音视频入门基础：H.264专题（16）——FFmpeg源码中，判断某文件是否为H.264裸流文件的实现

一、引言

通过FFmpeg命令可以判断出某个文件是否为AnnexB格式的H.264裸流：

所以FFmpeg是怎样判断出某个文件是否为AnnexB格式的H.264裸流呢？它内部其实是通过h264_probe函数来判断的。从文章《FFmpeg源码：av_probe_input_format3函数分析》中我们可以知道：

FFmpeg中实现容器格式检测的函数是av_probe_input_format3函数，其内部通过循环while ((fmt1 = av_demuxer_iterate(&i))) 拿到所有容器格式对应的AVInputFormat结构，然后通过score = fmt1->read_probe(&lpd)语句执行不同容器格式对应的解析函数，根据是否能被解析，以及匹配程度，来判断出这是哪种容器格式。而AnnexB格式的H.264裸流对应的解析函数就是h264_probe函数。

二、h264_probe函数的定义

h264_probe函数定义在FFmpeg源码（本文演示用的FFmpeg源码版本为5.0.3）的源文件libavformat/h264dec.c中：

#define MAX_SPS_COUNT          32
#define MAX_PPS_COUNT         256

static int h264_probe(const AVProbeData *p)
{
    uint32_t code = -1;
    int sps = 0, pps = 0, idr = 0, res = 0, sli = 0;
    int i, ret;
    int pps_ids[MAX_PPS_COUNT+1] = {0};
    int sps_ids[MAX_SPS_COUNT+1] = {0};
    unsigned pps_id, sps_id;
    GetBitContext gb;

    for (i = 0; i + 2 < p->buf_size; i++) {
        code = (code << 8) + p->buf[i];
        if ((code & 0xffffff00) == 0x100) {
            int ref_idc = (code >> 5) & 3;
            int type    = code & 0x1F;
            static const int8_t ref_zero[] = {
                 2,  0,  0,  0,  0, -1,  1, -1,
                -1,  1,  1,  1,  1, -1,  2,  2,
                 2,  2,  2,  0,  2,  2,  2,  2,
                 2,  2,  2,  2,  2,  2,  2,  2
            };

            if (code & 0x80) // forbidden_bit
                return 0;

            if (ref_zero[type] == 1 && ref_idc)
                return 0;
            if (ref_zero[type] == -1 && !ref_idc)
                return 0;
            if (ref_zero[type] == 2) {
                if (!(code == 0x100 && !p->buf[i + 1] && !p->buf[i + 2]))
                    res++;
            }

            ret = init_get_bits8(&gb, p->buf + i + 1, p->buf_size - i - 1);
            if (ret < 0)
                return 0;

            switch (type) {
            case 1:
            case 5:
                get_ue_golomb_long(&gb);
                if (get_ue_golomb_long(&gb) > 9U)
                    return 0;
                pps_id = get_ue_golomb_long(&gb);
                if (pps_id > MAX_PPS_COUNT)
                    return 0;
                if (!pps_ids[pps_id])
                    break;

                if (type == 1)
                    sli++;
                else
                    idr++;
                break;
            case 7:
                skip_bits(&gb, 14);
                if (get_bits(&gb, 2))
                    return 0;
                skip_bits(&gb, 8);
                sps_id = get_ue_golomb_long(&gb);
                if (sps_id > MAX_SPS_COUNT)
                    return 0;
                sps_ids[sps_id] = 1;
                sps++;
                break;
            case 8:
                pps_id = get_ue_golomb_long(&gb);
                if (pps_id > MAX_PPS_COUNT)
                    return 0;
                sps_id = get_ue_golomb_long(&gb);
                if (sps_id > MAX_SPS_COUNT)
                    return 0;
                if (!sps_ids[sps_id])
                    break;
                pps_ids[pps_id] = 1;
                pps++;
                break;
            }
        }
    }
    ff_tlog(NULL, "sps:%d pps:%d idr:%d sli:%d res:%d\n", sps, pps, idr, sli, res);

    if (sps && pps && (idr || sli > 3) && res < (sps + pps + idr))
        return AVPROBE_SCORE_EXTENSION + 1;  // 1 more than .mpg

    return 0;
}

其作用就是检测某个文件是否为AnnexB格式的H.264裸流文件。

形参pd：输入型参数，为AVProbeData类型的指针。

AVProbeData结构体声明在libavformat/avformat.h中：

/**
 * This structure contains the data a format has to probe a file.
 */
typedef struct AVProbeData {
    const char *filename;
    unsigned char *buf; /**< Buffer must have AVPROBE_PADDING_SIZE of extra allocated bytes filled with zero. */
    int buf_size;       /**< Size of buf except extra allocated bytes */
    const char *mime_type; /**< mime_type, when known. */
} AVProbeData;

p->filename为：需要被推测格式的文件的路径。

p->buf：指向“存放从路径为p->filename的文件中读取出来的二进制数据”的缓冲区。

p->buf_size：缓冲区p->buf的大小，单位为字节。注：FFmpeg判断某个文件是否为H.264裸流时不会读取完整个H.264裸流文件，只会读取它前面的一部分，比如最开始的2048个字节。只要根据前面的这些字节就足够判断出它的格式了，所以p->buf_size的值一般就是2048。

p->mime_type：一般为NULL，可忽略。

返回值：返回一个类型为整形的分值。返回0表示该文件完全不符合AnnexB格式的H.264裸流文件的格式。返回AVPROBE_SCORE_EXTENSION + 1（也就是51）表示该文件比较符合AnnexB格式的H.264裸流文件的格式，但还需要在av_probe_input_format3函数中执行其它容器格式对应的解析函数来进行对比，最终通过最高分来确定到底是哪种容器格式。

三、h264_probe函数的内部实现原理

h264_probe函数中，首先通过下面语句，让变量code被赋值为十进制的4294967295，也就是十六进制的0xFFFFFFFF。（具体可以参考：《为什么有符号数0XFFFF FFFF代表-1？》）：

uint32_t code = -1;

然后通过下面语句初始化局部变量。其中变量sps表示该路H.264码流中sps（Sequence parameter set）的数量；pps表示该路H.264码流中pps（Picture parameter set）的数量；变量idr表示该路H.264码流中IDR SLICE（Coded slice of an IDR picture）的数量；变量sli表示该路H.264码流中非IDR SLICE（Coded slice of a non-IDR picture）的数量：

int sps = 0, pps = 0, idr = 0, res = 0, sli = 0;

检测到0x000001或0x00000001的起始码时，意味读取到了某个NALU的开头，将其NALU Header中的nal_ref_idc和nal_unit_type读取出来，分别存贮到变量ref_idc和变量type中：

    for (i = 0; i + 2 < p->buf_size; i++) {
        code = (code << 8) + p->buf[i];
        if ((code & 0xffffff00) == 0x100) {
            int ref_idc = (code >> 5) & 3;
            int type    = code & 0x1F;
       //...

从文章《音视频入门基础：H.264专题（4）——NALU Header：forbidden_zero_bit、nal_ref_idc、nal_unit_type简介》中，可以知道，NALU Header中的forbidden_zero_bit 的值应为0。所以如果检测到forbidden_zero_bit 的值为1，h264_probe函数返回0，表示该文件完全不符合H.264裸流文件的格式：

            if (code & 0x80) // forbidden_bit
                return 0;

我们再来看看下面语句是什么意思：

            static const int8_t ref_zero[] = {
                 2,  0,  0,  0,  0, -1,  1, -1,
                -1,  1,  1,  1,  1, -1,  2,  2,
                 2,  2,  2,  0,  2,  2,  2,  2,
                 2,  2,  2,  2,  2,  2,  2,  2
            };

            //...

            if (ref_zero[type] == 1 && ref_idc)
                return 0;
            if (ref_zero[type] == -1 && !ref_idc)
                return 0;
            if (ref_zero[type] == 2) {
                if (!(code == 0x100 && !p->buf[i + 1] && !p->buf[i + 2]))
                    res++;
            }

语句：

if (ref_zero[type] == 1 && ref_idc)
                return 0;

的意思是：根据H.264官方文档《T-REC-H.264-202108-I!!PDF-E.pdf》第65页中的表格，下面表格中的红框里面的NALU重要性低，它们的nal_ref_idc值应为0。如果它们的值大于0，则h264_probe函数返回0，表示该文件完全不符合H.264裸流文件的格式：

语句：

if (ref_zero[type] == -1 && !ref_idc)
                return 0;

的意思是：下面红框里面的NALU重要性高，它们的nal_ref_idc值应为1到3。如果它们的值为0，则h264_probe函数返回0，表示该文件完全不符合H.264裸流文件的格式：

初始化GetBitContext结构体，使得接下来可以按位读取这路H.264码流中的数据。如果初始化失败，h264_probe函数返回0，表示该文件完全不符合H.264裸流文件的格式（关于init_get_bits8函数可以参考：《FFmpeg中位操作相关的源码：GetBitContext结构体，init_get_bits函数、get_bits1函数和get_bits函数分析》）：

ret = init_get_bits8(&gb, p->buf + i + 1, p->buf_size - i - 1);
if (ret < 0)
    return 0;

然后如果上述读取到的NALU的NALU Header中的nal_unit_type为7，表示该NALU为sps，会执行下面语句：

switch (type) {
//...
case 7:
    skip_bits(&gb, 14);
    if (get_bits(&gb, 2))
        return 0;
    skip_bits(&gb, 8);
    sps_id = get_ue_golomb_long(&gb);
    if (sps_id > MAX_SPS_COUNT)
        return 0;
    sps_ids[sps_id] = 1;
    sps++;
    break;
//...
}

上面代码块中，语句：

if (get_bits(&gb, 2))
    return 0;

的意思是：读取sps中的reserved_zero_2bits属性。根据H.264官方文档第44页，reserved_zero_2bits的值应为0，如果它不为0，h264_probe函数返回0，表示该文件完全不符合H.264裸流文件的格式：

上面代码块中，语句：

sps_id = get_ue_golomb_long(&gb);
if (sps_id > MAX_SPS_COUNT)
    return 0;

的意思是：读取sps中的seq_parameter_set_id属性。根据H.264官方文档第74页，seq_parameter_set_id属性的取值范围为0 ~ 31(包括0 ~ 31)，所以如果读取出来的seq_parameter_set_id大于MAX_SPS_COUNT，也就是大于32，h264_probe函数返回0，表示该文件完全不符合H.264裸流文件的格式：（注：个人认为这部分的FFmpeg源码写得有bug，应该是 if(sps_id >= MAX_SPS_COUNT)才对吧？因为根据官方文档seq_parameter_set_id不能为32！！！）：

h264_probe函数中nal_unit_type为其它值时的处理跟sps的大同小异，这里就不说了。

最后通过下面语句判断：该路H.264码流中，如果存在sps，存在pps，并且存在IDR SLICE或者非IDR SLICE的数量大于3个，则返回AVPROBE_SCORE_EXTENSION + 1（也就是返回51），意味着该文件比较符合AnnexB格式的H.264裸流文件格式：

if (sps && pps && (idr || sli > 3) && res < (sps + pps + idr))
        return AVPROBE_SCORE_EXTENSION + 1;  // 1 more than .mpg

    return 0;