FLV文件格式基础

[本系列相关文章]

• H264和音频流打包成PS流 (MPEG2-PS)
• PS流解复用成H264和音频流(ES提取)
• H264和音频流打包成TS流 (MPEG2-TS)
• TS流解复用成H264和音频流(ES提取)
• FLV文件格式基础
• 解复用FLV文件(基于FFMPEG解析FLV(h264+aac))
• 解复用FLV文件(不用FFMPEG,C++实现)

FLV，F4V,MP4广泛应用于各主流直播和点播平台，能够非常方便的流媒体和存储处理。本篇记录一下FLV文件的格式学习，FLV相对MP4格式比较简单。主要由文件头+三种类型的TAG组成。FLV支持的音视频编解码方式如下图

FLV总体结构如下图 

文件头

 

Field	Data Type	Default	Details
Signature	byte[3]	“FLV”	Always “FLV”
Version	uint8	1	Only 0x01 is valid
Flags	uint8 bitmask	0x05	Bitmask: 0x04 is audio, 0x01 is video (so 0x05 is audio+video)
Header Size	uint32_be	9	Used to skip a newer expanded header

文件主体

交替有前面tag长度和tag体组成，

TAG头

AUDIODATA格式

 

 如果是MP3等其他数据，直接拷贝音频数据，AAC格式如下

VIDEODATA数据如下

H264/AVC编码时 AVCVIDEOPACKET

注意一下：

1. flv文件中Timestamp和TimestampExtended拼出来的是dts，相对于第一个TAG来说的毫秒数。
2. CompositionTime 表示当前帧PTS对DTS的偏移值，单位毫秒即CTS=PTS-DTS。CTS永远>0,因为一帧显示时间总是在解码时间之后。如

帧类型	I	B	B	P
显示序号	1	2	3	4
解码序号	1	3	4	2
PTS	0	40ms	80ms	120ms
DTS	0	20ms	50ms	10ms

第一个B帧40ms需要显示，所以40ms以前必须解码好，而第一个B帧要解码需要依赖P帧，所以在40ms以前P帧和第一个B帧都要解码好。 

1.  如果H264编码中没有B真，则PTS==DTS,所以CompositionTime CTS==0。
2. AudioSpecificConfig参考ISO 14496-3，AVCDecoderConfigurationRecord参考ISO 14496-15。
3. Data tags在本篇没解析，基本由AMF1和AMF2组成，包括视频分辨率，比特率，帧率，时长，大小，采样率，通道数常用信息。
    
    
    

、

技术在于交流、沟通，转载请注明出处并保持作品的完整性。

[本系列相关文章]

• H264和音频流打包成PS流 (MPEG2-PS)
• PS流解复用成H264和音频流(ES提取)
• H264和音频流打包成TS流 (MPEG2-TS)
• TS流解复用成H264和音频流(ES提取)
• FLV文件格式基础
• 解复用FLV文件(基于FFMPEG解析FLV(h264+aac))
• 解复用FLV文件(不用FFMPEG,C++实现)

FLV，F4V,MP4广泛应用于各主流直播和点播平台，能够非常方便的流媒体和存储处理。本篇记录一下FLV文件的格式学习，FLV相对MP4格式比较简单。主要由文件头+三种类型的TAG组成。FLV支持的音视频编解码方式如下图

FLV总体结构如下图 

文件头

 

Field	Data Type	Default	Details
Signature	byte[3]	“FLV”	Always “FLV”
Version	uint8	1	Only 0x01 is valid
Flags	uint8 bitmask	0x05	Bitmask: 0x04 is audio, 0x01 is video (so 0x05 is audio+video)
Header Size	uint32_be	9	Used to skip a newer expanded header

文件主体

交替有前面tag长度和tag体组成，

TAG头

AUDIODATA格式

 

 如果是MP3等其他数据，直接拷贝音频数据，AAC格式如下

VIDEODATA数据如下

H264/AVC编码时 AVCVIDEOPACKET

注意一下：

1. flv文件中Timestamp和TimestampExtended拼出来的是dts，相对于第一个TAG来说的毫秒数。
2. CompositionTime 表示当前帧PTS对DTS的偏移值，单位毫秒即CTS=PTS-DTS。CTS永远>0,因为一帧显示时间总是在解码时间之后。如

帧类型	I	B	B	P
显示序号	1	2	3	4
解码序号	1	3	4	2
PTS	0	40ms	80ms	120ms
DTS	0	20ms	50ms	10ms

第一个B帧40ms需要显示，所以40ms以前必须解码好，而第一个B帧要解码需要依赖P帧，所以在40ms以前P帧和第一个B帧都要解码好。 

1.  如果H264编码中没有B真，则PTS==DTS,所以CompositionTime CTS==0。
2. AudioSpecificConfig参考ISO 14496-3，AVCDecoderConfigurationRecord参考ISO 14496-15。
3. Data tags在本篇没解析，基本由AMF1和AMF2组成，包括视频分辨率，比特率，帧率，时长，大小，采样率，通道数常用信息。