FLV文件格式解析

2012年08月30日 分类：学习笔记图像处理

<div class="entry-content" deep="4">    <div id="toc"><p id="toctitle">目录</p><ul id="ul_1"><li><a href="#toc-1">1.header</a></li>

2.body

2.1.Tag

2.2.Tag Data

2.2.1.音频数据

2.2.2.视频数据

2.2.3脚本数据

3.总结

最近要用到flv，整理了一些flv格式的资料，供参考。
flv文件主要由两部分组成：header和body。

1.header

header部分记录了flv的类型、版本等信息，是flv的开头，一般都差不多，占9bytes。具体格式如下： 文件类型 3 bytes “FLV” 版本 1 byte 一般为0x01 流信息 1 byte 倒数第一位是1表示有视频，倒数第三位是1表示有音频，倒数第二、四位必须为0 header长度 4 bytes 整个header的长度，一般为9；大于9表示下面还有扩展信息

2.body

body部分由一个个Tag组成，每个Tag的下面有一块4bytes的空间，用来记录这个tag的长度，这个后置用于逆向读取处理，他们的关系如下图：

2.1.Tag

每个Tag由也是由两部分组成的：Tag Header和Tag Data。Tag Header里存放的是当前Tag的类型、数据区（Tag Data）长度等信息，具体如下： 名称 长度 介绍 Tag类型 1 bytes 8：音频
9：视频
18：脚本
其他：保留 数据区长度 3 bytes 在数据区的长度 时间戳 3 bytes 整数，单位是毫秒。对于脚本型的tag总是0 时间戳扩展 1 bytes 将时间戳扩展为4bytes，代表高8位。很少用到 StreamsID 3 bytes 总是0 数据区(data) 由数据区长度决定 数据实体

2.2.Tag Data

数据区根据Tag类型的不同可分为三种，音频数据、视频数据和脚本数据。

2.2.1.音频数据

第一个byte是音频的信息，格式如下。
名称 长度 介绍 音频格式 4 bits 0 = Linear PCM, platform endian
1 = ADPCM
2 = MP3
3 = Linear PCM, little endian
4 = Nellymoser 16-kHz mono
5 = Nellymoser 8-kHz mono
6 = Nellymoser
7 = G.711 A-law logarithmic PCM
8 = G.711 mu-law logarithmic PCM
9 = reserved
10 = AAC
11 = Speex
14 = MP3 8-Khz
15 = Device-specific sound 采样率 2 bits 0 = 5.5-kHz
1 = 11-kHz
2 = 22-kHz
3 = 44-kHz
对于AAC总是3 采样的长度 1 bit 0 = snd8Bit
1 = snd16Bit
压缩过的音频都是16bit 音频类型 1 bit 0 = sndMono
1 = sndStereo
对于AAC总是1 第2byte开始就是音频流数据了。

2.2.2.视频数据

和音频数据一样，第一个byte是视频信息，格式如下： 名称 长度 介绍 帧类型 4 bits 1: keyframe (for AVC, a seekable frame)
2: inter frame (for AVC, a non-seekable frame)
3: disposable inter frame (H.263 only)
4: generated keyframe (reserved for server use only)
5: video info/command frame 编码ID 4 bits 1: JPEG (currently unused)
2: Sorenson H.263
3: Screen video
4: On2 VP6
5: On2 VP6 with alpha channel
6: Screen video version 2
7: AVC

2.2.3脚本数据

脚本Tag一般只有一个，是flv的第一个Tag，用于存放flv的信息，比如duration、audiodatarate、creator、width等。

首先介绍下脚本的数据类型。所有数据都是以数据类型+（数据长度）+数据的格式出现的，数据类型占1byte，数据长度看数据类型是否存在，后面才是数据。
其中数据类型的种类有：

• 0 = Number type
• 1 = Boolean type
• 2 = String type
• 3 = Object type
• 4 = MovieClip type
• 5 = Null type
• 6 = Undefined type
• 7 = Reference type
• 8 = ECMA array type
• 10 = Strict array type
• 11 = Date type
• 12 = Long string type

如果类型为String，后面的2bytes为字符串的长度（Long String是4bytes），再后面才是字符串数据；如果是Number类型，后面的8bytes为Double类型的数据；Boolean类型，后面1byte为Bool类型。

知道了这些后再来看看flv中的脚本，一般开头是0x02，表示String类型，后面的2bytes为字符串长度，一般是0x000a（“onMetaData”的长度），再后面就是字符串“onMetaData”。好像flv格式的文件都有onMetaData标记，在运行ActionScript的时候会用到它。后面跟的是0x08，表示ECMA Array类型，这个和Map比较相似，一个键跟着一个值。键都是String类型的，所以开头的0x02被省略了，直接跟着的是字符串的长度，然后是字符串，再是值的类型，也就是上面介绍的那些了。

3.总结

flv的格式还是比较简单的，header部分很简洁，body部分都是由一个个tag，tag的话也就三种，脚本tag一般只有一个的，我想这也是flv能成为在线视频格式的原因吧。只要了解了格式，我们就可以写个程序来解析flv文件了，这也是我下一步要做的。
最后附上flv官方手册：video_file_format_spec_v10