目录
一、AVI文件简介
AVI英文全称为Audio Video Interleaved，即音频视频交错格式，是微软公司于1992年11月推出、作为其Windows视频软件一部分的一种多媒体容器格式。
AVI文件将音频（语音）和视频（影像）数据包含在一个文件容器中，允许音视频同步回放。类似DVD视频格式，AVI文件支持多个音视频流。AVI信息主要应用在多媒体光盘上，用来保存电视、电影等各种影像信息。
AVI文件格式是基于RIFF（资源交换文件格式）文档格式。RIFF文件由RIFF标头组成，后跟零个或多个列表和区块
-
RIFF标头具有以下形式：
'RIFF' fileSize fileType (data)其中，“RIFF"是文本 FOURCC 代码"RIFF”，是一个 4 字节值，表示文件中数据的大小，是标识特定文件类型的
fileSizefileTypeFOURCC。 的值包括 FOURCC 的大小以及以下数据的大小，但不包括fileSizefileType"RIFF"FOURCC 的大小或 的大小 fileSize 。 文件数据按任何顺序由区块和列表组成。 -
RIFF区块具有以下形式：
ckID ckSize ckData其中，“ckID”是标识区块中包含的数据的 FOURCC，是一个 4 字节值，表示 中数据的大小，是
ckIDckSizeckDatackData零个或多个数据字节。 数据始终填充到最近的 WORD 边界。ckSize提供区块中有效数据的大小;它不包括填充、的大小ckID或 的大小ckSize。 -
RIFF列表具有以下形式：
'LIST' listSize listType listData其中，“LIST"是文本 FOURCC 代码"LIST”，是提供列表大小的 4 字节值，是 FOURCC 代码，由区块或列表组成（
listSizelistType按任何listData顺序）。"LIST"的值包括listSize的大小加上 的大小listTypelistData;它不包括 “LIST” FOURCC 或 的大小listSize。
本部分的其余部分使用下列表示法来描述 RIFF 区块：
ckID ( ckData )
其中区块大小是隐式的。 使用此表示法，列表可以表示为：
'LIST' ( listType ( listData ) )
可选元素位于方括号中： [ optional element ]
AVI文件结构：
RIFF ('AVI '
LIST ('hdrl'
'avih'(<Main AVI Header>)
LIST ('strl'
'strh'(<Stream header>)
'strf'(<Stream format>)
[ 'strd'(<Additional header data>) ]
[ 'strn'(<Stream name>) ]
...
)
...
)
LIST ('movi'
{SubChunk | LIST ('rec '
SubChunk1
SubChunk2
...
)
...
}
...
)
['idx1' (<AVI Index>) ]
)
二、RIFF头
结构
- "RIFF"表示字符串
- RIFF大小
- 形式类型或者列表类型
- 数据
| 名称 | 字节数 | 值 | 说明 |
|---|---|---|---|
| FOURCC 代码 | 4 | 0x52 49 46 46 | “RIFF” |
| 大小 | 4 | 大小=实际数据长度+4 | |
| 形式类型或列表类型 | 4 | 0x41 56 49 20 | “AVI” |
| 数据 |
验证：
三、LIST列表
结构
- “LIST”表示字符串
- LIST列表大小
- 形式类型或者列表类型
- LIST实际数据
| 名称 | 字节数 | 值 | 说明 |
|---|---|---|---|
| FOURCC 代码 | 4 | 0x4C 49 53 54 | “LIST” |
| 列表大小 | 4 | 大小=实际列表数据长度+4 | |
| 形式类型或列表类型 | 4 | 0x68 64 72 6C 或 0x6D 6F 76 69 | “hdrl” 或 ”movi“ |
| 数据 | 里面可能包含LIST嵌套 LIST里面音频视频分开存放 |
"hdrl"列表： 用于描述AVI文件中各个流的格式信息（AVI文件中的每一路媒体数据都称为一个流）。此列表里嵌套了一系列块和子列表。块中包含一个
avih块，用于记录AVI文件的全局信息。子列表中包含一个或多个strl子列表。文件中有多少流，就对应多少个strl子列表，一般有视频流和音频流。
"movi"列表： 用于保存真正的媒体流数据，视频图像帧数据或音频采样数据等
验证
3.1 hdrl列表
3.1.1 avih块
avih块用于记录AVI文件的全局信息，比如流的数量、视频图像的宽和高等。
avih块结构： AVIMAINHEADER数据结构
typedef struct _avimainheader {undefined
FOURCC fcc; // 必须为‘avih’
DWORD cb; // 本数据结构的大小，不包括最初的8个字节（fcc和cb两个域）
DWORD dwMicroSecPerFrame; // 视频帧间隔时间（以毫秒为单位）
DWORD dwMaxBytesPerSec; // 这个AVI文件的最大数据率
DWORD dwPaddingGranularity; // 数据填充的粒度
DWORD dwFlags; // AVI文件的全局标记，比如是否含有索引块等
DWORD dwTotalFrames; // 总帧数
DWORD dwInitialFrames; // 为交互格式指定初始帧数（非交互格式应该指定为0）
DWORD dwStreams; // 本文件包含的流的个数
DWORD dwSuggestedBufferSize; // 建议读取本文件的缓存大小（应能容纳最大的块）
DWORD dwWidth; // 视频图像的宽（以像素为单位）
DWORD dwHeight; // 视频图像的高（以像素为单位）
DWORD dwReserved[4]; // 保留
} AVIMAINHEADER;
验证
3.1.2 strl子列表
每个strl子列表至少包含一个
strh块和一个strf块，还可以包含strd块（保存编解码器需要的一些配置信息）和strn块（保存流的名字）。
3.1.2.1 strh块
strh块主要是说明流的头信息。
strh块结构： AVISTREAMHEADER数据结构
typedef struct _avistreamheader {undefined
FOURCC fcc; // 必须为‘strh’
DWORD cb; // 本数据结构的大小，不包括最初的8个字节（fcc和cb两个域）
FOURCC fccType; // 流的类型：‘auds’（音频流）、‘vids’（视频流）、
//‘mids’（MIDI流）、‘txts’（文字流）
FOURCC fccHandler; // 指定流的处理者，对于音视频来说就是解码器
DWORD dwFlags; // 标记：是否允许这个流输出？调色板是否变化？
WORD wPriority; // 流的优先级（当有多个相同类型的流时优先级最高的为默认流）
WORD wLanguage;
DWORD dwInitialFrames; // 为交互格式指定初始帧数
DWORD dwScale; // 这个流使用的时间尺度
DWORD dwRate;
DWORD dwStart; // 流的开始时间
DWORD dwLength; // 流的长度（单位与dwScale和dwRate的定义有关）
DWORD dwSuggestedBufferSize; // 读取这个流数据建议使用的缓存大小
DWORD dwQuality; // 流数据的质量指标（0 ~ 10,000）
DWORD dwSampleSize; // Sample的大小
struct {undefined
short int left;
short int top;
short int right;
short int bottom;
} rcFrame; // 指定这个流（视频流或文字流）在视频主窗口中的显示位置
// 视频主窗口由AVIMAINHEADER结构中的dwWidth和dwHeight决定
} AVISTREAMHEADER;
3.1.2.2 strf块
strf块用于说明流的具体格式，分为视频流，音频流。
strf块结构：
-
视频流结构： BITMAPINFO数据结构
typedef struct tagBITMAPINFO{ BITMAPINFOHEADER bmiHeader; RGBQUAD bmiColors[1]; //颜色表 }BITMAPINFO; typedef struct tagBITMAPINFOHEADER{ DWORD biSize; //本结构的长度，为40个字节。 LONG biWidth; //位图的宽度，以像素为单位。 LONG biHeight; //位图的高度，以像素为单位。 WORD biPlanes; //目标设备的级别，必须是1。 WORD biBitCount; //每个像素所占的位数（bit），其值必须为1（黑白图像）、4（16色图）、8（256色）、24（真彩色图），新的BMP格式支持32位色。 DWORD biCompression; //位图压缩类型，有效的值为BI_RGB（未经压缩）、BI_RLE8、BI_RLE4、BI_BITFILEDS（均为Windows定义常量）。 DWORD biSizeImage; //实际的位图数据占用的字节数 LONG biXPelsPerMeter; //指定目标设备的水平分辨率 LONG biYPelsPerMeter; //指定目标设备的垂直分辨率 DWORD biClrUsed; //位图实际用到的颜色数，如果该值为零，则用到的颜色数为2的biBitCount次幂 DWORD biClrImportant; //位图显示过程中重要的颜色数，如果该值为零，则认为所有的颜色都是重要的。 } BITMAPINFOHEADER; -
音频流结构： WAVEFORMATEX数据结构
typedef struct {undefined WORD wFormatTag; //设置波形声音的格式，更多的信息请参考说明部分。 WORD nChannels; //设置音频文件的通道数量，对于单声道的声音，此此值为1。对于立体声，此值为2. DWORD nSamplesPerSec; //设置每个声道播放和记录时的样本频率。 DWORD nAvgBytesPerSec; //设置请求的平均数据传输率，单位byte/s。这个值对于创建缓冲大小是很有用的。 WORD nBlockAlign; //以字节为单位设置块对齐。块对齐是指最小数据的原子大小。 WORD wBitsPerSample; //根据wFormatTag的类型设置每个样本的位深（即每次采样样本的大小，以bit为单位）。 WORD cbSize; //额外信息的大小，以字节为单位，额外信息添加在WAVEFORMATEX结构的结尾。 } WAVEFORMATEX; *PWAVEFORMATEX;
3.2 movi列表
movi列表保存的是真正的媒体流数据，其数据组织方式有两种。可以将数据块直接嵌在
movi列表里面，也可以将几个数据块分组成一个rec列表后再编排进movi列表。
数据块使用了一个四字符码来表征它的类型，这个四字符码由2个字节的类型码和2个字节的流编号组成。标准的类型码定义如下：db（非压缩视频帧）、dc（压缩视频帧）、pc（改用新的调色板）、wb（音缩视频）。比如第一个流（Stream 0）是音频，则表征音频数据块的四字符码为00wb；第二个流（Stream 1）是视频，则表征视频数据块的四字符码为00db或00dc。
四、AVI索引块
AVI索引块 使用
idx1来表征。
索引块结构： AVIOLDINDEX数据结构
typedef struct _avioldindex {undefined
FOURCC fcc; // 必须为‘idx1’
DWORD cb; // 本数据结构的大小，不包括最初的8个字节（fcc和cb两个域）
struct _avioldindex_entry {undefined
DWORD dwChunkId; // 表征本数据块的四字符码
DWORD dwFlags; // 说明本数据块是不是关键帧、是不是‘rec’列表等信息
DWORD dwOffset; // 本数据块在文件中的偏移量
DWORD dwSize; // 本数据块的大小
} aIndex[]; // 这是一个数组！为每个媒体数据块都定义一个索引信息
} AVIOLDINDEX;
课程问题
-
音频和视频的数据是如何放置的？交织放置 or连续放置？
答：AVI文件中，音频和视频的数据是交织放置。
-
一个视频帧大约占据多少字节？一个音频数据块大约占用多少字节？
视频帧长为0x0001D4C0，即为120000字节。
音频帧长为0x0002D5B8，即为185784字节。
参考资料
[1] : http://t.csdn.cn/zpOgP
[2] : http://t.csdn.cn/Uatey
[3] : https://docs.microsoft.com/zh-cn/windows/win32/directshow/avi-riff-file-reference
933
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
