FLV格式分析

1.FLV封装格式简介

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⽂件体积小、封装简单等特点，⾮常适合于互联⽹上使⽤。⽬前主流的视频⽹站基本都⽀持FLV。采⽤ FLV格式封装的⽂件后缀为.flv。

2.FLV封装格式分析

FLV封装格式是由**⼀个⽂件头(file header)**和 **⽂件体(file Body)**组成：

FLV body由⼀对对的(Previous Tag Size字段 + tag)组成，Previous Tag Size字段排列在Tag之前，占⽤ 4个字节。**Previous Tag Size记录了前⾯⼀个Tag的大小，⽤于逆向读取处理。**FLV header 后的第⼀个Pervious Tag Size的值为0。

Tag⼀般可以分为3种类型：

• 脚本(帧)数据类型
• ⾳频数据类型
• 视频数据

FLV数据以⼤端序进⾏存储，在解析时需要注意。

⼀个标准FLV⽂件结构如下图：

FLV⽂件的详细内容结构如下图：

3.FLV封装格式详细解析

3.1.FLV解析流程

3.2.FLV header

FLV头的结构如下：

Field	Type	Comment
签名	UI8	F’(0x46)
签名	UI8	‘L’(0x4C)
签名	UI8	‘V’(0x56)
版本	UI8	FLV的版本。0x01表示FLV版本为1
保留字段	UB5	前五位都为0
⾳频流标识	UB1	是否存在⾳频流
保留字段	UB1	为0
视频流标识	UB1	是否存在视频流
⽂件头⼤⼩	UI32	FLV版本1时填写9，表明的是FLV头的⼤小

数据type中，UI表示⽆符号整形，后⾯跟的数字表示其⻓度是多少位，比如：UI8，表示⽆符号整形，⻓度⼀个字节UI24是三个字节,UI[8*n]表示多个字节。UB表示位域，UB5表示⼀个字节的5位。可以参考c中的位域结构体。

FLV头占9个字节，⽤来标识⽂件为FLV类型，以及后续存储的⾳视频流，⼀个FLV⽂件，每种类型的tag都属于⼀个流，也就是⼀个flv⽂件最多只有⼀个⾳频流，⼀个视频流，不存在多个 独立的音视频流在⼀个文件的情况。

3.3.FLV Body

FLV Header之后，就是FLV File Body。FLV File Body是由⼀连串的back-pointers + tags构成。 Back-pointer表示Previous Tag Size(前⼀个tag的字节数据⻓度)，占4个字节。

3.4.FLV Tag tag header

每⼀个Tag也是由两部分组成:tag header和tag data。Tag Header⾥存放的是当前tag的类型、数据区(tag data)的⻓度等信息。

tag header⼀般占11个字节的内存空间。FLV tag header结构如下：

Field	Type	Comment
Tag类型 Type	UI8	8:audio 9:video 18:Script data(脚本数据) all Others:reserved 其他所有值未使⽤
数据区⼤小	UI24	当前tag的数据域的⼤⼩，不包含tag header。 Length of the data in the Data field
时间戳Timestamp	UI24	当前帧时戳，单位是毫秒。相对值，第⼀个tag的时戳总是为0
时戳扩展字段 TimestampExtended	UI8	如果时戳⼤于0xFFFFFF，将会使⽤这个字节。这个字节是 时戳的⾼8位，上⾯的三个字节是低24位。
StreamID	UI24	总是为0
数据域	UI[8*n]	数据域数据

１．flv⽂件中Timestamp和TimestampExtended拼出来的是dts。也就是解码时间。 Timestamp和TimestampExtended拼出来dts单位为ms。(如果不存在B帧，当然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) = 解码时间（tag的第5~8字节） + CompositionTime CompositionTime的单位也是ms 。

３．Script data脚本数据就是描述视频或⾳频的信息的数据，如宽度、⾼度、时间等等，⼀个⽂ 件中通常只有⼀个元数据，⾳频tag和视频tag就是⾳视频信息了，采样、声道、频率，编码等 信息。

3.5.FLV Tag data

FLV Tag data，在FLV Tag Header之后，分为MetaData Tag、Audio Tag、Video Tag。

3.5.1.MetaData Tag

MetaData Tag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⽂件的第⼀个tag，并且只有⼀个，跟在File Header后。

从上图可以得到：

• 第一个PreviousTagSize值是0
• MetaData Tag 的类型是12
• 记录的信息有duration（5.12秒）、width（768）、height（320）、videodatarate（码率207.260）、framerate（帧率25）

3.5.2.Audio Tag

⾳频Tag Data区域开始的：

• 第⼀个字节包含了⾳频数据的参数信息
• 第⼆个字节开始为⾳频流数据

注意：这两个字节属于tag的data部分，不是header部分。

第⼀个字节为⾳频的信息格式如下：

Field	Type	Comment
⾳频格式 SoundFormat	UB4	0 = Linear PCM, platform endian 2 = MP3 10 = AAC
采样率 SoundRate	UB2	对于AAC总是3(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)

第⼆个字节开始为⾳频数据（需要判断该数据是真正的⾳频数据，还是⾳频config信息）

3.5.3.Video Tag

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

第⼀个字节包含视频信息，格式如下:

第⼆个字节开始为视频数据 :