Mp4v2实现h264+aac打包成Mp4视频文件

使用mp4v2实现录制mp4视频，需要准备如下信息：

1、获取mp4v2源码并编译成库文件，对于mp4v2的编译可以看前面的文章android 编译mp4v2 2.0.0生成动态库 ；

2、获取h264数据中的sps和pps数据，如果不会的话可以查看前面的文章  点击打开链接；

3、获取音频解码信息，在调用MP4SetTrackESConfiguration使用，具体的获取方式一种通过faac获取，方法faacEncGetDecoderSpecificInfo(hEncoder,&(ASC), &(ASCLength));//得到解码信息另一种查看aac音频源码，并并对照aac的adts头格式分析：

 前五个字节为 AAC object types  LOW     2
 接着4个字节为 码率index        16000      8
 接着4个字节为 channels 个数                 1
 应打印出的正确2进制形式为  00010 | 1000 | 0001 | 000
                                                             2          8        1

 前五个字节为 AAC object types  LOW     2
 接着4个字节为 码率index        16000      8
 接着4个字节为 channels 个数                 1
 应打印出的正确2进制形式为  00010 | 1000 | 0001 | 000
                                                             2          8        1

所以为（20，8）

4、规定时间刻度问题，一般网上都是设置90000，这个90000是指1秒的tick数，其实也就是把1秒中分为90000份，在添加音 视频 的函数中

durationMP4_INVALID_DURATION

 bool MP4WriteSample(
 MP4FileHandle hFile,

 MP4TrackId trackId,

 u_int8_t* pBytes,

 u_int32_t numBytes,

 MP4Duration duration = MP4_INVALID_DURATION,

 MP4Duration renderingOffset = 0,

 bool isSyncSample = true   //如果是视频，此处是指当前视频帧是否是关键帧，如果是则为1，如果不是则为0

 );

 bool MP4WriteSample(
 MP4FileHandle hFile,

 MP4TrackId trackId,

 u_int8_t* pBytes,

 u_int32_t numBytes,

 MP4Duration duration = MP4_INVALID_DURATION,

 MP4Duration renderingOffset = 0,

 bool isSyncSample = true   //如果是视频，此处是指当前视频帧是否是关键帧，如果是则为1，如果不是则为0

 );

其中duration这个参数是指 视频 帧存在的时间，在90000这个刻度上存在的时间，如果用户确定录像时的音频 视频 帧是按固定速率的，那么在这里可以设置MP4_INVALID_DURATION，这时mp4v2就会使用下面的函数中的时间刻度

视频：

 MP4AddH264VideoTrack(MP4FileHandle hFile,
                                     uint32_t timeScale,
                                     MP4Duration sampleDuration,
                                     uint16_t width,
                                     uint16_t height,
                                     uint8_t AVCProfileIndication,
                                     uint8_t profile_compat,
                                     uint8_t AVCLevelIndication,
                                     uint8_t sampleLenFieldSizeMinusOne)
 sampleDuration为视频的固定的视频帧的显示时间，计算的方法为timeScale（90000）* during(这个值是当前视频帧的采集时间 - 上一帧的视频
 采集时间)/1000,公式也可以改为timeScale（90000）/fps(码率例如20f)


 音频：


 sampleDuration
 MP4TrackId MP4AddAudioTrack(
 MP4FileHandle hFile,

 u_int32_t timeScale,

 u_int32_t sampleDuration,

 u_int8_t audioType = MP4_MPEG4_AUDIO_TYPE

 )
 sampleDuration 是音频的音频帧在时间刻度上存在的时间，这里的timeScale为音频的采样时间，例如44100,32000,计算方法给上面的视频一样的。
 sampleDuration主要作用是用于音视频同步问题。




 5、mp4v2录制视频中h264的格式要求：NAL长度+NAL数据，如果传过来的数据没有0x00000001则是纯数据


 (1)h264流中的NAL，头四个字节是0x00000001;

 (2)mp4中的h264track，头四个字节要求是NAL的长度，并且是大端顺序；

 (3)mp4v2很可能针对此种情况并没有做处理，所以写到mp4文件中的每个NAL头四个字节还是0x00000001.

 因此如果传过来的h264数据是纯数据的话则需要如下修改：


   int nalsize = frameSize;
       buf[0] = (nalsize&0xff000000)>>24;
       buf[1] = (nalsize&0x00ff0000)>>16;
       buf[2] = (nalsize&0x0000ff00)>>8;
       buf[3] = nalsize&0x000000ff;如果头部格式有其他的，则按照上面的方式偏移到纯数据位置。

 6、mp4v2录制视频中aac的格式要求：有时远程传过来的aac数据的格式为adts+aac纯数据，则需要将adts部分去掉，即需要偏移7个字节的单位

 下面就开始编写如何调用mp4v2库的方法：


 #include
 #include <string.h>
 #include "../mp4v2/mp4v2.h"
 #include "AppCameraShooting.h"

 MP4TrackId video;
 MP4TrackId audio;
 MP4FileHandle fileHandle;
 unsigned char sps_pps_640[17] = {0x67, 0x42, 0x40, 0x1F, 0x96 ,0x54, 0x05, 0x01, 0xED, 0x00, 0xF3, 0x9E, 0xA0, 0x68, 0xCE, 0x38, 0x80}; //存储sps和pps
 int video_width = 640;
 int video_height = 480;

 //视频录制的调用,实现初始化
     JNIEXPORT bool JNICALL Java_com_seuic_jni_AppCameraShooting_mp4init
 (JNIEnv *env, jclass clz, jstring title, jint type)
 {
     const char* local_title = (*env)->GetStringUTFChars(env,title, NULL);
     //创建mp4文件
     fileHandle = MP4Create(local_title, 0);
     if(fileHandle == MP4_INVALID_FILE_HANDLE)
     {
         return false;
     }
     memcpy(sps_pps, sps_pps_640, 17);
     video_width = 640;
     video_height = 480;
     //设置mp4文件的时间单位
     MP4SetTimeScale(fileHandle, 90000);
     //创建视频track //根据ISO/IEC 14496-10 可知sps的第二个，第三个，第四个字节分别是 AVCProfileIndication,profile_compat,AVCLevelIndication     其中90000/20  中的20>是fps
     video = MP4AddH264VideoTrack(fileHandle, 90000, 90000/20, video_width, video_height, sps_pps[1], sps_pps[2], sps_pps[3], 3);
     if(video == MP4_INVALID_TRACK_ID)
     {
         MP4Close(fileHandle, 0);
         return false;
     }
     audio = MP4AddAudioTrack(fileHandle, 16000, 1024, MP4_MPEG2_AAC_LC_AUDIO_TYPE);
     if(audio == MP4_INVALID_TRACK_ID)
     {
         MP4Close(fileHandle, 0);
         return false;

     }
     //设置sps和pps
     MP4AddH264SequenceParameterSet(fileHandle, video, sps_pps, 13);
     MP4AddH264PictureParameterSet(fileHandle, video, sps_pps+13, 4);
     MP4SetVideoProfileLevel(fileHandle, 0x7F);
     MP4SetAudioProfileLevel(fileHandle, 0x02);
     MP4SetTrackESConfiguration(fileHandle, audio, &ubuffer[0], 2);
     (*env)->ReleaseStringUTFChars(env, title, local_title);
     return true;
 }
     //添加视频帧的方法
     JNIEXPORT void JNICALL Java_com_seuic_jni_AppCameraShooting_mp4packVideo
 (JNIEnv *env, jclass clz, jbyteArray data, jint size, jint keyframe)
 {
     unsigned char *buf = (unsigned char *)(*env)->GetByteArrayElements(env, data, JNI_FALSE);
     if(video_type == 1){
         int nalsize = size;
         buf[0] = (nalsize & 0xff000000) >> 24;
         buf[1] = (nalsize & 0x00ff0000) >> 16;
         buf[2] = (nalsize & 0x0000ff00) >> 8;
         buf[3] =  nalsize & 0x000000ff;
         MP4WriteSample(fileHandle, video, buf, size, MP4_INVALID_DURATION, 0, keyframe);
     }
     (*env)->ReleaseByteArrayElements(env, data, (jbyte *)buf, 0);
 }

     //添加音频帧的方法
     JNIEXPORT void JNICALL Java_com_seuic_jni_AppCameraShooting_mp4packAudio
 (JNIEnv *env, jclass clz, jbyteArray data, jint size)
 {
     uint8_t *bufaudio = (uint8_t *)(*env)->GetByteArrayElements(env, data, JNI_FALSE);
     MP4WriteSample(fileHandle, audio, &bufaudio[7], size-7, MP4_INVALID_DURATION, 0, 1); //减去7为了删除adts头部的7个字节
     (*env)->ReleaseByteArrayElements(env, data, (jbyte *)bufaudio, 0);
 }

     //视频录制结束调用
     JNIEXPORT void JNICALL Java_com_seuic_jni_AppCameraShooting_mp4close
 (JNIEnv *env, jclass clz)
 {
     MP4Close(fileHandle, 0);
 }

 MP4AddH264VideoTrack(MP4FileHandle hFile,
                                     uint32_t timeScale,
                                     MP4Duration sampleDuration,
                                     uint16_t width,
                                     uint16_t height,
                                     uint8_t AVCProfileIndication,
                                     uint8_t profile_compat,
                                     uint8_t AVCLevelIndication,
                                     uint8_t sampleLenFieldSizeMinusOne)
 sampleDuration为视频的固定的视频帧的显示时间，计算的方法为timeScale（90000）* during(这个值是当前视频帧的采集时间 - 上一帧的视频
 采集时间)/1000,公式也可以改为timeScale（90000）/fps(码率例如20f)


 音频：


 sampleDuration
 MP4TrackId MP4AddAudioTrack(
 MP4FileHandle hFile,

 u_int32_t timeScale,

 u_int32_t sampleDuration,

 u_int8_t audioType = MP4_MPEG4_AUDIO_TYPE

 )
 sampleDuration 是音频的音频帧在时间刻度上存在的时间，这里的timeScale为音频的采样时间，例如44100,32000,计算方法给上面的视频一样的。
 sampleDuration主要作用是用于音视频同步问题。




 5、mp4v2录制视频中h264的格式要求：NAL长度+NAL数据，如果传过来的数据没有0x00000001则是纯数据


 (1)h264流中的NAL，头四个字节是0x00000001;

 (2)mp4中的h264track，头四个字节要求是NAL的长度，并且是大端顺序；

 (3)mp4v2很可能针对此种情况并没有做处理，所以写到mp4文件中的每个NAL头四个字节还是0x00000001.

 因此如果传过来的h264数据是纯数据的话则需要如下修改：


   int nalsize = frameSize;
       buf[0] = (nalsize&0xff000000)>>24;
       buf[1] = (nalsize&0x00ff0000)>>16;
       buf[2] = (nalsize&0x0000ff00)>>8;
       buf[3] = nalsize&0x000000ff;如果头部格式有其他的，则按照上面的方式偏移到纯数据位置。

 6、mp4v2录制视频中aac的格式要求：有时远程传过来的aac数据的格式为adts+aac纯数据，则需要将adts部分去掉，即需要偏移7个字节的单位

 下面就开始编写如何调用mp4v2库的方法：


 #include
 #include <string.h>
 #include "../mp4v2/mp4v2.h"
 #include "AppCameraShooting.h"

 MP4TrackId video;
 MP4TrackId audio;
 MP4FileHandle fileHandle;
 unsigned char sps_pps_640[17] = {0x67, 0x42, 0x40, 0x1F, 0x96 ,0x54, 0x05, 0x01, 0xED, 0x00, 0xF3, 0x9E, 0xA0, 0x68, 0xCE, 0x38, 0x80}; //存储sps和pps
 int video_width = 640;
 int video_height = 480;

 //视频录制的调用,实现初始化
     JNIEXPORT bool JNICALL Java_com_seuic_jni_AppCameraShooting_mp4init
 (JNIEnv *env, jclass clz, jstring title, jint type)
 {
     const char* local_title = (*env)->GetStringUTFChars(env,title, NULL);
     //创建mp4文件
     fileHandle = MP4Create(local_title, 0);
     if(fileHandle == MP4_INVALID_FILE_HANDLE)
     {
         return false;
     }
     memcpy(sps_pps, sps_pps_640, 17);
     video_width = 640;
     video_height = 480;
     //设置mp4文件的时间单位
     MP4SetTimeScale(fileHandle, 90000);
     //创建视频track //根据ISO/IEC 14496-10 可知sps的第二个，第三个，第四个字节分别是 AVCProfileIndication,profile_compat,AVCLevelIndication     其中90000/20  中的20>是fps
     video = MP4AddH264VideoTrack(fileHandle, 90000, 90000/20, video_width, video_height, sps_pps[1], sps_pps[2], sps_pps[3], 3);
     if(video == MP4_INVALID_TRACK_ID)
     {
         MP4Close(fileHandle, 0);
         return false;
     }
     audio = MP4AddAudioTrack(fileHandle, 16000, 1024, MP4_MPEG2_AAC_LC_AUDIO_TYPE);
     if(audio == MP4_INVALID_TRACK_ID)
     {
         MP4Close(fileHandle, 0);
         return false;

     }
     //设置sps和pps
     MP4AddH264SequenceParameterSet(fileHandle, video, sps_pps, 13);
     MP4AddH264PictureParameterSet(fileHandle, video, sps_pps+13, 4);
     MP4SetVideoProfileLevel(fileHandle, 0x7F);
     MP4SetAudioProfileLevel(fileHandle, 0x02);
     MP4SetTrackESConfiguration(fileHandle, audio, &ubuffer[0], 2);
     (*env)->ReleaseStringUTFChars(env, title, local_title);
     return true;
 }
     //添加视频帧的方法
     JNIEXPORT void JNICALL Java_com_seuic_jni_AppCameraShooting_mp4packVideo
 (JNIEnv *env, jclass clz, jbyteArray data, jint size, jint keyframe)
 {
     unsigned char *buf = (unsigned char *)(*env)->GetByteArrayElements(env, data, JNI_FALSE);
     if(video_type == 1){
         int nalsize = size;
         buf[0] = (nalsize & 0xff000000) >> 24;
         buf[1] = (nalsize & 0x00ff0000) >> 16;
         buf[2] = (nalsize & 0x0000ff00) >> 8;
         buf[3] =  nalsize & 0x000000ff;
         MP4WriteSample(fileHandle, video, buf, size, MP4_INVALID_DURATION, 0, keyframe);
     }
     (*env)->ReleaseByteArrayElements(env, data, (jbyte *)buf, 0);
 }

     //添加音频帧的方法
     JNIEXPORT void JNICALL Java_com_seuic_jni_AppCameraShooting_mp4packAudio
 (JNIEnv *env, jclass clz, jbyteArray data, jint size)
 {
     uint8_t *bufaudio = (uint8_t *)(*env)->GetByteArrayElements(env, data, JNI_FALSE);
     MP4WriteSample(fileHandle, audio, &bufaudio[7], size-7, MP4_INVALID_DURATION, 0, 1); //减去7为了删除adts头部的7个字节
     (*env)->ReleaseByteArrayElements(env, data, (jbyte *)bufaudio, 0);
 }

     //视频录制结束调用
     JNIEXPORT void JNICALL Java_com_seuic_jni_AppCameraShooting_mp4close
 (JNIEnv *env, jclass clz)
 {
     MP4Close(fileHandle, 0);
 }