多媒体封装格式详解---MP4

MP4文件格式详解——结构概述

http://blog.csdn.net/pirateleo/article/details/7061452

一、基本概念

1、 文件，由许多Box和FullBox组成。

2、 Box，每个Box由Header和Data组成。

3、 FullBox，是Box的扩展，Box结构的基础上在Header中增加8bits version和24bits flags。

4、 Header，包含了整个Box的长度size和类型type。当size==0时，代表这是文件中最后一个Box；当size==1时，意
味着Box长度需要更多bits来描述，在后面会定义一个64bits的largesize描述Box的长度；当type是uuid时，代表Box中的数
据是用户自定义扩展类型。

5、 Data，是Box的实际数据，可以是纯数据也可以是更多的子Boxes。

6、 当一个Box的Data中是一系列子Box时，这个Box又可成为Container Box。

结构如下图：

文件基本结构描述图

static int mov_read_ftyp(MOVContext *c, AVIOContext *pb, MOVAtom
atom)
{
    uint32_t minor_ver;
    int
comp_brand_size;
    char minor_ver_str[11]; /* 32 bit integer
-> 10 digits + null */
    char*
comp_brands_str;
    uint8_t type[5] =
{0};

    avio_read(pb, type, 4);
    if
(strcmp(type, "qt  "))
       
c->isom = 1;
    av_log(c->fc, AV_LOG_DEBUG, "ISO: File
Type Major Brand: %.4s\n",(char *)&type);
   
av_dict_set(&c->fc->metadata, "major_brand", type,
0);
    minor_ver = avio_rb32(pb); /* minor version
*/
    snprintf(minor_ver_str, sizeof(minor_ver_str),
"%"PRIu32"", minor_ver);
   
av_dict_set(&c->fc->metadata, "minor_version",
minor_ver_str, 0);

    comp_brand_size = atom.size -
8;
    if (comp_brand_size <
0)
        return
AVERROR_INVALIDDATA;
    comp_brands_str =
av_malloc(comp_brand_size + 1); /* Add null terminator */
   
if (!comp_brands_str)
        return
AVERROR(ENOMEM);
    avio_read(pb, comp_brands_str,
comp_brand_size);
    comp_brands_str[comp_brand_size] =
0;
    av_dict_set(&c->fc->metadata,
"compatible_brands", comp_brands_str, 0);
   
av_freep(&comp_brands_str);

    return 0;
}

二、MP4文件格式（ISO-14496-12/14）

MP4文件概述

MP4文件就是由各式各样的Box组成的，下表中列出了所有必选或可选的Box类型，√代表Box必选。

具体列表：

正式开始前先对文件的几个重要部分宏观介绍一下，以便诸位在后续学习时心中有数：

1、  ftypbox，在文件的开始位置，描述的文件的版本、兼容协议等；

2、  moovbox，这个box中不包含具体媒体数据，但包含本文件中所有媒体数据的宏观描述信息，moov
box下有mvhd和trak box。

>>mvhd中记录了创建时间、修改时间、时间度量标尺、可播放时长等信息。

>>trak中的一系列子box描述了每个媒体轨道的具体信息。

3、  moofbox，这个box是视频分片的描述信息。并不是MP4文件必须的部分，但在我们常见的可在线播放的MP4格式文件中（例如Silverlight
Smooth Streaming中的ismv文件）确是重中之重。

4、  mdatbox，实际媒体数据。我们最终解码播放的数据都在这里面。

5、  mfrabox，一般在文件末尾，媒体的索引文件，可通过查询直接定位所需时间点的媒体数据。

附：Smooth
Streaming中ismv文件结构，文件分为了多个Fragments，每个Fragment中包含moof和mdat。这样的结构符合渐进式播放需求。（mdat及其描述信息逐步传输，收齐一个Fragment便可播放其中的mdat）。

http://blog.csdn.net/tx3344/article/details/8476669

MP4(MPEG-4 Part 14)是一种常见的多媒体容器格式，它是在“ISO/IEC
14496-14”标准文件中定义的。

1.最小组成单元 BOX

像FLV的tag、MKV的EBML、ASF文件中的 ASF object.mp4
是由一系列的box组成，他的最小组成单元就是box.

size;指明了整个box所占用的大小，包括header部分.

type;表示这个box的类型。(附表1)

largesize;如果box很大超过了uint32的最大数值，size就被设置为1，并用接下来的 largesize来存放大小。

2.mp4文件整体结构

mp4文件说白了就是一系列box组成，大box里面有小box。

接下来会深入到具体的box里面，来具体分析mp4格式

未完待续.....

附表1

QuickTime Codes

1.File Type Box

Box Type: `ftyp’

这种box一般情况下都会出现在mp4文件的开头，它可以作为mp4容器格式的可表示信息。就像flv头‘F’ ‘L‘ ‘V‘ 3字节,MKV头部的1A 45 DF A3 、ASF_Header_Object
可以作为ASF容器格式的可辨识信息一样。

ftyp box内容结构如下

[cpp] view plaincopy

1. aligned(8) class FileTypeBox


2. extends Box(‘ftyp’) {


3. unsigned int(32) major_brand;


4. unsigned int(32) minor_version;


5. unsigned int(32) compatible_brands[]; // to end of the box


6. }

2.Movie Box

Box Type: ‘moov’

moov 这个box 里面包含了很多个子box,就像上篇那个图上标的。一般情况下moov 会紧跟着
ftyp。moov里面包含着mp4文件中的metedata。音视频相关的基础信息。让我们看看moov 里面都含有哪些重要的box。

2.1 Movie Header Box

Box Type: ‘mvhd’

mvhd 结果如下:

[cpp] view plaincopy

1. aligned(8) class MovieHeaderBox extends FullBox(‘mvhd’, version, 0) {


2. if (version==1) {


3. unsigned int(64) creation_time;


4. unsigned int(64) modification_time;


5. unsigned int(32) timescale;


6. unsigned int(64) duration;


7. } else { // version==0


8. unsigned int(32) creation_time;


9. unsigned int(32) modification_time;


10. unsigned int(32) timescale;


11. unsigned int(32) duration;


12. }


13. template int(32) rate = 0x00010000; // typically 1.0


14. template int(16) volume = 0x0100; // typically, full volume


15. const bit(16) reserved = 0;


16. const unsigned int(32)[2] reserved = 0;


17. template int(32)[9] matrix =


18. { 0x00010000,0,0,0,0x00010000,0,0,0,0x40000000 };


19. // Unity matrix


20. bit(32)[6] pre_defined = 0;


21. unsigned int(32) next_track_ID;


22. }

上面的例子解析可知 time
scale = 90000,duration = 15051036（E5A91C）/ time scale = 167s.

2.2 Track Box

Box Type: ‘trak’

在moov 这个box中会含有若干个track
box.每个track都是相对独立。tarck box里面会包含很多别的box，有2个很关键 Track Header
Box、Media Box。下图是个普通的mp4文件。可以看到track
box的简单结构。

2.2.1 Track Header Box

Box Type: ‘tkhd’

[cpp] view plaincopy

1. aligned(8) class TrackHeaderBox


2. extends FullBox(‘tkhd’, version, flags){


3. if (version==1) {


4. unsigned int(64) creation_time;


5. unsigned int(64) modification_time;


6. unsigned int(32) track_ID;


7. const unsigned int(32) reserved = 0;


8. unsigned int(64) duration;


9. } else { // version==0


10. unsigned int(32) creation_time;


11. unsigned int(32) modification_time;


12. unsigned int(32) track_ID;


13. const unsigned int(32) reserved = 0;


14. unsigned int(32) duration;


15. }


16. const unsigned int(32)[2] reserved = 0;


17. template int(16) layer = 0;


18. template int(16) alternate_group = 0;


19. template int(16) volume = {if track_is_audio 0x0100 else 0};


20. const unsigned int(16) reserved = 0;


21. template int(32)[9] matrix=


22. { 0x00010000,0,0,0,0x00010000,0,0,0,0x40000000 };


23. // unity matrix


24. unsigned int(32) width;


25. unsigned int(32) height;


26. }

多媒体封装格式详解---MP4,码迷,mamicode.com