MP4规范

MP4格式标准

MP4格式标准为ISO-14496 Part 12、ISO-14496 Part 14

基本概念

MP4文件由许多个Box与FullBox组成
每个Box由Header和Data两部分组成
- FullBox是Box的扩展，其在Box结构的基础上，在Header中增加8位version标志和24位的flags标志
- Header包含了整个Box的长度的大小（size）和类型（type），当size等于0时，代表这个Box是文件的最后一个Box。当size等于1时，说明Box长度需要更多的位来描述，在后面会定义一个64位的largesize用来描述Box的长度。当Type为uuid时，说明这个Box中的数据是用户自定义扩展类型
- Data为Box的实际数据，可以是纯数据，也可以是更多的子Box

因为MP4的标准中描述的moov与mdat的存放位置前后并没有进行强制要求，所以有些时候moov这个Box在mdat的后面，有些时候moov被存放在mdat的前面。在互联网的视频点播中，如果希望MP4文件被快速打开，则需要将moov存放在mdat的前面；如果放在后面，则需要将MP4文件下载完成后才可以进行播放。

在flash播放器中，如果moov存放mdat之后，需要等待整个文件下载完成才能播放。但是使用chrome的video标签播放却无需等待，chroem使用HTTP 206响应至少发出3次请求（服务器得支持范围请求）。一个是用于请求文件头（Content-Length ，Accept-Ranges: bytes），然后是用于请求文件的结尾，一旦客户端从文件结尾获取到moov，他就会请求剩下内容。具体请参考这个例子

1. moov容器

moov容器定义了一个MP4文件中的数据信息，类型是moov，是一个容器Atom，其至少必须包含以下三种Atom中的一种：

mvhd标签，Movie Header Atom，存放未压缩过的影片信息的头容器
cmov标签，Compressed Movie Atom，压缩过的电影信息容器，此容器不常用
rmra标签，Reference Movie Atom，参考电影信息容器，此容器不常用

也可以包含其他容器信息，例如影片剪辑信息Clipping atom(clip)、一个或几个trakAtom(trak)、一个Color Table Atom(ctab)和一个User Data Atom(udta)。

其中，mvhd中定义了多媒体文件的time scale、duration以及displaycharacteristics。而trak中定义了多媒体文件中的一个track的信息，track是多媒体文件中可以独立操作的媒体单位，例如一个音频流就是一个track、一个视频流就是一个track。

2．解析mvhd子容器

mvhd的解析方式如表

3.解析trak子容器

trak容器中定义了媒体文件中的一个track的信息，一个媒体文件中可以包含多个trak，每个trak都是独立的，具有自己的时间和空间占用的信息，每个trak容器都有与它关联的media容器描述信息。trak容器的主要使用目的具体如下。

包含媒体数据的引用和描述（media track）
包含modifier track信息
- 流媒体协议的打包信息（hint track），hint track可以引用或者复制对应的媒体采样数据

hint track和modifier track必须保证完整性，同时要与至少一个media track一起存在。

一个trak容器中要求必须要有一个Track Header Atom(tkhd)、一个MediaAtom(mdia)，其他的Atom都是可选的，例如如下的atom选项。

Track剪辑容器：Track Clipping Atom(clip)
Track 画板容器：Track Matte Atom(matt)
Edit 容器：Edit Atom(edts)
Track参考容器：Track Reference Atom(tref)
Track 配置加载容器：Track Load Settings Atom(load)
Track 输出映射容器：Track Input Map Atom(imap)
用户数据容器：User Data Atom(udta)

4．解析tkhd容器

解析tkhd容器的方式请参考表

5．解析mdia容器

解析完tkhd之后，接下来就可以分析一下trak容器的子容器了。Media Atom的类型是mdia，其必须包含如下容器。

一个媒体头：Media Header Atom（mdhd）
一个句柄参考：Handler Reference（hdlr）
一个媒体信息：Media Infomation（minf）和用户数据User Data Atom（udta）

mdia容器下面包含了三大子容器，分别为mdhd、hdlr和minf

6.解析mdhd容器

mdhd容器被包含在各个track中，描述Media的Header，其包含的信息如表3-10所示。

7．解析hdlr容器

hdlr容器中描述了媒体流的播放过程，该容器中包含的内容如表

8．解析minf容器

minf容器中包含了很多重要的子容器，例如音视频采样等信息相关的容器，minf容器中的信息将作为音视频数据的映射存在，其内容信息具体如下

视频信息头：Video Media Information Header（vmhd 子容器）
音频信息头：Sound Media Information Header（smhd子容器）
数据信息：Data Information（dinf 子容器）
采样表：Sample Table（stbl 子容器）

9．解析vmhd容器

vmhd容器内容的格式如表：

10．解析smhd容器

smhd容器的格式如表

11.解析dinf容器

dinf容器是一个用于描述数据信息的容器，其定义的是音视频数据的信息，这是一个容器，它包含子容器dref。下面就来列举一个解析dinf及其子容器dref的例子，dref的解析方式如表

12．解析stbl容器

stbl容器又称为采样参数列表的容器（Sample TableAtom），该容器包含转化媒体时间到实际的sample的信息，也说明了解释sample的信息，例如，视频数据是否需要解压缩、解压缩算法是什么等信息。其所包含的子容器具体如下。

采样描述容器：Sample Description Atom（stsd）
采样时间容器：Time To Sample Atom（stts）
采样同步容器：Sync Sample Atom（stss）
Chunk采样容器：Sample To Chunk Atom（stsc）
采样大小容器：Sample Size Atom（stsz）
Chunk偏移容器：Chunk Offset Atom（stco）
Shadow同步容器：Shadow Sync Atom（stsh）

stbl包含track中media sample的所有时间和数据索引，利用这个容器中的sample信息，就可以定位sample的媒体时间，决定其类型、大小，以及如何在其他容器中找到紧邻的sample。如果Sample Table Atom所在的track没有引用任何数据，那么它就不是一个有用的media track，不需要包含任何子Atom。

13．解析edts容器

edts容器定义了创建Movie媒体文件中一个track的一部分媒体，所有的edts数据都在一个表里，包括每一部分的时间偏移量和长度，如果没有该表，那么这个track就会立即开始播放，一个空的edts数据用来定位到track的起始时间偏移位置

至此，MP4文件的格式解析标准已经介绍完毕，按照以上的解析方式，读者将会根据对应的解析方式解析MP4文件，然后读取MP4中的音视频数据和对应的媒体信息。