结合avi视频文件头十六进制码分析AVI格式
这段时间要搞视频合成方面的东西，因此打算先弄明白avi视频的格式，介绍这方面内容的东西google一下一大堆，可是很悲剧，现在的人基本上都喜欢copy，内容基本来源于同一篇，对我没什么实质性的帮助。本来是希望通过看看一些avi合成的源码来分析avi的结构的，可是windows下的程序基本是调用directshow完成的，格式方法都封装好了。
百思不得其解之余，还只自己分析吧。
开始之前，先看看avi的文件格式图：
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0123456789012345]
000000000: 52 49 46 46 DC 6C 57 09 41 56 49 20 4C 49 53 54 |RIFF.lW.AVI LIST|
000000016: CC 41 00 00 68 64 72 6C 61 76 69 68 38 00 00 00 |.A..hdrlavih8...|e
000000032: 50 C3 00 00 00 B0 04 00 00 00 00 00 10 00 00 00 |P...............| c
000000048: A8 02 00 00 00 00 00 00 01 00 00 00 00 84 03 00 |................|
000000064: 40 01 00 00 F0 00 00 00 00 00 00 00 00 00 00 00 |@...............|
000000080: 00 00 00 00 00 00 00 00 4C 49 53 54 74 40 00 00 |........LISTt@..|
000000096: 73 74 72 6C 73 74 72 68 38 00 00 00 76 69 64 73 |strlstrh8...vids|
000000112: 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 |................|
000000128: 64 00 00 00 D0 07 00 00 00 00 00 00 A8 02 00 00 |d...............|
000000144: 00 84 03 00 10 27 00 00 00 00 00 00 00 00 00 00 |.....'..........|
000000160: 40 01 F0 00 73 74 72 66 28 00 00 00 28 00 00 00 |@...strf(...(...|
000000176: 40 01 00 00 F0 00 00 00 01 00 18 00 00 00 00 00 |@...............|
000000192: 00 84 03 00 00 00 00 00 00 00 00 00 00 00 00 00 |................|
000000208: 00 00 00 00 69 6E 64 78 F8 3F 00 00 04 00 00 00 |....indx.?......|
000000224: 01 00 00 00 30 30 64 62 00 00 00 00 00 00 00 00 |....00db........|
000000240: 00 00 00 00 0C 44 00 00 00 00 00 00 00 40 00 00 |.....D.......@..|
.
.
000017408: 4C 49 53 54 38 F9 56 09 6D 6F 76 69 69 78 30 30 |LIST8.V.moviix00|
000017424: F8 3F 00 00 02 00 00 01 A8 02 00 00 30 30 64 62 |.?..........00db|"avih"子块：
typedefstruct_avimainheader{
FOURCC fcc;//必须为‘avih’
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）structsize
DWORD dwMicroSecPerFrame;//视频帧间隔时间（以毫秒为单位）
DWORD dwMaxBytesPerSec;//这个AVI文件的最大数据率
DWORD dwPaddingGranularity;//数据填充的粒度
DWORD dwFlags;//AVI文件的全局标记，比如是否含有索引块等
DWORD dwTotalFrames;//总帧数
DWORD dwInitialFrames;//为交互格式指定初始帧数（非交互格式应该指定为0）
DWORD dwStreams;//本文件包含的流的个数
DWORD dwSuggestedBufferSize;//建议读取本文件的缓存大小（应能容纳最大的块）
DWORD dwWidth;//视频图像的宽（以像素为单位）
DWORD dwHeight;//视频图像的高（以像素为单位）
DWORD dwReserved[4];//保留
}AVIMAINHEADER;
- [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0123456789012345]
- 000000000: 52 49 46 46 DC 6C 57 09 41 56 49 20 4C 49 53 54 |RIFF.lW.AVI LIST|RIFF fileSize fileType LIST
- 000000016: CC 41 00 00 68 64 72 6C 61 76 69 68 38 00 00 00 |.A..hdrlavih8...|listSize listType avih 结构大小
- 000000032: 50 C3 00 00 00 B0 04 00 00 00 00 00 10 00 00 00 |P...............| 帧间时间 最大数据率 填充粒度 全局标记
- 000000048: A8 02 00 00 00 00 00 00 01 00 00 00 00 84 03 00 |................| 总帧数 交互帧数 流个数 建议缓存
- 000000064: 40 01 00 00 F0 00 00 00 00 00 00 00 00 00 00 00 |@...............|width height 保留
- 000000080: 00 00 00 00 00 00 00 00
"strh"子块：
typedefstruct_avistreamheader{
FOURCC fcc;//必须为‘strh’
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）
FOURCC fccType;//流的类型：‘auds’（音频流）、‘vids’（视频流）、
//‘mids’（MIDI流）、‘txts’（文字流）
FOURCC fccHandler;//指定流的处理者，对于音视频来说就是解码器
DWORD dwFlags;//标记：是否允许这个流输出？调色板是否变化？
WORD wPriority;//流的优先级（当有多个相同类型的流时优先级最高的为默认流）
WORD wLanguage;
DWORD dwInitialFrames;//为交互格式指定初始帧数
DWORD dwScale;//这个流使用的时间尺度
DWORD dwRate;
DWORD dwStart;//流的开始时间
DWORD dwLength;//流的长度（单位与dwScale和dwRate的定义有关）
DWORD dwSuggestedBufferSize;//读取这个流数据建议使用的缓存大小
DWORD dwQuality;//流数据的质量指标（0~10,000）
DWORD dwSampleSize;//Sample的大小
struct{
shortint left;
shortint top;
shortint right;
shortint bottom;
}rcFrame;//指定这个流（视频流或文字流）在视频主窗口中的显示位置
//视频主窗口由AVIMAINHEADER结构中的dwWidth和dwHeight决定
}AVISTREAMHEADER;
4C 49 53 54 74 40 00 00 |........LISTt@..| LIST listSize
000000096: 73 74 72 6C 73 74 72 68 38 00 00 00 76 69 64 73 |strlstrh8...vids| strl strh 结构大小 流类型（vids） 000000112: 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 00 |................| 流的处理者dwFlags wPriority wLanguage 交互帧数 000000128: 64 00 00 00 D0 07 00 00 00 00 00 00 A8 02 00 00 |d...............| 000000144: 00 84 03 00 10 27 00 00 00 00 00 00 00 00 00 00 |.....'..........| 000000160: 40 01 F0 00
"strf"子块：
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;
73 74 72 66 28 00 00 00 28 00 00 00 |@...strf(...(...| strf
000000176: 40 01 00 00 F0 00 00 00 01 00 18 00 00 00 00 00 |@...............|
000000192: 00 84 03 00 00 00 00 00 00 00 00 00 00 00 00 00 |................|
000000208: 00 00 00 00
Index子块：
typedefstruct_avioldindex{
FOURCCfcc;//必须为‘idx1’
DWORDcb;//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{
DWORDdwChunkId;//表征本数据块的四字符码
DWORDdwFlags;//说明本数据块是不是关键帧、是不是‘rec’列表等信息
DWORDdwOffset;//本数据块在文件中的偏移量
DWORDdwSize;//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;
69 6E 64 78 F8 3F 00 00 04 00 00 00 |....indx.?......| indx
000000224: 01 00 00 00 30 30 64 62 00 00 00 00 00 00 00 00 |....00db........|
000000240: 00 00 00 00 0C 44 00 00 00 00 00 00 00 40 00 00 |.....D.......@..|
000017408: 4C 49 53 54 38 F9 56 09 6D 6F 76 69 69 78 30 30 |LIST8.V.moviix00|LISTlistSize listType indexBlock ( ix00 )
000017424: F8 3F 00 00 02 00 00 01 A8 02 00 00 30 30 64 62 |.?..........00db| .... 00db ( uncompressed video frame )
avi的index段
假如要将avi文件分成头、中、尾的话，RRFT开始到movi段之间应该算是头，movi算是中间，index就算是尾部了。index其实就是movi中的内容的索引，作用是在拖动视频进度条时，能让解码器迅速定位到要找的视频帧。索引以“idx1”开头，后面跟着的是整个索引的大小，其基本结构是：
--> struct AVI_index_entry{
unsigned char dwChunkId[ 4 ]; // 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
};
大家看一个实例：
idx1”就是索引的头
30 5b 00 00是索引的大小
大家看看实例的第二行，它们对应avi文件中的每一帧或者没一段音频：
30 30 64 63（“00dc”）是数据结构中的dwChunkId，当该段数据时音频时取（“01wb")
10 00 00 00 是dwFlags，关键帧取值为10 00 00 00，否则取值为00 00 00 00
04 00 00 00 是dwOffset;//本数据块在文件中的偏移量
BF 0E 00 00 是dwSize，对应帧的大小
在最初合成avi视频的时候，我是没有添加index段的，视频一样可以播放。可是当你要拖动视频时，视频不会立刻跳到你所要的位置，而是加快播放速度，直到到达目标位置。
目前遇到一个问题：当我将索引加进去avi以后，播放器需要有一个缓冲的过程，有点像用迅雷下载电影，可是没等电影下完，改过后缀就去播放的状况。问题解决以后再来补充吧
AVI的音频视频交叉规律
经过对avi视频的详细分析，发现音频视频的交叉有如下规律：
15帧 vedio
1段 audio
15帧vedio
1段 audio
16帧 vedio
1段 audio
15帧vedio
1段 audio
15帧vedio
1段 audio
16帧 vedio
1段 audio
也就是基本上是每15段vedio就有一段的audio，可是每经过两个15段的vedio循环，就要有16段的vedio才能有一段audio。
另外还有一个规律就是，每一段audio大小都是一定的4096字节。
这是某个特定文件的交叉规律，个人认为音视频交叉的频率跟帧率和音频频率有关，只要是按一定的比率来交叉就行，例如上面按每30帧视频放一段音频，然后音频的长度变为8192应该可以，有空再试试。
mpeg4视频中，I帧、p帧、B帧的判定
mpeg4的每一帧开头是固定的：00 00 01 b6，那么我们如何判断当前帧属于什么帧呢？在接下来的2bit，将会告诉我们答案。注意：是2bit，不是byte，下面是各类型帧与2bit的对应关系：
00: I Frame
01: P Frame
10: B Frame
为了更好地说明，我们举几个例子，以下是16进制显示的视频编码：
00 00 01 b6 10 34 78 97 09 87 06 57 87 …… I帧
00 00 01 b6 50 78 34 20 cc 66 b3 89 …… P帧
00 00 01 b6 96 88 99 06 54 34 78 90 98 …… B帧
下面我们来分析一下为什么他们分别是I、P、B帧
0x10 = 0001 0000
0x50 = 0101 0000
0x96 = 1001 0100
大家看红色的2bit，再对照开头说的帧与2bit的对应关系，是不是符合了呢？
下面给出一段c++代码供大家参考：
{
case 0x00:
//I Frame
break;
case 0x40:
//P Frame
break;
case 0x80:
//B Frame
break;
default:
break;
}
AVI的音频视频帧的开头
Avi中视频音频交叉存放，每一帧视频都有一个视频帧头：30 30 64 63（这时二进制编码，字符是00dc），然后接着就是四个字节的帧长度，例如00 00 10 00，再往下就是帧的内容。
Avi的音频也有一个音频头：30 31 77 62（01wb），接着就是音频的长度，例如00 10 00 00，就是4096字节，接着就是音频的内容了。