H264的I/P/B帧类型判断(一)
这里首先说明下H264的结构：
00 00 00 01/00 00 01->nal(1bytes)->slice->宏块->运动估计向量。
如果h264的body中出现了前缀则由00 00 00 01/00 00 01变为00 03 00 00 01/00 03 00 01.
我们看到常用naltype 像sps= 0x07 pps= 0x08 sei = 0x06 I/P/B= 0x01/0x05 也就是说只判断naltype = 0x01/0x05是判断不出来I/P/B帧类型的，需要到slice层去判断用到“熵编码”具体的“熵编码”内容请看：“H.264官方中文版.pdf”.
下面是扣的ffmpeg的源码判断I/P/B帧类型的实现:
int GetFrameType(NALU_t * nal)
{
bs_t s;
int frame_type = 0;
unsigned char * OneFrameBuf_H264 = NULL ;
if ((OneFrameBuf_H264 = (unsigned char *)calloc(nal->len + 4,sizeof(unsigned char))) == NULL)
{
printf("Error malloc OneFrameBuf_H264\n");
return getchar();
}
if (nal->startcodeprefix_len == 3)
{
OneFrameBuf_H264[0] = 0x00;
OneFrameBuf_H264[1] = 0x00;
OneFrameBuf_H264[2] = 0x01;
memcpy(OneFrameBuf_H264 + 3,nal->buf,nal->len);
}
else if (nal->startcodeprefix_len == 4)
{
OneFrameBuf_H264[0] = 0x00;
OneFrameBuf_H264[1] = 0x00;
OneFrameBuf_H264[2] = 0x00;
OneFrameBuf_H264[3] = 0x01;
memcpy(OneFrameBuf_H264 + 4,nal->buf,nal->len);
}
else
{
printf("H264读取错误！\n");
}
bs_init( &s,OneFrameBuf_H264 + nal->startcodeprefix_len + 1 ,nal->len - 1 );
if (nal->nal_unit_type == NAL_SLICE || nal->nal_unit_type == NAL_SLICE_IDR )
{
/* i_first_mb */
bs_read_ue( &s );
/* picture type */
frame_type = bs_read_ue( &s );
switch(frame_type)
{
case 0: case 5: /* P */
nal->Frametype = FRAME_P;
break;
case 1: case 6: /* B */
nal->Frametype = FRAME_B;
break;
case 3: case 8: /* SP */
nal->Frametype = FRAME_P;
break;
case 2: case 7: /* I */
nal->Frametype = FRAME_I;
I_Frame_Num ++;
break;
case 4: case 9: /* SI */
nal->Frametype = FRAME_I;
break;
}
}
else if (nal->nal_unit_type == NAL_SEI)
{
nal->Frametype = NAL_SEI;
}
else if(nal->nal_unit_type == NAL_SPS)
{
nal->Frametype = NAL_SPS;
}
else if(nal->nal_unit_type == NAL_PPS)
{
nal->Frametype = NAL_PPS;
}
if (OneFrameBuf_H264)
{
free(OneFrameBuf_H264);
OneFrameBuf_H264 = NULL;
}
return 1;
}//H264一帧数据的结构体
typedef struct Tag_NALU_t
{
unsigned char forbidden_bit; //! Should always be FALSE
unsigned char nal_reference_idc; //! NALU_PRIORITY_xxxx
unsigned char nal_unit_type; //! NALU_TYPE_xxxx
unsigned int startcodeprefix_len; //! 前缀字节数
unsigned int len; //! 包含nal 头的nal 长度，从第一个00000001到下一个000000001的长度
unsigned int max_size; //! 最多一个nal 的长度
unsigned char * buf; //! 包含nal 头的nal 数据
unsigned char Frametype; //! 帧类型
unsigned int lost_packets; //! 预留
} NALU_t;
//nal类型
enum nal_unit_type_e
{
NAL_UNKNOWN = 0,
NAL_SLICE = 1,
NAL_SLICE_DPA = 2,
NAL_SLICE_DPB = 3,
NAL_SLICE_DPC = 4,
NAL_SLICE_IDR = 5, /* ref_idc != 0 */
NAL_SEI = 6, /* ref_idc == 0 */
NAL_SPS = 7,
NAL_PPS = 8
/* ref_idc == 0 for 6,9,10,11,12 */
};
//帧类型
enum Frametype_e
{
FRAME_I = 15,
FRAME_P = 16,
FRAME_B = 17
};//Mybs.h
#pragma once
#include "Information.h"
//读取字节结构体
typedef struct Tag_bs_t
{
unsigned char *p_start; //缓冲区首地址(这个开始是最低地址)
unsigned char *p; //缓冲区当前的读写指针 当前字节的地址，这个会不断的++，每次++，进入一个新的字节
unsigned char *p_end; //缓冲区尾地址 //typedef unsigned char uint8_t;
int i_left; // p所指字节当前还有多少 “位” 可读写 count number of available(可用的)位
}bs_t;
/*
函数名称：
函数功能：初始化结构体
参 数：
返 回 值：无返回值,void类型
思 路：
资 料：
*/
void bs_init( bs_t *s, void *p_data, int i_data );
/*
该函数的作用是：从s中读出i_count位，并将其做为uint32_t类型返回
思路:
若i_count>0且s流并未结束，则开始或继续读取码流；
若s当前字节中剩余位数大于等于要读取的位数i_count，则直接读取；
若s当前字节中剩余位数小于要读取的位数i_count，则读取剩余位，进入s下一字节继续读取。
补充:
写入s时，i_left表示s当前字节还没被写入的位，若一个新的字节，则i_left=8；
读取s时，i_left表示s当前字节还没被读取的位，若一个新的字节，则i_left＝8。
注意两者的区别和联系。
00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000 00000000 0000000
-------- -----000 00000000 ...
写入s时：i_left = 3
读取s时：i_left = 5
我思：
字节流提前放在了结构体bs_s的对象bs_t里了，可能字节流不会一次性读取/分析完，而是根据需要，每次都读取几比特
bs_s里，有专门的字段用来记录历史读取的结果,每次读取，都会在上次的读取位置上进行
比如，100字节的流，经过若干次读取，当前位置处于中间一个字节处，前3个比特已经读取过了，此次要读取2比特
00001001
000 01 001 (已读过的 本次要读的 以后要读的 )
i_count = 2 (计划去读2比特)
i_left = 5 (还有5比特未读，在本字节中)
i_shr = s->i_left - i_count = 5 - 2 = 3
*s->p >> i_shr，就把本次要读的比特移到了字节最右边(未读，但本次不需要的给移到了字节外，抛掉了)
00000001
i_mask[i_count] 即i_mask[2] 即0x03:00000011
( *s->p >> i_shr )&i_mask[i_count]; 即00000001 & 00000011 也就是00000001 按位与 00000011
结果是：00000001
i_result |= ( *s->p >> i_shr )&i_mask[i_count];即i_result |=00000001 也就是 i_result =i_result | 00000001 = 00000000 00000000 00000000 00000000 | 00000001 =00000000 00000000 00000000 00000001
i_result =
return( i_result ); 返回的i_result是4字节长度的，是unsigned类型 sizeof(unsigned)=4
*/
int bs_read( bs_t *s, int i_count );
/*
函数名称：
函数功能：从s中读出1位，并将其做为uint32_t类型返回。
函数参数：
返 回 值：
思 路：若s流并未结束，则读取一位
资 料：
毕厚杰：第145页，u(n)/u(v)，读进连续的若干比特，并将它们解释为“无符号整数”
return i_result; //unsigned int
*/
int bs_read1( bs_t *s );
/*
函数名称：
函数功能：从s中解码并读出一个语法元素值
参 数：
返 回 值：
思 路：
从s的当前位读取并计数，直至读取到1为止；
while( bs_read1( s ) == 0 && s->p < s->p_end && i < 32 )这个循环用i记录了s当前位置到1为止的0的个数，并丢弃读到的第一个1；
返回2^i-1+bs_read(s,i)。
例：当s字节中存放的是0001010时，1前有3个0，所以i＝3；
返回的是：2^i-1+bs_read(s,i)即：8－1＋010＝9
资 料：
毕厚杰：第145页，ue(v)；无符号指数Golomb熵编码
x264中bs.h文件部分函数解读 http://wmnmtm.blog.163.com/blog/static/382457142011724101824726/
无符号整数指数哥伦布码编码 http://wmnmtm.blog.163.com/blog/static/38245714201172623027946/
*/
int bs_read_ue( bs_t *s );
//Mybs.cpp
#include "Mybs.h"
void bs_init( bs_t *s, void *p_data, int i_data )
{
s->p_start = (unsigned char *)p_data; //用传入的p_data首地址初始化p_start，只记下有效数据的首地址
s->p = (unsigned char *)p_data; //字节首地址，一开始用p_data初始化，每读完一个整字节，就移动到下一字节首地址
s->p_end = s->p + i_data; //尾地址，最后一个字节的首地址?
s->i_left = 8; //还没有开始读写，当前字节剩余未读取的位是8
}
int bs_read( bs_t *s, int i_count )
{
static int i_mask[33] ={0x00,
0x01, 0x03, 0x07, 0x0f,
0x1f, 0x3f, 0x7f, 0xff,
0x1ff, 0x3ff, 0x7ff, 0xfff,
0x1fff, 0x3fff, 0x7fff, 0xffff,
0x1ffff, 0x3ffff, 0x7ffff, 0xfffff,
0x1fffff, 0x3fffff, 0x7fffff, 0xffffff,
0x1ffffff, 0x3ffffff, 0x7ffffff, 0xfffffff,
0x1fffffff,0x3fffffff,0x7fffffff,0xffffffff};
/*
数组中的元素用二进制表示如下：
假设：初始为0，已写入为+，已读取为-
字节: 1 2 3 4
00000000 00000000 00000000 00000000 下标
0x00: 00000000 x[0]
0x01: 00000001 x[1]
0x03: 00000011 x[2]
0x07: 00000111 x[3]
0x0f: 00001111 x[4]
0x1f: 00011111 x[5]
0x3f: 00111111 x[6]
0x7f: 01111111 x[7]
0xff: 11111111 x[8] 1字节
0x1ff: 0001 11111111 x[9]
0x3ff: 0011 11111111 x[10] i_mask[s->i_left]
0x7ff: 0111 11111111 x[11]
0xfff: 1111 11111111 x[12] 1.5字节
0x1fff: 00011111 11111111 x[13]
0x3fff: 00111111 11111111 x[14]
0x7fff: 01111111 11111111 x[15]
0xffff: 11111111 11111111 x[16] 2字节
0x1ffff: 0001 11111111 11111111 x[17]
0x3ffff: 0011 11111111 11111111 x[18]
0x7ffff: 0111 11111111 11111111 x[19]
0xfffff: 1111 11111111 11111111 x[20] 2.5字节
0x1fffff: 00011111 11111111 11111111 x[21]
0x3fffff: 00111111 11111111 11111111 x[22]
0x7fffff: 01111111 11111111 11111111 x[23]
0xffffff: 11111111 11111111 11111111 x[24] 3字节
0x1ffffff: 0001 11111111 11111111 11111111 x[25]
0x3ffffff: 0011 11111111 11111111 11111111 x[26]
0x7ffffff: 0111 11111111 11111111 11111111 x[27]
0xfffffff: 1111 11111111 11111111 11111111 x[28] 3.5字节
0x1fffffff:00011111 11111111 11111111 11111111 x[29]
0x3fffffff:00111111 11111111 11111111 11111111 x[30]
0x7fffffff:01111111 11111111 11111111 11111111 x[31]
0xffffffff:11111111 11111111 11111111 11111111 x[32] 4字节
*/
int i_shr; //
int i_result = 0; //用来存放读取到的的结果 typedef unsigned uint32_t;
while( i_count > 0 ) //要读取的比特数
{
if( s->p >= s->p_end ) //字节流的当前位置>=流结尾，即代表此比特流s已经读完了。
{ //
break;
}
if( ( i_shr = s->i_left - i_count ) >= 0 ) //当前字节剩余的未读位数，比要读取的位数多，或者相等
{ //i_left当前字节剩余的未读位数，本次要读i_count比特，i_shr=i_left-i_count的结果如果>=0，说明要读取的都在当前字节内
//i_shr>=0，说明要读取的比特都处于当前字节内
//这个阶段，一次性就读完了，然后返回i_result(退出了函数)
/* more in the buffer than requested */
i_result |= ( *s->p >> i_shr )&i_mask[i_count];//“|=”:按位或赋值，A |= B 即 A = A|B
//|=应该在最后执行，把结果放在i_result(按位与优先级高于复合操作符|=)
//i_mask[i_count]最右侧各位都是1,与括号中的按位与，可以把括号中的结果复制过来
//!=,左边的i_result在这儿全是0，右侧与它按位或，还是复制结果过来了，好象好几步都多余
/*读取后，更新结构体里的字段值*/
s->i_left -= i_count; //即i_left = i_left - i_count，当前字节剩余的未读位数，原来的减去这次读取的
if( s->i_left == 0 ) //如果当前字节剩余的未读位数正好是0，说明当前字节读完了，就要开始下一个字节
{
s->p++; //移动指针，所以p好象是以字节为步长移动指针的
s->i_left = 8; //新开始的这个字节来说，当前字节剩余的未读位数，就是8比特了
}
return( i_result ); //可能的返回值之一为：00000000 00000000 00000000 00000001 (4字节长)
}
else /* i_shr < 0 ,跨字节的情况*/
{
//这个阶段，是while的一次循环，可能还会进入下一次循环，第一次和最后一次都可能读取的非整字节，比如第一次读了3比特，中间读取了2字节(即2x8比特)，最后一次读取了1比特，然后退出while循环
//当前字节剩余的未读位数，比要读取的位数少，比如当前字节有3位未读过，而本次要读7位
//???对当前字节来说，要读的比特，都在最右边，所以不再移位了(移位的目的是把要读的比特放在当前字节最右)
/* less(较少的) in the buffer than requested */
i_result |= (*s->p&i_mask[s->i_left]) << -i_shr; //"-i_shr"相当于取了绝对值
//|= 和 << 都是位操作符，优先级相同，所以从左往右顺序执行
//举例:int|char ，其中int是4字节，char是1字节，sizeof(int|char)是4字节
//i_left最大是8，最小是0，取值范围是[0,8]
i_count -= s->i_left; //待读取的比特数，等于原i_count减去i_left，i_left是当前字节未读过的比特数，而此else阶段，i_left代表的当前字节未读的比特全被读过了，所以减它
s->p++; //定位到下一个新的字节
s->i_left = 8; //对一个新字节来说，未读过的位数当然是8，即本字节所有位都没读取过
}
}
return( i_result );//可能的返回值之一为：00000000 00000000 00000000 00000001 (4字节长)
}
int bs_read1( bs_t *s )
{
if( s->p < s->p_end )
{
unsigned int i_result;
s->i_left--; //当前字节未读取的位数少了1位
i_result = ( *s->p >> s->i_left )&0x01;//把要读的比特移到当前字节最右，然后与0x01:00000001进行逻辑与操作，因为要读的只是一个比特，这个比特不是0就是1，与0000 0001按位与就可以得知此情况
if( s->i_left == 0 ) //如果当前字节剩余未读位数是0，即是说当前字节全读过了
{
s->p++; //指针s->p 移到下一字节
s->i_left = 8; //新字节中，未读位数当然是8位
}
return i_result; //unsigned int
}
return 0; //返回0应该是没有读到东西
}
int bs_read_ue( bs_t *s )
{
int i = 0;
while( bs_read1( s ) == 0 && s->p < s->p_end && i < 32 ) //条件为：读到的当前比特=0，指针未越界，最多只能读32比特
{
i++;
}
return( ( 1 << i) - 1 + bs_read( s, i ) );
}
具体实现可参考这个：http://download.csdn.net/detail/zhuweigangzwg/5522123