AVi文件格式

 

     微软的 AVI 文 件格式是一种用于捕获、编辑和回放audio-video序列的RIFF文件规范。总体上讲，AVI文件包含多个针对不同数据的流。大部分AVI序列使用 audio和video流。一个简单的AVI序列特例可以只包含video数据而不包含audio 数据。

AVI 文件使用FOURCC码标示流的类型、数据chunk、index元素和其他的信息。FOURCC( four-character code，4字符码)是4个ASCII码字符串的32位的无符号整型数据。

AVI 文件格式是基于RIFF ( resource interchange file format ) 文档格式的。一个RIFF文件包含一个RIFF 头， 以及其后的多个list和chunk。

RIFF头的格式："RIFF"+文件大小+文件类型+（数据）。这边的"RIFF"是指FOURCC码表示的"RIFF"，文件大小包含的是文件类型以及其后数据的大小，不包含FOURCC码'RIFF'和文件大小本身所占的空间。文件类型是用FOURCC表示的文件类型值。

块（chunk）的格式：ckID+ckSize+ckData。ckID是一个说明该chunk中所包含的数据的FOURCC码，ckSize是表示ckData中数据大小的4字节数值，ckData是0个或多个字节的数据。数据总是填充到就近的WORD边界。ckSize表示的是chunk中有效数据的大小，它不包括填充部分的大小，以及ckID和ckSize所占的空间。

List格式："LSIT"+listSize+listType+listData。"LIST"就是FOURCC码"LIST"。listSize是表示list大小的4字节数值。listType是一个FOURCC码。listData中是以任意顺序排列的多个list和chunk。listSize包含的是listType和listData的大小，而不包含FOURCC码'LIST'和文件大小本身所占的空间。

 

AVI文件在RIFF头中用FOURCC码"AVI "标示。所有的AVI文件都被强制要求包含两个LIST 类型的chunk，分别定义了stream的格式和stream的数据。一个AVI文件还可能包含一个index chunk，其中包含了数据chunk在文件中的位置。

包含以上部分的AVI文件的格式为：

RIFF ('AVI '
     LIST ('hdrl' ... )
     LIST ('movi' ... )
     ['idx1' (<AVI Index>) ]
     )
'hdrl'list定义了数据的格式，是第一个必须的LIST chunk。'movi'list包含了AVI序列中的数据，是第二个必须的LIST chunk。'idx1'list包含了index数据。这三部分在AVI文件中的顺序是特定的。
'hdrl' list和'movi' list用subchunk来表示它们的数据。下面的例子列出了AVI RIFF文件的结构， 其中的list需要包含相应的chunk。

RIFF ('AVI '
      LIST ('hdrl'
           'avih'(<Main AVI Header>)
           LIST ('strl'
                 'strh'(<Stream header>)
                 'strf'(<Stream format>)
                 [ 'strd'(<Additional header data>) ]
                 [ 'strn'(<Stream name>) ]
                 ...
                 )
              ...
            )
      LIST('movi'
           {SubChunk | LIST ('rec '
                             SubChunk1
                             SubChunk2
                             ...
                             )
             ...
           }
        ...
           )
      ['idx1' (<AVI Index>) ]
      )

 

'hdrl' list的开头部分是一个包含MainAVI header的'avih' chunk。MainAVI header中包含了AVI文件的一些全局信息，如：文件中包含多少个流，AVI序列的宽高等等。

typedef struct

{

　DWORD dwMicroSecPerFrame ; //显示每桢所需的时间ns，定义avi的显示速率

　DWORD dwMaxBytesPerSec; // 最大的数据传输率

　DWORD dwPaddingGranularity; //记录块的长度需为此值的倍数，通常是2048

　DWORD dwFlages; //AVI文件的特殊属性，如是否包含索引块，音视频数据是否交叉存储

　DWORD dwTotalFrame; //文件中的总桢数

　DWORD dwInitialFrames; //说明在开始播放前需要多少桢

　DWORD dwStreams; //文件中包含的数据流种类

　DWORD dwSuggestedBufferSize; //建议使用的缓冲区的大小，

　//通常为存储一桢图像以及同步声音所需要的数据之和

　DWORD dwWidth; //图像宽

　DWORD dwHeight; //图像高

　DWORD dwReserved[4]; //保留值

}MainAVIHeader

MainAVIHeader后面跟的是一个或多个'strl' list。每一个数据流都需要有一个'strl' list。每一个'strl' list都必须包含文件中一种流的信息，并且必须包含该流的header chunk('strh')和format chunk('strf')。另外，一个'strl' list还可能包含一个流的头数据chunk（'strd'）和一个流的名称chunk('strh')。
流的header chunk ('strh')可以用结构体AVISTREAMHEADER表示。

 

typedef struct

{

　FOURCC fccType; //4字节，表示数据流的种类 vids 表示视频数据流

　//auds 音频数据流

　FOURCC fccHandler;//4字节 ，表示数据流解压缩的驱动程序代号

　DWORD dwFlags; //数据流属性

　WORD wPriority; //此数据流的播放优先级

　WORD wLanguage; //音频的语言代号

　DWORD dwInitalFrames;//说明在开始播放前需要多少桢

　DWORD dwScale; //数据量，视频每桢的大小或者音频的采样大小

　DWORD dwRate; //dwScale /dwRate = 每秒的采样数

　DWORD dwStart; //数据流开始播放的位置，以dwScale为单位

　DWORD dwLength; //数据流的数据量，以dwScale为单位

　DWORD dwSuggestedBufferSize; //建议缓冲区的大小

　DWORD dwQuality; //解压缩质量参数，值越大，质量越好

　DWORD dwSampleSize; //音频的采样大小

　RECT rcFrame; //视频图像所占的矩形

}AVIStreamHeader;

流的format chunk('strf')一定要跟在header chunk的后面。Format chunk描述了流中数据的格式。Format chunk中包含什么数据，依赖于流的类型。对于video流，其中的数据是一个BITMAPINFO结构体。BITMAPINFO 结构体由一个BITMAPINFOHEADER 结 构体以及一个跟在其后面的RGBQUAD 数值数组构成。

 

typedef struct tagBITMAPINFO

{

　BITMAPINFOHEADER bmiHeader;

　RGBQUAD bmiColors[1]; //颜色表

}BITMAPINFO;

 

 

typedef struct tagBITMAPINFOHEADER

{

　DWORD biSize;

　LONG biWidth;

　LONG biHeight;

　WORD biPlanes;

　WORD biBitCount;

　DWORD biCompression;

　DWORD biSizeImage;

　LONG biXPelsPerMeter;

　LONG biYPelsPerMeter;

　DWORD biClrUsed;

　DWORD biClrImportant;

}BITMAPINFOHEADER;

 

 

对于audio流，其中的数据是一个WAVEFORMATEX结构体。

 

typedef struct

{

　WORD wFormatTag;

　WORD nChannels; //声道数

　DWORD nSamplesPerSec; //采样率

　DWORD nAvgBytesPerSec; //WAVE声音中每秒的数据量

　WORD nBlockAlign; //数据块的对齐标志

　WORD biSize; //此结构的大小

}WAVEFORMAT

 

可选的'strn'chunk包含一个描述流的，以空字符为结尾的文本字符串。
'hdrl'list中流的头信息，按照其中'strl'chunk的顺序，与'movi'list中的流数据关联起来。