AVI文件規範
本文主要參考瞭如下資料：
http://blog.csdn.net/sunshine1314/archive/2007/10/14/1824432.aspx 格式規範
http://blogold.chinaunix.net/u2/69656/showart_1110871.html 格式規範
http://blog.csdn.net/njuitjf/archive/2010/06/19/5680632.aspx 格式解析
http://blog.csdn.net/happydeer/archive/2004/04/16/8775.aspx AVI文件格式----摘自《DirectShow實務精選》 作者：陸其明
一、AVI文件簡介
AVI的英文全稱爲Audio Video Interleaved，即音頻視頻交錯格式，是將語音和影像同步組合在一起的文件格式。AVI於1992年被Microsoft公司推出，隨 Windows3.1一起被人們所認識和熟知。AVI文件格式多用於音視頻捕捉、編輯、回放等應用程序中。通常情況下，一個AVI文件可以包含多個不同類 型的媒體流（典型的情況下有一個音頻流和一個視頻流），不過含有單一音頻流或單一視頻流的AVI文件也是合法的。AVI可以算是Windows操作系統上 最基本的、也是最常用的一種媒體文件格式。
Note: 本文介紹的是基本的AVI文件格式規範，至於newAVI等一些AVI擴展格式，請關注筆者後續文章。
二、RIFF文件規範
AVI文件屬於一種RIFF（Resource Interchange File Format的縮寫）文件格式，與此同類的還有常見的WAV文件。RIFF是Microsoft提出的一種多媒體文件的存儲方式，不同編碼的音頻、視頻文 件，可以按照它定義的存儲規則保存、記錄各自不同的數據。如果讀者不熟悉RIFF文件規範，閱讀下面章節前，建議先閱讀《RIFF文件規範》這篇文章：http://blog.csdn.net/sunshine1314/archive/2007/10/10/1817991.aspx
三、AVI文件結構實例分析
1、AVI文件的展開結構大致如下：
RIFF (‘AVI ’
LIST (‘hdrl’
‘avih’(主AVI信息頭數據)
LIST (‘strl’
‘strh’ (流的頭信息數據)
‘strf’ (流的格式信息數據)
[‘strd’ (可選的額外的頭信息數據) ]
[‘strn’ (可選的流的名字) ]
...
)
...
)
LIST (‘movi’
{ SubChunk | LIST (‘rec ’
SubChunk1
SubChunk2
...
)
...
}
...
)
[‘idx1’ (可選的AVI索引塊數據) ]
)
2、AVI文件全局結構說明
整個AVI文件的結構爲：一個RIFF頭 + 兩個列表（一個用於描述媒體流格式、一個用於保存媒體流數據） + 一個可選的索引塊 + 一個JUNK塊。
首先，RIFF (‘AVI ’…)表徵了AVI文件類型。然後就是AVI文件必需的第一個列表——‘hdrl’列表，用於描述AVI文件中各個流的格式信息（AVI文件中的每一路媒 體數據都稱爲一個流）。‘hdrl’列表嵌套了一系列塊和子列表——首先是一個‘avih’塊，用於記錄AVI文件的全局信息。然後，就是一個或多個 ‘strl’子列表。文件中有多少個流，這裏就對應有多少個‘strl’子列表，示例clock.avi文件有兩路流，既音頻流和視頻流。
當AVI文件中的所有流都使用一個‘strl’子列表說明了以後（注意：‘strl’子列表出現的順序與媒體流的編號是對應的，比如第一個 ‘strl’子列表說明的是第一個流（Stream 0），第二個‘strl’子列表說明的是第二個流（Stream 1），以此類推），‘hdrl’列表的任務也就完成了，隨後跟着的就是AVI文件必需的第二個列表——‘movi’列表，用於保存真正的媒體流數據（視頻 圖像幀數據或音頻採樣數據等）。
最後，緊跟在‘hdrl’列表和‘movi’列表之後的，就是AVI文件可選的索引塊。這個索引塊爲AVI文件中每一個媒體數據塊進行索引，並且記錄它們在文件中的偏移（可能相對於‘movi’列表，也可能相對於AVI文件開頭）。
圖1中還有一種特殊的數據塊，用一個四字符碼‘JUNK’來表徵，它用於內部數據的隊齊（填充），應用程序應該忽略這些數據塊的實際意義。
3、’avih’塊
‘avih’塊，用於記錄AVI文件的全局信息，比如流的數量、視頻圖像的寬和高等，可以使用一個AVIMAINHEADER數據結構來操作：
typedef struct _avimainheader {
FOURCC fcc; // 必須爲‘avih’
DWORD cb; // 本數據結構的大小，不包括最初的8個字節（fcc和cb兩個域）
DWORD dwMicroSecPerFrame; // 視頻幀間隔時間（以毫秒爲單位）
DWORD dwMaxBytesPerSec; // 這個AVI文件的最大數據率
DWORD dwPaddingGranularity; // 數據填充的粒度
DWORD dwFlags; // AVI文件的全局標記，比如是否含有索引塊等
DWORD dwTotalFrames; // 總幀數
DWORD dwInitialFrames; // 爲交互格式指定初始幀數（非交互格式應該指定爲0）
DWORD dwStreams; // 本文件包含的流的個數
DWORD dwSuggestedBufferSize; // 建議讀取本文件的緩存大小（應能容納最大的塊）
DWORD dwWidth; // 視頻圖像的寬（以像素爲單位）
DWORD dwHeight; // 視頻圖像的高（以像素爲單位）
DWORD dwReserved[4]; // 保留
} AVIMAINHEADER;
4、’strl’子列表
每個‘strl’子列表至少包含一個‘strh’塊和一個‘strf’塊，而‘strd’塊（保存編解碼器需要的一些配置信息）和‘strn’塊 （保存流的名字）是可選的。首先是‘strh’塊，用於說明這個流的頭信息，可以使用一個AVISTREAMHEADER數據結構來操作：
typedef struct _avistreamheader {
FOURCC fcc; // 必須爲‘strh’
DWORD cb; // 本數據結構的大小，不包括最初的8個字節（fcc和cb兩個域）
FOURCC fccType; // 流的類型：‘auds’（音頻流）、‘vids’（視頻流）、
//‘mids’（MIDI流）、‘txts’（文字流）
FOURCC fccHandler; // 指定流的處理者，對於音視頻來說就是解碼器
DWORD dwFlags; // 標記：是否允許這個流輸出？調色板是否變化？
WORD wPriority; // 流的優先級（當有多個相同類型的流時優先級最高的爲默認流）
WORD wLanguage;
DWORD dwInitialFrames; // 爲交互格式指定初始幀數
DWORD dwScale; // 這個流使用的時間尺度
DWORD dwRate;
DWORD dwStart; // 流的開始時間
DWORD dwLength; // 流的長度（單位與dwScale和dwRate的定義有關）
DWORD dwSuggestedBufferSize; // 讀取這個流數據建議使用的緩存大小
DWORD dwQuality; // 流數據的質量指標（0 ~ 10,000）
DWORD dwSampleSize; // Sample的大小
struct {
short int left;
short int top;
short int right;
short int bottom;
} rcFrame; // 指定這個流（視頻流或文字流）在視頻主窗口中的顯示位置
// 視頻主窗口由AVIMAINHEADER結構中的dwWidth和dwHeight決定
} AVISTREAMHEADER;
然後是‘strf’塊，用於說明流的具體格式。如果是視頻流，則使用一個BITMAPINFO數據結構來描述；如果是音頻流，則使用一個WAVEFORMATEX數據結構來描述。
5、‘movi’列表
‘movi’列表保存的是真正的媒體流數據，其數據組織方式有兩種。可以將數據塊直接嵌在‘movi’列表裏面，也可以將幾個數據塊分組成一個‘rec ’列表後再編排進‘movi’列表。
當AVI文件中包含有多個流的時候，數據塊與數據塊之間如何來區別呢？數據塊使用了一個四字符碼來表徵它的類型，這個四字符碼由2個字節的類型碼和 2個字節的流編號組成。標準的類型碼定義如下：‘db’（非壓縮視頻幀）、‘dc’（壓縮視頻幀）、‘pc’（改用新的調色板）、‘wb’（音縮視頻）。 比如第一個流（Stream 0）是音頻，則表徵音頻數據塊的四字符碼爲‘00wb’；第二個流（Stream 1）是視頻，則表徵視頻數據塊的四字符碼爲‘00db’或‘00dc’。對於視頻數據來說，在AVI數據序列中間還可以定義一個新的調色板，每個改變的調 色板數據塊用‘xxpc’來表徵，新的調色板使用一個數據結構AVIPALCHANGE來定義。（注意：如果一個流的調色板中途可能改變，則應在這個流格 式的描述中，也就是AVISTREAMHEADER結構的dwFlags中包含一個AVISF_VIDEO_PALCHANGES標記）。另外，文字流數 據塊可以使用隨意的類型碼錶徵。
6、AVI索引塊
索引塊使用一個四字符碼‘idx1’來表徵，索引信息使用一個數據結構來AVIOLDINDEX定義。
typedef struct _avioldindex {
FOURCC fcc; // 必須爲‘idx1’
DWORD cb; // 本數據結構的大小，不包括最初的8個字節（fcc和cb兩個域）
struct _avioldindex_entry {
DWORD dwChunkId; // 表徵本數據塊的四字符碼
DWORD dwFlags; // 說明本數據塊是不是關鍵幀、是不是‘rec ’列表等信息
DWORD dwOffset; // 本數據塊在文件中的偏移量
DWORD dwSize; // 本數據塊的大小
} aIndex[]; // 這是一個數組！爲每個媒體數據塊都定義一個索引信息
} AVIOLDINDEX;
注意：如果一個AVI文件包含有索引塊，則應在主AVI信息頭的描述中，也就是AVIMAINHEADER結構的dwFlags中包含一個AVIF_HASINDEX標記。
四、後記
大家應該都聽過“AVI文件不適合用於流媒體傳輸”這樣的說法，通過本文對AVI文件結構的解析，相信大家對這種說法有更清晰的驗證，因爲AVI文件結構中置於文件尾部的索引塊、頭部信息中規定的文件長度等過多的選項都是不適合流媒體應用的。
提示：上述關於AVI文件格式的介紹，並不包括OpenDML AVI M-JPEG文件格式小組制定的OpenDML AVI文件格式擴展部分的內容。想對該擴展部分有更多瞭解的讀者，請另行參考“OpenDML AVI File Format Extensions”一文（此文可在Internet上搜索獲得）。提示：上述關於AVI文件格式的介紹，並不包括OpenDML AVI M-JPEG文件格式小組制定的OpenDML AVI文件格式擴展部分的內容。想對該擴展部分有更多瞭解的讀者，請另行參考“OpenDML AVI File Format Extensions”一文（此文可在Internet上搜索獲得）。
五、二進制 格式解析
84 CF 4A 00 -> 表示文件大小的4個字節，由於windows是小頭的，所以文件大小爲0x004ACF84，即4902788字節，由於該size不包含開頭的8字節，所以文件總大小爲4902796字節
41 56 49 20 -> FOURCC碼'AVI '的ASCII碼，文件類型，說明是一個avi文件。AVI（AudioVideoInterleaved）。
4C 49 53 54 -> FOURCC碼'LIST'的ASCII碼，說明是一個list
7C 02 00 00 -> 表示list大小的4個字節。該list size爲0x0000027C，即636字節，整個list的大小爲：636 + 8 = 644 字節
68 64 72 6C -> FOURCC碼'hdrl'的ASCII碼，list類型，說明這是一個頭信息列表（header list）。
61 76 69 68 -> FOURCC碼'avih'的ASCII碼，表示該chunk的ID(ckID)，說明這是一個主avi頭（main avi header）。是結構體AVIMAINHEADER中的fcc成員
38 00 00 00 -> 表示chunk大小的4個字節。該chunk的size爲0x00000038，即56字節，整個chunk的大小爲：56 + 8 = 64 字節。是結構體AVIMAINHEADER中的cb成員
56 82 00 00 -> 是結構體AVIMAINHEADER中的dwMicroSecPerFrame成員，表示幀之間的微秒數。爲0x00008256，即33366微秒。
EF AF 0A 00 -> 是結構體AVIMAINHEADER中的dwMaxBytesPerSec成員，表示文件的近似最大速率。爲0x000AAFEF，即700399字節/秒。
01 00 00 00 -> 是結構體AVIMAINHEADER中的dwPaddingGranularity成員，表示以多少字節對齊。爲0x000001，即1字節，說明文件以1字節對齊。
10 08 00 00 -> 是結構體AVIMAINHEADER中的dwFlags成員。爲0x00000810，HasIndex(+)；MustUseIndex；IsInterleaved；WasCaptureFile；Copyrighted；TrustCKType(+)
DD 00 00 00 -> 是結構體AVIMAINHEADER中的dwTotalFrames成員。表示文件中總共有多少幀。爲：0x000000DD，即221幀。dwTotalFrames * dwMicroSecPerFrame = 文件總時長。221 * 33366 = 7373886 微秒。即文件總時長爲7.373886秒。
00 00 00 00 -> 是結構體AVIMAINHEADER中的dwInitialFrames成員。表示交錯幀中的初始幀，非交錯文件，該值爲0。從dwFlags可知，該文件爲非交錯文件，所以該值爲0。
01 00 00 00 -> 是結構體AVIMAINHEADER中的dwStreams成員，表示文件中所包含的流的數量。該文件中只包含一中流，所以該值爲1。
A8 62 00 00 -> 是結構體AVIMAINHEADER中的dwSuggestedBufferSize成員，表示讀該文件時，建議的緩存大小。爲0x000062A8，即25256字節。查看數據chunk可知，最大的數據chunk的size就是25256。
60 01 00 00 -> 是結構體AVIMAINHEADER中的dwWidth成員，表示AVI文件的寬，以像素爲單位。爲0x00000160，即352像素。
F0 00 00 00 -> 是結構體AVIMAINHEADER中的dwHeight成員，表示AVI文件的高，以像素爲單位。爲0x000000F0，即240像素。
00 00 00 00 -> 是結構體AVIMAINHEADER中的dwReserved[0]成員，保留。
00 00 00 00 -> 是結構體AVIMAINHEADER中的dwReserved[1]成員，保留。
00 00 00 00 -> 是結構體AVIMAINHEADER中的dwReserved[2]成員，保留。
00 00 00 00 -> 是結構體AVIMAINHEADER中的dwReserved[3]成員，保留。
4C 49 53 54 -> FOURCC碼'LIST'的ASCII碼，說明是一個list
24 01 00 00 -> 表示list大小的4個字節。該list size爲0x00000124，即292字節，整個list的大小爲：292 + 8 = 300 字節
73 74 72 6C -> FOURCC碼'strl'的ASCII碼，list類型，說明這是一個流信息的list。
73 74 72 68 -> FOURCC碼'strh'的ASCII碼，說明這是一個流的頭信息chunk，其內容是一個AVISTREAMHEADER結構體。該值是AVISTREAMHEADER結構體的fcc成員。
38 00 00 00 -> 表示chunk大小的4個字節。該chunk的size爲0x00000038，即56字節，整個chunk的大小爲：56 + 8 = 64 字節。是結構體AVISTREAMHEADER的cb成員。
76 69 64 73 -> FOURCC碼'vids'的ASCII碼，說明這是一個視頻流。是結構體AVISTREAMHEADER的fccType成員。
63 76 69 64 -> FOURCC碼'cvid'的ASCII碼，標識解碼該流時使用的編解碼器。是結構體AVISTREAMHEADER的fccHandler成員。
00 00 00 00 -> 是結構體AVISTREAMHEADER的dwFlags成員。整個數據流的標誌。Disabled；VideoPaletteChanges。
00 00 00 00 -> 是結構體AVISTREAMHEADER的wPriority成員和wLanguage成員。
00 00 00 00 -> 是結構體AVISTREAMHEADER的dwInitialFrames成員。表示交錯幀中的初始幀，非交錯文件，該值爲0。
E9 03 00 00 -> 是結構體AVISTREAMHEADER的dwScale成員。爲0x000003E9，即1001。與 dwRate 一起，決定該流所要使用的時間尺度。對於視頻流來說，dwRate / dwScale = 幀率（fram rate ）。
30 75 00 00 -> 是結構體AVISTREAMHEADER的dwRate成員。爲0x00007530，即3000。該視頻流的幀率爲：3000 / 1001 = 29.97 (fps)
00 00 00 00 -> 是結構體AVISTREAMHEADER的dwStart成員。這個流的開始時間。此處爲0。即文件開始時，流即開始。
DD 00 00 00 -> 是結構體AVISTREAMHEADER的dwLength成員。表示流的長度。爲0x000000DD，即221。對於視頻流，這其實就是總幀數，用dwLength除以幀率，即得到流的總時長。
A8 62 00 00 -> 是結構體AVISTREAMHEADER的dwSuggestedBufferSize成員。表示讀該流時，建議的緩存大小。爲0x000062A8，即25256字節。查看數據chunk可知，該流最大的數據chunk的size就是25256。
00 00 00 00 -> 是結構體AVISTREAMHEADER的dwQuality成員。表示該流的質量指標，此處爲0。
00 00 00 00 -> 是結構體AVISTREAMHEADER的dwSampleSize成員。表示一個數據樣本的大小。如果樣本大小可變，此值爲0。視頻流中，該值一般爲0。此處爲0。
00 00 00 00 -> 是結構體AVISTREAMHEADER的rcFrame成員的left和top成員。rcFrame指定一個由主頭文件中的wWidth 成員和dwHeight 成員文本流或視頻流的目標矩形。此處，left和top都爲0。
00 00 00 00 -> 是結構體AVISTREAMHEADER的rcFrame成員的right和bottom成員。此處爲0。
73 74 72 66 -> FOURCC碼'strf'的ASCII碼，說明這是一個流的格式信息chunk。如果是視頻流，其數據是一個BITMAPINFO結構體，對於音頻流，其數據是一個WAVEFORMATEX結構體。
28 00 00 00 -> 格式信息chunk的大小，不包括最初的8個字節。爲0x00000028，即40字節。整個chunk的大小爲：40 + 8 = 48 字節。
28 00 00 00 -> 是結構體BITMAPINFO的成員BITMAPINFOHEADER的biSize成員，表示結構體BITMAPINFOHEADER的大小。爲0x00000028，即40字節。這說明本chunk中，BITMAPINFO只包含一個成員，即BITMAPINFOHEADER結構體(因爲biBitCount爲24，所以結構體BITMAPINFO不包含顏色表)。
60 01 00 00 -> 是結構體BITMAPINFOHEADER的biWidth成員，位圖的寬，以像素爲單位。爲0x00000160，即352像素。
F0 00 00 00 -> 是結構體BITMAPINFOHEADER的biHeight成員，位圖的高，以像素爲單位。爲0x000000F0，即240像素。
01 00 18 00 -> 是結構體BITMAPINFOHEADER的biPlanes成員和biBitCount成員。其中biPlanes表示目標設備平面層的個數，其值爲1。biBitCount表示一個像素所佔的位數，其值爲0x0018，即一個像素佔24位。
63 76 69 64 -> 'cvid'的ASCII碼，是結構體BITMAPINFOHEADER的biCompression成員，表示了壓縮的類型。
FC 7B 00 00 -> 是結構體BITMAPINFOHEADER的biSizeImage成員，表明image的大小。爲0x00007BFC，即31740字節。
00 00 00 00 -> 是結構體BITMAPINFOHEADER的biXPelsPerMeter成員，水平分辨率，此處爲0。
00 00 00 00 -> 是結構體BITMAPINFOHEADER的biYPelsPerMeter成員，垂直分辨率，此處爲0。
00 00 00 00 -> 是結構體BITMAPINFOHEADER的biClrUsed成員，此處爲0。表明此處使用與對於biCompression指定的壓縮模式的biBitCount值所對應的最大值。
00 00 00 00 -> 是結構體BITMAPINFOHEADER的biClrImportant成員，此處爲0。表明所有的顏色都是重要的。
------------------------------------------------------------------------------------------------
是一個AVI 2.0的索引結構體。由於此次只使用old index，暫不對此進行研究。
------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------
一個AVI OpenDML 1.02 Header List，包含一個AVI ODML Header。暫不研究。
--------------------------------------------------------------------------------------------------------
4C 49 53 54 -> FOURCC碼'LIST'的ASCII碼，說明是一個list
0C BF 4A 00 -> 表示list大小的4個字節。該list size爲0x004ABF0C，即4898572字節，整個list的大小爲：4898572 + 8 = 4898580 字節
6D 6F 76 69 -> FOURCC碼'movi'的ASCII碼，list類型，說明這是一個數據list。
--------------------------------------------------------------------------------------------------------
一個AVI Standard Index Chunk，暫不研究
--------------------------------------------------------------------------------------------------------
30 30 64 62 -> FOURCC碼'00db'的ASCII碼，說明這是第一個流（視頻流）的數據，爲未壓縮幀。
08 62 00 00 -> 表示chunk大小的4個字節。該chunk的size爲0x00006208，即25096字節，整個chunk的大小爲：25096 + 8 = 25104 字節。
--------------------------------------------------------------------------------------------------------
chunk 的數據。
--------------------------------------------------------------------------------------------------------
30 30 64 63 -> FOURCC碼'00dc'的ASCII碼，說明這是第一個流（視頻流）的數據，爲壓縮幀。
DA 5A 00 00 -> 表示chunk大小的4個字節。該chunk的size爲0x00005ADA，即23258字節，整個chunk的大小爲：23258 + 8 = 23266 字節。
--------------------------------------------------------------------------------------------------------
chunk 的數據。
--------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------
連續的chunk 的數據。
--------------------------------------------------------------------------------------------------------
64 69 78 31 -> FOURCC碼'idx1'的ASCII碼，chunk 類型，說明這是一個old index chunk。
E0 0D 00 00 -> 表示chunk大小的4個字節。該chunk的size爲0x00000DE0，即3552字節，整個chunk的大小爲：3552 + 8 = 3560 字節。每條索引信息有4個DWORD類型構成，即佔16個字節，所以該index chunk中包含的索引項的個數爲：3552 / 16 = 222。由此可以推知，movi list中含有222個數據chunk。
37 46 78 78 -> '7Fxx'的ASCII碼，chunk ID，這應該是用戶自定義的chunk的索引。
00 00 00 00 -> 標誌。'LIST'-chunk；KeyFrame；Midpart；Firstpart；Lastpart；NoTime
9C 02 00 00 -> 偏移量。爲0x0000029C，即668字節。
00 00 00 00 -> 該數據chunk的大小。根據給chunk的偏移量，沒有找到該chunk。該chunk的數據大小又爲0，推斷這是一處錯誤數據。
30 30 64 62 -> '00db'的ASCII碼，chunk ID，說明是第一個流的非壓縮幀。
10 00 00 00 -> 標誌。'LIST'-chunk；KeyFrame(+)；Midpart；Firstpart；Lastpart；NoTime
FC 08 00 00 -> 偏移量。爲0x000008FC，即2300字節。該文件中用的是從文件開始處的偏移量。
08 62 00 00 -> 該數據chunk的大小。爲0x00006208，即25096字節。
30 30 64 63 -> '00dc'的ASCII碼，chunk ID，說明是第一個流的壓縮幀。
00 00 00 00 -> 標誌。'LIST'-chunk；KeyFrame；Midpart；Firstpart；Lastpart；NoTime
0C 6B 00 00 -> 偏移量。爲0x00006B0C，即27404字節。該文件中用的是從文件開始處的偏移量。
DA 5A 00 00 -> 該數據chunk的大小。爲0x00005ADA，即23258字節。
--------------------------------------------------------------------------------------------------------
下面依次是index成員，直到文件結束。
--------------------------------------------------------------------------------------------------------