AVI 文件格式解析

前言

AVI(Audio Video Interleaved 音频视频交错格式)是一种音视频的封装格式，于1992年由微软公司推出。它用RIFF(Resource Interchange File Format 资源交换文件格式)描述，包括Chunk和LIST两种结构。Chunk用来描述(音频/视频/字幕)的数据，包含在movi LIST中：

movi中Chunk标志是4字节的ASCII码标识符dwFourCC("four-character code") ：

除了dc,wb,tx之后，还需要在其前面添加00,01,02这些数字，表示流的编号，如00dc,01wb,02tx。Chunk长度指出了Chunk内容的长度，这个长度不包括前面4字节的标识符和4字节的Chunk长度，它以小端的方式呈现。如果Chunk的长度不是偶数，有1个字节的padding。AVI中其他常用FourCC及文件结构列举如下：

LIST其实用来包含Chunks和下一级LIST,一个AVI文件中可能有多个RIFF LIST，RIFF LIST紧接着后面的FourCC如果是"AVI "，表示标准的AVI文件，如果是"AVIX"，则表示AVI文件的扩展部分，用来保存超过1G的movi数据，而其他信息则不应该保存在扩展部分的LIST中：

由于AVI格式的历史重要性，常常需要对其进行分析，本文旨在列出要点，以备查预阅需要。

格式分析

AVI的分析工具有：AVIMux_GUI，RIFFspot等。一个AVI格式的视频举例：

MainAVIHeader结构体

AVIStreamHeader结构体

BITMAPINFOHEADER结构体

WAVEFORMAT结构体

可能是WAVEFORMAT, PCMWAVEFORMAT or WAVEFORMATEX结构体中的一个，以下举例：

索引表

AVI格式的索引表不仅是关键帧的索引，它的索引是针对每一条流的每一个Chunk的，也就是说有多少个数据Chunk，就有多少个索引项，因此开销也特别的大。AVI的索引表存在几个版本：

它的FourCC是"idx1"，并且放在于movi之后，idx1后的长度size，表示索引数组的个数。索引指向的位置其实是真实数据所在的FourCC开始的位置位置，用dwChunkLength来描述这个Chunk的长度。受限于DWORD的字节数，AVI1.0的索引表实际上只能索引到4G范围内，于是有了Open-DML Index的索引表，一种通用的Open-DML Index结构定义：

各字段含义说明：

实际应用中Open-DML Index包含了Upper Level Index(Super Index)、Standard Index和Field Index。

Super Index：

Super Index其实是索引表的索引，它的FourCC是"indx",bIndexSubType是Super index指向的索引类型，0表示指向标准索引，1表示指向场索引。Super Index不是放在movi之后，而是放在strf Chunk之后，也就是放在文件头部的每条流的描述信息中，它既可以指向索引，也可以指向真实的数据块。指向的索引应位于movi之后，并且它的FourCC应该是"ix01"这样的，这儿的01表示流的编号和dc前面的字符一致。

Standard Index：

单个Standard index只能索引到4G的范围内，wLongsPerEntry取值为2，bIndexSubType设置为0；bIndexType设置为AVI_INDEX_OF_CHUNKS，dwOffset指向数据的起点，绝对位置是qwBaseOffset + dwOffset, dwSize的BIT31位是1表示非关键帧。这个index可以放在movi之后，也可以放在文件头部。

Field Index：

单个Field index只能索引到4G的范围内，wLongsPerEntry取值3，dwOffsetField值为2表示第二个场的偏移量，dwSize的BIT31位是1表示非关键帧。这个index可以放在movi之后，也可以放在文件头部。

AVI时间戳

说了这么多，还没有列出AVI的时间戳计算方式，AVI的时间戳与索引表有关，下面给出一种实现方式。FFMPEG中索引表调用顺序如下：

avformat_open_input->avi_read_header->avi_load_index->avi_read_idx1->av_add_index_entry->ff_add_index_entry

每一个Chunk都有一个索引项，因此，在遍历索引表的时候，就将索引表的时间戳根据前一个索引表的时候戳和dwSampleSize算出来，dwSampleSize异常的时候，每次将索引表的时间戳加1，ffmpeg在AVI中算的是DTS，这个值需要乘以wScale/dwRate，才能得出PTS。ffmpeg在读的时候，去查了每一个表的索引项，索引项的时间戳就等于要读取的Chunk的时间戳。因此没有索引表的AVI播放也是比较麻烦的。总结起来就是：

参考网页：

https://en.wikipedia.org/wiki/Resource_Interchange_File_Format
http://www.daubnet.com/en/file-format-riff