多媒体文件格式MP4剖析(MP4识别工具）

MP4基本介绍

MP4格式是目前应用最广泛的封装格式，良好的跨平台特性是其最大的优势。我们有必要了解一下MP4的基本格式信息 ，方便我们封装裸流信息。

MP4中封装了视频或者音频裸流信息 ，通常以.mp4为后缀，其实它是由一个一个的“BOX”组成的，大BOX中嵌套小BOX，逐级嵌套而形成的。

MP4识别工具

针对MP4文件的识别，有基本信息识别和BOX信息识别；

• 基本信息：基本信息就是MP4的基本属性，宽高，track信息，以及track详情；
• BOX信息：MP4由多少个BOX嵌套而成，每个BOX分别是什么，组成的位代表什么意思；

基本信息识别一般使用mp4info；

jeffmony@jeffmony-OptiPlex-7050:~/下载/Bento4-linux/bin$ ./mp4info test2.mp4
File:
  major brand:      isom
  minor version:    200
  compatible brand: isom
  compatible brand: iso2
  compatible brand: avc1
  compatible brand: mp41
  fast start:       yes

Movie:
  duration:   79756 ms
  time scale: 1000
  fragments:  no

Found 2 Tracks
Track 1:
  flags:        3 ENABLED IN-MOVIE
  id:           1
  type:         Video
  duration: 79580 ms
  language: und
  media:
    sample count: 1908
    timescale:    90000
    duration:     7162154 (media timescale units)
    duration:     79579 (ms)
    bitrate (computed): 543.192 Kbps
  display width:  960.000000
  display height: 540.000000
  frame rate (computed): 23.976
  Sample Description 0
    Coding:      avc1 (H.264)
    Width:       960
    Height:      540
    Depth:       24
    AVC Profile:          100 (High)
    AVC Profile Compat:   0
    AVC Level:            31
    AVC NALU Length Size: 4
    AVC SPS: [6764001facd940f0117ee100000303e90000bb800f183196]
    AVC PPS: [68ebe24b22c0]
    Codecs String: avc1.64001F
Track 2:
  flags:        3 ENABLED IN-MOVIE
  id:           2
  type:         Audio
  duration: 79756 ms
  language: und
  media:
    sample count: 1718
    timescale:    44100
    duration:     3517197 (media timescale units)
    duration:     79755 (ms)
    bitrate (computed): 32.020 Kbps
  Sample Description 0
    Coding:      mp4a (MPEG-4 Audio)
    Stream Type: Audio
    Object Type: MPEG-4 Audio
    Max Bitrate: 32019
    Avg Bitrate: 32019
    Buffer Size: 0
    Codecs String: mp4a.40.29
    MPEG-4 Audio Object Type: 29 (Parametric Stereo)
    MPEG-4 Audio Decoder Config:
      Sampling Frequency: 22050
      Channels: 1
      Extension:
        Object Type: Spectral Band Replication
        SBR Present: yes
        PS Present:  yes
        Sampling Frequency: 44100
    Sample Rate: 44100
    Sample Size: 16
    Channels:    2

这儿比较定量分析了MP4文件的基本构成，主要的识别方向在Track信息上，这个文件中发现了两个Track信息，一个音频Track，一个视频Track；
mp4info其实是mp4parser项目的变种，mp4parser实现了mp4 文件处理的所有操作；

• 合并文件：test.h264和test.aac合成test.mp4，我们使用camera采集信息的时候，这样库很有帮助，帮我们合成一个mp4文件；
• 合并两个 mp4文件，但是要求两个文件的编码格式一样 ，不然可能出现问题，一般在拼接视频功能上用到；

BOX信息识别一般使用mp4reader；

图中颜色加深的标识是MP4中核心的BOX信息；这张图非常清晰的表达了MP4的BOX封装特性，我们需要掌握MP4的每个BOX是什么意思；

• ftyp（File Type Box）
  该Box有且只有1个，并且只能被包含在文件层，而不能被其他Box包含。该Box应该被放在文件的最开始，指示该MP4文件应用的相关信息。
  “ftyp” body依次包括1个32位的major brand（4个字符），1个32位的minor version（整数）和1个以32位（4个字符）为单位元素的数组Compatible Brands。
• moov（Movie Box）
  该box包含了文件媒体的metadata信息，“moov”是一个container box，具体内容信息由子box诠释。同File Type Box一样，该box有且只有一个，且只被包含在文件层。一般情况下，“moov”会紧随“ftyp”出现。
  moov定义了一个MP4文件中的数据信息，类型是moov，是一个容器Atom，其至少必须包含三种Atom中的一种：mvhd标签、cmov标签、rmra标签。

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。
一般情况下，“moov”中会包含1个“mvhd”和若干个“trak”。其中“mvhd”为Header Box，一般作为“moov”的第一个子Box出现（对于其他Container Box来说，Header Box都应作为首个子box出现）。“trak”包含了一个track的相关信息，是一个Container Box。

• trak（Track Box）
  “trak”也是一个container box，其子box包含了该track的媒体数据引用和描述（hint track除外）。一个MP4文件中的媒体可以包含多个track，且至少有一个track，这些track之间彼此独立，有自己的时间和空间信息。“trak”必须包含一个“tkhd”和一个“mdia”，此外还有很多可选的box（略）。其中“tkhd”为track header box，“mdia”为media box，该box是一个包含一些track媒体数据信息box的container box。
• mdat（Media Data Box）
  该box包含于文件层，可以有多个，也可以没有（当媒体数据全部为外部文件引用时），用来存储媒体数据。数据直接跟在box type字段后面，具体数据结构的意义需要参考metadata（主要在sample table中描述）。
• stbl（Sample Table Box）
  stbl”几乎是普通的MP4文件中最复杂的一个box了，首先需要回忆一下sample的概念。sample是媒体数据存储的单位，存储在media的chunk中，chunk和sample的长度均可互不相同，如下图所示。

注意

学习了MP4的BOX信息，我们要知道，moov一般都在mdat之前，如果moov在mdat之后，在做边下边播的时候是无法播放的，因为moov是文件媒体的metadata信息，如果没有这个metadata信息，是无法继续解析mdat信息的。

这也间接说明了MP4文件并不是流式文件，它的诞生有很强的时代背景，在如今流式文件满天飞的时代，MP4是不能作为直播的封装格式存在的。

ffmpeg -i input.mp4 -movflags faststart output.mp4

这个指令可以将moov从mdat之后移到mdat之前。这样操作完成之后可以实现mp4视频的边下边播功能。

本文部分图片来自：https://www.cnblogs.com/renhui/p/10341555.html

作者：音视频平凡之路(关注该公众号——回复MP4获取一整套MP4工具)