linux系统获取MP3的专辑封面图片

背景

我们播放的MP3格式的音乐的时候，有的显示专辑封面图片，有的不显示，这是为什么呢？是这样的，我们看到的MP3文件不仅仅包含听到的那些声音，其实作为一个MP3文件它还包含描述这首歌的一些文字信息(标题名、作者、专集名、年代、风格等等)和歌词信息，还有内嵌的专辑封面图片等信息。但是并不是所有的MP3文件制作的时候都内嵌了图片，所以有的MP3文件播放的时候，可以显示专辑封面图片，有的不能显示专辑封面图片。一些音乐播放器有修改歌曲封面图片的功能，这里我们来讲一讲怎么自己编写代码(C语言实现)来提取歌曲封面图片。

MP3文件构成

MP3文件(二进制文件)分为三个部分：ID3V2标签、音频数据和ID3V1标签，其中ID3V2标签位于MP3文件的开头，中间为音频数据，ID3V1标签位于MP3文件的结尾。ID3V1只是包含歌曲名、作者、专集名、日期和歌曲风格等基本信息，而ID3V2标签不但包含ID3V1标签的所有信息，还包含专辑封面图片信息，MP3文件的构成如下图所示。

注：封面图片一般是JPEG格式的图片，也有PNG、BMP格式的文件，本文以JPEG格式的图片来讲解，其他格式的原理也是一样的。

实现原理

对MP3二进制文件进行解析，主要是对ID3V2标签进行解析，取得其中的专辑封面图片的数据，然后将图片数据保存为指定类型的图片(通过指定文件扩展名实现)，存储到指定路径，需要使用图片的时候，到该路径取得就可以。ID3V2标签的解析下文会详细讲解。

实现方法/步骤

1、打开MP3二进制文件(fopen)

2、取MP3文件前3个字符进行判断，如果为“ID3”，则说明该MP3文件包含ID3V2标签。

3、计算MP3文件数据总的大小，MP3文件的第7~10字节(4个字节)保存MP3文件数据总的大小。

4、取得ID3V2标签帧的帧头

.解析出当前的帧标识，根据这个可以确定MP3数据信息的类别

.计算当前的帧内容的长度，即获得类别信息的大小

5、判断MP3二进制文件中是否有专辑封面图片

如果帧标识为“APIC”，说明MP3中含有专辑封面图片。

6、图片文件格式判断

.jpeg文件标志的前两个字节为FF、D8

.png文件标志的前两个字节为89、50

注：当步骤5判断为有图片的时候，从帧标识为“APIC”的帧头位置开始，如果连续的两个字节为FF和D8，说明这个图片为jpeg文件，即FF、D8是jpeg文件的开始标志。

7、将MP3二进制文件中的图片数据读取出来，保存为jpeg文件

得到了jpeg文件的开始位置(FF、D8),也知道jpeg文件数据的大小，就可将这部分二进制数据取出，保存成扩展名为“XXX.jpeg”的文件。

知识点讲解

以下内容为扩展信息，作为对以上内容的补充说明。

ID3V2标签简介

每个ID3V2的标签都有唯一一个标签头和若干个标签帧组成(每个标签至少要有一个标签帧)，标签头和标签帧一起顺序存放在MP3文件的开始位置。MP3的信息如标题、作者、专辑封面图片等都存放在不同的标签帧中。

ID3V2标签头

ID3V2标签头信息位于MP3文件的开始处，长度为10个字节。数据结构如下：

char Header[3]; /*必须为"ID3"否则认为标签不存在*/

char Ver;       /*版本号;ID3V2.3就记录03,ID3V2.4就记录04*/

char Revision;  /*副版本号;此版本记录为00*/

char Flag;      /*存放标志的字节，这个版本只定义了三位，其它位为0*/

char Size[4];   /*标签大小，包括标签帧和标签头。(不包括扩展标签头的10个字节)*/

如下图利用UltraEdit打开一个mp3文件(文件名为“阿福(邓福如)-天使.mp3”)：

说明：

1、前3个字节为49，44，33对应的ascii码就是ID3，因此判断存在ID3V2标签

2、第4个字节为03，说明这个音乐文件的标签是ID3V2.3格式

3、第5个字节为00，说明副版本号为0，即版本为ID3V2的3.0版本

4、第6个字节为00，标志字节一般为0，定义如下(abc000000B)

a：表示是否使用Unsynchronisation

b：表示是否有扩展头部，一般没有，所以一般也不设置，默认值为0

c：表示是否为测试标签，99.99%的标签都不是测试标签，不设置，默认值为0

5、第7~10个字节为00，03，48，60，记录的是整个标签的大小(字节数)，但每个字节只用7位，最高位不使用恒为0，计算公式如下：

nTagSize = ((size[0] & 0xff) << 21)

|((size[1] & 0xff) << 14)

|((size[2] & 0xff) << 7)

|(size[3] & 0xff);

ID3V2标签帧

每个标签帧都有10个字节的帧头(和ID3V2标签头不是一个东西，虽然他们刚好都是10字节，每个ID3V2标签只有一个标签头，而每个标签帧都有一个帧头，一个ID3V2标签有几个标签帧就会有几个帧头)和至少一个字节的帧内容构成，标签头与标签帧(帧头和帧内容构成)之间无特殊字节分割，只能通过帧头信息来确定帧内容的大小，ID3V2标签帧的构成如下图所示。

帧头

每一个ID3V2标签帧都有一个帧头。

帧头结构

帧头长度10字节，由3部分构成，数据结构如下：

char ID[4];    /*标识帧，说明其内容，例如作者/标题等*/

char Size[4];  /*帧内容的大小，不包括帧头，不得小于1*/

char Flags[2]; /*标志帧，只定义了6 位*/

帧头详细说明

标识帧，常见的内容如下：

TIT2 = 标题   表示内容为这首歌的标题

TPE1 = 作者   表示内容为这首歌的作者

TALB = 专集   表示内容为这首歌的专集

TRCK = 音轨   格式：N/M 其中N为专集中的第N首，M为专集中共M首，N和M为ASCII码表示的数字

TYER = 年代   是用ASCII码表示的数字

TCON = 类型   直接用字符串表示

COMM = 备注   格式："eng\0备注内容"，其中eng表示备注所使用的自然语言

APIC = 专辑图片

帧内容

帧头长度为10字节，从帧头标识帧开始位置，向后加10个字节，为该帧内容的开始位置，大小在帧头中已经指定。