FU-A分包方式，以及從RTP包裏面得到H.264數據和AAC數據的方法



RFC3984是H.264的baseline碼流在RTP方式下傳輸的規範，這裏只討論FU-A分包方式，以及從RTP包裏面得到H.264數據和AAC數據的方法。

1、單個NAL包單元

12字節的RTP頭後面的就是音視頻數據，比較簡單。一個封裝單個NAL單元包到RTP的NAL單元流的RTP序號必須符合NAL單元的解碼順序。

2、FU-A的分片格式
數據比較大的H264視頻包，被RTP分片發送。12字節的RTP頭後面跟隨的就是FU-A分片：
FU indicator有以下格式：
      +---------------+
      |0|1|2|3|4|5|6|7|
      +-+-+-+-+-+-+-+-+
      |F|NRI|  Type   |
      +---------------+
   FU指示字節的類型域 Type=28表示FU-A。。NRI域的值必須根據分片NAL單元的NRI域的值設置。
 
   FU header的格式如下：
      +---------------+
      |0|1|2|3|4|5|6|7|
      +-+-+-+-+-+-+-+-+
      |S|E|R|  Type   |
      +---------------+
   S: 1 bit
   當設置成1,開始位指示分片NAL單元的開始。當跟隨的FU荷載不是分片NAL單元荷載的開始，開始位設爲0。
   E: 1 bit
   當設置成1, 結束位指示分片NAL單元的結束，即, 荷載的最後字節也是分片NAL單元的最後一個字節。當跟隨的FU荷載不是分片NAL單元的最後分片,結束位設置爲0。
   R: 1 bit
   保留位必須設置爲0，接收者必須忽略該位。
   Type: 5 bits
   NAL單元荷載類型定義見下表

表1.  單元類型以及荷載結構總結
      Type   Packet      Type name                      
      ---------------------------------------------------------
      0      undefined                                    -
      1-23   NAL unit    Single NAL unit packet per H.264 
      24     STAP-A     Single-time aggregation packet   
      25     STAP-B     Single-time aggregation packet   
      26     MTAP16    Multi-time aggregation packet    
      27     MTAP24    Multi-time aggregation packet    
      28     FU-A      Fragmentation unit               
      29     FU-B      Fragmentation unit                
      30-31  undefined                                    -
3、拆包和解包

拆包：當編碼器在編碼時需要將原有一個NAL按照FU-A進行分片，原有的NAL的單元頭與分片後的FU-A的單元頭有如下關係：
原始的NAL頭的前三位爲FU indicator的前三位，原始的NAL頭的後五位爲FU header的後五位，FU indicator與FU header的剩餘位數根據實際情況決定。
 
解包：當接收端收到FU-A的分片數據，需要將所有的分片包組合還原成原始的NAl包時，FU-A的單元頭與還原後的NAL的關係如下：
還原後的NAL頭的八位是由FU indicator的前三位加FU header的後五位組成，即：
nal_unit_type = (fu_indicator & 0xe0) | (fu_header & 0x1f)

4、代碼實現

從RTP包裏面得到H264視頻數據的方法：

// 功能：解碼RTP H.264視頻
// 參數：1.RTP包緩衝地址 2.RTP包數據大小 3.H264輸出地址 4.輸出數據大小
// 返回：true:表示一幀結束  false:FU-A分片未結束或幀未結束
#define  RTP_HEADLEN 12
bool  UnpackRTPH264( void   *  bufIn,  int  len,   void **  pBufOut,   int   *  pOutLen)
{
     * pOutLen  =   0 ;
     if  (len  <  RTP_HEADLEN)
     {
         return   false ;
    }

    unsigned  char *  src  =  (unsigned  char * )bufIn  +  RTP_HEADLEN;
    unsigned  char  head1  =   * src; // 獲取第一個字節
    unsigned  char  head2  =   * (src + 1 ); // 獲取第二個字節
    unsigned  char  nal  =  head1  &   0x1f ; // 獲取FU indicator的類型域，
    unsigned  char  flag  =  head2  &   0xe0 ; // 獲取FU header的前三位，判斷當前是分包的開始、中間或結束
    unsigned  char  nal_fua  =  (head1  &   0xe0 )  |  (head2  &   0x1f ); // FU_A nal
     bool  bFinishFrame  =   false ;
     if  (nal == 0x1c ) // 判斷NAL的類型爲0x1c=28，說明是FU-A分片
     { // fu-a
         if  (flag == 0x80 ) // 開始
         {
             * pBufOut  =  src - 3 ;
             * (( int * )( * pBufOut))  =   0x01000000  ; // zyf:大模式會有問題
             * (( char * )( * pBufOut) + 4 )  =  nal_fua;
             *  pOutLen  =  len  -  RTP_HEADLEN  +   3 ;
        }
         else   if (flag == 0x40 ) // 結束
         {
             * pBufOut  =  src + 2 ;
             *  pOutLen  =  len  -  RTP_HEADLEN  -   2 ;
        }
         else // 中間
         {
             * pBufOut  =  src + 2 ;
             *  pOutLen  =  len  -  RTP_HEADLEN  -   2 ;
        }
    }
     else // 單包數據
     {
         * pBufOut  =  src - 4 ;
         * (( int * )( * pBufOut))  =   0x01000000 ; // zyf:大模式會有問題
         *  pOutLen  =  len  -  RTP_HEADLEN  +   4 ;
    }

    unsigned  char *  bufTmp  =  (unsigned  char * )bufIn;
     if  (bufTmp[ 1 ]  &   0x80 )
     {
        bFinishFrame  =   true ; // rtp mark
    }
     else
     {
        bFinishFrame  =   false ;
    }
     return  bFinishFrame;
}   

從RTP包裏面得到AAC音頻數據的方法：

//功能：解RTP AAC音頻包，聲道和採樣頻率必須知道。
//參數：1.RTP包緩衝地址 2.RTP包數據大小 3.H264輸出地址 4.輸出數據大小
//返回：true:表示一幀結束  false:幀未結束 一般AAC音頻包比較小，沒有分片。
bool UnpackRTPAAC(void * bufIn, int recvLen, void** pBufOut,  int* pOutLen)
{
    unsigned char*  bufRecv = (unsigned char*)bufIn;
    //char strFileName[20];
    
    unsigned char ADTS[] = {0xFF, 0xF1, 0x00, 0x00, 0x00, 0x00, 0xFC}; 
    int audioSamprate = 32000;//音頻採樣率
    int audioChannel = 2;//音頻聲道 1或2
    int audioBit = 16;//16位 固定
    switch(audioSamprate)
    {
    case  16000:
        ADTS[2] = 0x60;
        break;
    case  32000:
        ADTS[2] = 0x54;
        break;
    case  44100:
        ADTS[2] = 0x50;
        break;
    case  48000:
        ADTS[2] = 0x4C;
        break;
    case  96000:
        ADTS[2] = 0x40;
        break;
    default:
        break;
    }
    ADTS[3] = (audioChannel==2)?0x80:0x40;

    int len = recvLen - 16 + 7;
    len <<= 5;//8bit * 2 - 11 = 5(headerSize 11bit)
    len |= 0x1F;//5 bit    1            
    ADTS[4] = len>>8;
    ADTS[5] = len & 0xFF;
    *pBufOut = (char*)bufIn+16-7;
    memcpy(*pBufOut, ADTS, sizeof(ADTS));
    *pOutLen = recvLen - 16 + 7;

    unsigned char* bufTmp = (unsigned char*)bufIn;
    bool bFinishFrame = false;
    if (bufTmp[1] & 0x80)
    {
        //DebugTrace::D("Marker");
        bFinishFrame = true;
    }
    else
    {
        bFinishFrame = false;
    }
    return true;
}