H264/H265 NALU的nalu_unit_type解析

一、概述

　　在 H.264/H.265 编码中，视频数据被封装为一系列 NALU（Network Abstraction Layer Unit），每个 NALU 包含不同类型的数据（如 SPS/PPS 参数集、I 帧 / P 帧 / B 帧等）。

　　

　　NALU 的结构如下：

　　　　 [Start Code] [NAL Header] [NAL Payload]

　　　　0x000001 2字节

• 起始码：表示一个 NALU 的开始，有两种形式：
  • 0x000001（3 字节，用于 AVC/H.264）
  • 0x00000001（4 字节，用于 AVC/H.264 和 HEVC/H.265）
• NAL 头部：紧跟起始码后的 1 字节，结构为：
• +---------------+
• |0|1|2|3|4|5|6|7|
• +-+-+-+-+-+-+-+-+
• |F|NRI| Type |
• +---------------+
  • F（1bit）：禁止位，通常为 0。
  • NRI（2bits）：重要性指示，值越大越重要（如 I 帧相关 NALU 的 NRI 较高）。
  • Type（5bits）：NALU 类型，决定了该 NALU 的用途。
  • H265常见类型

    0	TRAIL_N	非参考条带
    1	TRAIL_R	参考条带
    19	IDR_W_RADL	带参考数据的 IDR 帧
    20	IDR_N_LP	低延迟 IDR 帧
    32	VPS	视频参数集（H.265 特有）
    33	SPS	序列参数集
    34	PPS	图像参数集
    35	AUD	访问单元分隔符

  • H264常见类型

    1	NDR	非 IDR 帧的视频数据片段（如 P 帧、B 帧）
    5	IDR	即时解码刷新帧（I 帧），表示一个 GOP 的开始，解码器需重置状态
    6	SEI	补充增强信息（如时间码、用户数据）
    7	SPS	序列参数集，包含视频分辨率、帧率等基本参数
    8	PPS	图像参数集，包含熵编码模式、量化参数等编码参数
    9	AUD	访问单元分隔符，用于标记视频帧的边界
    12	EOS	序列结束符，表示视频流结束

二、解析nal_unit_type

　　

#include <cstdint>
#include <vector>

class NaluTypeParser {
public:
    // 初始化码流数据（data: 码流指针，size: 数据大小，is_h265: 是否为H.265）
    NaluTypeParser(const uint8_t* data, size_t size, bool is_h265)
        : data_(data), size_(size), is_h265_(is_h265), pos_(0) {}

    // 解析下一个NALU的类型（返回类型值，-1表示无更多NALU）
    int parse_next_type() {
        // 查找NALU起始码
        size_t start_code_len = find_start_code();
        if (start_code_len == 0) return -1;

        // 跳过起始码，定位到NAL头部
        pos_ += start_code_len;
        if (pos_ >= size_) return -1;

        // 提取NALU类型值
        return is_h265_ ? parse_h265_type() : parse_h264_type();
    }

private:
    const uint8_t* data_;  // 码流数据指针
    size_t size_;          // 数据总大小
    bool is_h265_;         // 是否为H.265码流
    size_t pos_;           // 当前解析位置

    // 查找起始码（返回起始码长度：3或4字节，0表示未找到）
    size_t find_start_code() {
        while (pos_ + 4 <= size_) {
            // 检查4字节起始码 0x00000001
            if (data_[pos_] == 0 && data_[pos_+1] == 0 && 
                data_[pos_+2] == 0 && data_[pos_+3] == 1) {
                return 4;
            }
            // 检查3字节起始码 0x000001
            if (pos_ + 3 <= size_ && 
                data_[pos_] == 0 && data_[pos_+1] == 0 && 
                data_[pos_+2] == 1) {
                return 3;
            }
            pos_++;
        }
        return 0;
    }

    // 解析H.264的NALU类型（低5位）
    int parse_h264_type() {
        if (pos_ >= size_) return -1;
        return data_[pos_] & 0x1F;  // 低5位为类型
    }

    // 解析H.265的NALU类型（6位）
    int parse_h265_type() {
        if (pos_ + 1 >= size_) return -1;
        uint8_t byte1 = data_[pos_];
        uint8_t byte2 = data_[pos_ + 1];
        return ((byte1 & 0x3F) << 2) | ((byte2 & 0xC0) >> 6);  // 6位类型
    }
};