AVI格式分析

AVI文件採用的是RIFF文件結構方式，RIFF（Resource Interchange File Format，資源互換文件格式）是微軟公司定義的一種用於管理windows環境中多媒體數據的文件格式，波形音頻wave，MIDI和數字視頻AVI 都採用這種格式存儲。構造RIFF文件的基本單元叫作數據塊（Chunk），每一個數據塊包含3個部分，

　　一、4字節的數據塊標記（或者叫作數據塊的ID）

　　二、數據塊的大小

　　三、數據

　　整個RIFF文件能夠當作一個數據塊，其數據塊ID爲RIFF，稱爲RIFF塊。一個RIFF文件中只容許存在一個RIFF塊。 RIFF塊中包含一系列的子塊，其中有一種字塊的ID爲"LIST"，稱爲LIST，LIST塊中能夠再包含一系列的子塊，但除了LIST塊外的其餘全部 的子塊都不能再包含子塊。

　　RIFF和LIST塊分別比普通的數據塊多一個被稱爲形式類型（Form Type）和列表類型（List Type）的數據域，其組成以下：

　　一、4字節的數據塊標記（Chunk ID）

　　二、數據塊的大小

　　三、4字節的形式類型或者列表類型

　　四、數據

　　下面咱們看看AVI文件的結構。AVI文件是目前使用的最複雜的RIFF文件，它能同時存儲同步表現的音頻視頻數據。AVI的RIFF塊的形式類型是AVI，它包含3個子塊，以下所述：

　　一、信息塊，一個ID爲"hdrl"的LIST塊，定義AVI文件的數據格式。

　　二、數據塊，一個ID爲 "movi"的LIST塊，包含AVI的音視頻序列數據。

　　三、索引塊，ID爲 "idxl"的子塊，定義 "movi"LIST塊的索引數據，是可選塊。

AVI文件的結構以下圖所示，下面將具體介紹AVI文件的各子塊構造。

從上面的圖上能夠看到另外一種特殊的數據塊，用一個四字符碼'JUNK'來表徵，它用於內部數據的隊齊（填充），應用程序應該忽略這些數據塊的實際意義。

 

下面仔細的介紹每一個子塊的內容：

2.1信息塊

信息塊包含兩個子塊，即一個ID爲 avih 的子塊和一個ID 爲 strl 的LIST塊。

　　"avih"子塊的內容可由以下的結構定義：

typedef struct { FOURCC fcc;     // 必須爲'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 ; //顯示每楨所需的時間ns，定義avi的顯示速率 　DWORD dwMaxBytesPerSec; // 最大的數據傳輸率 　DWORD dwPaddingGranularity; //記錄塊的長度需爲此值的倍數，一般是2048 　DWORD dwFlages; //AVI文件的特殊屬性，如是否包含索引塊，音視頻數據是否交叉存儲 　DWORD dwTotalFrame; //文件中的總楨數 　DWORD dwInitialFrames; //說明在開始播放前須要多少楨 　DWORD dwStreams; //文件中包含的數據流種類 　DWORD dwSuggestedBufferSize; //建議使用的緩衝區的大小， 　//一般爲存儲一楨圖像以及同步聲音所須要的數據之和 　DWORD dwWidth; //圖像寬（以像素爲單位） 　DWORD dwHeight; //圖像高（以像素爲單位） 　DWORD dwReserved[4]; //保留值 }MainAVIHeader;

 

　　"strl" LIST塊用於記錄AVI數據流，每一種數據流都在該LIST塊中佔有3個子塊，他們的ID分別是"strh","strf", "strd"；

"strh"子塊由以下結構定義。

typedef struct _avistreamheader {           FOURCC fcc;    // 必須爲'strh'           DWORD    cb;     // 本數據結構的大小，不包括最初的8個字節           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，對於音視頻來講就是解碼器           DWORD    dwFlags;      // 標記：是否容許這個流輸出？調色板是否變化？           WORD     wPriority;    // 流的優先級           WORD     wLanguage;           DWORD    dwInitialFrames; // 爲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，音頻的採樣大小           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;

上圖是一個strh塊的內容，73 74 72 68是strh，是此塊的標示符，後面緊跟着此塊的大小00 00 00 38，後面四字節是vids（綠色部分），表明着視頻幀，注意後面是編碼的類型，此處爲H264，如紅色框所示。

 

　　"strf"子塊緊跟在"strh"子塊以後，其結構視"strh"子塊的類型而定，以下所述；若是 strh子塊是視頻數據流，則 strf子塊的內容是一個與windows設備無關位圖的BIMAPINFO結構，以下：

typedef struct tagBITMAPINFO { 　BITMAPINFOHEADER bmiHeader; 　RGBQUAD bmiColors[1]; //顏色表 }BITMAPINFO; typedef struct tagBITMAPINFOHEADER { 　DWORD biSize; 　LONG biWidth; 　LONG biHeight; 　WORD biPlanes; 　WORD biBitCount; 　DWORD biCompression; 　DWORD biSizeImage; 　LONG biXPelsPerMeter; 　LONG biYPelsPerMeter; 　DWORD biClrUsed; 　DWORD biClrImportant; }BITMAPINFOHEADER;

 

　　若是 strh子塊是音頻數據流，則strf子塊的內容是一個WAVEFORMAT結構，以下：

typedef struct { 　WORD wFormatTag; 　WORD nChannels; //聲道數 　DWORD nSamplesPerSec; //採樣率 　DWORD nAvgBytesPerSec; //聲音中每秒的數據量 　WORD nBlockAlign; //數據塊的對齊標誌 　WORD biSize; //此結構的大小 }WAVEFORMAT

 

　　"strd"子塊緊跟在strf子塊後，存儲供壓縮驅動程序使用的參數，不必定存在，也沒有固定的結構。

　　"strl" LIST塊定義的AVI數據流依次將 "hdrl " LIST 塊中的數據流頭結構與"movi" LIST塊中的數據聯繫在一塊兒，第一個數據流頭結構用於數據流0，第二個用於數據流1，依次類推。

　　數據塊中存儲視頻和音頻數據流，數據可直接存於 "movi" LIST塊中。數據塊中音視頻數據按不一樣的字塊存放，其結構以下所述，

　　音頻字塊

　　　　"##wb"

　　　　Wave 數據流

　　視頻子塊中存儲DIB數據，又分爲壓縮或者未壓縮DIB，

　　　　"##db"

RGB數據流

　　　 "##dc"

壓縮的圖像數據流

能夠看到數據塊是以movi爲開始，而後是音視頻標示符+塊大小，依次存放，每一個塊以四字節的標示符爲開始，可表現爲list---size----movi---00db---size---01wb---size----00db---

，其中音視頻流的順序不固定。

avi文件的圖像數據能夠是壓縮的，和非壓縮格式的。對於壓縮格式來講，也可採用不一樣的編碼，也許你曾經遇到有些avi無法識別，就是由於 編碼方式不同，若是沒有相應的解碼，你就無法識別視頻數據。AVI的編碼方式有不少種，比較常見的有 mpeg2，mpeg4，divx等。

 

2.2 索引塊

索引塊包含數據塊在文件中的位置索引，能提升avi文件的讀寫速度，其中存放着一組AVIINDEXENTRY結構數據。以下，這個塊並非必需的，也許不存在。

typedef struct { 　DWORD ckid; //記錄數據塊中子塊的標記 　DWORD dwFlags; //表示chid所指子塊的屬性 　DWORD dwChunkOffset; //子塊的相對位置 　DWORD dwChunkLength; //子塊長度 };

　index段是能夠沒有的，視頻同樣能夠播放。但是當你要拖動視頻時，視頻不會馬上跳到你所要的位置，而是加快播放速度，直到到達目標位置。而有索引段時可直接到達所要的位置。

 

3 拓展

根據實際文件咱們看一下索引部分的結構。

首先是idx1的標示符69 64 78 31，其次是整個索引塊的大小，4byte，下面就是具體的音頻流、視頻流的信息，首先是流的標示符，30 30 64 62，如圖紅色框所示，是00db表明視頻流，後面藍色框的四字節是表明是不是關鍵幀，10 00 00 00是關鍵幀，不是關鍵幀用00 00 00 00，後面紫色框是塊的偏移地址，此地址是針對數據塊的movi的標示符，最後灰色框中的四字節表明此塊的大小。

 

 

下面看一下這個偏移地址

首先找到movi的地址是0x1F0+C=0x1FC，第一個00db塊的地址是0x200，如圖中粉色線所示，其偏移量是0x200-0x1fc=0x04

注：這裏面的數須要高低位轉換，例如此處00db塊的大小是E0 72 00 00，實際大小應該是0x000072E0。

 

下面咱們驗證一下第二個塊的偏移地址是否正確。

能夠看到第二個塊的地址是0x74E8，則偏移地址是0x74E8-0x1fc=0x72EC，則對應的值應該是EC 72 00 00，查看一下上面索引截圖裏面的偏移值確實也是此值。

 

 

經過RIFF結構咱們能夠看到數據區中都是以視頻流、音頻流間隔存放的，可是間隔又不相同。其實，這個是沒有什麼實際的關係，即便把全部 的視頻流放在一塊兒，而後下面纔是音頻流，也是能夠工做的，此時只須要更改一下索引表。能夠經過UltraEdit工具直接右擊打開avi文件進行修改。

還能夠發現一個avi文件中通常只有一個LIST：movi，此時能夠人爲的添加一個LIST：movi，在其放置一些音頻流和視頻流，並須要修改索引表，此時偏移地址只能以第一個movi的位置爲準，不然沒法解析，不能正常播放。