP4文件格式分析及分割实现(附源码)

最新推荐文章于 2021-02-13 12:07:02 发布
最新推荐文章于 2021-02-13 12:07:02 发布
阅读量655 收藏 5
点赞数
分类专栏： 流媒体
原文链接：https://blog.csdn.net/u013898698/article/details/77152347
版权

https://blog.csdn.net/u013898698/article/details/77152347

MP4文件格式分析及分割实现(附源码)

　　　　　　　　　　　　　　　MP4文件格式分析                  

　　MP4(MPEG-4 Part 14)是一种常见的多媒体容器格式，它是在“ISO/IEC 14496-14”标准文件中定义的，属于MPEG-4的一部分，是“ISO/IEC 14496-12(MPEG-4 Part 12 ISO base media file format)”标准中所定义的媒体格式的一种实现，后者定义了一种通用的媒体文件结构标准。MP4是一种描述较为全面的容器格式，被认为可以在其中嵌入任何形式的数据，各种编码的视频、音频等都不在话下，不过我们常见的大部分的MP4文件存放的AVC(H.264)或MPEG-4(Part 2)编码的视频和AAC编码的音频。MP4格式的官方文件后缀名是“.mp4”，还有其他的以mp4为基础进行的扩展或者是缩水版本的格式，包括：M4V,3GP,F4V等。

 

　　一个mp4文件有可能包含非常多的box(全部大约70多个)，在很大程度上增加了解析的复杂性。如果要全部解析必要性不是很大。大部分mp4文件没有那么多的box类型，下图就是一个简化了的，常见的mp4文件结构：

下图是节点box详细说明：

下面我们将对以上主要box的解析进行详细说明：

1. 一级box

　　一级box主要包含ftyp、moov、free、mdat等等。

1.1 ftyp box

结构：

复制代码

/********************************************************************************************
**                            File Type Box (ftyp)
**
--------------------------------------------------------------------------------------------
**        字段名称            　　|    长度(bytes)   |        有关描述
--------------------------------------------------------------------------------------------
**        boxsize               |    4            |        box的长度
**        boxtype               |    4            |        box的类型
**        major_brand           |    4            |
**        minor_version         |    4            |        版本号
**        compatible_brands     |    4 * N        |        本文件遵从的多种协议（ismo, iso2, mp41）
********************************************************************************************/

复制代码

运行结果：

1.2 moov box

结构：

复制代码

/********************************************************************************************
**        字段名称            |    长度(bytes)   |        有关描述
--------------------------------------------------------------------------------------------
**        boxsize            |    4            |        box的长度
**        boxtype            |    4            |        box的类型
********************************************************************************************/

复制代码

1.3 free box

结构：

复制代码

/********************************************************************************************
**        字段名称            |    长度(bytes)   |        有关描述
--------------------------------------------------------------------------------------------
**        boxsize            |    4            |        box的长度
**        boxtype            |    4            |        box的类型
********************************************************************************************/

复制代码

1.4 mdat box

结构：

复制代码

/********************************************************************************************
**        字段名称             |    长度(bytes)    |        有关描述
--------------------------------------------------------------------------------------------
**        boxsize             |    4             |        box的长度
**        boxtype             |    4             |        box的类型
**                                               |        后面全是真实数据
********************************************************************************************/

复制代码

运行结果：

2. 二级box

　　本节所说的二级box皆为moov的子box,主要包含mvhd、trak、udat等等。

2.1 mvhd box

结构：

复制代码

/************************************************************************************************************
**                                            mvhd
**
--------------------------------------------------------------------------------------------
**        字段名称            　　|    长度(bytes)   |        有关描述
--------------------------------------------------------------------------------------------
**        boxsize               |    4            |        box的长度
**        boxtype               |    4            |        box的类型
**        version               |    1            |        box版本，0或1，一般为0（以下字节数均按version = 0）
**        flags                 |    3            |        
**        creation time         |    4            |        创建时间（相对于UTC时间1904 - 01 - 01零点的秒数）
**        modification time     |    4            |        修改时间
**        time scale            |    4            |        文件媒体在1秒时间内的刻度值，可以理解为1秒长度的时间单元数
**        duration              |    4            |        该track的时间长度，用duration和time scale值可以计算track时长
**        rate                  |    4            |        推荐播放速率，高16位和低16位分别为小数点整数部分和小数部分，即[16.16] 格式.该值为1.0 (0x00010000)
**        volume                |    2            |        与rate类似，[8.8] 格式，1.0（0x0100）表示最大音量
**        reserved              |    10           |        保留位
**        matrix                |    36           |        视频变换矩阵
**        pre-defined           |    24           |        
**        next track id         |    4            |        下一个track使用的id号
************************************************************************************************************/

复制代码

运行结果：

2.2 trak box

结构：

复制代码

/********************************************************************************************
**        字段名称            |    长度(bytes)   |        有关描述
--------------------------------------------------------------------------------------------
**        boxsize            |    4            |        box的长度
**        boxtype            |    4            |        box的类型
********************************************************************************************/

复制代码

2.3 udat box

结构：

复制代码

/************************************************************************************************************
**           udat
**
--------------------------------------------------------------------------------------------
**  字段名称      | 长度(bytes)    |  有关描述
--------------------------------------------------------------------------------------------
**  boxsize    　| 4　　　　　　　　|  box的长度
**  boxtype      | 4　　　　　　　　|  box的类型
**                  　　　　　　　　|  用户自定义数据解析
************************************************************************************************************/

复制代码

运行结果：

3. 三级box

　　本节所说的三级box皆为trak的子box,主要包含tkhd、mdia等。

3.1 tkhd box

结构：

复制代码

/************************************************************************************************************
**                                        tkhd
**
-------------------------------------------------------------------------------------------------------------
**        字段名称            　　 |    长度(bytes)   |        有关描述
-------------------------------------------------------------------------------------------------------------
**        boxsize                |    4            |        box的长度
**        boxtype                |    4            |        box的类型
**        version                |    1            |        box版本，0或1，一般为0。（以下字节数均按version = 0）
**        flags                  |    3            |        按位或操作结果值，预定义如下;
                                                    　　　　 0x000001 track_enabled，否则该track不被播放；
                                                    　　　　 0x000002 track_in_movie，表示该track在播放中被引用；
                                                    　　　　 0x000004 track_in_preview，表示该track在预览时被引用。
                                                    　　　　 一般该值为7，如果一个媒体所有track均未设置track_in_movie和track_in_preview,将被理解为所有track均设置了这两项;
                                                    　　　　 对于hint track，该值为0;
**        creation_time          |    4            |        创建时间（相对于UTC时间1904 - 01 - 01零点的秒数）
**        modification_time      |    4            |        修改时间
**        track_id               |    4            |        id号 不能重复且不能为0
**        reserved               |    4            |        保留位
**        duration               |    4            |        track的时间长度
**        reserved               |    8            |        保留位
**        layer                  |    2            |        视频层，默认为0，值小的在上层
**        alternate_group        |    2            |        track分组信息，默认为0表示该track未与其他track有群组关系
**        volume                 |    2            |        [8.8] 格式，如果为音频track，1.0（0x0100）表示最大音量；否则为0
**        reserved               |    2            |        保留位
**        matrix                 |    36           |        视频变换矩阵
**        width                  |    4            |        宽
**        height                 |    4            |        高，均为[16.16] 格式值 与sample描述中的实际画面大小比值，用于播放时的展示宽高
************************************************************************************************************/

复制代码

运行结果：

3.2 mdia box

结构：

复制代码

/********************************************************************************************
**        字段名称            |    长度(bytes)   |        有关描述
--------------------------------------------------------------------------------------------
**        boxsize            |    4            |        box的长度
**        boxtype            |    4            |        box的类型
********************************************************************************************/

复制代码

4. 四级box

　　本节所说的四级box皆为mdia的子box,主要包含mdhd、hdlr、minf等。

4.1 mdhd box

结构：

复制代码

/************************************************************************************************************
**                                        tkhd
**
-------------------------------------------------------------------------------------------------------------
**        字段名称            　　|　　    长度(bytes)　　　|        有关描述
-------------------------------------------------------------------------------------------------------------
**        boxsize               |    4            　　  |        box的长度
**        boxtype               |    4            　　  |        box的类型
**        version               |    1　　　　　　　　　  |        box版本0或1 一般为0 (以下字节数均按version=0)
**        flags                 |    3            　　  |        
**        creation_time         |    4            　　  |        创建时间（相对于UTC时间1904 - 01 - 01零点的秒数）
**        modification_time     |    4            　　  |        修改时间
**        time_scale            |    4            　　  |        
**        duration              |    4            　　　|        track的时间长度
**        language              |    2            　　　|        媒体语言码,最高位为0 后面15位为3个字符[见ISO 639-2/T标准中定义]
**        pre-defined           |    2            　　  |        保留位
************************************************************************************************************/

复制代码

结果：

4.2 hdlr box

结构：

复制代码

/************************************************************************************************************
**                                        hdlr
**
-------------------------------------------------------------------------------------------------------------
**        字段名称            　　 |    长度(bytes)    |        有关描述
-------------------------------------------------------------------------------------------------------------
**        boxsize                |    4             |        box的长度
**        boxtype                |    4             |        box的类型
**        version                |    1             |        box版本0或1 一般为0 (以下字节数均按version=0)
**        flags                  |    3             |
**        pre-defined            |    4             |
**        handler type           |    4             |        在media box中，该值为4个字符
                                                    　　　　　　"vide"— video track
                                                    　　　　　　"soun"— audio track
                                                    　　　　　　"hint"— hint track
**        reserved               |    12            |
**        name                   |    不定           |        track type name，以‘\0’结尾的字符串
************************************************************************************************************/

复制代码

结果：

4.3 minf box

结构：

复制代码

/********************************************************************************************
**        字段名称            |    长度(bytes)   |        有关描述
--------------------------------------------------------------------------------------------
**        boxsize            |    4            |        box的长度
**        boxtype            |    4            |        box的类型
********************************************************************************************/

复制代码

5. 五级box

　　本节所说的五级box皆为minf的子box,主要包含header box(vmhd/smhd/hmld/nmld)、stbl等。

5.1 header box

本处的headerbox会根据前面的handler type数值选择哪个box。 

"vide"—vmhd 视频

"soun"— smhd 音频

"hint"—hmhd 忽略

vmhd结构：

复制代码

/************************************************************************************************************
**                                        vmhd
**
-------------------------------------------------------------------------------------------------------------
**        字段名称            |    长度(bytes)    |        有关描述
-------------------------------------------------------------------------------------------------------------
**        boxsize                |    4            |        box的长度
**        boxtype                |    4            |        box的类型
**        version                |    1            |        box版本0或1 一般为0 (以下字节数均按version=0)
**        flags                |    3            |
**        graphics_mode        |    4            |        视频合成模式，为0时拷贝原始图像，否则与opcolor进行合成
**        opcolor                |    2 ×3        |        ｛red，green，blue｝
************************************************************************************************************/

复制代码

结果：

5.2 stbl box

结构：

复制代码

/********************************************************************************************
**        字段名称            |    长度(bytes)   |        有关描述
--------------------------------------------------------------------------------------------
**        boxsize            |    4            |        box的长度
**        boxtype            |    4            |        box的类型
********************************************************************************************/

复制代码

6. 六级box

　　本节所说的六级box皆为stbl的子box,主要包含stsd、stts、stsz、stsc、stss、stco等，这些也是mp4文件设计的精髓所在，主要控制chunk、sample、mdat之间的映射关系。

6.1 stsd box

stsd： Sample Description Box，解析stsd可获得coding类型、视频宽高、音频samplesize、channelcount这些和解码器有关信息。

6.2 stts box

stts： Decoding Time to Sample Box，时间戳和Sample映射表

上图是一个video trak，说明该视频包含87帧数据，每帧包含512个采样。

总共512*87=44544个采样，和我们前面mdhd box的Duration完全一致。

Duration / TimeScale = 44544 / 12288 = 3.625秒 正是我们的视频播放长度。

12288 / 512 = 24 p/s (帧率)。

6.3 stsz box

stsz, stz2： Sample Size Boxes，每个Sample大小的表

一共87帧 每帧的字节大小。

6.4 stsc box

stsc： Sample to chunk 的映射表。

前面说了一共87帧数据，放在83个chunk中。1~82个chunk每个里面放1帧，第83个chunk放了5帧。

6.5 stss box

stss： 关键帧索引表。

第1、13、25、37、49、61、73、85.... 这些帧都是关键帧。

每12帧就有一个关键帧， 前面我们计算得知fps是24。由此可知该视频关键帧间隔为0.5秒。

6.6 stco box

'stco'，'co64'： Chunk位置偏移表

一共83个chunk，记录在mdat真实数据中的字节偏移量。

 

下图为第三方MP4文件解析结果：

 

 

MP4文件格式解析源码：https://github.com/kingsunc/AVFileParse

 

搞清楚stbl的映射关系后 我们就可以进行MP4文件的分割实现（也就是所谓的点播拖动）。

MP4分割实现源码：https://github.com/kingsunc/AVFileParse/tree/master/Mp4_Segment

mengzhengjie
关注
专栏目录
Yolo v11目标检测实战1：对象分割和人流跟踪（附源码）
数据饕餮
10-02 749
通过上述步骤，你应该能够成功地安装 YOLO11 并设置好开发环境。一旦安装完成，你就可以开始探索 YOLO11 的强大功能，包括目标检测、对象分割和多目标跟踪。如果有任何疑问或遇到问题，查阅官方文档或社区支持通常是很好的起点。祝你在使用 YOLO11 的过程中取得成功！
YOLOv11目标检测实战2：人流统计、车流统计和跟踪（附源码）
最新发布
数据饕餮
10-02 817
通过上述步骤，我们已经介绍了如何使用 YOLOv11 进行人流统计、车流统计和多目标跟踪。YOLOv11 的高效性和准确性使其成为这些任务的理想选择。希望这篇博客能够帮助读者更好地理解和应用 YOLOv11 在实际项目中的强大功能。如果你有任何问题或建议，欢迎留言交流！
mp4 格式解析， 源码
08-19
MP4是一套用于音频、视频信息的压缩编码标准，由国际标准化组织（ISO）和国际电工委员会（IEC）下属的“动态图像专家组”（Moving Picture Experts Group，即MPEG）制定，第一...
MP4文件格式的解析及分割算法
04-11
这篇文章先简单介绍一下mp4文件的大体结构，以及它的分割算法。
MP4编码解码源代码
08-13
转载，MP4编解源代码,PC上运行，首先需要了解MP4编解码原理
mp4封装源码
12-03
对h264、h263、AAC等格式进行mp4格式封装，是个很好的学习资源
全网目前最全python例子（附源码）
热门推荐
不想当码农的程序员
12-30 7万+
源码 https://github.com/javanan/python-small-examples 告别枯燥，60秒学会一个小例子，系统学习Python，从入门到大师。Python之路已有190个例子： 第零章：感受Python之美 第一章：Python基础 第二章：Python之坑 第三章：Python字符串和正则 第四章：Python文件 第五章：Python日期 第六章：Python利器...
ios平台实现视频H264硬编码及软编码(附完整demo)
weixin_33908217的博客
06-19 2426
概述 上篇文章我们学习了视频的相关概念及h264编解码的流程，这篇文章我们主要是做代码实现，其内容概要如下： 利用VideoToolBox对实时视频做h264硬编码 ffmpeg 在mac平台安装ffmpeg 简单常用的ffmpeg命令 如何在mac平台编译出ios开发所用的ffmpeg库以及环境搭建 简单介绍ffmpeg库 利用ffmpeg对实时视频做h264软编码 示例代码： h2...
Mp4格式码流解析C源码
11-18
Mp4 Mpeg4 格式码流解析程序 学习 分析 Mpeg4利器
免费MP4大文件分割软件
04-18
免费MP4大文件分割软件
mp4v2 源码
10-23
MP4V2 源码，https://code.google.com/p/mp4v2/，方便下载，支持VS编译
可以播放MP4的代码
01-29
觉得还不错的，推荐下，有喜欢的可下载参考。
mp4文档及解码程序源码
05-17
从官网上下载的标准SPEC，以及一个标准C写的MP4 Box parse程序，配合着SPEC看，会比较好。程序在Windows下使用VS2013可以直接跑，需要的话，可以看看main函数，如何传入mp4文档。
Android 音视频深入 三 MP4解码播放视频 （附源码下载）
z979451341的博客
02-02 2521
本篇项目地址，求starhttps://github.com/979451341/Audio-and-video-learning-materials/tree/master/%E5%AA%92%E4%BD%93%E8%A7%A3%E7%A0%81MediaCodec%2CMediaExtractor这次要用到新的东西SurfaceView、MediaCodec、MediaExtractor、Me...
MP4文件解析和分割
阿Sir问道
05-19 689
1、MP4格式分析 MP4(MPEG-4 Part 14)是一种常见的多媒体容器格式，它是在“ISO/IEC 14496-14”标准文件中定义的，属于MPEG-4的一部分，是“ISO/IEC 14496-12(MPEG-4 Part 12 ISO base media file format)”标准中所定义的媒体格式的一种实现，后者定义了一种通用的媒体文件结构标准。MP4是一种描述较...
Mp4 分割 怎么将mp4视频文件分割成几段
Tybyqi的博客
10-09 1万+
　　当我们需要分割视频或音频的某一段时，就需要通过分割视频来实现。虽然分割视频是一件很容易的事，但对于初学者来说，面对网上五花八门的号称能分割视频的软件却又要花费一段时间去摸索，实在耗时耗力。今天小编也根据多日的收集和总结，就给大家优先推荐综合性的迅捷视频转换器快速实现分割视频，为大家节省宝贵的时间。另外，这款软件还提供各种音视频频格式转换功能，还有视频合并、视频分割……相信体验后大家定有更多的发...
java mp4分割_Android(java方法）上实现mp4的分割和拼接 （二）
weixin_32394015的博客
02-13 416
这节谈一下如何在android上实现mp4文件的高效率切割。业务需求举例：把一段2分钟的mp4文件切割出00：42 至 01:16这段时间的视频，要求足够短的执行时间和尽量少的误差。分析：mp4Parser只能在关键帧切割，比如，在00:40和00:45分别存在一个可切割关键帧，那么切割视频的头和尾，都应该选择短切割。然后获取到误差的视频短，如果这个误差大于0.5S，用FFmpeg进行一帧一帧编解...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值