AVI文件格式详解

AVI是音频视频交错（Audio Video Interleaved）的英文缩写，它是Microsoft公司开发的一种符合RIFF文件规范的数字音频与视频文件格式，原先用于Microsoft Video Windows(简称VFW)环境，现在已被Windows95/98，OS/2等多数操作系统直接支持。AVI格式允许视频和音频交错在一起同步播放，支持256色和RLE压缩，但AVI文件并未限定压缩标准，因此，AVI文件格式只是作为控制界面上的标准，不具有兼容性，用不同压缩算法生成的AVI文件，必须使用相应的解压缩算法才能播放出来，常用的AVI播放驱动程序，主要是Microsoft Video for Windows或Windows98/98中的Video1,以及Intel公司的Indeo Video.

在介绍AVI文件前，我们要先来看看RIFF文件结构。AVI文件采用的是RIFF文件结构方式，RIFF(Resource Interchange File Format,资源互换文件格式)是微软公司定义的一种用户管理Windows环境中多媒体数据的文件格式，波形音频wave,MIDI和数字视频AVI都采用这种格式存储。RIFF文件的实际数据中，使用了列表（List）和块（Chunk）的形式来组织。列表可以嵌套列表和块。整个RIFF文件可以看成一个数据库，其数据块ID为RIFF ，称为RIFF块。一个RIFF文件中只允许存在一个RIFF块。RIFF块中包含一系列的子块，其中有一种子块的ID为“List”，称为LIST块，LIST块中可以再包含一系列的子块，但除了LIST块外的其他所有的子块都不能再包含子块。
RIFF和LIST块分别比普通的数据块多了一个被称为形式类型（Form Type）或者列表类型（List Type）的数据域。

RIFF块（RIFF结构）

“RIFF”表示字符串（Chunk ID）
RIFF文件大小（数据块的大小）
形式类型或者列表类型“AVI”,”WAVE” …….

RIFF文件大小=实际数据长度+4（形式类型或者列表类型的大小）。
也就是说RIFF文件大小不包括“RIFF”域和“文件大小”域本身的大小（共8个字节），如文件大小域数据为28 69 6B 00,则实际为0x006b6928，转换为十进制为7039272，实际在Windows系统下看到的文件大小为7039280，即换算成实际大小时要加上8。

LIST块（LIST结构）

“LIST”表示字符串（Chunk ID）
LIST块大小
形式类型或者列表类型
LIST实际数据

LIST块大小域=实际的列表数据+4（形式类型或者列表类型域的大小）
也就是说listSize值不包括“LIST”域和listSize域本身的大小。如该位置数据为5E 00 00 00 ,即0x0000005E，转换成十进制为94，实际总长为102bytes,即换算成列表总长度是要加上8。但是有一点要特别注意的是，当前List具体包括到哪里，可能会有List嵌套。如截图中，选中的部分为一个hdrl的List；其中包含两个strl的List，一个音频，一个视频；每个strl List又包含一个strh和一个strf。

Chunk块（Chunk结构，普通块）

Chunk ID——表示块类型的四字符码
Chunk 块大小——记录了整个块的大小
Chunk数据

Chunk块大小=实际的块数据长度，而不包括ckID域和ckSize域本身的大小

从00000000-000007F3为一个WindowsAVI文件的信息区部分：
它是文件的第一个LIST块。在它的内部记录着整个文件的系统构成，如告诉播放软件“我是一个AVI文件”，“在我体内有几个数据流”，“每个数据流包含着什么数据——图像，声音或其他”，“如果是图像数据流，那么它的大小，颜色，压缩方式，播放速度等等是怎样规定的”，“如果是声音数据流，那么它的压缩方式，播放效果等等又将有何规定”……在这些信息区中还有多个附属的LIST块，也就是前面提到的“子块”，它们用来记录每个数据流的全部信息。而这些附属LIST块与数据流之间保持着一一对应的关系，即第一个附属LIST块对应与00号数据流；第二个附属LIST块对应01号数据流……要想解释数据流，我们必须先了解AVI文件中数据块是什么。在AVI文件中，数据块是被放置在数据区中的一个有起始标识（由“数据流识别码”和“数据块存储方式识别码”组成，请参见对数据区部分的说明），并指明大小和数据内容的数据段，那么，数据流就是那些相互之间具有练习的同种数据类型的数据块集合。

00000000-00000003、多媒体文件识别码：RIFF
00000004-00000007、文件大小（10EDICH字节）——8字节
00000008-0000000B、AVI文件识别码
0000000C-0000000F、第一个LIST块识别码
00000010-00000013、第一个LIST块的大小（168H字节）
00000014-00000017、hdrl部分识别码，代表后面的数据记录着此文件的格式
00000018-0000001B、hdrl部分所包含的avih块识别码，此模块记录着本文件的初始化信息
0000001C-0000001F、avi块大小（38H字节）
00000020-00000023、每帧画面显示所维持多少个百万分之一秒，本例为1046h，即6667百万分之一秒约0.07秒。所以在播放此文件时，你看到的画面约每秒15帧

AVI Layout(AVI文件层次划分)

1. 信息块——包括文件的通用信息，定义数据格式，所用的压缩算法等参数
2. 数据块——包含实际数据流，即图像和声音序列数据。这是文件的主体，也是决定文件容量的主要部分。视频文件的大小等于该文件的数据率乘以该视频播放的时间长度
3. 索引块——索引块包含数据块列表好它们在文件中的位置，以提供文件内数据随机存取能力。

AVI文件时目前使用的最复杂的RIFF文件，他能同时存储同步表现的音频视频数据。AVI的RIFF块的形式类型是AVI，它包含3个子块，如下所述。

一. 信息块：ID为“hdrl”的LIST块，定义AVI文件的数据格式
“hdrl”LIST块包含两个子块，一个是ID为“avih”的子块和一个是ID为”strl”的LIST块。

“avih”块结构：用于记录AVI文件的全局信息，比如流的数量，视频图像的宽和高等：

typedef struct
{
 DWORD ChunID;                // 必须为'avih'
 DWORD ChunkSize;             //本数据结构的大小，不包括最初的8個位元組（ID和Size兩個域）
 DWORD dwMicroSecPerFrame ;   //显示每帧所需的时间ns，定义avi的显示速率
 DWORD dwMaxBytesPerSec;      //最大的数据传输率
 DWORD dwPaddingGranularity;  //记录块的长度需为此值的倍数，通常是2048
 DWORD dwFlages;              //AVI文件的特殊属性，如是否包含索引块，音视频数据是否交叉存储
 DWORD dwTotalFrame;          //文件中的总帧数
 DWORD dwInitialFrames;       //说明在开始播放前需要多少桢
 DWORD dwStreams;             //文件中包含的数据流个数
 DWORD dwSuggestedBufferSize; //建议使用的缓冲区的大小，
                              //通常为存储一桢图像以及同步声音所需要的数据之和
 DWORD dwWidth;               //图像宽
 DWORD dwHeight;              //图像高
 DWORD dwReserved[4];         //保留值
}MainAVIHeader;

接着就是”avih”块的数据部分：一个或多个“strl”子列表
1. 文件中有多少个流，这里就对应有多少个“strl”子列表）。
2. 每个“strl”字列表至少包含一个“strh”块和一个“strf”块，
3. “strd”块（保存编解码器需要的一些配置信息）和“strn”块（保存流的名字）是可选的。
4. 注意：“strl”子列表出现的顺序与媒体流的编号是对应的，比如第一个“strl”字列表说明的是第一个流（Stream 0）,第二个“strl”字列表说明的是第二个流（Stream 1），以此类推

“strh”块结构：用于说明这个“strl”LIST块对应的数据流的头信息：

typedef struct 
{
　FOURCC fccType;       //4字节，表示数据流的种类，vids 表示视频数据流，auds 音频数据流
　FOURCC fccHandler;    //4字节 ，表示数据流解压缩的驱动程序代号
　DWORD dwFlags;        //数据流属性
　WORD wPriority;       //此数据流的播放优先级
　WORD wLanguage;       //音频的语言代号
　DWORD dwInitalFrames; //说明在开始播放前需要多少桢
　DWORD dwScale;        //数据量，视频每桢的大小或者音频的采样大小
　DWORD dwRate;         //dwScale /dwRate = 每秒的采样数
　DWORD dwStart;        //数据流开始播放的位置，以dwScale为单位
　DWORD dwLength;       //数据流的数据量，以dwScale为单位
　DWORD dwSuggestedBufferSize; //建议缓冲区的大小
　DWORD dwQuality;     //解压缩质量参数，值越大，质量越好
　DWORD dwSampleSize;  //音频的采样大小
　RECT rcFrame;        //视频图像所占的矩形
}AVIStreamHeader;

“strf” 块结构：“strf”子块紧跟在“strh”子块之后，其结构是“strh”子块的类型而定，如下所述：

如果strh子块是视频数据流，则strf子块的内容是一个BITMAPINFO结构，如下。

typedef struct tagBITMAPINFO
{
　BITMAPINFOHEADER bmiHeader;
　RGBQUAD bmiColors[1]; //颜色表
}BITMAPINFO;

typedef struct tagBITMAPINFOHEADER
{
　DWORD biSize;
　LONG biWidth;
　LONG biHeight;
　WORD biPlanes;
　WORD biBitCount;
　DWORD biCompression;
　DWORD biSizeImage;
　LONG biXPelsPerMeter;
　LONG biYPelsPerMeter;
　DWORD biClrUsed;
　DWORD biClrImportant;
}BITMAPINFOHEADER;

如果strh子块是音频数据流，则strf子块的内容是一个WAVEFORMAT结构，如下：

typedef struct 
{
　WORD wFormatTag; 
　WORD nChannels;        //声道数
　DWORD nSamplesPerSec;  //采样率
　DWORD nAvgBytesPerSec; //WAVE声音中每秒的数据量
　WORD nBlockAlign;      //数据块的对齐标志
　WORD biSize;           //此结构的大小
}WAVEFORMAT

“strd”块结构：“strd”子块紧跟在strf子块后，存储供压缩驱动程序使用的参数，不一定存在，也没有固定的结构

“strl”List块定义的AVI数据流依次将“hdrl”LIST块中的数据流头结构与“movi”LIST块中的数据联系在一起，第一个数据流头结构用于数据流0，第二个用于数据流1，依次类推。

二. 数据块：ID为“movi”的LIST块，包含AVI的音视频序列数据
用于保存真正的媒体流数据（视频图像帧数据或音频采样数据等）。保存方式为：
1. 将数据块直接嵌套在“movi”列表里面
2. 将几个数据块分组成一个“rec”列表后再编排进“movi”列表
（注意：在读取AVI文件内容时，建议将一个“rec”列表中的所有数据块一次性读出）
但是，当文件中包含有多个流的时候，数据块与数据块之间如何来区别呢？于是数据块使用了一个四字符吗来表征它的类型，这个四字符码由2个字节的类型吗和2个字节的流编号组成。

“db”——非压缩视频
“dc”——压缩视频
“pc”——改用新的调色板
“wb”——音缩视频

比如:
第一个流（Stream 0）是音频，则表征音频数据块的四字符码为“00wb”;
第二个流（Steam 1）是视频，则表征视频数据块的四字符码为“01db”或“01dc”。
对于视频数据来说，在AVI数据序列中间还可以定义一个新的调色板，每个改变的调色板数据块永“xxpc”来表征，新的调色板使用一个数据结构AVIPALCHANGE来定义。（注意：如果一个流的调色板中途改变，则应在这个流格式的描述中，也及时AVISTREMAHEADER结构的dwFlags中包含一个AVISF_VIDEO_PALCHANGES标记）另外，文字数据块可以使用随意的类型码表征。

三. 索引块：ID为“idxl”的子块，定义“movi”LIST块的索引数据，是可选块。
最后紧跟在“hdr”列表块和“movi”列表块之后的，就是AVI文件可选的索引块。这个索引块为AVI文件中每一个媒体数据块进行索引，并且记录它们在文件中的偏移（可能相对于“movi”列表，也可能相对于AVI文件开头）。索引块使用一个四字符码“idxl”来表征，索引信息使用一个数据结构AVIOLDINDEXl来定义。

typedef struct _avioldindex {
  FOURCC fcc;                  // 必须为‘idx1’
  DWORD cb;                   // 本数据结构的大小，不包括最初的8个字节（fcc和cb两个域）
  struct _avioldindex_entry {
  DWORD dwChunkId;            // 表征本数据块的四字符码
  DWORD dwFlags;              // 说明本数据块是不是关键帧、是不是‘rec ’列表等信息
  DWORD dwOffset;             // 本数据块在文件中的偏移量
  DWORD dwSize;               // 本数据块的大小
  } aIndex[];                // 这是一个数组！为每个媒体数据块都定义一个索引信息
} AVIOLDINDEX;

注意：如果一个AVI文件包含有索引块，则应在AVI信息头的描述中，也及时AVIMAINHEADER结构的dwFlags中包含一个AVI_HASINDEX标记
还有一种特殊的数据块，用一个四字符码“JUNK”来表征，它用于内部数据的对齐（填充），应用程序应该忽略这些数据块的实际意义。

AVI函数库

一.使用AVI函数库的配置（VC6.0）
Project——>Settings——>Link——>object/library modules里加上 vfw32.lib Winmm.lib （注意空格），然后在使用的头文件里加上#include<Vfw.h>

二.常用函数
这里写图片描述

AVIFileInit函数：初始化AVIFile函数库
AVIFileOpen函数：打开AVI文件
AVIFileGetStream函数：获得AVI文件中某数据流的信息
AVIStreamStart函数：获得起始帧数
AVIStreamLength函数：获得视频流长度
AVIStreamGetFrameOpen函数：在视频流中打开帧
AVIStreamGetFrame函数：解压当前帧
AVIStreamGetFrameClose函数：是否资源
AVIFileRelease函数：关闭AVI文件
AVIFileExit函数：关闭AVI函数库

三. 从AVI文件中读取DIB位图数据
（1）主要步骤：
1. 初始化AVI函数库，AVIFileInit()
2. 打开AVI文件，AVIFileOpen()
3. 获取视频流，AVIFileGetStream()
4. 从指定的视频流中解压视频帧，AVIStreamGetFrameOpen()
5. 获取流中指定帧的数据，AVIStreamGetFrame(pFrame，i),获取第i帧DIB图像
6. AVIStreamGetFrameClose(pFrame),释放资源
7. AVIFileExit(),退出AVI函数库

（2）关键
AVIStreamGetFrame函数每次返回一个DIB对象，即包括BITMAPINFO和位图数据的对象，由于是24位图位图，没有调色板，因而要得到真正的位图数据，可由以下代码得到：

lpDIB=(BYTE*)AVIStreamGetFrame(pFrame,i)+sizeof(BITMAPINFOHEADER);

StretchDIBits函数所要求的BITMAPINFO*对象，可由以下代码得到：

LPBITMAPINFOHEADER bih;
bih=(LPBITMAPINFOHEADER)AVIStreamGetFrame(pFrame,0);
BITMAPINFO* lpBitmapInfo=(BITMAPINFO*)bih;

（3）整体代码：

PAVIFILE pfile;
PAVISTREAM ppavi;
BYTE* lpDIB=NULL;
CDC* pSubDC=m_avi.GetDC();
HDC hSubDC=pSubDC->m_hDC;
AVIFILEINFO* pfinfo=new AVIFILEINFO;
LONG lSize=sizeof(AVIFILEINFO);
CString szFile=lpszPath;
//初始化AVI函数库
AVIFileInit();
//打开AVI文件
AVIFileOpen(&pfile,szFile,OF_READ,NULL);
//获取视频信息
AVIFileInfo(pfile,pfinfo,lSize);
//获得视频流
AVIFileGetStream(pfile,&ppavi,streamtypeVIDEO,0);
//从视频流中获取帧
PGETFRAME pFrame;
LONG StartFrame=AVIStreamStart(ppavi);
LONG FrameNum=AVIStreamLength(ppavi);
pFrame=AVIStreamGetFrameOpen(ppavi,NULL);
//获取BMP文件信息头
LPBITAMPINFOHEADER bih;
bih=(LPBITMAPINFOHEADER)AVIStreamGetFrame(pFrame,0);
LONG nHeight=bih->biHeight;
LONG nWidth=bih->biWidth;
int nBitCount=bih->biBitCount;
LONG LineBytes=(nWidth*nBitCount/8+3)/4*4;
//for循环读取位图数据
for(int i=StartFrame;i<FrameNum;i++)
{
    lpDIB=(BYTE*)AVIStreamGetFrame(pFrame,i)+sizeof(BITMAPINFOHEADER);
    //将DIB显示到屏幕上
    stretchDIBBits(hSubDC,0,0,nWidth,nHeight,0,0,nWidht,nHeight,lpDIB,(BITMAPINFO*)bih,DIB_RGB_COLORS,SRCCOPY);
    Sleep(20);
}
delete pfinfo;
AVIStreamGetFrameClose(pFrame);
AVIFileExit();

AVI函数使用常见问题

（1）问题：现在我想直接获取指定帧的数据，比如第10帧，但是获取到的是一片黑色，好像是第1帧的图像。
如果我循环从0开始
for(int i=0; i<11; i++) …. 这样全部帧就出来了
答：原因么大概是压缩时隔一段时间指定一张关键帧，其它的帧就保存的与这张关键帧不同的地方，你要取的那帧如果不正好是关键帧，就无法解析成完整图像，需要与之前最近的那张关键帧组合在一起才行。你要是想取某一帧，首先需要对视频做解码操作。单独的对视频做抽帧操作拿到是某一帧的数据，这个数据需要和关键帧做相关的计算才能拿到完整的图像。

（2）AVIStreamGetFrameOpen(ps,NULL)返回NULL
答：http://www.glimix.com/archives/700
http://blog.csdn.net/sx5486510/article/details/17525859
（注意：博主问题也尚未解决）

参考：
http://www.cnblogs.com/GoodGoodWorkDayDayUp/archive/2011/03/31/2000700.html
https://wenku.baidu.com/view/e9f73c784b73f242336c5fdf.html