AVI文件格式学习笔记（非完全版）
1、名词解释
— AVI：Audio Video Interleaved
— RIFF：Resource Interchange File Format
— FOURCC：Four-Character Code
2、RIFF格式
RIFF格式的文件由一个RIFF头开始，其后添加0个或多个list或chunk组成。
— RIFF头格式如下：
'RIFF' filesize filetype (data)
'RIFF'：'RIFF'的FOURCC码；
filesize：4字节，包括filetype域和data域在内的所有数据的大小，不包括'RIFF'和filesize域本身；
filetype：表示文件类型的FOURCC码；
— chunk的格式如下：
ckID ckSize ckData
ckID：FOURCC码，标识chunk中的数据；
ckSize：4字节，ckData域的实际数据的大小，不包括ckID和ckSize域以及ckData中的padding数据；
ckData：chunk中的数据，其大小通常要被padding到word对齐（即2字节对齐）
本文档中，一个chunk将被表述为：ckID ( ckData )
— list的格式如下：
'LIST' listSize listType listData
'LIST'：'LIST'的FOURCC码；
listSize：4字节，该list的大小，包括listType域和listData域，不包括'LIST'和listSize域；
listType：FOURCC码；标识list中的数据；
listData：list中的数据；
本文档中，一个list将被表述为：'LIST' ( listType ( listData ) )
3、AVI RIFF格式
— 概述
AVI文件在RIFF头中用FOURCC码'AVI '标识；
一个AVI文件中包两大主要的LIST chunks，一个定义流的格式，另一个包含流的数据；
AVI文件中还可能包含一个索引（index）chunk，帮助定位数据chunk在文件中的位置；
包含这些组件的AVI文件将有如下格式：
RIFF( 'AVI '
LIST ('hdrl' ... )
LIST ('movi' ... )
['idxl' (<AVI Index>)]
)
其中：
'hdrl'：定义数据的格式；
'movi'：包含AVI序列的数据；
二者可能各自包含subchunk；
— 一个完整的AVI文件的示例：
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>) ]
)
— AVI Main Header
AVI的'hdrl' list由一个AVI Main Header开头，其中包含了整个AVI文件的全局信息。具体结构如下：
typedef struct _avimainheader {
FOURCC fcc;
DWORD cb;
DWORD dwMicroSecPerFrame;
DWORD dwMaxBytesPerSec;
DWORD dwPaddingGranularity;
DWORD dwFlags;
DWORD dwTotalFrames;
DWORD dwInitialFrames;
DWORD dwStreams;
DWORD dwSuggestedBufferSize;
DWORD dwWidth;
DWORD dwHeight;
DWORD dwReserved[4];
} AVIMAINHEADER;
某些成员解析：
fcc：FOURCC码，为'avih'；
cb：整个结构的大小，除了开头的8个字节；
dwMicroSecPerFrame：每帧需要的时间，用us表示；
dwMaxBytesPerSec：每秒最大的数据量，即指明了该文件的最大数据速率；
dwTotalFrames：整个文件中的总帧数；
dwInitialFrames：指明interleaved文件中首帧的位置；非interleaved文件中，
dwStreams：指明文件中流的数目。比如，一个包含有音频和视频数据的文件，包含有两个流；
dwWidth：每行的像素数；
deHeight：每列的像素数；
— AVI Stream Header
AVI Main Header之后就是一个一个的'strl' list，每条数据流都需要一个'strl' list；
每个'strl' list都可包含四个部分：'strh'、'strf'、'strd'和'strn'。其中'strd'和'strn'是可选的；
'strh'为stream header chunk，其结构如下：
typedef struct _avistreamheader {
FOURCC fcc;
DWORD cb;
FOURCC fccType;
FOURCC fccHandler;
DWORD dwFlags;
WORD wPriority;
WORD wLanguage;
DWORD dwInitialFrames;
DWORD dwScale;
DWORD dwRate;
DWORD dwStart;
DWORD dwLength;
DWORD dwSuggestedBufferSize;
DWORD dwQuality;
DWORD dwSampleSize;
struct {
short int left;
short int top;
short int right;
short int bottom;
} rcFrame;
} AVISTREAMHEADER;
某些成员解析：
fcc：FOURCC码'strh'；
cb：本结构大小，除掉开头的8个字节；
fcctype：FOURCC码，指明当前流中的数据类型；标准取值有'auds'、'mids'、'txts'和'vids'，分别对应Audio、MIDI、Text和Video流；
fccHandler：FOURCC码，指明当前流的数据handler，比如音频流或视频流的解码器；
dwScale和dwRate：dwScale除以dwRate即得到每秒的sample数；
dwStart：当前流的起始时间；
dwLength：当前流的长度，其单位由dwScale和dwRate定义；
dwQuality：当前流的数据质量；
dwSampleSize：每一个sample的数据量，0表示可变；
recFrame：指明当前流在整个播放画面中的相对位置；
'strf'为stream format chunk，用于表示当前流中的数据格式；
video流数据格式的信息用BITMAPINFO结构来描述，而audio流数据格式的信息则用WAVEFORMATEX结构来描述；
'strd'为stream-header data chunk，其格式和内容均由编码器驱动程序定义；
'strn' chunk通常包含一些对当前流的描述信息；
— Stream Data('movi' list)
'movi' list中包含的是真正的数据，即视频帧以及音频采样；
数据chunk可以直接放置在movi list中，也可以分组成'rec' list；一个'rec'list中的数据必须一次性整体读取；
每个数据chunk均由一个FOURCC码标识，该FOURCC码的组成为：2字节的stream number+2字节的标识码；
stream number即在stream header中该stream的index；
标识码的可选取值及含义如下：
db — uncompressed video frame
dc — compressed video frame
pc — palette change
wb — audio data
text流可以使用任意2字节码；
比如：如果stream 0包含的是音频数据流，则对应的data chunk的FOURCC码则为'00wb'；如果stream 1包含的是视频数据流，则对应的data chunk的FOURCC码则为'01db'或'01dc'
参考链接：
浙公网安备 33010602011771号