WAV文件C++分析与显示

预备知识：

WAV格式说明： http://baike.baidu.com/view/8033.htm

总体思路：分别建立与WAV格式相对应的类：

 

 

struct RIFF_HEADER
{
    char szRiffID[4];
    DWORD dwRiffSize;
    char szRiffFormat[4];
};

struct WAVE_FORMAT
{
    WORD wFormatTag;
    WORD wChannels;
    DWORD dwSamplesPerSec;
    DWORD dwAvgBytesPerSec;
    WORD wBlockAlign;
    WORD wBitsPerSample;
};
struct FMT_BLOCK
{
    char szFmtID[4];
    DWORD dwFmtSize;
    WAVE_FORMAT wavFormat;
};

struct FACT_BLOCK
{
    char szFmtID[4];
    DWORD dwFactSize;
    DWORD dwFactData;
};

 struct DATA_BLOCK
 {
  char szDataID[4]; // 'd','a','t','a'
  DWORD dwDataSize;
 };


 struct SOUND_DATA
 {
     int channel;
     int BitsPerSample;
     std::vector<unsigned short> leftChannelData;
     std::vector<unsigned short> rightChannelData;
 };

class WaveHeader
{
private:
    char* fileName;
    long pos;
    SOUND_DATA sound;
    RIFF_HEADER * header;
    FMT_BLOCK * format;
    FACT_BLOCK * fact;
    DATA_BLOCK * data;
    long f;             //频率

public:
    WaveHeader(char a[],int len);
    bool init();
    void InitSoundData();

    long getFileSize();
    short getChannels();
    long getSamplesPerSec();
    long getAvgBytesPerSec();
    short getBlockAlign();  //每采样需要字节数
    short getBitsPerSample();  //每个采样的bit数
    bool isThereFact();
    long getDataSize();
    SOUND_DATA &getSoundData();
    long getF();
};

其中最重要的结构体是WaveHeader和SOUND_DATA;

它们的作用分别是：

  WaveHeader是用来保存WAV文件的头部信息，包括，采样率，采样位数，大小，等等。但不保存真正的数据。就像IP协议里的头部，与数据部分是独立的。而保存数据的是SOUND_DATA.

我们来看下SOUND_DATA的结构

struct SOUND_DATA
 {
     int channel;
     int BitsPerSample;
     std::vector<unsigned short> leftChannelData;
     std::vector<unsigned short> rightChannelData;
 };

在这个结构体里有两个向量，数据部分就是存放在向量中。因为有的声音是用双声道来采集的，故这里用两个向量来分别表示左右声道数据，这样分开它们，有利用理解和处理。

大体的结构看完了，也就对WAV文件的读取有了大体的轮廓，下面，程序所要实现的功能其实大体和WaveHeader结构体所提供的方法有关系。

我们来分析这些功能方法和实现它们的步骤：

class WaveHeader
{
private:
    char* fileName;
//WAV文件名
    long pos;
// 这个变量说明一下，它是用来保存WAV文件的头部分结束时的字节数，即头部分的大小的。
// 这样可以定位数据的开始从而可以对SOUND_DATA进行初始化。
    SOUND_DATA sound;
//保存声音数据
    RIFF_HEADER * header;
    FMT_BLOCK * format;
    FACT_BLOCK * fact;
    DATA_BLOCK * data;
//以上4个为WAV文件头部的内容。

    long f;             //频率
public:
    WaveHeader(char a[],int len);
    bool init();
/* {这个方法是最程序最核心的部分了，其实功能很简单，就是为对变量部分进行初始化
但只是对头部的内容进行了初始化。为方便显示用其它颜色字体代替，这样就不会找不到西了。
fstream in;
in.open(fileName,ios::binary|ios::in);
if(!in)
{
 cout<<"OPEN FILE FAILED!!!"<<endl;
 return false; }

//读进结构体中，进行初始化 in.read((char*)header,sizeof(RIFF_HEADER));
 if(!(isCharsEqual(header->szRiffID,"RIFF",4)&&isCharsEqual(header->szRiffFormat,"WAVE",4)))
 {
 cout<<"NOT RIFF OR WAVE"<<endl;
 return false;
 }
 in.read((char*)format,sizeof(FMT_BLOCK));
 if(!isCharsEqual(format->szFmtID,"fmt",3))
 {
 cout<<"NOT Fmt !!"<<endl;
 return false;
 }
//判断是否有附加信息（2Bytes）
if(format->dwFmtSize==18)
 {
 in.get();
 in.get();
}
int position=in.tellg(); //记录当前指针，如果没有fact则回读
 in.read((char*)fact,sizeof(FACT_BLOCK));
if(!isCharsEqual(fact->szFmtID,"fact",4))
{
cout<<endl<<"No FAct"<<endl;
 fact=NULL;
 in.seekg(position);
 }
cout<<"before data tellg()"<<in.tellg()<<endl;
 in.read((char*)data,sizeof(DATA_BLOCK));
 if(!isCharsEqual(data->szDataID,"data",4))
 {
 cout<<"NOT DATA"<<endl;
 return false;
 }
pos=in.tellg();
 in.close();
return true;

    void InitSoundData();
 /* 这里只实现了单声道的8位和16位的数据的读取，而又声道也是很简单的，可以自己
 添加里去*/
sound.channel=format->wavFormat.wChannels;
sound.BitsPerSample=format->wavFormat.wBitsPerSample;
 fstream in;
 in.open(fileName,ios::binary|ios::in);
 if(!in)
 cout<<"FAILED TO OPEN FILE!!!"<<endl;
in.seekg(pos);
unsigned char a=0,b=0;
 if(sound.channel==1&&sound.BitsPerSample==8)
 { while(!in.eof())
{ a=in.get();
 sound.leftChannelData.push_back(a);
 } }
 if(sound.channel==2&&sound.BitsPerSample==8)
{ while(!in.eof())
 {
 a=in.get();
 sound.leftChannelData.push_back(a);
 b=in.get();
 sound.leftChannelData.push_back(b);
 } }
 if(sound.channel==1&&sound.BitsPerSample==16)
 {
unsigned short c=0;
 while(!in.eof())
 {
 a=in.get();
 b=in.get();
 //这里不得不说明，数据为16位时，WAV文件的高8位在后，低8位在前，而且是以补码的形势
 存在，这样我们可以再还原出原码：如果为正，原码等于初码，如果为负，原码等于补码减一
 再取反。为了自己的方便，我是把数据全部用正来表示，相当于把零线上移至32768处。
if(b<128) //即原值为正数
 {
 c=b<<8;
 c+=a;
 c+=32767;// 因为原来是用正负来表示，现只用无符号数表示
 } else
 {
 c=b<<8;
 c+=a;
 c=c-1;
 c=~c;
 c=c&0x7fff;
 c=32767-c;
 }
 sound.leftChannelData.push_back(c);
 }
} if(sound.channel==2&&sound.BitsPerSample==16)
 { //可以参考单声道16位数据的做法。。。
 }
    long getFileSize();
return (8+header->dwRiffSize);

    short getChannels();
return format->wavFormat.wChannels;
    long getSamplesPerSec();
return format->wavFormat.dwSamplesPerSec;
    long getAvgBytesPerSec();
return format->wavFormat.dwAvgBytesPerSec;
    short getBlockAlign();  //每采样需要字节数
return format->wavFormat.wBlockAlign;
    short getBitsPerSample();  //每个采样的bit数
return format->wavFormat.wBitsPerSample;
    bool isThereFact();
 if(fact) return true; return false;
    long getDataSize();
return data->dwDataSize;
    SOUND_DATA &getSoundData();
return sound;
    long getF();
//频率的确定这里有两个方法，一个为确定波形过中线的次数，再除以2即为波的个数
//另种方法是用两个值来确定 波峰和波谷的个数。从而得到波的个数
//最后用波个数除以所用的时间，即可以得到频率。
 if(getSoundData().channel==2) return 0;
// 方法一： 根据过中间线来确定频率
 /* double time=data->dwDataSize/format->wavFormat.dwSamplesPerSec;
 cout<<endl<<endl<<"Time is:"<<time<<endl;
vector<unsigned short>::iterator it=getSoundData().leftChannelData.begin();
 short beftmp; while(it!=getSoundData().leftChannelData.end())
{ beftmp=*it; it++;
if((beftmp-128*getSoundData().BitsPerSample/8)*(*it-128*getSoundData().BitsPerSample/8)<0)
 f++; } return f/time/2; */
 方法二： //根据波峰来确定频率
 double time=(double)getDataSize()/getAvgBytesPerSec();;
 vector<unsigned short>::iterator it=getSoundData().leftChannelData.begin();
 unsigned short beftmp;
bool flag=true;
int deleteNum=0;
it=getSoundData().leftChannelData.begin();
 int firstPos=0;
while(it!=getSoundData().leftChannelData.end())
 {
it++;
if((32768-330<*it)&&(*it<(32768+330)))
 {*it=32768;
 firstPos+=1;
}
else
{
 break;
}
}
it=getSoundData().leftChannelData.begin();
 int lastPos=0; int tmpNum=0;
 while(it!=getSoundData().leftChannelData.end())
 {
tmpNum++;
 if((32768-330>*it)||(*it>(32768+330)))
 lastPos=tmpNum;
 it++;
}
it=getSoundData().leftChannelData.begin();
 it+=firstPos;
 beftmp=0;
for(int i=firstPos;i<lastPos;i++)
{
beftmp=*it;
 it++;
 if((*it<beftmp&&flag)||(*it>beftmp&&!flag))
 {
 f++;
 flag=!flag;
 }
if(*it<beftmp)
 flag=true;
 else
 flag=false;
}
time=(double)(lastPos-firstPos)/this->getSamplesPerSec();
 return f/time/2;

};