将h.264视频流封装成flv格式文件（一.flv格式）

最新推荐文章于 2024-09-02 13:56:47 发布

shaoyizhe2006

最新推荐文章于 2024-09-02 13:56:47 发布

阅读量909

点赞数

分类专栏： Multimedia

Multimedia 专栏收录该内容

29 篇文章 0 订阅

订阅专栏

flv文件的格式其实网上资料还是不少，但是怎么封装成flv却不多。看了不少资料，找到了一个觉得还比较靠谱的：http://www.cnblogs.com/chef/archive/2012/07/18/2597279.html

其实flv还是挺简单的一个视频格式，下面就来先谈一谈FLV的格式吧。

FLV是一个二进制文件，简单来说，其是由一个文件头（FLV header）和很多tag组成（FLV body）。tag又可以分成三类:audio,video,script，分别代表音频流，视频流，脚本流，而每个tag又由tag header和tag data组成。

文件头由9bytes组成

前3个bytes是文件类型，总是“FLV”，也就是（0x46 0x4C 0x56）。第4btye是版本号，目前一般是0x01。第5byte是流的信息，倒数第一bit是1表示有视频（0x01），倒数第三bit是1表示有音频（0x4），有视频又有音频就是0x01 | 0x04（0x05），其他都应该是0。最后4bytes表示FLV 头的长度，3+1+1+4 = 9。

FLV header后面就是FLV body，FLV body由若干个tag 组成。每一个tag第一部分是tag header，tag header长度为11bytes，但是每个tag header前面有4bytes记录着上一个tag的长度，此待会儿再说。tag header的第1个byte为记录着tag的类型，音频（0x8），视频（0x9），脚本（0x12）；第2到4bytes是数据区的长度，也就是tag data的长度；再后面3个bytes是时间戳，单位是毫秒，类型为0x12则时间戳为0，时间戳控制着文件播放的速度，可以根据音视频的帧率类设置；时间戳后面一个byte是扩展时间戳，时间戳不够长的时候用；最后3bytes是streamID，但是总为0，再后面就是数据区了（tag data），也即是h264的裸流，tag header 长度为1+3+3+1+3=11。

0x12前面的00 00 00 00 就是刚刚说的记录着上一个tag的长度的4bytes，这里因为前面没有tag，所以为0。

tag data如果是音频数据，第一个byte记录audio信息：

前4bits表示音频格式（全部格式请看官方文档）：

·0 -- 未压缩

·1 -- ADPCM

·2 -- MP3

·4 -- Nellymoser 16-kHz mono

·5 -- Nellymoser 8-kHz mono

·10 -- AAC

下面两个bits表示samplerate：

·0 -- 5.5KHz

·1 -- 11kHz

·2 -- 22kHz

·3 -- 44kHz

下面1bit表示采样长度：

·0 -- snd8Bit

·1 -- snd16Bit

下面1bit表示类型：

·0 -- sndMomo

·1 -- sndStereo

之后是数据。

如果是视频数据，第一个byte记录video信息：

前4bits表示类型：

·1-- keyframe

·2 -- inner frame

·3 -- disposable inner frame （h.263 only）

·4 -- generated keyframe

后4bits表示解码器ID：

·2 -- seronson h.263

·3 -- screen video

·4 -- On2 VP6

·5 -- On2 VP6 with alpha channel

·6 -- Screen video version 2

·7 -- AVC (h.264)

之后是数据。

如果是AAC和AVC的音视频，则在放入数据前有一个音频和视频的配置信息需要写入前两个tag，等会再说。之前说每个tag前面会有一个记录上个tag长度的4个bytes（previous tag size），整个的flv文件其实是：FLV header + previous tag size0 + tag1 + previous tag size1 + tag2 + previous tag size2 + ... +tagN + previous tag sizeN。第一个previous tag size因为前面没有tag，所以为0，其他的总是记录着前面一个tag 长度（tag data size + tag header size)。

如果tag data是脚本数据，Script Tag Data，该类型Tag又通常被称为Metadata(元数据) Tag，会放一些关于FLV视频和音频的参数信息，如duration、width、height等。通常该类型Tag会跟在File Header后面作为第一个Tag出现，而且只有一个。一般来说，该Tag Data结构包含两个AMF包。AMF（Action Message Format）是Adobe设计的一种通用数据封装格式，在Adobe的很多产品中应用，简单来说，AMF将不同类型的数据用统一的格式来描述。第一个 AMF包封装字符串类型数据，用来装入一个“onMetaData”标志，这个标志与Adobe的一些API调用有，在此不细述。第二个AMF包封装一个数组类型，这个数组中包含了音视频信息项的名称和值。具体说明如下，大家可以参照图片上的数据进行理解。

第一个AMF包：

第1个字节表示AMF包类型，一般总是0x02，表示字符串，其他值表示意义请查阅文档。

第2-3个字节为UI16类型值，表示字符串的长度，一般总是0x000A（“onMetaData”长度）。

后面字节为字符串数据，一般总为“onMetaData”。

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。表示方法如下：

第1-2个字节表示元素名称的长度，假设为L。

后面跟着为长度为L的字符串。

第L+3个字节表示元素值的类型。

后面跟着为对应值，占用字节数取决于值的类型。