完成一个H.265/HEVC码流分析工具

经过大约一个月左右的业余时间，终于初步完成一个H.265/HEVC码流分析工具。时间包括平时的周末、晚上，以及调休的集中时间。当然，中秋回家过节不写代码。截至今天，经过多种H.265序列测试，也有各种工具对比，基本上无大问题，v2.0版本终于释放出来。v1.x版本是去年年初做的，弹指间一年多的今天又继续做。但后面也不知道有没有时间和心情完善，随缘吧。

一、背景

按惯例，每年年中的时候，公司都要讲新平台预研，但不等预研结束，公司高层就开会举手敲定一个新平台，而使得“预研”结束。今年主题之一是上H.265。第一个H.265标准在2013年1月出来，至今不够3年时间，有很多公司盯上了这领域，势头很好，但毕竟只是开始的几年，还是有待发展。

这种宣传性的东西，估计产品经理、行业总监们要关注，咱们这些写代码的其实不用关心太多。但对于技术的研究、探索，还是很有必要的。网上已经有很多商用的工具开发出来了，在文章《初识HEVC/H.265》中提到一些。鉴于以前也写了H264码流分析工具，从这方面入手会好一些，一来练练手，保持代码熟悉度，二来在写的过程对照标准手册学习，效果比单看手册好很多。于是就在原来工具基础上，继续做H265的分析。

二、思路

在文章《完成一个分析H264码流的工具》中大概写了一些思路，但不是很系统。这里再写一下。核心代码为h264bitstream开源库，它提供了一个很好的H.264码流读、写的方案，而且开源。它提供了基本的读写码流的接口。比如查找NAL，指数哥伦布编码等。因此，使用该开源库，只需根据标准手册里的语法规定去一一解析即可。关于这个库，不在此处详细展开描述。

0、根据标准手册语法，建立全局结构体，每个字段都单独存储。所有结构体归属于h264_stream_t和h265_stream_t结构体。对于数量不确定的字段，统一使用vector存储。

1、用户打开文件时，先判断文件类型，目前只支持H.264和H.265两种格式，如有后缀名，优先使用后缀名判定，否则读取文件开始处的NAL头，查看手册，两种码流的NAL头有差异，故可以使用该种方法。

2、按字节读取文件，根据start code解析NAL，得到NAL偏移量、长度、类型(如果是slice，还会解析出slice的类型，如I帧、P帧、B帧)，存储于vector中，同时，为了得到如视频分辨率，帧率、YUV空间等信息，在解析NAL时，一并进行。做这些工作，是为了在界面的列表中列出各个NAL信息以及视频的概要信息。详见下文的界面截图。

3、鼠标双击某一个NAL时，根据前面得到NAL索引、偏移，读取文件并解析，从而得到该NAL详细信息，这里使用的方法，就是根据手册，逐一读取码流。

三、实现

此处讲述一下在编码、学习过程的经验。

未动手写代码时，去下载商业工具玩玩，但只有几天的试用期，就把几个关键的NAL截图保存起来，方便日后对比。后面过期了，就拿HM的工程做对比，该工程打开几个宏就可以把运行过程的信息打印出来，包括解析码流的各个字段。

然后按手册的语法，参考h264bitstream代码，建立H.265的对应结构体，基本上语法大的方面保持一致，但H.265多了一个VPS结构体，还有ptl(profile tier level)。添加这些语法，耗时很多，一来语法字段本来就多，二来要对着手册看——即使这样，后面还是发现有个别错误、疏漏的。H.264/H.265有很多字段是属于数组类型，根据某一数值来确定范围。起初参考h264bitstream，数组统一使用255，但后来想想还是用Vector好一些，就改了。

读取码流完成了，打印字段也完成了，再从宏观上看整个工程，发现写有乱。这次是在去年写的工具上进行的，其实改善空间很大，只是自己懒，不去做。于是趁机会把代码重构了，重构后条理性好了很多。

之后就进行调试。在这个过程，还是有不少问题。

有些是细节问题，比如有个地方判断B帧，结果把“==”写成“=”，查了半天才发现。还有一个地方是pred_weight_table的判断，判断P和B帧的条件不同，但代码复制时不注意，没搞对，又花了很久排查。还有一个是读取slice头部的num_ref_idx_l1_active_minus1字段，同样是代码复制，没有注意是ue()，在和HM代码运行结果对比时，花了很多时间才确定问题。

打印NAL字段函数里，有些不按语法上写，导致个别字段和其它工具的不一致，于是又对着手册改——开始时就应该如此，又是懒没用心写。

下面说说其它的问题。

解析NAL，是要将码流转换成RBSP，代码工程统一使用h264bitstream提供的nal_to_rbsp函数，但该函数只针对只有一个字节的H.264码流的，而H.265的NAL头有2个字节。在转换时是不包括NAL头的，于是就手动修改该函数的参数。

关于SEI，h264bitstream库并没有做过多解析。或许是SEI信息重要程度不高吧。还有一个问题。在PPS中，more_rbsp_data的判断不正确。导致后面的字段不再解析。几经搜索，最终使用FFMPEG代码的判断方法，似乎是正常的了，就不再深究。

而至于其它的修改、完善，我在另一篇文章《关于h264bitstream的bug修正及完善》里写了，这里不再写出了。

四、界面

无论怎样，还是完成了。此事务算告一段落。界面如下：

源代码仓库地址为：https://github.com/latelee/H264BSAnalyzer。后续不确定是否要继续维护、更新，以仓库代码为准。

后记：调休期间，有传言说大大boss拍板停止调研某国产的支持H.265的芯片平台，但我没有在正式场合得到信息，不懂是否真实。在不确定是否上H.265时，我决定搞这个工具，在不确定是否停止H.265时，完成这个工具。有始有终。

2015.11.21的更新：

发布v2.1版本。使用树形控件显示码流语法元素。增加界面的缩放功能。离上个版本有差不多2个月了，理论上搞这么个小功能不用花那么久的，主要还是因为自己懒，一到周末就完全不想写代码了。新版本界面如下(一眼看上去，顿时觉得高端好多)：