H264 + AAC封装FLV

H264 + AAC封装FLV

FLV格式解析

FLV文件格式

FLV包含一个File Header以及File Body组成，其中File Body由无数个tag组成，结构如图

FLV Header

FLV Header 由9个字节组成结构如下:

• 第1-3字节：1-3字节为文件标识，标识"FLV"0x46 0x4C 0x56
• 第4字节：第4个字节位版本，总为1
• 第5字节：第5个字节的前5位保留，必须为0，第6位标识是否有音频，第7位保留为0，第8位标识是否有视频
• 第6-9字节：第6-9个字节为UI32类型的值，表示从File Header开始到File Body开始的字节数，版本1中总为9

对应数据结构如下：

	
    
struct FlVHeader 
{
    unsigned char tag_f;
    unsigned char tag_l;
    unsigned char tag_v;
    unsigned char version;
    unsigned char streamInfo;
    unsigned char DataOffset[4];

    FlVHeader()
    {
        tag_f       = 'F';
        tag_l       = 'L';
        tag_v       = 'V';
        version     = 0x01;
        streamInfo  = 0x05; //有音频也有视频

        memset(DataOffset, 0, 4);
        DataOffset[3] = 0x09;
    }
};

FLV Body

Tag Header

FLV tag 包含Tag 头（Tag Header）以及Tag 数据（Tag Body）两个部分，Tag Header由11个字节组成结构如图：

• type ： 音频（0x08）、视频（0x09）和script data（0x12）
• tag size ： 3个字节标识该tag data部分size
• time ： 3个字节标识时间戳字段（毫秒）
• timeEx ： 如果时间戳超过3个字节标识的范围，可以用timeEX标识时间戳的高位

Audio Tag Data

音频Tag Data 第一个字节标识音频数据的格式,之后就是编码完成之后的AAC音频数据，每个AAC音频数据采样数为1024：

• 第1个字节的前4位的数值表示了音频数据格式
• 第1个字节的第5-6位的数值表示采样率
• 第1个字节的第7位表示采样精度
• 第1个字节的第8位表示音频类型

生成音频格式函数如下：

uint8_t createFLVTagAudioInfo(int audioCodec, int sampleRate, int channels, int sampleSize)
{
    uint8_t soundRate = 0;
    if (sampleRate <= 8 * 1000)
    	soundRate = FLV_SAMPLERATE_SPECIAL;
    else if (sampleRate > 8 * 1000 && sampleRate <= 20 * 1000)
    	soundRate = FLV_SAMPLERATE_11025HZ;
    else if (sampleRate > 20 * 1000 && sampleRate <= 30 * 1000)
    	soundRate = FLV_SAMPLERATE_22050HZ;
    else if (sampleRate > 30 * 1000)
   		soundRate = FLV_SAMPLERATE_44100HZ;

    uint8_t soundType = (1 == channels) ? 0 : 1;
    uint8_t soundBitsPerSample;
    
    if(sampleSize == 8)
    	soundBitsPerSample = FLV_SAMPLESSIZE_8BIT;
    else if(sampleSize == 16)
    	soundBitsPerSample = FLV_SAMPLESSIZE_16BIT;
    else if(sampleSize == 24)
    	soundBitsPerSample = FLV_SAMPLESSIZE_24BIT;
    
    uint8_t audioInfo = (audioCodec << FLV_AUDIO_CODECID_OFFSET) | (soundRate << FLV_AUDIO_SAMPLERATE_OFFSET) \
			| (soundBitsPerSample << FLV_AUDIO_SAMPLESSIZE_OFFSET) | soundType;

    return audioInfo;
}

Video Tag Data

和音频数据类似，也是第一个字节标识视频编码信息，第二个字节开始为视频数据：

• 第1个字节的前4位的数值标识AVC帧类型
• 第1个字节的后4位的数值表示视频编码类型id

数据打包

写FLV文件的时候先写入FLV Header，然后写入Script Tag（可以不用写），之后交叉写入VideoTag以及AudioTag，写入Video Tag以及Audio Tag的时机在于判断每个Tag的时间戳大小，优先写入时间戳小的Tag。

源代码详见：https://github.com/HejiangK/lib_flv_mux