AVI詳解

AVI （Audio Video Interleaved的縮寫）是一種RIFF（Resource Interchange File Format的縮寫）文件格式，多用于音視頻捕捉、編輯、回放等應用程序中。通常情況下，一個AVI文件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文件也是合法的。AVI可以算是Windows操作系統上最基本的、也是最常用的一種媒體文件格式。

先來介紹RIFF文件格式。RIFF文件使用四字符碼FOURCC（four-character code）來表征數據類型，比如‘RIFF’、‘AVI ’、‘LIST’等。注意，Windows操作系統使用的字節順序是little-endian，因此一個四字符碼‘abcd’實際的DWORD值應為 0x64636261。另外，四字符碼中像‘AVI ’一樣含有空格也是合法的。

RIFF 文件首先含有一個文件頭結構。其中，最開始的4個字節是一個四字符碼‘RIFF’，表示這是一個RIFF文件；緊跟著后面用4個字節表示此RIFF文件的大小；然后又是一個四字符碼說明文件的具體類型（比如AVI、WAVE等）；最后就是實際的數據。注意文件大小值的計算方法為：實際數據長度 + 4（文件類型域的大小）；也就是說，文件大小的值不包括‘RIFF’域和“文件大小”域本身的大小。

RIFF 文件的實際數據中，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’是一個四字符碼，表示這是一個列表；listSize占用4字節，記錄了整個列表的大小；listType也是一個四字符碼，表示本列表的具體類型；listData就是實際的列表數據。注意listSize值的計算方法為：實際的列表數據長度 + 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符碼；ckSize占用4字節，記錄了整個塊的大小；ckData為實際的塊數據。注意ckSize值指的是實際的塊數據長度，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 ]中括號中的元素表示為可選項。）

接下來介紹AVI文件格式。AVI文件類型用一個四字符碼‘AVI ’來表示。整個AVI文件的結構為：一個RIFF頭 + 兩個列表（一個用于描述媒體流格式、一個用于保存媒體流數據） + 一個可選的索引塊。AVI文件的展開結構大致如下：

?

RIFF (‘AVI ’
????? LIST (‘hdrl’
??????????? ‘avih’(主AVI信息頭數據)
??????????? LIST (‘strl’
????????????????? ‘strh’ (流的頭信息數據)
????????????????? ‘strf’ (流的格式信息數據)
????????????????? [‘strd’ (可選的額外的頭信息數據) ]
????????????????? [‘strn’ (可選的流的名字) ]
????????????????? ...
???????????????? )
???????????? ...
?????????? )
????? LIST (‘movi’
??????????? { SubChunk | LIST (‘rec ’
????????????????????????????? SubChunk1
????????????????????????????? SubChunk2
????????????????????????????? ...
???????????????????????????? )
?????????????? ...
??????????? }
??????????? ...
?????????? )
????? [‘idx1’ (可選的AVI索引塊數據) ]
???? )

?

首先，RIFF (‘AVI ’…)表征了AVI文件類型。然后就是AVI文件必需的第一個列表——‘hdrl’列表，用于描述AVI文件中各個流的格式信息（AVI文件中的每一路媒體數據都稱為一個流）。‘hdrl’列表嵌套了一系列塊和子列表——首先是一個‘avih’塊，用于記錄AVI文件的全局信息，比如流的數量、視頻圖像的寬和高等，可以使用一個AVIMAINHEADER數據結構來操作：

?

typedef struct _avimainheader {
??? FOURCC fcc;?? // 必須為‘avih’
??? DWORD? cb;??? // 本數據結構的大小，不包括最初的8個字節（fcc和cb兩個域）
??? DWORD? dwMicroSecPerFrame;?? // 視頻幀間隔時間（以毫秒為單位）
??? DWORD? dwMaxBytesPerSec;???? // 這個AVI文件的最大數據率
??? DWORD? dwPaddingGranularity; // 數據填充的粒度
??? DWORD? dwFlags;???????? // AVI文件的全局標記，比如是否含有索引塊等
??? DWORD? dwTotalFrames;?? // 總幀數
??? DWORD? dwInitialFrames; // 為交互格式指定初始幀數（非交互格式應該指定為0）
??? DWORD? dwStreams;?????? // 本文件包含的流的個數
??? DWORD? dwSuggestedBufferSize; // 建議讀取本文件的緩存大小（應能容納最大的塊）
??? DWORD? dwWidth;???????? // 視頻圖像的寬（以像素為單位）
??? DWORD? dwHeight;??????? // 視頻圖像的高（以像素為單位）
??? DWORD? dwReserved[4];?? // 保留
} AVIMAINHEADER;

?

然后，就是一個或多個‘strl’子列表。（文件中有多少個流，這里就對應有多少個‘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（保存編解碼器需要的一些配置信息）和‘strn’塊（保存流的名字）是可選的。首先是‘strh’塊，用于說明這個流的頭信息，可以使用一個AVISTREAMHEADER數據結構來操作：

?

typedef struct _avistreamheader {
???? FOURCC fcc;? // 必須為‘strh’
???? DWORD? cb;?? // 本數據結構的大小，不包括最初的8個字節（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，對于音視頻來說就是解碼器
???? DWORD? dwFlags;??? // 標記：是否允許這個流輸出？調色板是否變化？
???? WORD?? wPriority;? // 流的優先級（當有多個相同類型的流時優先級最高的為默認流）
???? WORD?? wLanguage;
???? DWORD? dwInitialFrames; // 為交互格式指定初始幀數
???? 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; // 讀取這個流數據建議使用的緩存大小
???? DWORD? dwQuality;??? // 流數據的質量指標（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）在視頻主窗口中的顯示位置
???????????? // 視頻主窗口由AVIMAINHEADER結構中的dwWidth和dwHeight決定
} AVISTREAMHEADER;

?

然后是‘strf’塊，用于說明流的具體格式。如果是視頻流，則使用一個BITMAPINFO數據結構來描述；如果是音頻流，則使用一個WAVEFORMATEX數據結構來描述。

當AVI 文件中的所有流都使用一個‘strl’子列表說明了以后（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，隨后跟著的就是AVI文件必需的第二個列表——‘movi’列表，用于保存真正的媒體流數據（視頻圖像幀數據或音頻采樣數據等）。那么，怎么來組織這些數據呢？可以將數據塊直接嵌在‘movi’列表里面，也可以將幾個數據塊分組成一個‘rec ’列表后再編排進‘movi’列表。（注意：在讀取AVI文件內容時，建議將一個‘rec ’列表中的所有數據塊一次性讀出。）但是，當AVI文件中包含有多個流的時候，數據塊與數據塊之間如何來區別呢？于是數據塊使用了一個四字符碼來表征它的類型，這個四字符碼由2個字節的類型碼和2個字節的流編號組成。標準的類型碼定義如下：‘db’（非壓縮視頻幀）、‘dc’（壓縮視頻幀）、‘pc’（改用新的調色板）、‘wb’（音縮視頻）。比如第一個流（Stream 0）是音頻，則表征音頻數據塊的四字符碼為‘00wb’；第二個流（Stream 1）是視頻，則表征視頻數據塊的四字符碼為‘00db’或‘00dc’。對于視頻數據來說，在AVI數據序列中間還可以定義一個新的調色板，每個改變的調色板數據塊用‘xxpc’來表征，新的調色板使用一個數據結構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，文字流數據塊可以使用隨意的類型碼表征。

最后，緊跟在‘hdrl’列表和‘movi’列表之后的，就是AVI文件可選的索引塊。這個索引塊為AVI文件中每一個媒體數據塊進行索引，并且記錄它們在文件中的偏移（可能相對于‘movi’列表，也可能相對于AVI文件開頭）。索引塊使用一個四字符碼‘idx1’來表征，索引信息使用一個數據結構來 AVIOLDINDEX定義。

?

typedef struct _avioldindex {
?? FOURCC? fcc;? // 必須為‘idx1’
?? DWORD?? cb;?? // 本數據結構的大小，不包括最初的8個字節（fcc和cb兩個域）
?? struct _avioldindex_entry {
????? DWORD?? dwChunkId;?? // 表征本數據塊的四字符碼
????? DWORD?? dwFlags;???? // 說明本數據塊是不是關鍵幀、是不是‘rec ’列表等信息
????? DWORD?? dwOffset;??? // 本數據塊在文件中的偏移量
????? DWORD?? dwSize;????? // 本數據塊的大小
? } aIndex[]; // 這是一個數組！為每個媒體數據塊都定義一個索引信息
} AVIOLDINDEX;

?

注意：如果一個AVI文件包含有索引塊，則應在主AVI信息頭的描述中，也就是AVIMAINHEADER結構的dwFlags中包含一個AVIF_HASINDEX標記。

還有一種特殊的數據塊，用一個四字符碼‘JUNK’來表征，它用于內部數據的隊齊（填充），應用程序應該忽略這些數據塊的實際意義。

總結

以上是生活随笔為你收集整理的avi 文件头分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。