数字视频编码和RTSP视频推拉流(二)

一、什么是RTSP协议？

RTSP是一个实时传输流协议，是一个应用层的协议

通常说的RTSP包括RTSP协议、RTP协议、RTCP协议

对于这些协议的作用简单的理解如下

RTSP协议：负责服务器与客户端之间的请求与响应

RTP协议：负责传输媒体数据

RTCP协议：在RTP传输过程中提供传输信息

rtsp承载与rtp和rtcp之上，rtsp并不会发送媒体数据，而是使用rtp协议传输

rtp并没有规定发送方式，可以选择udp发送或者tcp发送

二、RTSP协议详解

rtsp的交互过程就是客户端请求，服务器响应，下面看一看请求和响应的数据格式

2.1 RTSP数据格式

RTSP协议格式与HTTP协议格式类似

• RTSP客户端的请求格式

  method url vesion\r\n
  CSeq: x\r\n
  xxx\r\n
  ...
  \r\n
  

  method：方法，表明这次请求的方法，rtsp定义了很多方法，稍后介绍

  url：格式一般为rtsp://ip:port/session，ip表主机ip，port表端口好，如果不写那么就是默认端口，rtsp的默认端口为554，session表明请求哪一个会话

  version：表示rtsp的版本，现在为RTSP/1.0

  CSeq：序列号，每个RTSP请求和响应都对应一个序列号，序列号是递增的

• RTSP服务端的响应格式

  vesion 200 OK\r\n
  CSeq: x\r\n
  xxx\r\n
  ...
  \r\n
  

  version：表示rtsp的版本，现在为RTSP/1.0

  CSeq：序列号，这个必须与对应请求的序列号相同

2.2 RTSP请求的常用方法

方法	描述
OPTIONS	获取服务端提供的可用方法
DESCRIBE	向服务端获取对应会话的媒体描述信息
SETUP	向服务端发起建立请求，建立连接会话
PLAY	向服务端发起播放请求
TEARDOWN	向服务端发起关闭连接会话请求

RTSP并不包括具体数据的传输，该功能一般由RTP与RTCP协议来实现，并可以通过TCP或UDP两种底层传输方式进行。下图是典型的RTSP直播过程中服务端-客户端主要交互过程：

2.3 RTSP交互过程

有了上述的知识，我们下面来讲解一个RTSP的交互过程

OPTIONS

• C–>S

  OPTIONS rtsp://192.168.31.115:8554/live RTSP/1.0\r\n
  CSeq: 2\r\n
  \r\n
  

  客户端向服务器请求可用方法

• S–>C

  RTSP/1.0 200 OK\r\n
  CSeq: 2\r\n
  Public: OPTIONS, DESCRIBE, SETUP, TEARDOWN, PLAY\r\n
  \r\n
  

  服务端回复客户端，当前可用方法OPTIONS, DESCRIBE, SETUP, TEARDOWN, PLAY

DESCRIBE

• C–>S

  DESCRIBE rtsp://192.168.31.115:8554/live RTSP/1.0\r\n
  CSeq: 3\r\n
  Accept: application/sdp\r\n
  \r\n
  

  客户端向服务器请求媒体描述文件，格式为sdp

• S–>C

  RTSP/1.0 200 OK\r\n
  CSeq: 3\r\n
  Content-length: 146\r\n
  Content-type: application/sdp\r\n
  \r\n
  

v=0\r\n
o=- 91565340853 1 in IP4 192.168.31.115\r\n
t=0 0\r\n
a=contol:*\r\n
m=video 0 RTP/AVP 96\r\n
a=rtpmap:96 H264/90000\r\n
a=framerate:25\r\n
a=control:track0\r\n

服务器回复了sdp文件，这个文件告诉客户端当前服务器有哪些音视频流，有什么属性，具体稍后再讲解

这里只需要直到客户端可以根据这些信息得知有哪些音视频流可以发送

SETUP

• C–>S

  SETUP rtsp://192.168.31.115:8554/live/track0 RTSP/1.0\r\n
  CSeq: 4\r\n
  Transport: RTP/AVP;unicast;client_port=54492-54493\r\n
  \r\n
  

  客户端发送建立请求，请求建立连接会话，准备接收音视频数据

  解析一下Transport: RTP/AVP;unicast;client_port=54492-54493\r\n

  RTP/AVP：表示RTP通过UDP发送，如果是RTP/AVP/TCP则表示RTP通过TCP发送

  unicast：表示单播，如果是multicast则表示多播

  client_port=54492-54493：由于这里希望采用的是RTP OVER UDP，所以客户端发送了两个用于传输数据的端口，客户端已经将这两个端口绑定到两个udp套接字上，54492表示是RTP端口，54493表示RTCP端口(RTP端口为某个偶数，RTCP端口为RTP端口+1)

• S–>C

  RTSP/1.0 200 OK\r\n
  CSeq: 4\r\n
  Transport: RTP/AVP;unicast;client_port=54492-54493;server_port=56400-56401\r\n
  Session: 66334873\r\n
  \r\n
  

  服务端接收到请求之后，得知客户端要求采用RTP OVER UDP发送数据，单播，客户端用于传输RTP数据的端口为54492，RTCP的端口为54493

  服务器也有两个udp套接字，绑定好两个端口，一个用于传输RTP，一个用于传输RTCP，这里的端口号为56400-56401

  之后客户端会使用54492-54493这两端口和服务器通过udp传输数据，服务器会使用56400-56401这两端口和这个客户端传输数据

PLAY

• C–>S

  PLAY rtsp://192.168.31.115:8554/live RTSP/1.0\r\n
  CSeq: 5\r\n
  Session: 66334873\r\n
  Range: npt=0.000-\r\n
  \r\n
  

  客户端请求播放媒体

• S–>C

  RTSP/1.0 200 OK\r\n
  CSeq: 5\r\n
  Range: npt=0.000-\r\n
  Session: 66334873; timeout=60\r\n
  \r\n
  

  服务器回复之后，会开始使用RTP通过udp向客户端的54492端口发送数据

TEARDOWN

• C–>S

  TEARDOWN rtsp://192.168.31.115:8554/live RTSP/1.0\r\n
  CSeq: 6\r\n
  Session: 66334873\r\n
  \r\n
  

• S–>C

  RTSP/1.0 200 OK\r\n
  CSeq: 6\r\n
  \r\n
  

2.4 sdp格式

我们上面避开没有讲sdp文件，这里来好好补一补

sdp格式由多行的type=value组成

sdp会话描述由一个会话级描述和多个媒体级描述组成。会话级描述的作用域是整个会话，媒体级描述描述的是一个视频流或者音频流

会话级描述由v=开始到第一个媒体级描述结束

媒体级描述由m=开始到下一个媒体级描述结束

下面是上面示例的sdp文件，我们就来好好分析一下这个sdp文件

v=0\r\n
o=- 91565340853 1 in IP4 192.168.31.115\r\n
t=0 0\r\n
a=contol:*\r\n
m=video 0 RTP/AVP 96\r\n
a=rtpmap:96 H264/90000\r\n
a=framerate:25\r\n
a=control:track0\r\n

这个示例的sdp文件包含一个会话级描述和一个媒体级描述，分别如下

• 会话级描述

  v=0\r\n
  o=- 91565340853 1 IN IP4 192.168.31.115\r\n
  t=0 0\r\n
  a=contol:*\r\n
  

  v=0

  表示sdp的版本
  o=- 91565340853 1 IN IP4 192.168.31.115
  格式为 o=<用户名> <会话id> <会话版本> <网络类型><地址类型> <地址>
  用户名：-
  会话id：91565340853，表示rtsp://192.168.31.115:8554/live请求中的live这个会话
  会话版本：1
  网络类型：IN，表示internet
  地址类型：IP4，表示ipv4
  地址：192.168.31.115，表示服务器的地址

• 媒体级描述

  m=video 0 RTP/AVP 96\r\n
  a=rtpmap:96 H264/90000\r\n
  a=framerate:25\r\n
  a=control:track0\r\n
  

  m=video 0 RTP/AVP 96\r\n

  格式为 m=<媒体类型> <端口号> <传输协议> <媒体格式 >
  媒体类型：video

  端口号：0，为什么是0？因为上面在SETUP过程会告知端口号，所以这里就不需要了

  传输协议：RTP/AVP，表示RTP OVER UDP，如果是RTP/AVP/TCP，表示RTP OVER TCP

  媒体格式：表示负载类型(payload type)，一般使用96表示H.264

  a=rtpmap:96 H264/90000

  格式为a=rtpmap:<媒体格式><编码格式>/<时钟频率>

  a=framerate:25

  表示帧率

  a=control:track0

  表示这路视频流在这个会话中的编号

参考文献1
参考文献2