flv打包的h.264格式

FLV格式非常简单，头信息数据量很少，适合网络传输，因此被广泛的应用。

H264 NALU结构

    h264 NALU:  0x00 00 00 01 | nalu_type(1字节)| nalu_data (N 字节) | 0x00 00 00 01 | ... 
                      起始码(4字节)          类型                            数据               下一个NALU起始码 
             H264 NALU固定以 0x00 00 00 01为起始，NALU_data部分不会出现这个起始码； 
             在找到下一个起始码之前，当前NALU数据长度不知； 
             NALU_type 1字节，定义为：1比特禁止位 | 2比特 重要性指示位  | 5比特 类型 
                                                             固定为0           11重要 不能少          1-12 由h264使用 
                                                                                    00不重要 可以丢弃      
             几个常用Nalu_type: 
                               0x67 (0 11 00111) SPS    非常重要       type = 7 
                               0x68 (0 11 01000) PPS     非常重要       type = 8 
                               0x65 (0 11 00101) IDR帧  关键帧  非常重要 type = 5 
                               0x41 (0 10 00001) P帧      重要         type = 1      
                               0x01 (0 00 00001) B帧     不重要        type = 1 
                               0x06 (0 00 00110) SEI     不重要        type = 6 
                               
```                               
   
                               
## FLV tag 

    前面讲过FLV文件就是由无数个Tag组成的，Tag有Video Tag, Audio Tag和Script Tag. 
    A/V Tag里面存储的就是音视频编码数据，Script Tag里面是一些码流描述信息。 
    理论上来说，不解析Script tag也可以对A/V Tag完整解码。tag的固定格式是： 
     Tag Type(1字节) | DataSize(3字节) | TimeStamp(3字节) | TimeStampExtended (1字节)| StreamID (3) | ... 
     下面将分别介绍各种NALU封到tag里面的结构。 

### 一般Video tag

字节位置    意义

0x09, // 0, TagType
0xzz, 0xzz, 0xzz, // 1-3, DataSize,
0xzz, 0xzz, 0xzz, 0xzz, // 4-6, 7 TimeStamp | TimeStampExtend
0x00, 0x00, 0x00, // 8-10, StreamID

0xz7, // 11, FrameType | CodecID
0x01, // 12, AVCPacketType
0x00, 0x00, 0x00, // 13-15, CompositionTime

0xzz, 0xzz, 0xzz, 0xzz, // 16-19, NaluLength NBytes
0xzz, …., …., 0xzz, // NBytes, NaluData

0xzz, 0xzz, 0xzz, 0xzz. // N+1-N+3, PreviousTagSize

其中 0xzz的意思是该字节根据实际情况付不同的值 
2.1 DataSize[0,1,2] = NaluLength + 5 + 4; 
       5 是 AVCPacket头5比特，（FrameType+CodecID | AVCPacketType | CompositionTime） 
       4 是写入NaluLength        

2.2 对于一个裸h264流，没有时间戳的概念，可以默认以25fps，即40ms一帧数据。 
    int cts = 0; 
    TimeStamp[0,1,2]   = cts[0,1,2]; 
    TimeStampExtend[0] = cts[3];    
    cts += 40; 

2.3  if(nalu_type == IDR)  FrameType | CodecID = 0x17; 
        else                          FrameType | CodecID = 0x27; 

2.4 NaluLength就是nalu长度，然后紧跟N字节的Nalu数据。 
2.5 PreviousTagSize在这里计算最为方便，PreviousTagSize = 11 + 5 + 4 + NaluLength 
                                                        11 是video tag头数据 （TagType到StreamID） 
 IDR，I，P，B帧的NALU都是这个结构

1 2	### SPS/PPS NALU

SPS和PPS在FLV里面称为序列头信息sequence header，它的AVCPacketType为0x00
字节位置意义
0x09, // 0, TagType
0xzz, 0xzz, 0xzz, // 1-3, DataSize,
0x00, 0x00, 0x00, 0x00, // 4-6, 7; TimeStamp | TimeStampExtend
0x00, 0x00, 0x00, // 8-10, StreamID

// AVC video tage header 5Bytes

0x17, // 11, FrameType | CodecID
0x00, // 12, AVCPacketType
0x00, 0x00, 0x00, // 13-15, CompositionTime

// AVCDecoderConfigurationRecord 6 Bytes

0x01, // 16, ConfigurationVersion
0xzz, // 17, AVC Profile
0x00, // 18, profile_compatibility
0xzz, // 19, AVC Level
0xFF, // 20, lengthSizeMinusOne,
// reserved 6bits | NAL unit length-1, commonly be 3
0xzz, // 21, numOfSequenceParameterSets,
// reserved 3bits | SPS count, commonly be 1

0xzz, 0xzz, // 22-23, SPS0 Length N0 Byte
0xzz, …., 0xzz, // N0 Byte SPS0 Data
0xzz, 0xzz, // SPSm Length Nm Byte (如果存在) 循环存放最多31个SPS
0xzz, …., 0xzz, // Nm Byte SPSm Data

0xzz, // PPS count
0xzz, 0xzz, // PPS0 Length
0xzz, …., 0xzz, // N0 Byte PPS0 Data
0xzz, 0xzz, // PPSm Length Nm Byte (如果存在) 循环存放最多255个PPS
0xzz, …., 0xzz, // Nm Byte PPSm Data

0xzz, 0xzz, 0xzz, 0xzz. // N+1-N+3, PreviousTagSize

3.1 在H.264码流里面reserved bit一般为0; 而在FLV码流里面reserved bit定义为1
3.2 在H.264里面 SPS和PPS是对立的NALU，但是在FLV里面会把他们统一写在一个Video Tag里面。
而且这个tag必须是FLV里面第一个Video Tag,否则接收到其他video tag也没法解码.
为了防止SPS,PPS数据丢失，有些编码器会在每个IDR帧之前重复发SPS,PPS。这些SPS其实是一样的。
但也不排除有些变态的编码器前后的SPS会不同，比较标准容许这样做。
这样就需要首先遍历一边h264码流，将其中不同的SPS,PPS提起出来，先记录下来，然后再统一写到FLV。
也可以大胆一点接收到第一个SPS和第一个PPS后就结束这个遍历，就当作码流里面只有一个SPS和一个PPS。

3.3 DataSize=5 + // AVC video tag header (FrameType + CodecID | .. CompositionTime)
6 + // AVCDecoderConfigurationRecord
SPSCount2 + // 每个SPS长度2字节
各个 SPSDataLength + // 所有SPS数据长度和
1 + // PPS个数
PPSCount2 + // 每个PPS长度2字节
各个 PPSDataLength; // 所有PPS数据长度和

3.4 AVC Profile和 AVC Level就等于SPS NALU里面第1字节和第3字节（第0字节为NaluType）
3.5 lengthSizeMinusOne，这个定义没有理解，不知道低2比特是什么含义，看到很多文档里面就直接设为0b11, 所有这个字节为 0xFF

3.6 numOfSequenceParameterSets, 低5比特是SPS个数，H.264标准里面定义最多SPS个数为255,这里只有31。
不知道会不会存在问题，当然一般情况下就一个SPS,该值为 0xE1 (0b111 00001)
3.7 每个SPS，PPS数据长度都用两个字节来表述，

3.8 这个tag的 PreviousTagSize = 11 + DataSize。 11 是Video tag （TagType到StreamID）

1
2
3



4. FLV头

'F', 'L', 'V',                              // 0-2 FLV file Signature, also can be 'f''l''v' 
0x01,                                     // FLV version, 
0x0z,                                     // AV tag Enable.  0x05 AV both, 0x03 audio only, 0x01 video only 
0x00, 0x00, 0x00, 0x09,        // Length of this header. 
0x00, 0x00, 0x00, 0x00.        // PreviousTagLength.

1 2	### SEI NALU

SEI是H.264里面的附加增强信息NALU，他对解析解码没有帮助，但提供一些编码器控制参数等信息。
FLV没有一个Tag单独包含SEI数据，它把SEI数据和紧随其后那个视频NALU数据打在同一个Video Tag里面。
包含SEI数据的VideoTag结构如下
字节位置意义
0x09, // 0, TagType
0xzz, 0xzz, 0xzz, // 1-3, DataSize,
0xzz, 0xzz, 0xzz, 0xzz, // 4-6, 7; TimeStamp | TimeStampExtend
0x00, 0x00, 0x00, // 8-10, StreamID

0x27, // 11, FrameType | CodecID
0x01, // 12, AVCPacketType
0x00, 0x00, 0x00, // 13-15, CompositionTime

0xzz, 0xzz, 0xzz, 0xzz, // 16-19, SEILength NBytes
0xzz, …., …., 0xzz, // NBytes, SEIData

0xzz, 0xzz, 0xzz, 0xzz, // NaluLength NBytes
0xzz, …., …., 0xzz, // NBytes, NaluData

0xzz, 0xzz, 0xzz, 0xzz. // PreviousTagSize

5.1 DataSize[0,1,2] = （NaluLength + 5 + 4） + （SEILength + 4）;

1 2	### 得到NALU代码

// 输入: H264_fp 264文件指针
// 输出：找到的Nalu长度，
nalu_type返回找到的NALU类型
int h264_get_nalu(FILE h264_fp, uint8_t *nalu_type) {
int start_pos = -1;
int nalu_size = 0;
int zero_num = 0;
uint8_t tmp;
while(!feof(h264_fp)){
fread(&tmp, 1, 1, h264_fp);
if(tmp == 0) zero_num++;
else if(tmp == 1) {
if(zero_num >= 3) {
if(start_pos == -1) {
start_pos = ftell(h264_fp);
fread(nalu_type, 1, 1, h264_fp);
} else {
nalu_size = ftell(h264_fp) - start_pos - 4;
fseek(h264_fp, start_pos, 0);
break;
}
}
} else
zero_num = 0;
}
return nalu_size;
}
`