《MP4文件格式解析-个人总结》由会员分享，可在线阅读，更多相关《MP4文件格式解析-个人总结（10页珍藏版）》请在金锄头文库上搜索。
1、目录1.引言12.MP4中一些概念详解13.MP4文件结构分析13.1box结构13.2MP4总体结构23.3Movie box(moov)23.3.1Movie Header box(mvhd)33.3.2Trak box43.4Media box53.4.1Media header box(mdhd)63.4.2Hdlr box63.4.3Minf box73.5Sample Table Box(stbl)73.5.1Sample Description Box（stsd）73.5.2Time To Sample Box（stts）83.5.3Sample Size Box（stsz）83
2、.5.4Sample To Chunk Box（stsc）83.5.5Sync Sample Box（stss）83.5.6Chunk Offset Box（stco）8MP4文件格式解析总结1.引言MP4是一种常见的多媒体容器格式，对应MPEG-4标准，这种容器格式非常全面开放，被认为可以在其中嵌入任何形式的数据，各种编码的视频、音频等都可以。在MP4文件中，媒体的描述信息与媒体数据是分开的，并且媒体数据的组织也很自由，不一定要按照时间顺序排列。同时，MP4也支持流媒体，MP4目前被广泛用于封装h.264视频和AAC音频，是高清视频的代表。MP4格式的官方文件后缀名是“.mp4”，还有其他的
3、以mp4为基础进行的扩展或者是缩水版本的格式。2.MP4中一些概念详解MP4文件格式中，所有的内容存在一个称为movie的容器中。一个movie可以由多个tracks组成。每个track就是一个随时间变化的媒体序列， track里的每个时间单位是一个sample，它可以是一帧视频，或者一段连续的压缩音频。sample按照时间顺序排列。其中一帧音频可以分解成多个音频sample，所以音频一般用sample作为单位，而不用帧。MP4文件格式的定义里面，用sample表示一个时间帧或者数据单元。几个连续的sample就构成了一个chunk。3.MP4文件结构分析3.1box结构MP4由一个一个box
4、组成，每个box由一个boxheader和boxdata组成，boxheader又分为3部分：4字节的size:表示这个box的大小 4字节的type:表示这个box的类型8字节的largesize如果整个box的大小超出了4字节能表示的最大值，那么size=1，同时，box的大小就储存在largesize中。3.2MP4总体结构Mp4必须包含ftyp box、moov box、mdat box。File type box(ftyp)用来储存文件类型的相关信息，Movie box(moov)用来储存媒体的信息，是一个container box,Media data box(mdat)用来储存媒
5、体的具体数据3.3Movie box(moov)一个movie box包含一个mvhd box和若干个trak box，比如audio trak box,vedio trak box。Movie Header box(mvhd)mvmd具体结构如下：字段字节数意义box size4box大小box type4box类型version1box版本，0或1，一般为0。（以下字节数均按version=0）flags3creation time4创建时间（相对于UTC时间1904-01-01零点的秒数）modification time4修改时间time scale4文件媒体在1秒时间内的刻度值，可以
6、理解为1秒长度的时间单元数duration4该track的时间长度，用duration和time scale值可以计算track时长，比如audio track的time scale = 8000, duration = 560128，时长为70.016，video track的time scale = 600, duration = 42000，时长为70rate4推荐播放速率，高16位和低16位分别为小数点整数部分和小数部分，即16.16 格式，该值为1.0（0x00010000）表示正常前向播放volume2与rate类似，8.8 格式，1.0（0x0100）表示最大音量reserved
7、10保留位matrix36视频变换矩阵pre-defined24next track id4下一个track使用的id号rak boxTrak box必须包含一个tkhd box和一个media box，此外还有很多可选的box:Track Header box(tkhd): 定义了一个track的特性，例如时间，空间和音量信息。结构如下：字段字节数意义box size4box大小box type4box类型version1box版本，0或1，一般为0。（以下字节数均按version=0）flags3按位或操作结果值，预定义如下：0x000001 track_enabled，否则该track不
8、被播放；0x000002 track_in_movie，表示该track在播放中被引用；0x000004 track_in_preview，表示该track在预览时被引用。一般该值为7，如果一个媒体所有track均未设置track_in_movie和track_in_preview，将被理解为所有track均设置了这两项；对于hint track，该值为0creation time4创建时间（相对于UTC时间1904-01-01零点的秒数）modification time4修改时间track id4id号，不能重复且不能为0reserved4保留位duration4track的时间长度res
9、erved8保留位layer2视频层，默认为0，值小的在上层alternate group2track分组信息，默认为0表示该track未与其他track有群组关系volume28.8格式，如果为音频track1.0（0x0100）表示最大音量；否则为0reserved2保留位matrix36视频变换矩阵width4宽height4高，均为 16.16 格式值，与sample描述中的实际画面大小比值，用于播放时的展示宽高media box:该box是一个包含一些track媒体数据信息box的container box。3.4Media boxMedia box主要包含media header
10、box(mdhd)、hdlr box、minf box。Media header box(mdhd)media header box(mdhd)定义了整个movie 的特性，例如time scale 和duratio，具体结构如下：字段字节数意义box size4box大小box type4box类型version1box版本，0或1，一般为0。（以下字节数均按version=0）flags3creation time4创建时间（相对于UTC时间1904-01-01零点的秒数）modification time4修改时间time scale4文件媒体在1秒时间内的刻度值，可以理解为1秒长度的时
11、间单元数duration4track的时间长度language2媒体语言码。最高位为0，后面15位为3个字符（见ISO 639-2/T标准中定义）pre-defined2Hdlr boxHdlr box解释了媒体的播放过程信息。同时也指明了本trak类型,如：vedio、autio、hint,具体结构如下：字段字节数意义box size4box大小box type4box类型version1box版本，0或1，一般为0。（以下字节数均按version=0）flags3pre-defined4handler type4在media box中，该值为4个字符：“vide” video track“
12、soun” audio track“hint” hint trackreserved12name不定track type name，以0结尾的字符串3.4.3Minf box存储了解释该track的媒体数据的handler-specific的信息。media handler用这些信息将媒体时间映射到媒体数据，并进行处理。minf包含一个header box，一个Data Information Box (dinf)和一个Sample Table Box (stbl)：Header box定义颜色和图形模式信息dinf box解释如何定位媒体信息stbl box包含了关于track中sample
13、所有时间和位置的信息，以及sample的编解码等信息。利用这个表，可以解释sample的时序、类型、大小以及在各自存储容器中的位置。3.5Sample Table Box(stbl)Sample Table Box (stbl)包含：sample description box（stsd）、time to sample box（stts）、sample size box（stsz）、sample to chunk box（stsc）、chunk offset box（stco）、composition time to sample box（ctts）、sync sample box（stss）
14、。Sample Description Box（stsd） box header和version字段后会有一个entry count字段，根据entry的个数，每个entry会有type信息，如“vide”、“sund”等，根据type不同sample description会提供不同的信息，例如对于video track，会有“VisualSampleEntry”类型信息，对于audio track会有“AudioSampleEntry”类型信息。 视频的编码类型、宽高、长度，音频的声道、采样等信息都会出现在这个box中。Time To Sample Box（stts） stts存储了sample的duration，描述了sample时序的映射方法，我们通过它可以找到任何时间的sample。stts可以包含一个压缩的表来映射时间和sample序号，用其他的表来提供每个sample的长度和指针。表中每个条目提供了在同一个时间偏移量里面连续的sample序号，以及samples的偏移量。递增这些偏移量，就可以建立一个完整的time to sample表。Sample Size Box（stsz） stsz定义了每个sample的大小，包含了媒体中全部sample的数目和一张给出每个sampl
