前言

rtsp（Real Time Streaming Protocol）协议可以实现音视频的实时传输。安防摄像机标配之一就是支持rtsp协议。本文主要从下面几个方面对rtsp协议进行介绍：

1、rtsp协议总览

2、rtsp信令交互流程

3、rtsp鉴权

4、H264的rtp打包

5、tcp如何传输rtp

6、typescript的客户端实现

rtsp协议总览

---

RTSP相关规范

RFC2326：主要介绍rtsp的信令的交互流程以及鉴权，还包含了TCP/UDP传输rtp包。

RFC3984：主要介绍了H264如何打包到rtp包里面

RFC4566：SDP规范的介绍

RFC3550：RTP头的介绍

rtsp信令交互

---

---

最简单的信令交互

前面四步都是信令交互，步骤5是rtp的媒体数据。

步骤一：OPTIONS

请求

OPTIONS rtsp://10.10.14.168:554/Streaming/Channels/101 RTSP/1.0
CSeq: 2
User-Agent: LibVLC/2.2.1 (LIVE555 Streaming Media v2014.07.25)

应答

RTSP/1.0 200 OK
CSeq: 2
Public: OPTIONS, DESCRIBE, PLAY, PAUSE, SETUP, TEARDOWN, SET_PARAMETER, GET_PARAMETER
Date:  Sat, Aug 14 2021 14:54:59 GMT

步骤二：DESCRIBE

请求

DESCRIBE rtsp://10.10.14.168:554/Streaming/Channels/101 RTSP/1.0
CSeq: 3
User-Agent: LibVLC/2.2.1 (LIVE555 Streaming Media v2014.07.25)
Accept: application/sdp

应答

RTSP/1.0 401 Unauthorized
CSeq: 3
WWW-Authenticate: Digest realm="IP Camera(C3459)", nonce="092598ce6a93eb21c740b7cac1acd5aa", stale="FALSE"
WWW-Authenticate: Basic realm="IP Camera(C3459)"
Date:  Sat, Aug 14 2021 14:54:59 GMT

重新请求，携带鉴权

DESCRIBE rtsp://10.10.14.168:554/Streaming/Channels/101 RTSP/1.0
CSeq: 4
Authorization: Digest username="admin", realm="IP Camera(C3459)", nonce="092598ce6a93eb21c740b7cac1acd5aa", uri="rtsp://10.10.14.168:554/Streaming/Channels/101", response="2c5190dceb56f138647aec1613a20e00"
User-Agent: LibVLC/2.2.1 (LIVE555 Streaming Media v2014.07.25)
Accept: application/sdp

应答

RTSP/1.0 200 OK
CSeq: 4
Content-Type: application/sdp
Content-Base: rtsp://10.10.14.168:554/Streaming/Channels/101/
Content-Length: 599v=0
o=- 1628952899656592 1628952899656592 IN IP4 10.10.14.168
s=Media Presentation
e=NONE
b=AS:5050
t=0 0
a=control:rtsp://10.10.14.168:554/Streaming/Channels/101/
m=video 0 RTP/AVP 96
c=IN IP4 0.0.0.0
b=AS:5000
a=recvonly
a=x-dimensions:1920,1080
a=control:rtsp://10.10.14.168:554/Streaming/Channels/101/trackID=1
a=rtpmap:96 H264/90000
a=fmtp:96 profile-level-id=420029; packetization-mode=1; sprop-parameter-sets=Z00AKpY1QPAET8s3AQEBQAABwgAAV+QB,aO48gA==
a=Media_header:MEDIAINFO=494D4B48010200000400000100000000000000000000000000000000000000000000000000000000;
a=appversion:1.0

步骤三：SETUP

请求

SETUP rtsp://10.10.14.168:554/Streaming/Channels/101/trackID=1 RTSP/1.0
CSeq: 5
Authorization: Digest username="admin", realm="IP Camera(C3459)", nonce="092598ce6a93eb21c740b7cac1acd5aa", uri="rtsp://10.10.14.168:554/Streaming/Channels/101/", response="cf6da6567716219d8f9585be758d94c7"
User-Agent: LibVLC/2.2.1 (LIVE555 Streaming Media v2014.07.25)
Transport: RTP/AVP/TCP;unicast;interleaved=0-1

应答

RTSP/1.0 200 OK
CSeq: 5
Session:        900278855;timeout=60
Transport: RTP/AVP/TCP;unicast;interleaved=0-1;ssrc=3c7c54df;mode="play"
Date:  Sat, Aug 14 2021 14:54:59 GMT

步骤四：Play

请求

PLAY rtsp://10.10.14.168:554/Streaming/Channels/101/ RTSP/1.0
CSeq: 6
Authorization: Digest username="admin", realm="IP Camera(C3459)", nonce="092598ce6a93eb21c740b7cac1acd5aa", uri="rtsp://10.10.14.168:554/Streaming/Channels/101/", response="92fac6580bec31626a34e2a0222bd856"
User-Agent: LibVLC/2.2.1 (LIVE555 Streaming Media v2014.07.25)
Session: 900278855
Range: npt=0.000-

应答

RTSP/1.0 200 OK
CSeq: 6
Session:        900278855
RTP-Info: url=rtsp://10.10.14.168:554/Streaming/Channels/101/trackID=1;seq=15082;rtptime=2002916762
Date:  Sat, Aug 14 2021 14:54:59 GMT

信令总结：

1、CSeq序号为自增长

2、Play请求的Session为SetUp应答的Session

3、鉴权有两种分别为Basic和Digest，当返回401的时候，需要带上鉴权信息

rtsp鉴权

---

Basic鉴权

Basic鉴权计算方法

将`用户名:密码`采用base64处理之后的数据携带在rtsp的Authorization里面。

Digest鉴权

Digest鉴权计算方法

在401的应答中，提取出realm和nonce的值，在通过下面公式计算出response

response= md5(md5(username:realm:password):nonce:md5(public_method:url));

H264Rtp打包

---

rtp的媒体数据为RTP头+H264数据组成，如下图：

rtp数据格式

RTP头

rtp头格式

version (V)：2 bits
padding (P)：1 bit   当为1时最后一个字节的 padding有一个计数器，
计算数据需要减去最后计算器的数量，计算器数量包含自己
extension (X)：1 bit
CSRC count (CC)：4 bits
marker (M)：1 bit
payload type (PT)：7 bits  媒体类型
sequence number：16 bits 每发送一个 RTP 数据报文序列号值加一
timestamp：32 bits  时间戳

RTP解析示例

H264打包

RTP数据包的H264数据第一个字节定义如下：

      +---------------+|0|1|2|3|4|5|6|7|+-+-+-+-+-+-+-+-+|F|NRI|  Type   |+---------------+

F: 1 个比特.值为0

NRI: 2 个比特

Type: 5 个比特

Type定义如下

  0     没有定义1-23  NAL单元   单个 NAL 单元包.24    STAP-A   单一时间的组合包25    STAP-B   单一时间的组合包26    MTAP16   多个时间的组合包27    MTAP24   多个时间的组合包28    FU-A     分片的单元29    FU-B     分片的单元

这里只研究1-23和28的情况，其他不考虑。

NAL单元（1-23）

---

Nal单元组装

只需要获取到数据加上nal头即可（00 00 00 01）

FU-A（分片单元）

---

分片单元还需要研究第二个字节

      +---------------+|0|1|2|3|4|5|6|7|+-+-+-+-+-+-+-+-+|S|E|R|  Type   |+---------------+

S:  开始位  1字节 。当设置成1,指示分片NAL单元的开始。其他为0

E：结束位 1字节。当设置成1,指示分片NAL单元的结束。其他为0

R：预留位 1字节

Type：上面的Nul单元类型 在1-23之间

FU-A数据组成

即在组合的时候，不仅需要增加nal头即可（00 00 00 01），还需要根据H264数据的前面两个字节生成新一个新的单字节F+NRI+Type。另外组成数据还需要去掉前面两个字节。

TCP传输

---

tcp传输格式

tcp传输rtp包，还需要增加4个字节

$: 0x24 固定值

通道：通道号，一般为0

长度: RTP+H264数据的长度

给一个抓包的截图，直观感受一下：

抓包工具分析

TS客户端实现

---

实现代码结构图

rtspState:入口类，负责协调信令以及rtp数据处理

rtspTransport:负责发送rtsp的信令以及接收应答和rtp数据

rtpH264Parser：负责从rtp包里面解析出H264数据

这里不介绍代码细节，重点讲一下一个思想的实现。我期望在发送请求的函数里面处理应答过来的数据。

调用逻辑图

以发送Options为例，我的处理如下：

  private sendOption() {let params: Map<string, any> = new Map()this.sendRequest(EnRtspState[EnRtspState.OPTIONS],this.RtspUrl,params,'').then((value: ResponseStateData) => {this.onOption(value)})}

我直接在请求里面也将应答处理掉了，这样代码是不是一目了然。

我在sendRequest函数里面返回了一个Promise。

    return new Promise<ResponseStateData>((resolve) => {this.ResponseStateResolev = resolve})

在Promise里面将resolve函数保存起来，当有应答的时候，在调用这个resolve。调用函数如下：

  if (200 == parsed.code) {resolevData.state = EnResponseState.state200this.ResponseStateResolev(resolevData)this.ResponseStateResolev = nullreturn

写在最后：

可以关注本人公众号：

迷途小书童爱读书

或者扫描如下二维码：

回复tsrtsp

即可获得

1、上述ts代码

2、获得一份抓包