FLV格式详解

前言

最近因为要使用rtmp推H.264，了解到rtmp只能推flv格式，不能直接推H.264，所以专门学习了flv格式，自己将H.264格式封装成Flv，盯着一堆二进制看了两天，哈哈哈，有点头大。

这篇文章将介绍Flv格式，至于如何将H.264封装成Flv，以及如何使用rtmp推H.264将在后面的文章介绍。

Flv文件格式

Flv由 “Flv header” 和 “Flv Body”组成。

Flv Body由一系列的Tag组成，每个Tag又有一个preTagSize字段，标记着前面一个Tag的大小。

Flv Header

下图是Flv Header的内容，（UI8表示无符号8位，也就是一个字节；UB[5]表示一个字节中的5位）

Flv Body

Flv Body由一个一个Tag组成，每个Tag都有一个preTagSize字段，标记着前面一个Tag的大小。

Tag有三种类型，Audio Tag（音频Tag），Video Tag（视频Tag），script Tag（又称Metadata Tag）

每个Tag由“Tag Header”和“Tag Data”组成，对于不同类型的Tag，“Tag Header”的格式都是相同的，“Tag Body”的格式就不一样了。

下面这张图归纳一下上面讲的内容，看完后对flv应该有个总体的了解了。

一般一个flv文件由一个头部信息，一个script Tag，以及若干个video Tag和audio Tag组成。

下面来详细讲解每种类型的Tag Data

Tag Data

Flv有三种tag：“Audio Tag Data”、“Video Tag Data”、“Script Tag Data”

1、Audio Tag Data

如果SoundFormat=10，那么音频数据就是AACAUDIODATA。

AACAUDIODATA格式如下：

2、Video Tag Data

对于H.264数据来说，CodecID = 7。
当CodecID = 7时，视频数据就是AVCVIDEOPACKET格式。

下面讲解一下AVCVIDEOPACKET。

• 如果 AVCPacketType = 0，那么Data就是AVCDecoderConfigurationRecord格式。

以下是AVCDecoderConfigurationRecord的结构

• 如果 AVCPacketType = 1，那么Data结构就简单多了。

说这么多可能有点乱了，下面来解析一个实例

Tag Header:

Type：09（Tag的类型，包括音频（0x08）、视频（0x09）、script data（0x12））
Datasize：00 00 2e（Tag Data 部分的大小）
Timestamp：00 00 00（时间戳）
Timestamp_ex：00（时间戳的扩展部分）
StreamID：00 00 00（总是0）

Tag data:

FrameType | CodecID：17（keyframe | AVC）（视频tag的参数）

因为CodecID=7，所以视频数据就是AVCVIDEOPACKET格式

AVCVIDEOPACKET:

AVCPaketType：00（ACVPacket的类型，0: AVC sequence header；1: AVC NALU；2: AVC end of sequence）
CompositionTime：00 00 00

因为ACVPaketType==0，所以Data=AVCDecoderConfigurationRecord

AVCDecoderConfigurationRecord:

configurationVersion：01
AVCProfileIndication：64
profile_compatibility：00
AVCLevelIndication：1e
lengthSizeMinusOne：ff （NALUSize的长度，计算方法为：1 + (lengthSizeMinusOne & 3)=4）
numOfSequenceParameterSets：e1（低五位为SPS的个数，计算方法为：numOfSequenceParameterSets & 0x1F=1）
sequenceParameterSetLength：00 18（SPS的长度，24）
sequenceParameterSetNALUnits：67 64 00 1e ac d9 40 a0 33 b0 11 00 00 03 02 47 00 00 6d 34 0f 16 2d 96（SPS）
numOfPictureParameterSets：01（PPS的个数）
pictureParameterSetLength：00 06（PPS的长度）
pictureParameterSetNALUnits：68 eb e3 cb 22 c0（PPS）
previousTagSize：00 00 00 39

3、Script Tag Data

该类型Tag又通常被称为MetadataTag，会放一些关于FLV视频和音频的元数据信息如：duration、width、height等。通常该类型Tag会跟在FileHeader后面作为第一个Tag出现，而且只有一个。

结构如下图所示

AMF包：第一个字节表示AMF包的类型

第一个AMF包：
第一个字节一般为0x02，表示字符串，第2-3个字节表示字符串的长度，一般为0x000A，后面跟的就是字符串，一般为"onMetaData"。

第二AMF包：
第一个字节为0x08，表示数组，第2-5个字节表示数组元素个数，后面跟着就是数组的元素，格式为：元素名长度（UI16） + 元素名（UI8[n]） + 元素的值(double)，最后以“009”结尾。

常见的数组元素