【编解码：AVI格式解析】

大家好，欢迎来到IT知识分享网。

1 音视频及AVI知识

一个完整的音视频文件格式有mp4、mov、flv、avi、rmvb、mkv、ts等，它们是封装数据的容器，包括音频、视频、字幕、基础元信息等，通过一些特定的编码算法，对各种信息进行编码压缩过后得到的。视频文件的封装格式并不影响视频的画质，影响视频画面质量的是视频的编码格式。

H264、HEVC、VP9、AV1等就是视频编码格式，MP3、AAC、AC-3等就是音频编码格式，SRT、SSA等就是字幕编码格式。

例如：将一个视频流以Xvid格式编码、一个音频流以MP3格式编码、一个字幕流以SRT格式进行编码，按AVI封装标准封装以后，就得到一个AVI视频文件。

AVI即Audio Video Interleaved，音视频交错格式，基于RIFF文件结构。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。

RIFF即Resource Interchange File Format，资源交互文件格式 。是由Microsoft提出的一种多媒体文件存储方式，不同编码的视频、音频文件按照RIFF保存，当提取文件时，可以根据RIFF的规则解析文件。常见的RIFF文件有：WAV、AVI等。

2 最基本的数据单元

//Chunks typedef struct { 
    DWORD dwFourCC DWORD dwSize //data BYTE data[dwSize] // contains headers or video/audio data } CHUNK; //Lists typedef struct { 
    DWORD dwList DWORD dwSize //dwFourcc + data DWORD dwFourCC BYTE data[dwSize-4] // contains Lists and Chunks } LIST; 

Chunks由三部分组成：4字节的数据流格式ID，4字节的数据大小，数据。
Lists由四部分组成：4字节LIST（LIST块中可以再包含一系列的子块），4字节数据加fourCC大小，4字节数据流格式ID，数据。

3 AVI主要结构介绍

一个AVI文件通常有如下几个子块组成：

• ID为”AVI”的RIFF，文件头
• ID为”hdrl”的list，信息块，包含了音视频信息，描述媒体流信息
• ID为”info”的list，包含编码该AVI的程序信息
• ID为”junk”的chunk，无用的数据，用于字节对齐
• ID为”movi”的list，数据块，包含了交错排列的音视频数据
• ID为”idxl”的chunk，索引块，包含音视频排列的索引数据（可选块，不存在时seek会慢很多）

文件信息：
分析工具分别是MediaInfo以及MediaConch。

4 AVI主要结构解析

1.RIFF文件头

4个字节的”RIFF”，4字节的RIFF文件大小（字节），4字节为RIFF文件类型”AVI”

2.hdrl列表

1）hdrl列表头
4字节的”LIST”描述信息，4字节list大小（8952字节），4字节list类型”hdrl”

2）avih块

用于描述主信息，该块可以用如下结构体表示

typedef struct { 
    DWORD dwMicroSecPerFrame; //显示每帧所需的时间ns，定义avi的显示速率 DWORD dwMaxBytesPerSec; // 最大数据传输率 DWORD dwPaddingGranularity; //记录块的长度须为此值的倍数，通常是2048 DWORD dwFlags; // AVI文件的特殊属性，包含文件中的任何标志字。如：有无索引块，是否是interlaced，是否含版权信息等 DWORD dwTotalFrames; // 数据帧的总数 DWORD dwInitialFrames; // 在开始播放前需要的帧数 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，通常为存储一帧图像以及同步声音所需要的数据之和，大于最大的CHUNK的大小 DWORD dwWidth; //图像宽，像素 DWORD dwHeight; //图像高，像素 DWORD dwReserved[4]; //保留值dwScale,dwRate,dwStart,dwLength } MainAVIHeader; 

3）strl list头部

一个strl list中至少包含一个strh块和一个strf块。文件中有多少个流，就对应有多少个strl list。
上图可知存在两个流，Stream info 0，Stream info 1。

4）strh块

 // AVI流头部 typedef struct { 
    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(fcc和cb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; // 语言 DWORD dwInitialFrames; // 为交互格式指定初始帧数 DWORD dwScale; // 每帧视频大小或者音频采样大小 DWORD dwRate; // dwScale/dwRate，每秒采样率 DWORD dwStart; // 流的开始时间 DWORD dwLength; // 流的长度（单位与dwScale和dwRate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 RECT 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dwWidth和dwHeight决定 } AVIStreamHeader; 

5）strf块

该块用于描述流的具体信息

• 视频流，fccType = “vids”
  

// 位图头 typedef struct { 
    DWORD biSize; LONG biWidth; LONG biHeight; WORD biPlanes; WORD biBitCount; DWORD biCompression; DWORD biSizeImage; LONG biXPelsPerMeter; LONG biYPelsPerMeter; DWORD biClrUsed; DWORD biClrImportant; } BitmapInfoHeader; // 位图信息 typedef struct { 
    BitmapInfoHeader bmiHeader; // 位图头 RGBQUAD bmiColors[1]; // 调色板 } BitmapInfo; 

• 音频流，fccType = “auds”
  

// 音频波形信息 typedef struct { 
    WORD wFormatTag; WORD nChannels; // 声道数 DWORD nSamplesPerSec; // 采样率 DWORD nAvgBytesPerSec; // 每秒的数据量 WORD nBlockAlign; // 数据块对齐标志 WORD wBitsPerSample; // 每次采样的数据量 WORD cbSize; // 大小 } WaveFormatEx; 

6）strd块与strn块
strd：可选的额外的头信息数据
strn：可选的流的名字
这两个块是可选的，本AVI文件不包含，故不分析。

3.info列表

该list用于描述编码该AVI文件的程序信息，包含一个isft块。

4.junk块

一些垃圾填充数据，用于内部数据的队齐（填充），直接跳过。

5.movi列表

存储音视频数据，音视频数据在其中以交错方式存放着，视频clip，n音频clip，视频clip，n音频clip…方便seek。
音视频数据子块的种类有：db,dc,pc,wb。
–：数据所属的流的序号，视频是00dc或00db，音频是01wb。
–db：未压缩的视频帧
–dc：压缩的视频帧
–wb：音频数据
–pc：改用新的调色板

6.idx1块

该块是可选的，描述音视频数据的索引块信息，在AVIMainHeader的dwFlags中指出是否包含索引块。有了索引块可以方便文件快进，如果没有索引块，在对AVI进行快进时需要计算位置，会很耗时。索引块可用如下结构体表示：

// 索引节点信息 typedef struct { 
    DWORD dwChunkId; // 本数据块的四字符码(00dc 01wb) 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 } AVIIndexEntry; 

5 总结

可以编译FFmpeg源码，对AVI文件进行解码，在分离器Demuxer中进一步研究其格式，会有更清晰的认识。

RIFF ('AVI' LIST('hdrl' 'avih'(主 AVI 信息头数据) LIST('strl' 'strh' (流的头信息数据) 'strf' (流的格式信息数据) ['strd' (可选的额外的头信息数据)] ['strn' (可选的流的名字) ] ) ... // 其他流信息 ) LIST('movi' { 
    // 媒体流数据 SubChunk | LIST ('rec' SubChunk1 SubChunk2 ... } ) ['idx1' (可选的 AVI 索引块数据) ] )