flv格式分析与解复用

news2024/9/21 14:49:42

介绍

FLV(Flash Video)是Adobe公司推出的⼀种流媒体格式，由于其封装后的⾳视频⽂件体积⼩、封装简单等特点，⾮常适合于互联⽹上使⽤。⽬前主流的视频⽹站基本都⽀持FLV。采⽤FLV 格式封装的⽂件后缀为.flv。

FLV封装格式是由⼀个⽂件头(file header)和⽂件体(file Body)组成。其中，FLV body由⼀对对的(Previous Tag Size字段 + tag)组成。Previous Tag Size字段排列在Tag之前，占⽤4 个字节。Previous Tag Size记录了前⾯⼀个Tag的⼤⼩，⽤于逆向读取处理。FLV header后的第⼀个Pervious Tag Size的值为0。

Tag⼀般可以分为3种类型：脚本(帧)数据类型、⾳频数据类型、视频数据。FLV数据以⼤端序进⾏存储，在解析时需要注意。⼀个标准FLV⽂件结构如下图

FLV⽂件的详细内容结构如下图：

音视频存在索引下标是5 7

整体的解析框架

详细剖析

注：在下⾯的数据type中，UI表示⽆符号整形，后⾯跟的数字表示其⻓度是多少位。⽐如 UI8，表示⽆符号整形，⻓度⼀个字节。UI24是三个字节,UI[8*n]表示多个字节。UB表示位域，UB5表示⼀个字节的5位。可以参考c中的位域结构体。

FLV header

FLV头占9个字节，⽤来标识⽂件为FLV类型，以及后续存储的⾳视频流。
⼀个FLV⽂件，每种类型的tag都属于⼀个流，也就是⼀个flv⽂件最多只有⼀个⾳频流，⼀个视频流，不存在多个独⽴的⾳视频流在⼀个⽂件的情况。

FLV头的结构如下：
签名 UI8 'F'(0x46)
签名 UI8 'L'(0x4C)
签名 UI8 'V'(0x56)

版本 UI8 FLV的版本。0x01表示FLV版本为1

typeflags:
保留字段 UB5 前五位都为0
⾳频流标识 UB1 是否存在⾳频流
保留字段 UB1 为0
视频流标识 UB1 是否存在视频流

dataOffset ⽂件头⼤⼩ UI32
FLV版本1时填写9，表明的是FLV头的⼤⼩，为后期的FLV版本扩展使⽤。包括这四个字节。数据的起始位置就是从⽂件开头偏移这么多的⼤⼩。

FLV Body

FLV Heade之后是FLV File Body。（一般15字节）
FLV File Body =N*(PreviousTagSize + tags)构成。

解析一组body

tag n：

flv文件分析示例

小结：

data1不同类型处理

视频帧类型 Video Tag Data

Frame Type (4 bits)
标识当前帧的类型,可以是关键帧(Keyframe, 值为 1)或非关键帧(非值为 1)。
Codec ID (4 bits)
标识视频编码的类型,如 H.264(7)、VP6(4)、Sorenson H.263(2)等。

对于非 H.264 编码:视频编码数据根据不同的编码格式,这里包含实际的视频编码数据。

对于 H.264 编码:
AVCPacketType (8 bits) ：当前数据包的类型,可以是 0(AVCDecoderConfigurationRecord)、1(NALU)或2(empty)。
CompositionTime (24 bits, signed integer)：视频帧的显示时间偏移,单位为毫秒。

注意：显示时间 = 解码时间（tag的第5~8字节（tag.timestamp）,位置索引[4]~[7]）+ CompositionTime

NALU 数据
如果 AVCPacketType 为 1,则这里包含一个或多个 NALU(Network Abstraction Layer Unit)。

总结：
非 H.264 编码: 1 byte (Frame Type + Codec ID) + 视频编码数据长度

H.264 编码: 1 byte (Frame Type + Codec ID) + 1 byte (AVCPacketType) +3 bytes (CompositionTime) + data2数据长度(nalu)

音频帧类型Audio Tag Data结构

音频参数提取格式：

字段名称                    字节数   描述
audioObjectType             5 bits   AAC 音频编码类型
samplingFrequencyIndex 4 bits   采样率索引
channelConfiguration   4 bits   声道数
frameLengthFlag             1 bit   帧长度标志
dependsOnCoreCoder 1 bit   是否依赖核心编码器
extensionFlag                  1 bit   扩展标志

adts首部学习：

AAC分析_aac syncword 帧长-CSDN博客

脚本帧类型

Script data脚本数据就是描述视频或⾳频的信息的数据，如宽度、⾼度、时间等等，⼀个⽂件中通常只有⼀个元数据，⾳频tag和视频tag就是⾳视频信息了，采样、声道、频率，编码等信息。

Script Tag Data结构(脚本类型、帧类型)

该类型Tag⼜被称为MetaDataTag,存放⼀些关于FLV视频和⾳频的元信息，⽐如：duration、width、 height等。通常该类型Tag会作为FLV⽂件的第⼀个tag，并且只有⼀个，跟在File Header后。

AMF包

第一个 AMF 包:

第 1 个字节 (0x02) 表示这是一个字符串类型的 AMF 包。

第 2-3 个字节 (0x000A) 表示字符串的长度,这里是 10,对应 "onMetaData"。

后面 10 个字节 (0x6F,0x6E,0x4D,0x65,0x74,0x61,0x44,0x61,0x74,0x61) 就是字符串 "onMetaData"。

第二个 AMF 包:

第 1 个字节 (0x08) 表示这是一个数组类型的 AMF 包。

第 2-5 个字节 (某个 UI32 值) 表示数组中元素的个数。

后面就是这个数组的各个元素,每个元素是一个包含名称和值的对。常见的数组元素包括视频编码信息、音频编码信息、持续时间等。

小结:

第一个 AMF 包起到一个引导作用,告诉我们接下来的数据是 FLV 文件的元数据。

第二个 AMF 包才是真正的元数据容器,存储了文件的各种属性信息。