MP4文件格式詳解——結構概述

一、基本概念

1、 文件，由許多Box和FullBox組成。

2、 Box，每個Box由Header和Data組成。

3、 FullBox，是Box的擴展，Box結構的基礎上在Header中增加8bits version和24bits flags。

 

4、 Header，包含了整個Box的長度size和類型type。

當size==0時，代表這是文件中最後一個Box；當size==1時，意味着Box長度需要更多bits來描述，在後面會定義一個64bits的largesize描述Box的長度；當type是uuid時，代表Box中的數據是用戶自定義擴展類型。

5、 Data，是Box的實際數據，可以是純數據也可以是更多的子Boxes。

6、 當一個Box的Data中是一系列子Box時，這個Box又可成爲Container Box。

Box的結構用僞代碼表示如下：

 

[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.     }   

 

結構如下圖：

 

                                                                                             文件基本結構描述圖

二、MP4文件格式（ISO-14496-12/14）

MP4文件概述

MP4文件就是由各式各樣的Box組成的，下表中列出了所有必選或可選的Box類型，√代表Box必選。

具體列表：

 

ftyp						√	file type and compatibility
pdin							progressive download information
moov						√	container for all the metadata
	mvhd					√	movie header, overall declarations
	trak					√	container for an individual track or stream
		tkhd				√	track header, overall information about the track
		tref					track reference container
		edts					edit list container
			elst				an edit list
		mdia				√	container for the media information in a track
			mdhd			√	media header, overall information about the media
			hdlr			√	handler, declares the media (handler) type
			minf			√	media information container
				vmhd			video media header, overall information (video track only)
				smhd			sound media header, overall information (sound track only)
				hmhd			hint media header, overall information (hint track only)
				nmhd			Null media header, overall information (some tracks only)
				dinf		√	data information box, container
					dref	√	data reference box, declares source(s) of media data in track
				stbl		√	sample table box, container for the time/space map
					stsd	√	sample descriptions (codec types, initialization etc.)
					stts	√	(decoding) time-to-sample
					ctts		(composition) time to sample
					stsc	√	sample-to-chunk, partial data-offset information
					stsz		sample sizes (framing)
					stz2		compact sample sizes (framing)
					stco	√	chunk offset, partial data-offset information
					co64		64-bit chunk offset
					stss		sync sample table (random access points)
					stsh		shadow sync sample table
					padb		sample padding bits
					stdp		sample degradation priority
					sdtp		independent and disposable samples
					sbgp		sample-to-group
					sgpd		sample group description
					subs		sub-sample information
	mvex						movie extends box
		mehd					movie extends header box
		trex				√	track extends defaults
	ipmc						IPMP Control Box
moof							movie fragment
	mfhd					√	movie fragment header
	traf						track fragment
		tfhd				√	track fragment header
		trun					track fragment run
		sdtp					independent and disposable samples
		sbgp					sample-to-group
		subs					sub-sample information
mfra							movie fragment random access
	tfra						track fragment random access
	mfro					√	movie fragment random access offset
mdat							media data container
free							free space
skip							free space
	udta						user-data
		cprt					copyright etc.
meta							metadata
	hdlr					√	handler, declares the metadata (handler) type
	dinf						data information box, container
		dref					data reference box, declares source(s) of metadata items
	ipmc						IPMP Control Box
	iloc						item location
	ipro						item protection
		sinf					protection scheme information box
			frma				original format box
			imif				IPMP Information box
			schm				scheme type box
			schi				scheme information box
	iinf						item information
	xml						XML container
	bxml						binary XML container
	pitm						primary item reference
	fiin						file delivery item information
		paen					partition entry
			fpar				file partition
			fecr				FEC reservoir
		segr					file delivery session group
		gitn					group id to name
		tsel					track selection
meco							additional metadata container
	mere						metabox relation

 

正式開始前先對文件的幾個重要部分宏觀介紹一下，以便諸位在後續學習時心中有數：

1、  ftypbox，在文件的開始位置，描述的文件的版本、兼容協議等；

2、  moovbox，這個box中不包含具體媒體數據，但包含本文件中所有媒體數據的宏觀描述信息，moov box下有mvhd和trak box。

        >>mvhd中記錄了創建時間、修改時間、時間度量標尺、可播放時長等信息。

        >>trak中的一系列子box描述了每個媒體軌道的具體信息。

3、  moofbox，這個box是視頻分片的描述信息。並不是MP4文件必須的部分，但在我們常見的可在線播放的MP4格式文件中（例如Silverlight Smooth Streaming中的ismv文件）確是重中之重。

4、  mdatbox，實際媒體數據。我們最終解碼播放的數據都在這裏面。

5、  mfrabox，一般在文件末尾，媒體的索引文件，可通過查詢直接定位所需時間點的媒體數據。

附：Smooth Streaming中ismv文件結構，文件分爲了多個Fragments，每個Fragment中包含moof和mdat。這樣的結構符合漸進式播放需求。（mdat及其描述信息逐步傳輸，收齊一個Fragment便可播放其中的mdat）。