來源:http://blog.csdn.net/happydeer
小知識：AVI文件格式----摘自《DirectShow實務精選》 作者：陸其明
AVI（Audio Video Interleaved的縮寫）是一種RIFF（Resource Interchange File Format的縮寫）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。
先來介紹RIFF文件格式。RIFF文件使用四字符碼FOURCC（four-character code）來表徵數據類型，比如‘RIFF’、‘AVI ’、‘LIST’等。注意，Windows操作系統使用的字節順序是little-endian，因此一個四字符碼‘abcd’實際的DWORD值應爲0x64636261。另外，四字符碼中像‘AVI ’一樣含有空格也是合法的。
RIFF文件首先含有一個如圖3.31的文件頭結構。
圖3.31 RIFF文件結構
最開始的4個字節是一個四字符碼‘RIFF’，表示這是一個RIFF文件；緊跟着後面用4個字節表示此RIFF文件的大小；然後又是一個四字符碼說明文件的具體類型（比如AVI、WAVE等）；最後就是實際的數據。注意文件大小值的計算方法爲：實際數據長度 + 4（文件類型域的大小）；也就是說，文件大小的值不包括‘RIFF’域和“文件大小”域本身的大小。
RIFF文件的實際數據中，通常還使用了列表（List）和塊（Chunk）的形式來組織。列表可以嵌套子列表和塊。其中，列表的結構爲：‘LIST’ listSize listType listData ——‘LIST’是一個四字符碼，表示這是一個列表；listSize佔用4字節，記錄了整個列表的大小；listType也是一個四字符碼，表示本列表的具體類型；listData就是實際的列表數據。注意listSize值的計算方法爲：實際的列表數據長度 + 4（listType域的大小）；也就是說listSize值不包括‘LIST’域和listSize域本身的大小。再來看塊的結構：ckID ckSize ckData ——ckID是一個表示塊類型的四字符碼；ckSize佔用4字節，記錄了整個塊的大小；ckData爲實際的塊數據。注意ckSize值指的是實際的塊數據長度，而不包括ckID域和ckSize域本身的大小。（注意：在下面的內容中，將以LIST ( listType ( listData ) )的形式來表示一個列表，以ckID ( ckData )的形式來表示一個塊，如[ optional element ]中括號中的元素表示爲可選項。）
接下來介紹AVI文件格式。AVI文件類型用一個四字符碼‘AVI ’來表示。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。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) ]
)
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，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;
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。）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。
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）。那麼，怎麼來組織這些數據呢？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。（注意：在讀取AVI文件內容時，建議將一個‘rec ’列表中的所有數據塊一次性讀出。）但是，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？於是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：如果一個流的調色辦中途可能改變，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。
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）。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。
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。