189 8069 5689

音视频学习（十三）——flv详解-创新互联

简介

全称FLASHVIDEO，是一种新的视频格式，主要的特点是文件小、加载速度快。

专注于为中小企业提供网站设计制作、成都做网站服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业绥化免费做网站提供优质的服务。我们立足成都，凝聚了一批互联网行业人才，有力地推动了上1000+企业的稳健成长，帮助中小企业通过网站建设实现规模扩充和转变。结构

flv的结构相对简单，可以通过下图来初步了解其组成：

在这里插入图片描述

flv = flv header(9字节) + flv body

flv header = Signature(3字节) + Version(1字节) + Flags(1字节) + DataOffset(4字节)

flv body = PreviousTagSize0 + Tag1 + PreviousTagSize1 + Tag2 + ... + PreviousTagSizeN-1 + TagN
flv header
  • Signature：固定字符（“flv”）；
  • Version：flv的版本号；
  • Flags：标识。第0位和第2位分别表示视频和音频，若为0x05，则表示既有音频，也有视频；
  • DataOffset：flv header的长度；

示例：
在这里插入图片描述

flv body

flv body主要由PreviousTagSize和Tag组成，有以下约定：

  • PreviousTagSize0固定为0；
  • tag = tag header + tag data；
  • 若flv的版本为1，则tag header固定为11个字节；
  • PreviousTagSize（除第一个）= 11 + 前一个tag的tag data的大小；

flv tag分为3种类型：

  • vedio tag：存储视频数据；
  • audio tag：存储音频数据；
  • script tag：存储音视频元数据；
flv tag tag header
字段大小含义
TagType1字节tag类型。
音频：0x08
视频：0x09
script data：0x12
Datasize3字节tag data的大小
Timestamp3字节该tag的时间戳
TimestampExtended1字节时间戳扩展字节。当24位数值不够时，该字节最高位将时间戳扩展为32位
StreamID3字节总为0
TagData不定取决于TagType
tag data video tag data

FrameType + CodecID总共为1个字节。

字段大小含义
FrameType前4位帧类型
1：key frame （如h264的I帧）
2：inter frame（如h264普通帧）
3：disposable inter frame
4：generated keyframe
5：video info/command frame
CodecID后四位编码id
1：JPEG (currently unused)
2：Sorenson H.263
3：Screen video
4：On2 VP6
5：On2 VP6 with alpha channel 6: Screen video version 2
7：AVC
VideoData不定视频数据，与CodecID相关。
2：H263VIDEOPACKET
3：SCREENVIDEOPACKET
4：VP6FLVVIDEOPACKET
5：VP6FLVALPHAVIDEOPACKET
6：SCREENV2VIDEOPACKET
7：AVCVIDEOPACKE（h264媒体数据）

AVCVIDEOPACKE

当 CodecID 为 7 时，VideoData 为 AVCVIDEOPACKE，为H.264媒体数据。

AVCVIDEOPACKE 的定义如下：

字段大小含义
AVCPacketType1字节0：AVC sequence header
1：AVC NALU
2：AVC end of sequence
CompositionTime3字节如果AVCPacketType=1，则为时间cts偏移量；否则，为0
Data不定1）AVCPacketType=0，则为AVCDecoderConfigurationRecord
2）AVCPacketType=1，则为NALU（一个或多个）
3）AVCPacketType=2，则为空

示例：

在这里插入图片描述

audio tag data

SoundFormat + SoundRate + SoundSize + SoundType = 1字节

字段大小含义
SoundFormat4 bits音频格式。
0：Linear PCM, platform endian
1：ADPCM
2：MP3
3：Linear PCM, little endian
4：Nellymoser 16-kHz mono
5：Nellymoser 8-kHz mono
6：Nellymoser
7：G.711 A-law logarithmic PCM
8 = G.711 mu-law logarithmic PCM
9 = reserved
10：AAC
11：Speex
14：MP3 8-Khz
15：Device-specific sound
SoundRate2 bits采样率，对AAC来说，永远等于3
0：5.5-kHz
1：11-kHz
2：22-kHz
3：44-kHz
SoundSize1 bits采样精度，对于压缩过的音频，永远是16位
0：snd8Bit
1：snd16Bit
SoundType1 bits声道类型，对Nellymoser来说，永远是单声道；对AAC来说，永远是双声道；
0：sndMono 单声道
1：sndStereo 双声道
SoundData不定如果是AAC，则为 AACAUDIODATA；

AACAUDIODATA

当 SoundFormat 为10时，表示音频采AAC进行编码，此时，SoundData的定义如下：

字段大小含义
AACPacketType1 bits0：AAC sequence header
1：AAC raw
Data不定如果AACPacketType为0，则为AudioSpecificConfig
如果AACPacketType为1，则为AAC帧数据

AudioSpecificConfig

字段大小含义
AudioObjectType5 bits编码器类型，比如2表示AAC-LC
SamplingFrequencyIndex4 bits采样率索引值，比如4表示44100
SamplingFrequencyIndex4 bits采样率索引值，比如4表示44100
ChannelConfiguration4 bits声道配置，比如2代表双声道，front-left, front-right

示例：

在这里插入图片描述

script tag data 定义

主要用来存放音视频数据的元数据信息（MetaData）。采用AMF（Action Message Format）封装了一系列数据类型，比如字符串、数值、数组等。

字段大小含义
ObjectsSCRIPTDATAOBJECT[]任意数目的 SCRIPTDATAOBJECT
SCRIPTDATAOBJECTEND3字节永远是9，标识着Script Data的结束
SCRIPTDATAOBJECT
字段大小含义
ObjectNameSCRIPTDATASTRING对象的名字
ObjectDataSCRIPTDATAVALUE对象的值
SCRIPTDATAVALUE
字段字段类型字段含义
TypeSCRIPTDATASTRING变量类型： 0 = Number type 1 = Boolean type 2 = String type 3 = Object type 4 = MovieClip type 5 = Null type 6 = Undefined type 7 = Reference type 8 = ECMA array type 10 = Strict array type 11 = Date type 12 = Long string type
ECMAArrayLength如果Type为8（数组），则为UI32数组长度
ScriptDataValueIf Type == 0 DOUBLE If Type == 1 UI8 If Type == 2 SCRIPTDATASTRING …（有点长，可以参考规范）变量的值
ScriptDataValueTerminator如果Type3，则为SCRIPTDATAOBJECTEND 如果 Type8，则为SCRIPTDATAVARIABLEENDObject、Array的结束符
MetaData

MetaData中包含了音视频相关的元数据，封装在Script Data Tag中，它包含了两个AMF。

第一个AMF：

  • 第1个字节：0x02，表示字符串类型；
  • 第2-3个字节：值为0x000A，表示字符串的长度为10（MetaData的长度）；
  • 第4-13个字节：字符串MetaData对应的16进制数字（0x6F 0x6E 0x4D 0x65 0x74 0x61 0x44 0x61 0x74 0x61）；

第二个AMF：

  • 第1个字节：0x08，表示数组类型；
  • 第2-5个字节：表示数组的长度，onMetaData中具体包含哪些属性是不固定的。
  • 第6个字节+：比如duration，则：
    • 第6-9个字节：0x0008，表示长度为8个字节；
    • 第10-17个字节：0x6475 7261 7469，表示 duration 这个字符串；
    • 第18个字节：0x00，表示为数值类型；
    • 第19-26个字节：0x…，表示具体的时长；
字段大小含义
durationDOUBLE文件的时长
widthDOUBLE视频宽度（px）
heightDOUBLE视频高度（px）
videodatarateDOUBLE视频比特率（kb/s）
framerateDOUBLE视频帧率（帧/s）
videocodecidDOUBLE视频编解码器ID（参考Video Tag）
audiosamplerateDOUBLE音频采样率
audiosamplesizeDOUBLE音频采样精度（参考Audio Tag）
stereoBOOL是否立体声
audiocodecidDOUBLE音频编解码器ID（参考Audio Tag）
filesizeDOUBLE文件总得大小（字节）
示例

在这里插入图片描述

示例 解析flv header
struct flv_header_t
{
	unsigned char FLV[3];
	unsigned char version;
	unsigned char audio;
	unsigned char video;
	unsigned int  offset; // data offset
};

static inline uint32_t be_read_uint32(const uint8_t* ptr)
{
	return (ptr[0]<< 24) | (ptr[1]<< 16) | (ptr[2]<< 8) | ptr[3];
}

static inline void be_write_uint32(uint8_t* ptr, uint32_t val)
{
	ptr[0] = (uint8_t)((val >>24) & 0xFF);
	ptr[1] = (uint8_t)((val >>16) & 0xFF);
	ptr[2] = (uint8_t)((val >>8) & 0xFF);
	ptr[3] = (uint8_t)(val & 0xFF);
}

int flv_header_read(struct flv_header_t* flv, const uint8_t* buf, size_t len)
{
	if (len< 9 || 'F' != buf[0] || 'L' != buf[1] || 'V' != buf[2])
	{
		assert(0);
		return -1;
	}

	flv->FLV[0] = buf[0];
	flv->FLV[1] = buf[1];
	flv->FLV[2] = buf[2];
	flv->version = buf[3];

	assert(0x00 == (buf[4] & 0xF8) && 0x00 == (buf[4] & 0x20));
	flv->audio = (buf[4] >>2) & 0x01;
	flv->video = buf[4] & 0x01;
	flv->offset = be_read_uint32(buf + 5);

	return FLV_HEADER_SIZE;
}

其他解析可参考ireader开源库，github： https://github.com/ireader

解析工具

推荐一款解析flv格式码流的工具：FlvAnalyzer.exe，解析效果如图所示：

在这里插入图片描述

部分参考：

https://www.cnblogs.com/chyingp/p/flv-getting-started.html

https://blog.51cto.com/u_13861442/5169955

你是否还在寻找稳定的海外服务器提供商？创新互联www.cdcxhl.cn海外机房具备T级流量清洗系统配攻击溯源，准确流量调度确保服务器高可用性，企业级服务器适合批量采购，新人活动首月15元起，快前往官网查看详情吧


本文名称：音视频学习（十三）——flv详解-创新互联
地址分享：http://jkwzsj.com/article/eoigp.html

其他资讯