h264文件分析(纯c解析代码)
参考链接:1. 解析H264的SPS信息 https://blog.csdn.net/lizhijian21/article/details/80982403
2. h.264的POC计算 https://www.cnblogs.com/TaigaCon/p/3551001.html
3. 视音频数据处理入门：H.264视频码流解析 https://blog.csdn.net/leixiaohua1020/article/details/50534369
代码中的注释, 有对SPS，PPS，SLICE的分析，未进行代码分析(有些可能不准确)。
SPS语法
PPS语法
1 #include <stdio.h> 2 #include <stdlib.h> 3 #include <string.h> 4 #include <arpa/inet.h> 5 6 #define TAB44 " " 7 #define PRINTF_DEBUG 8 9 #define PRTNTF_STR_LEN 10 10 11 /************************************************************************************************************ 12 ** nalu header: 负责将VCL产生的比特字符串适配到各种各样的网络和多元环境中, 13 覆盖了所有片级以上的语法级别(NALU的作用, 方便网络传输) 14 ** 15 ------------------------------------------------------------------------------------------------------------- 16 ** 字段名称 | 长度(bits) | 有关描述 17 ------------------------------------------------------------------------------------------------------------- 18 ** forbidden_bit | 1 | 编码中默认值为0, 当网络识别此单元中存在比特错误时, 可将其设为1, 以便接收方丢掉该单元 19 ** nal_reference_idc | 2 | 0~3标识这个NALU的重要级别 20 ** nal_unit_type | 5 | NALU的类型(类型1~12是H.264定义的, 类型24~31是用于H.264以外的, 21 RTP负荷规范使用这其中的一些值来定义包聚合和分裂, 其他值为H.264保留) 22 23 ** nal_unit_type: 24 0 未使用 25 1 未使用Data Partitioning, 非IDR图像的Slice 26 2 使用Data Partitioning且为Slice A 27 3 使用Data Partitioning且为Slice B 28 4 使用Data Partitioning且为Slice C 29 5 IDR图像的Slice(立即刷新) 30 6 补充增强信息(SEI) 31 7 序列参数集(sequence parameter set, SPS) 32 8 图像参数集(picture parameter set, PPS) 33 9 分界符 34 10 序列结束 35 11 码流结束 36 12 填充 37 13...23 保留 38 24...31 未使用 39 40 ** SPS, PPS. SLICE等信息就不解析了. 为了减少bits, 用了哥伦布编码(自己解析比较麻烦, 但是网上有很多). 41 42 ** SPS信息说明: 43 1. 视频宽高, 帧率等信息; 44 2. seq_parameter_set_id, 指明本序列参数集的id号, 这个id号将被picture参数集引用; 45 3. pic_width_in_mbs_minus1, 加1指定以宏块(16*16)为单位的每个解码图像的宽度, 即width = (pic_width_in_mbs_minus1 + 1) * 16 46 4. pic_height_in_map_units_minus1; 47 5. pic_order_cnt_type, 视频的播放顺序序号叫做POC(picture order count), 取值0,1,2; 48 6. time_scale, fixed_frame_rate_flag, 计算帧率(fps). 49 视频帧率信息在SPS的VUI parameters syntax中, 需要根据time_scale, fixed_frame_rate_flag计算得到: fps = time_scale / num_units_in_tick. 50 但是需要判断参数timing_info_present_flag是否存在, 若不存在表示FPS在信息流中无法获取. 51 同时还存在另外一种情况: fixed_frame_rate_flag为1时, 两个连续图像的HDR输出时间频率为单位, 获取的fps是实际的2倍. 52 53 ** PPS信息说明: 54 1. pic_parameter_set_id, 用以指定本参数集的序号, 该序号在各片的片头被引用; 55 2. seq_parameter_set_id, 指明本图像参数集所引用的序列参数集的序号; 56 3. 其他高深的暂时还不理解, 指明参考帧队列等. 57 58 ** SLICE信息说明: 59 1. slice_type, 片的类型; 60 2. pic_parameter_set_id, 引用的图像索引; 61 3. frame_num, 每个参考帧都有一个连续的frame_num作为它们的标识, 它指明了各图像的解码顺序. 非参考帧也有，但没有意义; 62 4. least significant bits; 63 5. 综合三种poc(pic_order_cnt_type), 类型2应该是最省bit的, 因为直接从frame_num获得, 但是序列方式限制最大; 64 类型1, 只需要一定的bit量在sps标志出一些信息还在slice header中表示poc的变化, 但是比类型0要节省bit, 但是其序列并不是随意的, 要周期变化; 65 对于类型0因为要对poc的lsb(pic_order_cnt_lsb, last bit)进行编码所以用到的bit最多, 优点是序列可以随意. 66 ** 自我理解, 不一定准确(这边算显示顺序, 要根据SPS中的pic_order_cnt_type, 为2, 意味着码流中没有B帧, frame_num即为显示顺序; 67 为1, 依赖frame_num求解POC; 为0, 把POC的低位编进码流内, 但这只是低位, 而POC的高位PicOrderCntMsb则要求解码器自行计数, 68 计数方式依赖于前一编码帧(PrevPicOrderCntMsb与PrevPicOrderCntLsb. 69 70 ** 一般的码流分析所见(未仔细证实): pic_order_cnt_type=2, 只有frame_num(无B帧); 71 pic_order_cnt_type=1, 暂未分析到; 72 pic_order_cnt_type=0, pic_order_cnt_lsb指示显示顺序, 一般为偶数增长(0, 2, 4, 6, 据说是什么场方式和帧方式, 场时其实是0 0 2 2 4 4). 73 74 ** 编码与显示的原因: 视频编码顺序与视频的播放顺序, 并不完全相同, 视频编码时, 如果采用了B帧编码, 由于B帧很多时候都是双向预测得来的, 75 这时会先编码B帧的后向预测图像(P帧), 然后再进行B帧编码, 因此会把视频原来的播放顺序打乱, 以新的编码顺序输出码流, 76 而在解码断接收到码流后, 需要把顺序还原成原本的播放顺序, 以输出正确的视频. 在编解码中, 视频的播放顺序序号叫做POC(picture order count). 77 78 ** 总结: 1. 码流中有很多SPS(序列), 一个序列中有多个图像, 一个图像中有多个片, 一个片中有多个块; 79 2. SPS中有seq_parameter_set_id. PPS中有pic_parameter_set_id, 并通过seq_parameter_set_id指明关联的序列. 80 SLICE中有pic_parameter_set_id, 指明关联的图像; 81 3. SPS中可计算宽高以及帧率, pic_order_cnt_type(显示顺序的类型); 82 SLICE HEADER中可算出解码的顺序, 以及根据pic_order_cnt_type算出显示顺序. 83 ************************************************************************************************************/ 84 typedef enum e_h264_nalu_priority 85 { 86 NALU_PRIORITY_DISPOSABLE = 0, 87 NALU_PRIORITY_LOW = 1, 88 NALU_PRIORITY_HIGH = 2, 89 NALU_PRIORITY_HIGHEST = 3, 90 } E_H264_NALU_PRIORITY; 91 92 typedef enum e_h264_nalu_type 93 { 94 NALU_TYPE_SLICE = 1, 95 NALU_TYPE_DPA = 2, 96 NALU_TYPE_DPB = 3, 97 NALU_TYPE_DPC = 4, 98 NALU_TYPE_IDR = 5, 99 NALU_TYPE_SEI = 6, 100 NALU_TYPE_SPS = 7, 101 NALU_TYPE_PPS = 8, 102 NALU_TYPE_AUD = 9, 103 NALU_TYPE_EOSEQ = 10, 104 NALU_TYPE_EOSTREAM = 11, 105 NALU_TYPE_FILL = 12, 106 } E_H264_NALU_TYPE; 107 108 typedef struct t_h264_nalu_header 109 { 110 unsigned char forbidden_bit:1, nal_reference_idc:2, nal_unit_type:5; 111 } T_H264_NALU_HEADER; 112 113 typedef struct t_h264_nalu 114 { 115 int startCodeLen; 116 117 T_H264_NALU_HEADER h264NaluHeader; 118 119 unsigned int bodyLen; 120 121 unsigned char *bodyData; 122 } T_H264_NALU; 123 124 /********************************************************************************** 125 1. h264的起始码: 0x000001(3 Bytes)或0x00000001(4 Bytes); 126 2. 文件流中用起始码来区分NALU. 127 ***********************************************************************************/ 128 static int FindStartCode3Bytes(unsigned char *scData) 129 { 130 int isFind = 0; 131 132 if ((0==scData[0]) && (0==scData[1]) && (1==scData[2])) 133 { 134 isFind = 1; 135 } 136 137 return isFind; 138 } 139 140 static int FindStartCode4Bytes(unsigned char *scData) 141 { 142 int isFind = 0; 143 144 if ((0==scData[0]) && (0==scData[1]) && (0==scData[2]) && (1 == scData[3])) 145 { 146 isFind = 1; 147 } 148 149 return isFind; 150 } 151 152 static int GetNaluDataLen(int startPos, int h264BitsSize, unsigned char *h264Bits) 153 { 154 int parsePos = 0; 155 156 parsePos = startPos; 157 158 while (parsePos < h264BitsSize) 159 { 160 if (FindStartCode3Bytes(&h264Bits[parsePos])) 161 { 162 return parsePos - startPos; 163 } 164 else if (FindStartCode4Bytes(&h264Bits[parsePos])) 165 { 166 return parsePos - startPos; 167 } 168 else 169 { 170 parsePos++; 171 } 172 } 173 174 return parsePos - startPos; // if file is end 175 } 176 177 static void ParseNaluData(const unsigned int naluLen, unsigned char* const nuluData) 178 { 179 static int naluNum = 0; 180 181 unsigned char *data = NULL; 182 unsigned char priorityStr[PRTNTF_STR_LEN+1] = {0}; 183 unsigned char typeStr[PRTNTF_STR_LEN+1] = {0}; 184 185 T_H264_NALU_HEADER h264NaluHeader = {0}; 186 187 data = nuluData; 188 189 memset(&h264NaluHeader, 0x0, sizeof(T_H264_NALU_HEADER)); 190 191 h264NaluHeader.nal_reference_idc = data[0]>>5 & 0x3; 192 h264NaluHeader.nal_unit_type = data[0] & 0x1f; 193 194 naluNum++; 195 196 #ifdef PRINTF_DEBUG 197 switch (h264NaluHeader.nal_reference_idc) 198 { 199 case NALU_PRIORITY_DISPOSABLE: 200 sprintf(priorityStr, "DISPOS"); 201 break; 202 203 case NALU_PRIORITY_LOW: 204 sprintf(priorityStr, "LOW"); 205 break; 206 207 case NALU_PRIORITY_HIGH: 208 sprintf(priorityStr, "HIGH"); 209 break; 210 211 case NALU_PRIORITY_HIGHEST: 212 sprintf(priorityStr, "HIGHEST"); 213 break; 214 215 default: 216 break; 217 } 218 219 switch (h264NaluHeader.nal_unit_type) 220 { 221 case NALU_TYPE_SLICE: 222 sprintf(typeStr, "SLICE"); 223 break; 224 225 case NALU_TYPE_DPA: 226 sprintf(typeStr, "DPA"); 227 break; 228 229 case NALU_TYPE_DPB: 230 sprintf(typeStr, "DPB"); 231 break; 232 233 case NALU_TYPE_DPC: 234 sprintf(typeStr, "DPC"); 235 break; 236 237 case NALU_TYPE_IDR: 238 sprintf(typeStr, "IDR"); 239 break; 240 241 case NALU_TYPE_SEI: 242 sprintf(typeStr, "SEI"); 243 break; 244 245 case NALU_TYPE_SPS: 246 sprintf(typeStr, "SPS"); 247 break; 248 249 case NALU_TYPE_PPS: 250 sprintf(typeStr, "PPS"); 251 break; 252 253 case NALU_TYPE_AUD: 254 sprintf(typeStr, "AUD"); 255 break; 256 257 case NALU_TYPE_EOSEQ: 258 sprintf(typeStr, "EOSEQ"); 259 break; 260 261 case NALU_TYPE_EOSTREAM: 262 sprintf(typeStr, "EOSTREAM"); 263 break; 264 265 case NALU_TYPE_FILL: 266 sprintf(typeStr, "FILL"); 267 break; 268 269 default: 270 break; 271 } 272 273 printf("%5d| %7s| %6s| %8d|\n", naluNum, priorityStr, typeStr, naluLen); 274 #endif 275 } 276 277 int main(int argc, char *argv[]) 278 { 279 int fileLen = 0; 280 int naluLen = 0; 281 int h264BitsPos = 0; 282 283 unsigned char *h264Bits = NULL; 284 unsigned char *naluData = NULL; 285 286 FILE *fp = NULL; 287 288 if (2 != argc) 289 { 290 printf("Usage: flvparse **.flv\n"); 291 292 return -1; 293 } 294 295 fp = fopen(argv[1], "rb"); 296 if (!fp) 297 { 298 printf("open file[%s] error!\n", argv[1]); 299 300 return -1; 301 } 302 303 fseek(fp, 0, SEEK_END); 304 305 fileLen = ftell(fp); 306 307 fseek(fp, 0, SEEK_SET); 308 309 h264Bits = (unsigned char*)malloc(fileLen); 310 if (!h264Bits) 311 { 312 printf("maybe file is too long, or memery is not enough!\n"); 313 314 fclose(fp); 315 316 return -1; 317 } 318 319 memset(h264Bits, 0x0, fileLen); 320 321 if (fread(h264Bits, 1, fileLen, fp) < 0) 322 { 323 printf("read file data to h264Bits error!\n"); 324 325 fclose(fp); 326 free(h264Bits); 327 328 h264Bits = NULL; 329 330 return -1; 331 } 332 333 fclose(fp); 334 335 printf("-----+-------- NALU Table ------+\n"); 336 printf(" NUM | IDC | TYPE | LEN |\n"); 337 printf("-----+--------+-------+---------+\n"); 338 339 while (h264BitsPos < (fileLen-4)) 340 { 341 if (FindStartCode3Bytes(&h264Bits[h264BitsPos])) 342 { 343 naluLen = GetNaluDataLen(h264BitsPos+3, fileLen, h264Bits); 344 345 naluData = (unsigned char*)malloc(naluLen); 346 if (naluData) 347 { 348 memset(naluData, 0x0, naluLen); 349 350 memcpy(naluData, h264Bits+h264BitsPos+3, naluLen); 351 352 ParseNaluData(naluLen, naluData); 353 354 free(naluData); 355 naluData = NULL; 356 } 357 358 h264BitsPos += (naluLen+3); 359 } 360 else if (FindStartCode4Bytes(&h264Bits[h264BitsPos])) 361 { 362 naluLen = GetNaluDataLen(h264BitsPos+4, fileLen, h264Bits); 363 364 naluData = (unsigned char*)malloc(naluLen); 365 if (naluData) 366 { 367 memset(naluData, 0x0, naluLen); 368 369 memcpy(naluData, h264Bits+h264BitsPos+4, naluLen); 370 371 ParseNaluData(naluLen, naluData); 372 373 free(naluData); 374 naluData = NULL; 375 } 376 377 h264BitsPos += (naluLen+4); 378 } 379 else 380 { 381 h264BitsPos++; 382 } 383 } 384 385 return 0; 386 }
最后如果您觉得本篇对您有帮助，可以打赏下，谢谢！！！
