【音视频基础】AVI文件格式

news2025/1/15 13:48:25

AVI文件采用的是RIFF文件结构方式。波形音频wave，MIDI和数字视频AVI都采用这种格式存储。
AVI文件的整体结构如下图所示
在这里插入图片描述

构造RIFF文件的基本单元叫做数据块（Chunk），每个数据块包含3个部分

4字节的数据块标记（或者叫做数据块的ID）
数据块大小
数据

整个RIFF文件可以看成一个RIFF块。一个RIFF文件中只允许存在一个RIFF块。RIFF块中包含一系列的子块，其中有一种子块的ID为“LIST”称为LIST，LIST块中可以再包含一系列的子块，但除了LIST块外的其他所有的子块都不能再包含子块。

RIFF和LIST块分别比普通的数据块多一个被称为形式类型（Form Type）和列表类型（List Type）的数据域，其组成如下

4字节的数据块标记（Chunk ID）
数据块的大小
4字节的形式类型或者列表类型
数据

//Chunks
typedef struct {
DWORD dwFourCC
DWORD dwSize      //data
BYTE data[dwSize] // contains headers or video/audio data
} CHUNK;
 
//Lists
typedef struct {
DWORD dwList
DWORD dwSize        //dwFourcc + data
DWORD dwFourCC
BYTE data[dwSize-4] // contains Lists and Chunks
} LIST;

整个AVI文件是一个类型码为为"AVI "的RIFF块，其主要有三个subchunk构成：

信息块（“hdrl” LIST块，用于描述AVI的流数据格式）
数据块（“movi” LIST块，用于保存音视频序列数据）
索引块（可选的，"idxl"子块）

AVI文件的展开结构大致如下：
在这里插入图片描述

在这里插入图片描述
avih块用于描述avi文件信息

其结构如下
在这里插入图片描述

typedef struct
{
    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）
    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;

strh用于描述流的头信息

在这里插入图片描述

// AVI流头部
typedef struct
{
    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;             // 语言
    DWORD dwInitialFrames;      // 为交互格式指定初始帧数
    DWORD dwScale;              // 每帧视频大小或者音频采样大小
    DWORD dwRate;               // dwScale/dwRate，每秒采样率
    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
    RECT 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;

该块用于描述流的具体信息。如果是视频流（vids，由strh块得知），用一个BitmapInfo结构体表示，如果是音频流（auds），用WaveFormatEx结构体表示。

在这里插入图片描述
数据块中存储视频和音频数据流，数据可直接存于“movi LIST”中。数据块中音视频数据按不同的子块存放，其结构如下所述
音频子块
“##wb”
Wave 数据流
视频子块中存储DIB数据，又分为压缩或者未压缩DIB
“##db”
RGB数据流
“##dc”
压缩数据流
索引块包含数据块在文件中的位置索引，能提高avi文件的读写速度。这个块不是必需的。