AVI檔案格式解析+AVI檔案解析工具

標籤：style   blog   code   http   tar   ext   

    AVI檔案解析工具：http://download.csdn.net/detail/zjq634359531/7556659

    AVI（Audio Video Interleaved的縮寫）是一種RIFF（Resource Interchange File Format的縮寫）檔案格式，多用於音視頻捕捉、編輯、回放等應用程式中。通常情況下，一個AVI檔案可以包含多個不同類型的媒體流（典型的情況下有一個音頻流和一個視頻流），不過含有單一音頻流或單一視頻流的AVI檔案也是合法的。AVI可以算是Windows作業系統上最基本的、也是最常用的一種媒體檔案格式。

    先來介紹RIFF檔案格式。RIFF檔案使用四字元碼FOURCC（four-character code）來表徵資料類型，比如‘RIFF’、‘AVI ’、‘LIST’等。注意，Windows作業系統使用的位元組順序是little-endian，因此一個四字元碼‘abcd’實際的DWORD值應為0x64636261。另外，四字元碼中像‘AVI ’一樣含有空格也是合法的。

RIFF檔案首先含有一個3.31的檔案頭結構。

                                

                                               圖3.31 RIFF檔案結構

   最開始的4個位元組是一個四字元碼‘RIFF’，表示這是一個RIFF檔案；緊跟著後面用4個位元組表示此RIFF檔案的大小；然後又是一個四字元碼說明檔案的具體類型（比如AVI、WAVE等）；最後就是實際的資料。注意檔案大小值的計算方法為：實際資料長度  + 4（檔案類型域的大小）；也就是說，檔案大小的值不包括‘RIFF’域和“檔案大小”域本身的大小。

    RIFF檔案的實際資料中，通常還使用了列表（List）和塊（Chunk）的形式來組織。列表可以嵌套子列表和塊。其中，列表的結構為：‘LIST’ listSize listType listData ——‘LIST’是一個四字元碼，表示這是一個列表；listSize佔用4位元組，記錄了整個列表的大小；listType也是一個四字元碼，表示本列表的具體類型；listData就是實際的列表資料。注意listSize值的計算方法為：實際的列表資料長度 + 4（listType域的大小）；也就是說listSize值不包括‘LIST’域和listSize域本身的大小。再來看塊的結構：ckID ckSize ckData ——ckID是一個表示塊類型的四字元碼；ckSize佔用4位元組，記錄了整個塊的大小；ckData為實際的塊資料。注意ckSize值指的是實際的塊資料長度，而不包括ckID域和ckSize域本身的大小。（注意：在下面的內容中，將以LIST ( listType ( listData ) )的形式來表示一個列表，以ckID ( ckData )的形式來表示一個塊，如[ optional element ]中括弧中的元素表示為可選項。）

     接下來介紹AVI檔案格式。AVI檔案類型用一個四字元碼‘AVI ’來表示。整個AVI檔案的結構為：一個RIFF頭 + 兩個列表（一個用於描述媒體流格式、一個用於儲存媒體流資料） + 一個可選的索引塊。AVI檔案的展開結構大致如下：

RIFF (‘AVI ’
      LIST (‘hdrl’
            ‘avih’(主AVI資訊頭資料)
            LIST (‘strl’
                  ‘strh’ (流的頭資訊資料)
                  ‘strf’ (流的格式資訊資料)
                  [‘strd’ (可選的額外的頭資訊資料) ]
                  [‘strn’ (可選的流的名字) ]
                  ...
                 )
             ...
           )
      LIST (‘movi’
            { SubChunk | LIST (‘rec ’
                              SubChunk1
                              SubChunk2
                              ...
                             )
               ...
            }
            ...
           )
      [‘idx1’ (可選的AVI索引塊資料) ]
     )

    首先，RIFF (‘AVI ’…)表徵了AVI檔案類型。然後就是AVI檔案必需的第一個列表——‘hdrl’列表，用於描述AVI檔案中各個流的格式資訊（AVI檔案中的每一路媒體資料都稱為一個流）。‘hdrl’列表嵌套了一系列塊和子列表——首先是一個‘avih’塊，用於記錄AVI檔案的全域資訊，比如流的數量、視頻映像的寬和高等，可以使用一個AVIMAINHEADER資料結構來操作：

typedef struct _avimainheader {
    FOURCC fcc;   // 必須為‘avih’
    DWORD  cb;    // 本資料結構的大小，不包括最初的8個位元組（fcc和cb兩個域）
    DWORD  dwMicroSecPerFrame;   // 視訊框架間隔時間（以毫秒為單位）
    DWORD  dwMaxBytesPerSec;     // 這個AVI檔案的最大資料率
    DWORD  dwPaddingGranularity; // 資料填充的粒度
    DWORD  dwFlags;         // AVI檔案的全域標記，比如是否含有索引塊等
    DWORD  dwTotalFrames;   // 總幀數
    DWORD  dwInitialFrames; // 為互動格式指定初始幀數（非互動格式應該指定為0）
    DWORD  dwStreams;       // 本檔案包含的流的個數
    DWORD  dwSuggestedBufferSize; // 建議讀取本檔案的緩衝大小（應能容納最大的塊）
    DWORD  dwWidth;         // 視頻映像的寬（以像素為單位）
    DWORD  dwHeight;        // 視頻映像的高（以像素為單位）
    DWORD  dwReserved[4];   // 保留
} AVIMAINHEADER;

   然後，就是一個或多個‘strl’子列表。（檔案中有多少個流，這裡就對應有多少個‘strl’子列表。）每個‘strl’子列表至少包含一個‘strh’塊和一個‘strf’塊，而‘strd’塊（儲存轉碼器需要的一些配置資訊）和‘strn’塊（儲存流的名字）是可選的。首先是‘strh’塊，用於說明這個流的頭資訊，可以使用一個AVISTREAMHEADER資料結構來操作：

typedef struct _avistreamheader {
     FOURCC fcc;  // 必須為‘strh’
     DWORD  cb;   // 本資料結構的大小，不包括最初的8個位元組（fcc和cb兩個域）
FOURCC fccType;    // 流的類型：‘auds’（音頻流）、‘vids’（視頻流）、
                   //‘mids’（MIDI流）、‘txts’（文字流）
     FOURCC fccHandler; // 指定流的處理者，對於音視頻來說就是解碼器
     DWORD  dwFlags;    // 標記：是否允許這個流輸出？調色盤是否變化？
     WORD   wPriority;  // 流的優先順序（當有多個相同類型的流時優先順序最高的為預設流）
     WORD   wLanguage;
     DWORD  dwInitialFrames; // 為互動格式指定初始幀數
     DWORD  dwScale;   // 這個流使用的時間尺度
     DWORD  dwRate;
     DWORD  dwStart;   // 流的開始時間
     DWORD  dwLength;  // 流的長度（單位與dwScale和dwRate的定義有關）
     DWORD  dwSuggestedBufferSize; // 讀取這個流資料建議使用的緩衝大小
     DWORD  dwQuality;    // 流資料的品質指標（0 ~ 10,000）
     DWORD  dwSampleSize; // Sample的大小
     struct {
         short int left;
         short int top;
         short int right;
         short int bottom;
}  rcFrame;  // 指定這個流（視頻流或文字流）在視頻主視窗中的顯示位置
             // 視頻主視窗由AVIMAINHEADER結構中的dwWidth和dwHeight決定
} AVISTREAMHEADER;

 

然後是‘strf’塊，用於說明流的具體格式。如果是視頻流，則使用一個BITMAPINFO資料結構來描述；如果是音頻流，則使用一個WAVEFORMATEX資料結構來描述。

 

當AVI檔案中的所有流都使用一個‘strl’子列表說明了以後（注意：‘strl’子列表出現的順序與媒體流的編號是對應的，比如第一個‘strl’子列表說明的是第一個流（Stream 0），第二個‘strl’子列表說明的是第二個流（Stream 1），以此類推），‘hdrl’列表的任務也就完成了，隨後跟著的就是AVI檔案必需的第二個列表——‘movi’列表，用於儲存真正的媒體流資料（視頻映像幀資料或音頻採樣資料等）。那麼，怎麼來組織這些資料呢？可以將資料區塊直接嵌在‘movi’列表裡面，也可以將幾個資料區塊分組成一個‘rec  ’列表後再編排進‘movi’列表。（注意：在讀取AVI檔案內容時，建議將一個‘rec ’列表中的所有資料區塊一次性讀出。）但是，當AVI檔案中包含有多個流的時候，資料區塊與資料區塊之間如何來區別呢？於是資料區塊使用了一個四字元碼來表徵它的類型，這個四字元碼由2個位元組的類型碼和2個位元組的流編號組成。標準的類型碼定義如下：‘db’（非壓縮視訊框架）、‘dc’（壓縮視訊框架）、‘pc’（改用新的調色盤）、‘wb’（音縮視頻）。比如第一個流（Stream 0）是音頻，則表徵音頻資料區塊的四字元碼為‘00wb’；第二個流（Stream 1）是視頻，則表徵視頻資料區塊的四字元碼為‘00db’或‘00dc’。對於視頻資料來說，在AVI資料序列中間還可以定義一個新的調色盤，每個改變的調色盤資料區塊用‘xxpc’來表徵，新的調色盤使用一個資料結構AVIPALCHANGE來定義。（注意：如果一個流的調色辦中途可能改變，則應在這個流格式的描述中，也就是AVISTREAMHEADER結構的dwFlags中包含一個AVISF_VIDEO_PALCHANGES標記。）另外，文字流資料區塊可以使用隨意的類型碼錶征。

 

最後，緊跟在‘hdrl’列表和‘movi’列表之後的，就是AVI檔案可選的索引塊。這個索引塊為AVI檔案中每一個媒體資料區塊進行索引，並且記錄它們在檔案中的位移（可能相對於‘movi’列表，也可能相對於AVI檔案開頭）。索引塊使用一個四字元碼‘idx1’來表徵，索引資訊使用一個資料結構來AVIOLDINDEX定義。

typedef struct _avioldindex {
   FOURCC  fcc;  // 必須為‘idx1’
   DWORD   cb;   // 本資料結構的大小，不包括最初的8個位元組（fcc和cb兩個域）
   struct _avioldindex_entry {
      DWORD   dwChunkId;   // 表徵本資料區塊的四字元碼
      DWORD   dwFlags;     // 說明本資料區塊是不是主要畫面格、是不是‘rec ’列表等資訊
      DWORD   dwOffset;    // 本資料區塊在檔案中的位移量
      DWORD   dwSize;      // 本資料區塊的大小
  } aIndex[]; // 這是一個數組！為每個媒體資料區塊都定義一個索引資訊
} AVIOLDINDEX;

 

注意：如果一個AVI檔案包含有索引塊，則應在主AVI資訊頭的描述中，也就是AVIMAINHEADER結構的dwFlags中包含一個AVIF_HASINDEX標記。

 

還有一種特殊的資料區塊，用一個四字元碼‘JUNK’來表徵，它用於內部資料的隊齊（填充），應用程式應該忽略這些資料區塊的實際意義。  

 

提示：上述關於AVI檔案格式的介紹，並不包括OpenDML AVI M-JPEG檔案格式小組制定的OpenDML AVI檔案格式擴充部分的內容。想對該擴充部分有更多瞭解的讀者，請另行參考“OpenDML AVI File Format Extensions”一文（此文可在Internet上搜尋獲得）。