MP4文件格式的解析，以及MP4文件的切割算法
mp4应该算是一种比較复杂的媒体格式了，起源于QuickTime。曾经研究的时候就花了一番的功夫，尤其是怎样把它完美的融入到视频点播应用中，更是费尽了心思，主要问题是处理mp4文件庞大的“媒体头”。当然，流媒体点播也能够採用flv格式来做。flv也能够封装H.264视频数据的，只是Adobe却不推荐这么做，人家说毕竟mp4才是H.264最佳的存储格式嘛。
这几天整理并重构了一下mp4文件的解析程序，融合了分解与合并的程序，曾经是c语言写的，应用在linux上执行的server程序上，如今改成c++，方便我在其它项目中使用它。至于用不用移植一份c#的，临时用不到。等有必要了再说吧。这篇文章先简介一下mp4文件的大体结构，以及它的切割算法，之后再写文章介绍怎样把mp4完美应用在点播项目中。
一、MP4格式分析
MP4(MPEG-4 Part 14)是一种常见的多媒体容器格式。它是在“ISO/IEC 14496-14”标准文件里定义的，属于MPEG-4的一部分，是“ISO/IEC 14496-12(MPEG-4 Part 12 ISO base media file format)”标准中所定义的媒体格式的一种实现，后者定义了一种通用的媒体文件结构标准。MP4是一种描写叙述较为全面的容器格式，被觉得能够在当中嵌入不论什么形式的数据，各种编码的视频、音频等都不在话下，只是我们常见的大部分的MP4文件存放的AVC(H.264)或MPEG-4(Part 2)编码的视频和AAC编码的音频。
MP4格式的官方文件后缀名是“.mp4”，还有其它的以mp4为基础进行的扩展或者是缩水版本号的格式。包含：M4V, 3GP, F4V等。
mp4是由一个个“box”组成的。大box中存放小box。一级嵌套一级来存放媒体信息。box的基本结构是：
当中。size指明了整个box所占用的大小，包含header部分。
假设box非常大(比如存放详细视频数据的mdat box)。超过了uint32的最大数值。size就被设置为1。并用接下来的8位uint64来存放大小。
一个mp4文件有可能包括非常多的box，在非常大程度上添加了解析的复杂性，这个网页上http://mp4ra.org/atoms.html记录了一些当前注冊过的box类型。
看到这么多box，假设要所有支持。一个个解析。怕是头都要爆了。还好。大部分mp4文件没有那么多的box类型，下图就是一个简化了的，常见的mp4文件结构：
一般来说。解析媒体文件，最关心的部分是视频文件的宽高、时长、码率、编码格式、帧列表、关键帧列表，以及所相应的时戳和在文件里的位置，这些信息，在mp4中，是以特定的算法分开存放在stbl box下属的几个box中的。须要解析stbl以下全部的box，来还原媒体信息。
下表是对于以上几个重要的box存放信息的说明：
看吧，要获取到mp4文件的帧列表，还挺不easy的。须要一层层解析，然后综合stts stsc stsz stss stco等这几个box的信息。才干还原出帧列表。每一帧的时戳和偏移量。并且。你要照应可能出现或者可能不出现的那些box。
。。
能够看的出来。mp4把帧sample进行了分组，也就是chunk，须要间接的通过chunk来描写叙述帧，这样做的理由是能够压缩存储空间，缩小媒体信息所占用的文件大小。
这里面。stsc box的解析相对来说比較复杂，它用了一种巧妙的方式来说明sample和chunk的映射关系。特别介绍一下。
这是stsc box的结构，前几项的意义就不解释了。能够看到stsc box里每一个entry结构体都存有三项数据，它们的意思是：“从first_chunk这个chunk序号開始。每一个chunk都有samples_per_chunk个数的sample。并且每一个sample都能够通过sample_description_index这个索引，在stsd box中找到描写叙述信息”。也就是说。每一个entry结构体描写叙述的是一组chunk，它们有同样的特点，那就是每一个chunk包括samples_per_chunk个sample，好，那你要问，这组同样特点的chunk有多少个？请通过下一个entry结构体来推算，用下一个entry的first_chunk减去本次的first_chunk，就得到了这组chunk的个数。
最后一个entry结构体则表明从该first_chunk到最后一个chunk。每一个chunk都有sampls_per_chunk个sample。非常拗口吧，只是，就是这个意思:)。
因为这样的算法无法得知文件全部chunk的个数，所以你必须借助于stco或co64。直接上代码可能会清楚些：
1. 首先直接分析entry
2. 然后，通过stco或co64获知chunk总个数之后，開始还原映射表
读出stsc之后。就能够综合stbl下的全部box，推算出视频和音频帧列表，时戳和偏移量等数据。以下截图展示获取到的关键帧列表：
有了关键帧列表之后。就能够继续我们一下个题目。就是mp4文件的切割。实现mp4的切割，是把mp4应用到点播系统中最关键的技术环节，做不到这个。就无法实现点播播放mp4影片的“拖动”。
二、MP4文件的切割算法
所谓“切割”，就是把大文件切成小文件，要实现mp4的切割，
- 首先，须要获取到关键帧列表
- 然后，选择要切割的时间段（比方从关键帧開始）
- 接着，又一次生成moov box（注意全部相关的box 以及 box size都须要改变）
- 最后。拷贝相应的数据，生成新文件
第一点，上面已经介绍了。第二点。仅仅须要遍历关键帧列表，就能找到离你想要切割的时间段最接近的关键帧，第四点就是“copy-paste”的工作，关键在于第三点。
由于这一步涉及到stbl下的全部box，必须又一次生成entrys。相同的。其它的box都还好，仅仅须要保留关键帧所相应的sample和chunk。其余的删掉就可以，仅仅是stsc box的比較麻烦，说起来比較啰嗦，还是直接看代码吧：
改动完box之后。须要又一次生成moov box。因为moov box的大小以及时长等信息都发生了改变，所以须要box的大小做对应的改动。这点千万不能忘记，否则播放器会解析错误。又一次生成box之后，还要计算一下切割后的数据的长度。因为数据长度也发生了改变，所以改动mdat box的大小的同一时候，要同一时候改动stbl下全部box的chunk offset，切记！
下面是整个的逻辑过程：
好了，全部这些都实现之后。就具备了做mp4点播系统的条件了。
只是，要做mp4点播。另一些其它的问题须要解决。我将在下一篇文章中介绍。