mpeg4 esds及帧判断

esds box中主要是存放Element Stream Descriptors（ESDs），该box的前四个字节为version&flag，一般为0x 00 00 00 00；

从偏移第四个字节开始，为ESDs。

ESDs中可以分为三层，每层为包含关系，分别为MP4ESDescr，MP4DecConfigDescr，MP4DecSpecificDescr，每层的结构都类似如下：

typedef esdsStruct{

uint8_t tag;

<不定长，最长4字节> size;

uint8_t[size] data;

}esdsStruct；

各层的起始标签如下：

#define MP4ESDescrTag                   0x03
#define MP4DecConfigDescrTag            0x04
#define MP4DecSpecificDescrTag          0x05

起始标签后，为data size（不包含tag和size字节数），指示该层data的字节数。

其中，MP4DecConfigDescr层的data[0] 为objectTypeIndication<http://www.mp4ra.org/object.html>（一般来说，为esds box的data[11]），用于指示codec类型，定义如下：

/* http://www.mp4ra.org */
/* ordered by muxing preference */
const AVCodecTag ff_mp4_obj_type[] = {
    { CODEC_ID_MOV_TEXT  , 0x08 },
    { CODEC_ID_MPEG4     , 0x20 },
    { CODEC_ID_H264      , 0x21 },
    { CODEC_ID_AAC       , 0x40 },
    { CODEC_ID_MP4ALS    , 0x40 }, /* 14496-3 ALS */
    { CODEC_ID_MPEG2VIDEO, 0x61 }, /* MPEG2 Main */
    { CODEC_ID_MPEG2VIDEO, 0x60 }, /* MPEG2 Simple */
    { CODEC_ID_MPEG2VIDEO, 0x62 }, /* MPEG2 SNR */
    { CODEC_ID_MPEG2VIDEO, 0x63 }, /* MPEG2 Spatial */
    { CODEC_ID_MPEG2VIDEO, 0x64 }, /* MPEG2 High */
    { CODEC_ID_MPEG2VIDEO, 0x65 }, /* MPEG2 422 */
    { CODEC_ID_AAC       , 0x66 }, /* MPEG2 AAC Main */
    { CODEC_ID_AAC       , 0x67 }, /* MPEG2 AAC Low */
    { CODEC_ID_AAC       , 0x68 }, /* MPEG2 AAC SSR */
    { CODEC_ID_MP3       , 0x69 }, /* 13818-3 */
    { CODEC_ID_MP2       , 0x69 }, /* 11172-3 */
    { CODEC_ID_MPEG1VIDEO, 0x6A }, /* 11172-2 */
    { CODEC_ID_MP3       , 0x6B }, /* 11172-3 */
    { CODEC_ID_MJPEG     , 0x6C }, /* 10918-1 */
    { CODEC_ID_PNG       , 0x6D },
    { CODEC_ID_JPEG2000  , 0x6E }, /* 15444-1 */
    { CODEC_ID_VC1       , 0xA3 },
    { CODEC_ID_DIRAC     , 0xA4 },
    { CODEC_ID_AC3       , 0xA5 },
    { CODEC_ID_DTS       , 0xA9 }, /* mp4ra.org */
    { CODEC_ID_VORBIS    , 0xDD }, /* non standard, gpac uses it */
    { CODEC_ID_DVD_SUBTITLE, 0xE0 }, /* non standard, see unsupported-embedded-subs-2.mp4 */
    { CODEC_ID_QCELP     , 0xE1 },
    { CODEC_ID_MPEG4SYSTEMS, 0x01 },
    { CODEC_ID_MPEG4SYSTEMS, 0x02 },
    { CODEC_ID_NONE      ,    0 },
};

当objectTypeIndication为0x40时，为MPEG-4 Audio（MPEG-4 Audio generally is thought of as AAC but there is a whole framework of audio codecs that can go in MPEG-4 Audio including AAC, BSAC, ALS, CELP, and something called MP3On4），如果想更细分format为aac还是mp3，可以读取MP4DecSpecificDescr层data[0]的前五位，详细可以参考另一篇文章：

[mp4]The audio codec for mp4 atom
MP4DecSpecificDescr层（一般来说，该层在esds box中的偏移为objectTypeIndication+13，即esds box的data[24]）的data为初始化解码器的私有数据，如aac音频的头信息，mpeg4视频的vos，vo等头信息。

帧类型判断

mpeg4的每一帧开头是固定的：00 00 01 b6，那么我们如何判断当前帧属于什么帧呢？在接下来的2bit，将会告诉我们答案。注意：是2bit，不是byte，下面是各类型帧与2bit的对应关系：

　　00: I Frame
　　01: P Frame
　　10: B Frame　

为了更好地说明，我们举几个例子，以下是16进制显示的视频编码：

　　00 00 01 b6 10 34 78 97 09 87 06 57 87 ……                             I帧

　　00 00 01 b6 50 78 34 20 cc 66 b3 89 ……                                  P帧

　　00 00 01 b6 96 88 99 06 54 34 78 90 98 ……                              B帧

下面我们来分析一下为什么他们分别是I、P、B帧

　　0x10 = 0001 0000

　　0x50 = 0101 0000

　　0x96 = 1001 0100　

大家看红色的2bit，再对照开头说的帧与2bit的对应关系，是不是符合了呢？

下面给出一段c++代码供大家参考：

Code highlighting produced by Actipro CodeHighlighter (freeware)http://www.CodeHighlighter.com/-->switch(buf[i] & (BYTE)0xc0)
{
case 0x00:
    //I Frame
    break;
case 0x40:
    //P Frame
    break;
case 0x80:
    //B Frame
    break;
default:
    break;
}