【多媒體封裝格式詳解】---MP4【4】

前面介紹過的幾種格式flv、mkv、asf等。他們音視頻的數據包一般都是按照文件的順序交叉安放。你解析完頭部信息後。剩下的一般就按照文件順序一個數據包一個數據包的解析就行了。但是MP4完全不是這種概念。他的媒體信息和數據是分開存放的。就是你想獲得數據之前必須要解析出每個幀數據所有的位置。mp4存放這個幀信息的是放在stbl這個box裏。而真實的數據放在mdat中。接下來就講講stbl與mdat的對應關係。

Sample Table Box(stbl)

來一張典型的stbl結構圖：

常見子box
stts:    Decoding Time to Sample Box 時間戳和Sample映射表
stsd:   Sample Description Box
stsz, stz2: Sample Size Boxes 每個Sample大小的表。
stsc: Sample to chunk 的映射表。
‘stco’, ‘co64’: Chunk位置偏移表
stss：關鍵幀index。

1.解析stsd可獲得coding類型、視頻寬高、音頻samplesize、channelcount這些和解碼器有關信息。

aligned(8) class SampleDescriptionBox (unsigned int(32) handler_type)
extends FullBox('stsd', 0, 0){
int i ;
unsigned int(32) entry_count;
for (i = 1 ; i u entry_count ; i++){
switch (handler_type){
case ‘soun’: // for audio tracks
AudioSampleEntry();
break;
case ‘vide’: // for video tracks
VisualSampleEntry();
break;
case ‘hint’: // Hint track
HintSampleEntry();
break;
}
}
}

aligned(8) abstract class SampleEntry (unsigned int(32) format)
extends Box(format){
const unsigned int(8)[6] reserved = 0;
unsigned int(16) data_reference_index;
}
class HintSampleEntry() extends SampleEntry (protocol) {
unsigned int(8) data [];
}
// Visual Sequences
class VisualSampleEntry(codingname) extends SampleEntry (codingname){
unsigned int(16) pre_defined = 0;
const unsigned int(16) reserved = 0;
unsigned int(32)[3] pre_defined = 0;
unsigned int(16) width;
unsigned int(16) height;
template unsigned int(32) horizresolution = 0x00480000; // 72 dpi
template unsigned int(32) vertresolution = 0x00480000; // 72 dpi
const unsigned int(32) reserved = 0;
template unsigned int(16) frame_count = 1;
string[32] compressorname;
template unsigned int(16) depth = 0x0018;
int(16) pre_defined = -1;
}
// Audio Sequences
class AudioSampleEntry(codingname) extends SampleEntry (codingname){
const unsigned int(32)[2] reserved = 0;
template unsigned int(16) channelcount = 2;
template unsigned int(16) samplesize = 16;
unsigned int(16) pre_defined = 0;
const unsigned int(16) reserved = 0 ;
template unsigned int(32) samplerate = {timescale of media}<<16;
}

2.解析stsz box 可以獲得一個sample size的表
aligned(8) class SampleSizeBox extends FullBox(‘stsz’, version = 0, 0) {
unsigned int(32) sample_size;
unsigned int(32) sample_count;
if (sample_size==0) {
for (i=1; i u sample_count; i++) {
unsigned int(32) entry_size;
}
}
}
3.解析stts 
aligned(8) class TimeToSampleBox
extends FullBox(’stts’, version = 0, 0) {
unsigned int(32) entry_count;
int i;
for (i=0; i < entry_count; i++) {
unsigned int(32) sample_count;
unsigned int(32) sample_delta;
}
}

4.解析stsc 還原Sample 與chunk的映射表 

Sample 是存儲的最基本單元，mp4把Sample 存在chunk中。chunk的長度、chunk的大小、chunk中Sample的數量及大小都是不定的。

通過解析這部分box來還原這個映射表。

aligned(8) class SampleToChunkBox
extends FullBox(‘stsc’, version = 0, 0) {
unsigned int(32) entry_count;
for (i=1; i u entry_count; i++) {
unsigned int(32) first_chunk;
unsigned int(32) samples_per_chunk;
unsigned int(32) sample_description_index;
}
}

每個entry 表示着一組數據，entry_count 表示這數量。這一組其實是相同類型的chunk。
first_chunk 表示 這一組相同類型的chunk中 的第一個chunk數。

這些chunk 中包含的Sample 數量，即samples_per_chunk 是一致的。

每個Sample 可以通過sample_description_index 去stsd box 找到描述信息。

看ffmpeg中mov_read_stsc() 它把這些數據放在一個結構體數組中備用。

static int mov_read_stsc(MOVContext *c, AVIOContext *pb, MOVAtom atom)
{
    AVStream *st;
    MOVStreamContext *sc;
    unsigned int i, entries;
 
    if (c->fc->nb_streams < 1)
        return 0;
    st = c->fc->streams[c->fc->nb_streams-1];
    sc = st->priv_data;
 
    avio_r8(pb); /* version */
    avio_rb24(pb); /* flags */
 
    entries = avio_rb32(pb);
 
    av_dlog(c->fc, "track[%i].stsc.entries = %i\n", c->fc->nb_streams-1, entries);
 
    if (!entries)
        return 0;
    if (entries >= UINT_MAX / sizeof(*sc->stsc_data))
        return AVERROR_INVALIDDATA;
    sc->stsc_data = av_malloc(entries * sizeof(*sc->stsc_data));
    if (!sc->stsc_data)
        return AVERROR(ENOMEM);
 
    for (i = 0; i < entries && !pb->eof_reached; i++) {
        sc->stsc_data[i].first = avio_rb32(pb);
        sc->stsc_data[i].count = avio_rb32(pb);
        sc->stsc_data[i].id = avio_rb32(pb);
    }
 
    sc->stsc_count = i;
 
    if (pb->eof_reached)
        return AVERROR_EOF;
 
    return 0;
}
在獲得完整的映射表，我們還需要chunk總個數信息。這些信息放在‘stco’, ‘co64’中。
5.解析‘stco’, ‘co64’

“stco”定義了每個thunk在媒體流中的位置。位置有兩種可能，32位的和64位的，後者對非常大的電影很有用。

32位

aligned(8) class ChunkOffsetBox
extends FullBox(‘stco’, version = 0, 0) {
unsigned int(32) entry_count;
for (i=1; i u entry_count; i++) {
unsigned int(32) chunk_offset;
}
}

64位

aligned(8) class ChunkLargeOffsetBox
extends FullBox(‘co64’, version = 0, 0) {
unsigned int(32) entry_count;
for (i=1; i u entry_count; i++) {
unsigned int(64) chunk_offset;
}
}
從這個box我們就可以獲得 chunk 的總數量，entry_count。

1.解析‘stco’, ‘co64’我們有了chunk 表，知道了chunk 的總數及每個chunk所在文件的位置。

2.解析stsc 配合着上面的chunk表，我們就能弄個Sample與chunk的關係表。我們也就能獲得每個Sample的位置信息。

3.配合上面的stts 時間表和解碼器信息等。搞出ES流已經不成問題了。

4.想獲得關鍵幀的index，需要解析stss’

aligned(8) class SyncSampleBox
extends FullBox(‘stss’, version = 0, 0) {
unsigned int(32) entry_count;
int i;
for (i=0; i < entry_count; i++) {
unsigned int(32) sample_number;
}
}

--------------------- 
作者：tx3344 
來源：CSDN 
原文：https://blog.csdn.net/tx3344/article/details/8506131 
版權聲明：本文爲博主原創文章，轉載請附上博文鏈接！