一、AVI文件简介

AVI英文全称为Audio Video Interleaved，即音频视频交错格式，是微软公司于1992年11月推出、作为其Windows视频软件一部分的一种多媒体容器格式。
AVI文件将音频（语音）和视频（影像）数据包含在一个文件容器中，允许音视频同步回放。类似DVD视频格式，AVI文件支持多个音视频流。AVI信息主要应用在多媒体光盘上，用来保存电视、电影等各种影像信息。

AVI文件格式是基于RIFF（资源交换文件格式）文档格式。RIFF文件由RIFF标头组成，后跟零个或多个列表和区块

RIFF标头具有以下形式：

'RIFF' fileSize fileType (data)

其中，“RIFF"是文本 FOURCC 代码"RIFF”，是一个 4 字节值，表示文件中数据的大小，是标识特定文件类型的fileSize fileType FOURCC。的值包括 FOURCC 的大小以及以下数据的大小，但不包括 fileSize fileType "RIFF"FOURCC 的大小或的大小 fileSize 。文件数据按任何顺序由区块和列表组成。
RIFF区块具有以下形式：

ckID ckSize ckData

其中，“ckID”是标识区块中包含的数据的 FOURCC，是一个 4 字节值，表示中数据的大小，是 ckID ckSize ckData ckData 零个或多个数据字节。数据始终填充到最近的 WORD 边界。 ckSize 提供区块中有效数据的大小;它不包括填充、的大小 ckID 或的大小 ckSize。
RIFF列表具有以下形式：

'LIST' listSize listType listData

其中，“LIST"是文本 FOURCC 代码"LIST”，是提供列表大小的 4 字节值，是 FOURCC 代码，由区块或列表组成（ listSize listType 按任何 listData 顺序）。"LIST"的值包括 listSize 的大小加上的大小 listType listData ;它不包括 “LIST” FOURCC 或的大小 listSize 。

本部分的其余部分使用下列表示法来描述 RIFF 区块：

ckID ( ckData )

其中区块大小是隐式的。使用此表示法，列表可以表示为：

'LIST' ( listType ( listData ) )

可选元素位于方括号中： [ optional element ]

AVI文件结构：

RIFF ('AVI 'LIST ('hdrl''avih'(<Main AVI Header>)LIST ('strl''strh'(<Stream header>)'strf'(<Stream format>)[ 'strd'(<Additional header data>) ][ 'strn'(<Stream name>) ]...)...)LIST ('movi'{SubChunk | LIST ('rec 'SubChunk1SubChunk2...)...}...)['idx1' (<AVI Index>) ])

二、RIFF头

结构

"RIFF"表示字符串
RIFF大小
形式类型或者列表类型
数据

名称	字节数	值	说明
FOURCC 代码	4	0x52 49 46 46	“RIFF”
大小	4		大小=实际数据长度+4
形式类型或列表类型	4	0x41 56 49 20	“AVI”
数据

验证：

三、LIST列表

结构

“LIST”表示字符串
LIST列表大小
形式类型或者列表类型
LIST实际数据

名称	字节数	值	说明
FOURCC 代码	4	0x4C 49 53 54	“LIST”
列表大小	4		大小=实际列表数据长度+4
形式类型或列表类型	4	0x68 64 72 6C 或 0x6D 6F 76 69	“hdrl” 或 ”movi“
数据			里面可能包含LIST嵌套 LIST里面音频视频分开存放

"hdrl"列表： 用于描述AVI文件中各个流的格式信息（AVI文件中的每一路媒体数据都称为一个流）。此列表里嵌套了一系列块和子列表。块中包含一个avih块，用于记录AVI文件的全局信息。子列表中包含一个或多个strl子列表。文件中有多少流，就对应多少个strl子列表，一般有视频流和音频流。

"movi"列表： 用于保存真正的媒体流数据，视频图像帧数据或音频采样数据等

验证

3.1 hdrl列表

3.1.1 avih块

avih块用于记录AVI文件的全局信息，比如流的数量、视频图像的宽和高等。

avih块结构： AVIMAINHEADER数据结构

typedef struct _avimainheader {undefinedFOURCC fcc;   // 必须为‘avih’DWORD  cb;    // 本数据结构的大小，不包括最初的8个字节（fcc和cb两个域）DWORD  dwMicroSecPerFrame;   // 视频帧间隔时间（以毫秒为单位）DWORD  dwMaxBytesPerSec;     // 这个AVI文件的最大数据率DWORD  dwPaddingGranularity; // 数据填充的粒度DWORD  dwFlags;         // AVI文件的全局标记，比如是否含有索引块等DWORD  dwTotalFrames;   // 总帧数DWORD  dwInitialFrames; // 为交互格式指定初始帧数（非交互格式应该指定为0）DWORD  dwStreams;       // 本文件包含的流的个数DWORD  dwSuggestedBufferSize; // 建议读取本文件的缓存大小（应能容纳最大的块）DWORD  dwWidth;         // 视频图像的宽（以像素为单位）DWORD  dwHeight;        // 视频图像的高（以像素为单位）DWORD  dwReserved[4];   // 保留
} AVIMAINHEADER;

验证

3.1.2 strl子列表

每个strl子列表至少包含一个strh块和一个strf块，还可以包含strd块（保存编解码器需要的一些配置信息）和strn块（保存流的名字）。

3.1.2.1 strh块

strh块主要是说明流的头信息。

strh块结构： AVISTREAMHEADER数据结构

typedef struct _avistreamheader {undefinedFOURCC fcc;  // 必须为‘strh’DWORD  cb;   // 本数据结构的大小，不包括最初的8个字节（fcc和cb两个域）FOURCC fccType;    // 流的类型：‘auds’（音频流）、‘vids’（视频流）、//‘mids’（MIDI流）、‘txts’（文字流）FOURCC fccHandler; // 指定流的处理者，对于音视频来说就是解码器DWORD  dwFlags;    // 标记：是否允许这个流输出？调色板是否变化？WORD   wPriority;  // 流的优先级（当有多个相同类型的流时优先级最高的为默认流）WORD   wLanguage;DWORD  dwInitialFrames; // 为交互格式指定初始帧数DWORD  dwScale;   // 这个流使用的时间尺度DWORD  dwRate;DWORD  dwStart;   // 流的开始时间DWORD  dwLength;  // 流的长度（单位与dwScale和dwRate的定义有关）DWORD  dwSuggestedBufferSize; // 读取这个流数据建议使用的缓存大小DWORD  dwQuality;    // 流数据的质量指标（0 ~ 10,000）DWORD  dwSampleSize; // Sample的大小struct {undefinedshort int left;short int top;short int right;short int bottom;
}  rcFrame;  // 指定这个流（视频流或文字流）在视频主窗口中的显示位置// 视频主窗口由AVIMAINHEADER结构中的dwWidth和dwHeight决定
} AVISTREAMHEADER;

3.1.2.2 strf块

strf块用于说明流的具体格式，分为视频流，音频流。

strf块结构：

视频流结构： BITMAPINFO数据结构

typedef struct tagBITMAPINFO{BITMAPINFOHEADER bmiHeader;RGBQUAD bmiColors[1]; //颜色表
}BITMAPINFO;typedef struct tagBITMAPINFOHEADER{   DWORD biSize; //本结构的长度，为40个字节。LONG biWidth;    //位图的宽度，以像素为单位。   LONG biHeight; //位图的高度，以像素为单位。   WORD biPlanes; //目标设备的级别，必须是1。   WORD biBitCount;   //每个像素所占的位数（bit），其值必须为1（黑白图像）、4（16色图）、8（256色）、24（真彩色图），新的BMP格式支持32位色。   DWORD biCompression;    //位图压缩类型，有效的值为BI_RGB（未经压缩）、BI_RLE8、BI_RLE4、BI_BITFILEDS（均为Windows定义常量）。   DWORD biSizeImage; //实际的位图数据占用的字节数   LONG biXPelsPerMeter; //指定目标设备的水平分辨率   LONG biYPelsPerMeter;  //指定目标设备的垂直分辨率   DWORD biClrUsed;   //位图实际用到的颜色数，如果该值为零，则用到的颜色数为2的biBitCount次幂   DWORD biClrImportant;    //位图显示过程中重要的颜色数，如果该值为零，则认为所有的颜色都是重要的。
} BITMAPINFOHEADER;

音频流结构： WAVEFORMATEX数据结构

typedef struct
{undefinedWORD  wFormatTag; //设置波形声音的格式，更多的信息请参考说明部分。WORD  nChannels;    //设置音频文件的通道数量，对于单声道的声音，此此值为1。对于立体声，此值为2.DWORD  nSamplesPerSec; //设置每个声道播放和记录时的样本频率。DWORD  nAvgBytesPerSec; //设置请求的平均数据传输率，单位byte/s。这个值对于创建缓冲大小是很有用的。WORD  nBlockAlign;  //以字节为单位设置块对齐。块对齐是指最小数据的原子大小。WORD  wBitsPerSample;  //根据wFormatTag的类型设置每个样本的位深（即每次采样样本的大小，以bit为单位）。WORD  cbSize;   //额外信息的大小，以字节为单位，额外信息添加在WAVEFORMATEX结构的结尾。
} WAVEFORMATEX; *PWAVEFORMATEX;

3.2 movi列表

movi列表保存的是真正的媒体流数据，其数据组织方式有两种。可以将数据块直接嵌在movi列表里面，也可以将几个数据块分组成一个rec 列表后再编排进movi列表。

数据块使用了一个四字符码来表征它的类型，这个四字符码由2个字节的类型码和2个字节的流编号组成。标准的类型码定义如下：db（非压缩视频帧）、dc（压缩视频帧）、pc（改用新的调色板）、wb（音缩视频）。比如第一个流（Stream 0）是音频，则表征音频数据块的四字符码为00wb；第二个流（Stream 1）是视频，则表征视频数据块的四字符码为00db或00dc。

四、AVI索引块

AVI索引块 使用idx1来表征。

索引块结构： AVIOLDINDEX数据结构

typedef struct _avioldindex {undefinedFOURCC  fcc;  // 必须为‘idx1’DWORD   cb;   // 本数据结构的大小，不包括最初的8个字节（fcc和cb两个域）struct _avioldindex_entry {undefinedDWORD   dwChunkId;   // 表征本数据块的四字符码DWORD   dwFlags;     // 说明本数据块是不是关键帧、是不是‘rec’列表等信息DWORD   dwOffset;    // 本数据块在文件中的偏移量DWORD   dwSize;      // 本数据块的大小} aIndex[]; // 这是一个数组！为每个媒体数据块都定义一个索引信息
} AVIOLDINDEX;

课程问题

音频和视频的数据是如何放置的？交织放置 or连续放置？

答：AVI文件中，音频和视频的数据是交织放置。
一个视频帧大约占据多少字节？一个音频数据块大约占用多少字节？

视频帧长为0x0001D4C0，即为120000字节。

音频帧长为0x0002D5B8，即为185784字节。

参考资料

[1] : http://t.csdn.cn/zpOgP
[2] : http://t.csdn.cn/Uatey
[3] : https://docs.microsoft.com/zh-cn/windows/win32/directshow/avi-riff-file-reference

AVI文件结构分析及举例验证相关推荐

把videos对应标签的.avi文件转为kinetics400的格式，其中所包含的格式有.csv和.json格式
实现功能把videos对应标签的.avi文件转为kinetics400的格式,其中所包含的格式有.csv和.json格式 https://github.com/yanyide123/kinetics ...
[数据压缩]WAV文件格式分析及AVI数据结构分析
目录 WAV文件格式分析 WAV概述 WAV文件格式分析根据实例的WAV文件结构分析 AVI数据结构音频与视频的数据放置方式视频帧与音频帧的字节数参考引用 WAV文件格式分析 WAV概述 Wa ...
AVI文件规范(更新版)
AVI文件规范本文主要参考了如下资料: http://blog.csdn.net/sunshine1314/archive/2007/10/14/1824432.aspx 格式规范 http://b ...
VS2013 解决方案文件结构分析
VS2013 解决方案文件结构分析参考文章: (1)VS2013 解决方案文件结构分析 (2)https://www.cnblogs.com/haogj/p/4248030.html 备忘一下.
vc++实现avi文件的操作用于视频解析及录制(转)
vc++实现avi文件的操作为了对avi进行读写,微软提供了一套API,总共50个函数,他们的用途主要有两类,一个是avi文件的操作,一类是数据流streams的操作. 1.打开和关闭文件 AVIF ...
H264 数据avi文件封装和拆解
from: http://blog.csdn.net/zhujinghao_09/article/details/44458245 为了提高H264的保存效率,抛弃了FFmpeg库的avi封装,直接才 ...
NFS网络文件系统服务配置、验证及错误解决
NFS网络文件系统服务配置.验证及错误解决前期准备: 1.至少准备一台服务器(nfs-server)和一台客户机(nfs-client).老表测试用的服务器端用的系统是ubuntu,客户机用的是Ce ...
怎么把avi文件转换成mp4视频格式，4个高能方法
怎么把avi文件转换成mp4视频格式? 当您下载到avi格式的视频文件时,您可能会选择将其转换为MP4格式的文件. avi是一种由微软开发的多媒体容器格式,尽管现在已经被认为是老旧的技术,但由于其简单 ...
AVI文件数据流操作
Video for Windows (VFW)在16位Windows中就引入了,现在的很多功能被DirectX所代替或超越了.但是还是有一些用处的. Audio-video-interleaved f ...

AVI文件结构分析及举例验证

目录