MP4文件格式

MP4文件格式详解（ISO-14496-12/14）

Author:Pirate Leo

Email:[email protected]

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。

Box的结构用伪代码表示如下：

[cpp] view plaincopyprint?

1. aligned(8) class Box (unsigned int(32) boxtype,optional unsigned int(8)[16] extended_type)
2. {
3. unsigned int(32) size;
4. unsigned int(32) type = boxtype;
5. if (size==1)
6. {
7. unsigned int(64) largesize;
8. }
9. else if (size==0)
10. {
11. // box extends to end of file
12. }
13. if (boxtype==‘uuid’)
14. {
15. unsigned int(8)[16] usertype = extended_type;
16. }

aligned(8) class Box (unsigned int(32) boxtype,optional unsigned int(8)[16] extended_type)
{
    unsigned int(32) size;
    unsigned int(32) type = boxtype;
    if (size==1)
    {
        unsigned int(64) largesize;
    }
    else if (size==0)
    {
        // box extends to end of file
    }
    if (boxtype==‘uuid’)
    {
        unsigned int(8)[16] usertype = extended_type;
    } 

结构如下图：

文件基本结构描述图

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）。

文件类型ftyp（ISO-14496-12）

Author:Pirate Leo

Email:[email protected]

ISO 14496 - 12 定义了一种封装媒体数据的基础文件格式，mp4、3gp、ismv等我们常见媒体封装格式都是以这种基础文件格式为基础衍生的。

如果从全局角度了解基础文件格式，请看我之前的博文《MP4文件格式详解——结构概述》。

本系列文档从MP4文件入手，对文件中重要的box进行解析。

<======================================================================>

本次解析ftyp box

[cpp] view plaincopyprint?

1. aligned(8) class FileTypeBox extends Box(‘ftyp’)
2. {
3. unsigned int(32) major_brand;
4. unsigned int(32) minor_version;
5. unsigned int(32) compatible_brands[];  // to end of the box
6. }

aligned(8) class FileTypeBox extends Box(‘ftyp’)
{
    unsigned int(32) major_brand;
    unsigned int(32) minor_version;
    unsigned int(32) compatible_brands[];  // to end of the box
}

什么是brands？官方是这样描述的：

Each brand is a printable four-character code, registered with ISO, that identifies a precise specification.//在ISO注册的4个字符。

下表来源于网络，列出了几种常见的基于基础文件格式的，媒体封装格式标识。

更多的内容可以查看http://www.ftyps.com/

结合实际文件，下图是MP4文件起始位置存放的数据

length（4字节）：0x0000001c：box的长度是28字节；

boxtype（4字节）：0x66747970：“ftyp”的ASCII码，box的标识；

major_brand（4字节）：0x69736f6d：“isom“的ASCII码；

minor_version（4字节）：0x00000200：ismo的版本号；

compatible_brands（12字节）：说明本文件遵从（或称兼容）ismo,iso2,mp41三种协议。

ftyp box通常放在文件的开始，通过对该box解析可以让我们的软件（播放器、demux、解析器）知道应该使用哪种协议对这该文件解析，是后续解读文件基础。