视音频数据处理入门：FLV封装格式解析

=====================================================

视音频数据处理入门系列文章：

视音频数据处理入门：RGB、YUV像素数据处理

视音频数据处理入门：PCM音频采样数据处理

视音频数据处理入门：H.264视频码流解析

视音频数据处理入门：AAC音频码流解析

视音频数据处理入门：FLV封装格式解析

视音频数据处理入门：UDP-RTP协议解析

=====================================================

 

前两篇文章介绍了音频码流处理程序和视频码流处理程序，本文介绍将他们打包到一起后的数据——封装格式数据的处理程序。封装格式数据在视频播放器中的位置如下所示。

本文中的程序是一个FLV封装格式解析程序。该程序可以从FLV中分析得到它的基本单元Tag，并且可以简单解析Tag首部的字段。通过修改该程序可以实现不同的FLV格式数据处理功能。

原理

FLV封装格式是由一个FLV Header文件头和一个一个的Tag组成的。Tag中包含了音频数据以及视频数据。FLV的结构如下图所示。

有关FLV的格式本文不再做记录。可以参考文章《视音频编解码学习工程：FLV封装格式分析器》。本文的程序实现了FLV中的FLV Header和Tag的解析，并可以分离出其中的音频流。

代码

整个程序位于simplest_flv_parser()函数中，如下所示。

[cpp] view plain copy
 
  1. /** 
  2.  * 最简单的视音频数据处理示例 
  3.  * Simplest MediaData Test 
  4.  * 
  5.  * 雷霄骅 Lei Xiaohua 
  6.  * leixiaohua1020@126.com 
  7.  * 中国传媒大学/数字电视技术 
  8.  * Communication University of China / Digital TV Technology 
  9.  * http://blog.csdn.net/leixiaohua1020 
  10.  * 
  11.  * 本项目包含如下几种视音频测试示例： 
  12.  *  (1)像素数据处理程序。包含RGB和YUV像素格式处理的函数。 
  13.  *  (2)音频采样数据处理程序。包含PCM音频采样格式处理的函数。 
  14.  *  (3)H.264码流分析程序。可以分离并解析NALU。 
  15.  *  (4)AAC码流分析程序。可以分离并解析ADTS帧。 
  16.  *  (5)FLV封装格式分析程序。可以将FLV中的MP3音频码流分离出来。 
  17.  *  (6)UDP-RTP协议分析程序。可以将分析UDP/RTP/MPEG-TS数据包。 
  18.  * 
  19.  * This project contains following samples to handling multimedia data: 
  20.  *  (1) Video pixel data handling program. It contains several examples to handle RGB and YUV data. 
  21.  *  (2) Audio sample data handling program. It contains several examples to handle PCM data. 
  22.  *  (3) H.264 stream analysis program. It can parse H.264 bitstream and analysis NALU of stream. 
  23.  *  (4) AAC stream analysis program. It can parse AAC bitstream and analysis ADTS frame of stream. 
  24.  *  (5) FLV format analysis program. It can analysis FLV file and extract MP3 audio stream. 
  25.  *  (6) UDP-RTP protocol analysis program. It can analysis UDP/RTP/MPEG-TS Packet. 
  26.  * 
  27.  */  
  28. #include <stdio.h>  
  29. #include <stdlib.h>  
  30. #include <string.h>  
  31.   
  32. //Important!  
  33. #pragma pack(1)  
  34.   
  35.   
  36. #define TAG_TYPE_SCRIPT 18  
  37. #define TAG_TYPE_AUDIO  8  
  38. #define TAG_TYPE_VIDEO  9  
  39.   
  40. typedef unsigned char byte;  
  41. typedef unsigned int uint;  
  42.   
  43. typedef struct {  
  44.     byte Signature[3];  
  45.     byte Version;  
  46.     byte Flags;  
  47.     uint DataOffset;  
  48. } FLV_HEADER;  
  49.   
  50. typedef struct {  
  51.     byte TagType;  
  52.     byte DataSize[3];  
  53.     byte Timestamp[3];  
  54.     uint Reserved;  
  55. } TAG_HEADER;  
  56.   
  57.   
  58. //reverse_bytes - turn a BigEndian byte array into a LittleEndian integer  
  59. uint reverse_bytes(byte *p, char c) {  
  60.     int r = 0;  
  61.     int i;  
  62.     for (i=0; i<c; i++)   
  63.         r |= ( *(p+i) << (((c-1)*8)-8*i));  
  64.     return r;  
  65. }  
  66.   
  67. /** 
  68.  * Analysis FLV file 
  69.  * @param url    Location of input FLV file. 
  70.  */  
  71.   
  72. int simplest_flv_parser(char *url){  
  73.   
  74.     //whether output audio/video stream  
  75.     int output_a=1;  
  76.     int output_v=1;  
  77.     //-------------  
  78.     FILE *ifh=NULL,*vfh=NULL, *afh = NULL;  
  79.   
  80.     //FILE *myout=fopen("output_log.txt","wb+");  
  81.     FILE *myout=stdout;  
  82.   
  83.     FLV_HEADER flv;  
  84.     TAG_HEADER tagheader;  
  85.     uint previoustagsize, previoustagsize_z=0;  
  86.     uint ts=0, ts_new=0;  
  87.   
  88.     ifh = fopen(url, "rb+");  
  89.     if ( ifh== NULL) {  
  90.         printf("Failed to open files!");  
  91.         return -1;  
  92.     }  
  93.   
  94.     //FLV file header  
  95.     fread((char *)&flv,1,sizeof(FLV_HEADER),ifh);  
  96.   
  97.     fprintf(myout,"============== FLV Header ==============\n");  
  98.     fprintf(myout,"Signature:  0x %c %c %c\n",flv.Signature[0],flv.Signature[1],flv.Signature[2]);  
  99.     fprintf(myout,"Version:    0x %X\n",flv.Version);  
  100.     fprintf(myout,"Flags  :    0x %X\n",flv.Flags);  
  101.     fprintf(myout,"HeaderSize: 0x %X\n",reverse_bytes((byte *)&flv.DataOffset, sizeof(flv.DataOffset)));  
  102.     fprintf(myout,"========================================\n");  
  103.   
  104.     //move the file pointer to the end of the header  
  105.     fseek(ifh, reverse_bytes((byte *)&flv.DataOffset, sizeof(flv.DataOffset)), SEEK_SET);  
  106.   
  107.     //process each tag  
  108.     do {  
  109.   
  110.         previoustagsize = _getw(ifh);  
  111.   
  112.         fread((void *)&tagheader,sizeof(TAG_HEADER),1,ifh);  
  113.   
  114.         //int temp_datasize1=reverse_bytes((byte *)&tagheader.DataSize, sizeof(tagheader.DataSize));  
  115.         int tagheader_datasize=tagheader.DataSize[0]*65536+tagheader.DataSize[1]*256+tagheader.DataSize[2];  
  116.         int tagheader_timestamp=tagheader.Timestamp[0]*65536+tagheader.Timestamp[1]*256+tagheader.Timestamp[2];  
  117.   
  118.         char tagtype_str[10];  
  119.         switch(tagheader.TagType){  
  120.         case TAG_TYPE_AUDIO:sprintf(tagtype_str,"AUDIO");break;  
  121.         case TAG_TYPE_VIDEO:sprintf(tagtype_str,"VIDEO");break;  
  122.         case TAG_TYPE_SCRIPT:sprintf(tagtype_str,"SCRIPT");break;  
  123.         default:sprintf(tagtype_str,"UNKNOWN");break;  
  124.         }  
  125.         fprintf(myout,"[%6s] %6d %6d |",tagtype_str,tagheader_datasize,tagheader_timestamp);  
  126.   
  127.         //if we are not past the end of file, process the tag  
  128.         if (feof(ifh)) {  
  129.             break;  
  130.         }  
  131.   
  132.         //process tag by type  
  133.         switch (tagheader.TagType) {  
  134.   
  135.         case TAG_TYPE_AUDIO:{   
  136.             char audiotag_str[100]={0};  
  137.             strcat(audiotag_str,"| ");  
  138.             char tagdata_first_byte;  
  139.             tagdata_first_byte=fgetc(ifh);  
  140.             int x=tagdata_first_byte&0xF0;  
  141.             x=x>>4;  
  142.             switch (x)  
  143.             {  
  144.             case 0:strcat(audiotag_str,"Linear PCM, platform endian");break;  
  145.             case 1:strcat(audiotag_str,"ADPCM");break;  
  146.             case 2:strcat(audiotag_str,"MP3");break;  
  147.             case 3:strcat(audiotag_str,"Linear PCM, little endian");break;  
  148.             case 4:strcat(audiotag_str,"Nellymoser 16-kHz mono");break;  
  149.             case 5:strcat(audiotag_str,"Nellymoser 8-kHz mono");break;  
  150.             case 6:strcat(audiotag_str,"Nellymoser");break;  
  151.             case 7:strcat(audiotag_str,"G.711 A-law logarithmic PCM");break;  
  152.             case 8:strcat(audiotag_str,"G.711 mu-law logarithmic PCM");break;  
  153.             case 9:strcat(audiotag_str,"reserved");break;  
  154.             case 10:strcat(audiotag_str,"AAC");break;  
  155.             case 11:strcat(audiotag_str,"Speex");break;  
  156.             case 14:strcat(audiotag_str,"MP3 8-Khz");break;  
  157.             case 15:strcat(audiotag_str,"Device-specific sound");break;  
  158.             default:strcat(audiotag_str,"UNKNOWN");break;  
  159.             }  
  160.             strcat(audiotag_str,"| ");  
  161.             x=tagdata_first_byte&0x0C;  
  162.             x=x>>2;  
  163.             switch (x)  
  164.             {  
  165.             case 0:strcat(audiotag_str,"5.5-kHz");break;  
  166.             case 1:strcat(audiotag_str,"1-kHz");break;  
  167.             case 2:strcat(audiotag_str,"22-kHz");break;  
  168.             case 3:strcat(audiotag_str,"44-kHz");break;  
  169.             default:strcat(audiotag_str,"UNKNOWN");break;  
  170.             }  
  171.             strcat(audiotag_str,"| ");  
  172.             x=tagdata_first_byte&0x02;  
  173.             x=x>>1;  
  174.             switch (x)  
  175.             {  
  176.             case 0:strcat(audiotag_str,"8Bit");break;  
  177.             case 1:strcat(audiotag_str,"16Bit");break;  
  178.             default:strcat(audiotag_str,"UNKNOWN");break;  
  179.             }  
  180.             strcat(audiotag_str,"| ");  
  181.             x=tagdata_first_byte&0x01;  
  182.             switch (x)  
  183.             {  
  184.             case 0:strcat(audiotag_str,"Mono");break;  
  185.             case 1:strcat(audiotag_str,"Stereo");break;  
  186.             default:strcat(audiotag_str,"UNKNOWN");break;  
  187.             }  
  188.             fprintf(myout,"%s",audiotag_str);  
  189.   
  190.             //if the output file hasn't been opened, open it.  
  191.             if(output_a!=0&&afh == NULL){  
  192.                 afh = fopen("output.mp3", "wb");  
  193.             }  
  194.   
  195.             //TagData - First Byte Data  
  196.             int data_size=reverse_bytes((byte *)&tagheader.DataSize, sizeof(tagheader.DataSize))-1;  
  197.             if(output_a!=0){  
  198.                 //TagData+1  
  199.                 for (int i=0; i<data_size; i++)  
  200.                     fputc(fgetc(ifh),afh);  
  201.   
  202.             }else{  
  203.                 for (int i=0; i<data_size; i++)  
  204.                     fgetc(ifh);  
  205.             }  
  206.             break;  
  207.         }  
  208.         case TAG_TYPE_VIDEO:{  
  209.             char videotag_str[100]={0};  
  210.             strcat(videotag_str,"| ");  
  211.             char tagdata_first_byte;  
  212.             tagdata_first_byte=fgetc(ifh);  
  213.             int x=tagdata_first_byte&0xF0;  
  214.             x=x>>4;  
  215.             switch (x)  
  216.             {  
  217.             case 1:strcat(videotag_str,"key frame  ");break;  
  218.             case 2:strcat(videotag_str,"inter frame");break;  
  219.             case 3:strcat(videotag_str,"disposable inter frame");break;  
  220.             case 4:strcat(videotag_str,"generated keyframe");break;  
  221.             case 5:strcat(videotag_str,"video info/command frame");break;  
  222.             default:strcat(videotag_str,"UNKNOWN");break;  
  223.             }  
  224.             strcat(videotag_str,"| ");  
  225.             x=tagdata_first_byte&0x0F;  
  226.             switch (x)  
  227.             {  
  228.             case 1:strcat(videotag_str,"JPEG (currently unused)");break;  
  229.             case 2:strcat(videotag_str,"Sorenson H.263");break;  
  230.             case 3:strcat(videotag_str,"Screen video");break;  
  231.             case 4:strcat(videotag_str,"On2 VP6");break;  
  232.             case 5:strcat(videotag_str,"On2 VP6 with alpha channel");break;  
  233.             case 6:strcat(videotag_str,"Screen video version 2");break;  
  234.             case 7:strcat(videotag_str,"AVC");break;  
  235.             default:strcat(videotag_str,"UNKNOWN");break;  
  236.             }  
  237.             fprintf(myout,"%s",videotag_str);  
  238.   
  239.             fseek(ifh, -1, SEEK_CUR);  
  240.             //if the output file hasn't been opened, open it.  
  241.             if (vfh == NULL&&output_v!=0) {  
  242.                 //write the flv header (reuse the original file's hdr) and first previoustagsize  
  243.                     vfh = fopen("output.flv", "wb");  
  244.                     fwrite((char *)&flv,1, sizeof(flv),vfh);  
  245.                     fwrite((char *)&previoustagsize_z,1,sizeof(previoustagsize_z),vfh);  
  246.             }  
  247. #if 0  
  248.             //Change Timestamp  
  249.             //Get Timestamp  
  250.             ts = reverse_bytes((byte *)&tagheader.Timestamp, sizeof(tagheader.Timestamp));  
  251.             ts=ts*2;  
  252.             //Writeback Timestamp  
  253.             ts_new = reverse_bytes((byte *)&ts, sizeof(ts));  
  254.             memcpy(&tagheader.Timestamp, ((char *)&ts_new) + 1, sizeof(tagheader.Timestamp));  
  255. #endif  
  256.   
  257.   
  258.             //TagData + Previous Tag Size  
  259.             int data_size=reverse_bytes((byte *)&tagheader.DataSize, sizeof(tagheader.DataSize))+4;  
  260.             if(output_v!=0){  
  261.                 //TagHeader  
  262.                 fwrite((char *)&tagheader,1, sizeof(tagheader),vfh);  
  263.                 //TagData  
  264.                 for (int i=0; i<data_size; i++)  
  265.                     fputc(fgetc(ifh),vfh);  
  266.             }else{  
  267.                 for (int i=0; i<data_size; i++)  
  268.                     fgetc(ifh);  
  269.             }  
  270.             //rewind 4 bytes, because we need to read the previoustagsize again for the loop's sake  
  271.             fseek(ifh, -4, SEEK_CUR);  
  272.   
  273.             break;  
  274.             }  
  275.         default:  
  276.   
  277.             //skip the data of this tag  
  278.             fseek(ifh, reverse_bytes((byte *)&tagheader.DataSize, sizeof(tagheader.DataSize)), SEEK_CUR);  
  279.         }  
  280.   
  281.         fprintf(myout,"\n");  
  282.   
  283.     } while (!feof(ifh));  
  284.   
  285.   
  286.     _fcloseall();  
  287.   
  288.     return 0;  
  289. }  


上文中的函数调用方法如下所示。

[cpp] view plain copy
 
  1. simplest_flv_parser("cuc_ieschool.flv");  

 

结果

本程序的输入为一个FLV的文件路径，输出为FLV的统计数据，如下图所示。

此外本程序还可以分离FLV中的视频码流和音频码流。需要注意的是本程序并不能分离一些特定类型的音频（例如AAC）和视频，这一工作有待以后有时间再完成。

 

下载

 

Simplest mediadata test

 

项目主页

SourceForge：https://sourceforge.net/projects/simplest-mediadata-test/

Github：https://github.com/leixiaohua1020/simplest_mediadata_test

开源中国：http://git.oschina.net/leixiaohua1020/simplest_mediadata_test


CSDN下载地址：http://download.csdn.net/detail/leixiaohua1020/9422409


本项目包含如下几种视音频数据解析示例：
 (1)像素数据处理程序。包含RGB和YUV像素格式处理的函数。
 (2)音频采样数据处理程序。包含PCM音频采样格式处理的函数。
 (3)H.264码流分析程序。可以分离并解析NALU。
 (4)AAC码流分析程序。可以分离并解析ADTS帧。
 (5)FLV封装格式分析程序。可以将FLV中的MP3音频码流分离出来。
 (6)UDP-RTP协议分析程序。可以将分析UDP/RTP/MPEG-TS数据包。

posted on 2018-03-29 16:19  怀想天空2013  阅读(612)  评论(0)  编辑  收藏  举报

导航