AVI文件规范

来源:互联网 发布:淘宝店铺介绍是啥 编辑:程序博客网 时间:2024/03/29 16:39

AVI文件规范

PeterLee 2007-10-14

 

一、AVI文件简介

AVI的英文全称为Audio Video Interleaved,即音频视频交错格式,是将语音和影像同步组合在一起的文件格式。AVI1992年被Microsoft公司推出,随Windows3.1一起被人们所认识和熟知。AVI文件格式多用于音视频捕捉、编辑、回放等应用程序中。通常情况下,一个AVI文件可以包含多个不同类型的媒体流(典型的情况下有一个音频流和一个视频流),不过含有单一音频流或单一视频流的AVI文件也是合法的。AVI可以算是Windows操作系统上最基本的、也是最常用的一种媒体文件格式。

Note: 本文介绍的是基本的AVI文件格式规范,至于newAVI等一些AVI扩展格式,请关注笔者后续文章。

 

二、RIFF文件规范

AVI文件属于一种RIFFResource Interchange File Format的缩写)文件格式,与此同类的还有常见的WAV文件。RIFFMicrosoft提出的一种多媒体文件的存储方式,不同编码的音频、视频文件,可以按照它定义的存储规则保存、记录各自不同的数据。如果读者不熟悉RIFF文件规范,阅读下面章节前,建议先阅读《RIFF文件规范》这篇文章:http://blog.csdn.net/sunshine1314/archive/2007/10/10/1817991.aspx

 

三、AVI文件结构实例分析

1AVI文件结构示例

       1所示为windows系统目录下的clock.avi的文件结构图,其结构是用RIFFspot程序解析得到的,关于RIFFspot程序,感兴趣的读者可以到下面的网址中下载:http://blog.csdn.net/sunshine1314/archive/2007/09/22/1795739.aspx

1 clock.avi文件结构

 

2AVI文件全局结构说明

       如图1所示,整个AVI文件的结构为:一个RIFF + 两个列表(一个用于描述媒体流格式、一个用于保存媒体流数据) + 一个可选的索引块 + 一个JUNK块。

首先,RIFF (AVI ’…)表征了AVI文件类型。然后就是AVI文件必需的第一个列表——‘hdrl’列表,用于描述AVI文件中各个流的格式信息(AVI文件中的每一路媒体数据都称为一个流)。‘hdrl’列表嵌套了一系列块和子列表——首先是一个‘avih’块,用于记录AVI文件的全局信息。然后,就是一个或多个‘strl’子列表。文件中有多少个流,这里就对应有多少个‘strl’子列表,示例clock.avi文件有两路流,既音频流和视频流。

AVI文件中的所有流都使用一个‘strl’子列表说明了以后(注意:‘strl’子列表出现的顺序与媒体流的编号是对应的,比如第一个‘strl’子列表说明的是第一个流(Stream 0),第二个‘strl’子列表说明的是第二个流(Stream 1),以此类推),‘hdrl’列表的任务也就完成了,随后跟着的就是AVI文件必需的第二个列表——‘movi’列表,用于保存真正的媒体流数据(视频图像帧数据或音频采样数据等)。

最后,紧跟在‘hdrl’列表和‘movi’列表之后的,就是AVI文件可选的索引块。这个索引块为AVI文件中每一个媒体数据块进行索引,并且记录它们在文件中的偏移(可能相对于‘movi’列表,也可能相对于AVI文件开头)。

1中还有一种特殊的数据块,用一个四字符码‘JUNK’来表征,它用于内部数据的队齐(填充),应用程序应该忽略这些数据块的实际意义。

 

3’avih’

avih’块,用于记录AVI文件的全局信息,比如流的数量、视频图像的宽和高等,可以使用一个AVIMAINHEADER数据结构来操作: 

typedef struct _avimainheader {
    FOURCC fcc;   //
必须为‘avih
    DWORD  cb;    //
本数据结构的大小,不包括最初的8个字节(fcccb两个域)
    DWORD  dwMicroSecPerFrame;   //
视频帧间隔时间(以毫秒为单位)
    DWORD  dwMaxBytesPerSec;     //
这个AVI文件的最大数据率
    DWORD  dwPaddingGranularity; //
数据填充的粒度
    DWORD  dwFlags;         // AVI
文件的全局标记,比如是否含有索引块等
    DWORD  dwTotalFrames;   //
总帧数
    DWORD  dwInitialFrames; //
为交互格式指定初始帧数(非交互格式应该指定为0
    DWORD  dwStreams;       //
本文件包含的流的个数
    DWORD  dwSuggestedBufferSize; //
建议读取本文件的缓存大小(应能容纳最大的块)
    DWORD  dwWidth;         //
视频图像的宽(以像素为单位)
    DWORD  dwHeight;        //
视频图像的高(以像素为单位)
    DWORD  dwReserved[4];   //
保留
} AVIMAINHEADER;

 

4’strl’子列表

每个‘strl’子列表至少包含一个‘strh’块和一个‘strf’块,而‘strd’块(保存编解码器需要的一些配置信息)和‘strn’块(保存流的名字)是可选的。首先是‘strh’块,用于说明这个流的头信息,可以使用一个AVISTREAMHEADER数据结构来操作: 

typedef struct _avistreamheader {
     FOURCC fcc;  //
必须为‘strh
     DWORD  cb;   //
本数据结构的大小,不包括最初的8个字节(fcccb两个域)
     FOURCC fccType;    //
流的类型:‘auds’(音频流)、‘vids’(视频流)、
                   //
mids’(MIDI流)、‘txts’(文字流)
     FOURCC fccHandler; //
指定流的处理者,对于音视频来说就是解码器
     DWORD  dwFlags;    //
标记:是否允许这个流输出?调色板是否变化?
     WORD   wPriority;  //
流的优先级(当有多个相同类型的流时优先级最高的为默认流)
     WORD   wLanguage;
     DWORD  dwInitialFrames; //
为交互格式指定初始帧数
     DWORD  dwScale;   //
这个流使用的时间尺度
     DWORD  dwRate;
     DWORD  dwStart;   //
流的开始时间
     DWORD  dwLength;  //
流的长度(单位与dwScaledwRate的定义有关)
     DWORD  dwSuggestedBufferSize; //
读取这个流数据建议使用的缓存大小
     DWORD  dwQuality;    //
流数据的质量指标(0 ~ 10,000
     DWORD  dwSampleSize; // Sample
的大小
     struct {
         short int left;
         short int top;
         short int right;
         short int bottom;
}  rcFrame;  //
指定这个流(视频流或文字流)在视频主窗口中的显示位置
             //
视频主窗口由AVIMAINHEADER结构中的dwWidthdwHeight决定
} AVISTREAMHEADER;

 

然后是‘strf’块,用于说明流的具体格式。如果是视频流,则使用一个BITMAPINFO数据结构来描述;如果是音频流,则使用一个WAVEFORMATEX数据结构来描述。

 

5‘movi’列表

‘movi’列表保存的是真正的媒体流数据,其数据组织方式有两种。可以将数据块直接嵌在‘movi’列表里面,也可以将几个数据块分组成一个‘rec ’列表后再编排进‘movi’列表。

AVI文件中包含有多个流的时候,数据块与数据块之间如何来区别呢?数据块使用了一个四字符码来表征它的类型,这个四字符码由2个字节的类型码和2个字节的流编号组成。标准的类型码定义如下:‘db’(非压缩视频帧)、‘dc’(压缩视频帧)、‘pc’(改用新的调色板)、‘wb’(音缩视频)。比如第一个流(Stream 0)是音频,则表征音频数据块的四字符码为‘00wb’;第二个流(Stream 1)是视频,则表征视频数据块的四字符码为‘00db’‘00dc’。对于视频数据来说,在AVI数据序列中间还可以定义一个新的调色板,每个改变的调色板数据块用‘xxpc’来表征,新的调色板使用一个数据结构AVIPALCHANGE来定义。(注意:如果一个流的调色板中途可能改变,则应在这个流格式的描述中,也就是AVISTREAMHEADER结构的dwFlags中包含一个AVISF_VIDEO_PALCHANGES标记)。另外,文字流数据块可以使用随意的类型码表征。

 

6AVI索引块

索引块使用一个四字符码‘idx1’来表征,索引信息使用一个数据结构来AVIOLDINDEX定义。 

typedef struct _avioldindex {
   FOURCC  fcc;  //
必须为‘idx1
   DWORD   cb;   //
本数据结构的大小,不包括最初的8个字节(fcccb两个域)
   struct _avioldindex_entry {
      DWORD   dwChunkId;   //
表征本数据块的四字符码
      DWORD   dwFlags;     //
说明本数据块是不是关键帧、是不是‘rec ’列表等信息
      DWORD   dwOffset;    //
本数据块在文件中的偏移量
      DWORD   dwSize;      //
本数据块的大小
  } aIndex[]; //
这是一个数组!为每个媒体数据块都定义一个索引信息
} AVIOLDINDEX;

 注意:如果一个AVI文件包含有索引块,则应在主AVI信息头的描述中,也就是AVIMAINHEADER结构的dwFlags中包含一个AVIF_HASINDEX标记。

 

四、后记

       大家应该都听过“AVI文件不适合用于流媒体传输”这样的说法,通过本文对AVI文件结构的解析,相信大家对这种说法有更清晰的验证,因为AVI文件结构中置于文件尾部的索引块、头部信息中规定的文件长度等过多的选项都是不适合流媒体应用的。

 

Note: 本文内容节选自 AVI文件格式----摘自《DirectShow实务精选》 作者:陆其明, 并作了整理。

 

 

  <script type="text/javascript">google_ad_client = "pub-7168982058404735";google_ad_width = 728;google_ad_height = 90;google_ad_format = "728x90_as";google_ad_type = "text_image";google_ad_channel = "";google_color_border = "C3D9FF";google_color_bg = "FFFFFF";google_color_link = "3D81EE";google_color_text = "000000";google_color_url = "008000";google_ui_features = "rc:0";google_language = 'zh-CN'; //--></script><script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"></script>
原创粉丝点击