【H264/AVC 句法和语义详解】(二):h264码流格式与NALU详解一 ╰+攻爆jí腚メ 2022-02-20 15:43 184阅读 0赞 > 本篇隶属于文集:[《H264/AVC 句法和语义详解》][H264_AVC],查看文集全部文章,请点击文字链接。 > 想看最新文章,可以直接关注微信公众号:金架构 上一篇中,我们站在句法元素(或称语法元素)的角度,介绍了H.264的句法和语义,和句法元素的分层结构。在这篇中,我们更进一步,从比特的角度出发,来探索h264码流的组成。通过这篇的学习,我们会初步具备解析h264码流的能力,从码流中分离出NAL单元,并识别NAL类型。 1. H264码流格式 不过大道始于脚下,我们还是先从头介绍一下,h264的两种码流格式,它们分别为:字节流格式和RTP包格式。 (1)字节流格式:这是在h264官方协议文档中规定的格式,处于文档附录B(Annex-B Byte stream format)中。所以它也成为了大多数编码器,默认的输出格式。它的基本数据单位为NAL单元,也即NALU。为了从字节流中提取出NALU,协议规定,在每个NALU的前面加上起始码:0x000001或0x00000001(0x代表十六进制) 。 (2)RTP包格式:这种格式并没有在h264中规定,那为什么还要介绍它呢?是因为在h264的官方参考软件JM里,有这种封装格式的实现。在这种格式中,NALU并不需要起始码Start\_Code来进行识别,而是在NALU开始的若干字节(1,2,4字节),代表NALU的长度。 显而易见,我们通常所指,以及接下来要研究的,是h264的字节流格式。由于它没有经过传输协议封装,所以也可以称之为裸流。比如我们打开一个,经编码器编码存于本地后缀为.h264文件,里面的数据即为h264裸流。 而我们接下来的研究方向,就从已经打开了一个本地的.h264文件,然后对里面的h264裸流,按照字节流格式进行分析开始。所以拿到码流的第一刻,我们需要知道,如何从中提取出NALU。 2. 起始码与NALU 通过上面我们已经知道: > H264比特流 = Start\_Code\_Prefix + NALU + Start\_Code\_Prefix + NALU + … 只要我们从码流中,找到一个一个的起始码,那么位于起始码之间的数据,即为NALU。所以拿到码流,我们需要先从头开始,找到起始码0x000001或0x00000001,找到Start\_Code\_Prefix之后,从它之后的下一个字节开始,就是NALU的部分。 这部分的实现过程描述在H264官方文档附录B中,已经下载的同学可以查看B.1.1节: ![Image 1][] B.1.1 字节流NAL单元语法 3. NALU 看到这一小节时,我们已经有能力根据附录B的内容,从h264码流中找出NALU,所以是时候来看一下,h264码流结构的组成了: ![Image 1][] NALU构成H264码流结构 这就是NALU在H264码流中的构成了,由上图我们也知道: NALU = NALU Header + RBSP 这就是接下来我们要干的,分析NALU Header 和 RBSP,为了对NALU有个宏观的认识,我们先来看一下,NALU有哪些句法元素构成,这位于h264文档的7.3.1节: ![Image 1][] 7.3.1节 NALU句法元素构成 可以看到,整个NALU语法元素分为三部分:(1)NALU Header、(3)RBSP、(2)1和3之间的部分。 其中第2部分,是近期的h264文档才更新的,所以我特意查看了JM、x264、FFmpeg等主流编解码器,这部分是还没有实现的,所以我们可以不必理睬。而且细心的同学会发现,只有当nal\_unit\_type等于14、20、21时,才会进入第二部分。 所以接下来呢,我们就重点介绍NALU Header和RBSP。 3.1 NALU Header 通过上面我们也可以看到,NALU Header由三个句法元素组成,分别为:forbidden\_zero\_bit、nal\_ref\_idc和nal\_unit\_type,它们总共占据一个字节,也就是说,NALU Header,在整个NALU中,占据一个字节。 而且forbidden\_zero\_bit的值对应1个bit,nal\_ref\_idc的值对应2个bit,nal\_unit\_type的值对应5个bit,加起来刚好一个字节。 正如在上一篇(链接)中所介绍的,知道了句法元素,我们就来分别看看它的语义: 3.1.1 forbidden\_zero\_bit h264文档规定,这个值应该为0,当它不为0时,表示网络传输过程中,当前NALU中可能存在错误,解码器可以考虑不对这个NALU进行解码。 3.1.2 nal\_ref\_idc 取值0~3,代表当前这个NALU的重要性,取值越大,代表当前NALU越重要,就需要优先被保护。尤其是当前NALU为图像参数集、序列参数集或IDR图像时,或者为参考图像条带(片/Slice),或者为参考图像的条带数据分割时,nal\_ref\_idc值肯定不为0。 而当NALU 类型,nal\_unit\_type为6、9、10、11、或12时,nal\_ref\_idc都为0。 【注】IDR帧,即:即时解码刷新图像,它是一个序列的第一个图像,H.264引入IDR图像是为了解码的重新同步。当解码器解码到IDR图像时,立即将参考帧队列清空,将已解码的数据全部输出或抛弃,重新查找参数集,开始一个新的序列。这样一来,如果前一个序列发生重大错误,在这里就可以获得重新同步。 所以IDR图像之后的图像,永远不会引用IDR图像之前的图像来解码。并且IDR图像一定是I图像,而I图像不一定是IDR图像(H264里没有图像层,图像可以理解为帧、片或宏块)。 3.1.3 nal\_unit\_type 顾名思义,这个应该是最好理解的了,它表示NALU Header后面的RBSP的数据结构的类型。下图为nal\_unit\_type所有可能的取值,和对应的语义,它处于h264文档7.4.1节: ![Image 1][] nal\_unit\_type 语义 可以看到,nal\_unit\_type的值为1-5时,表示RBSP里面包含的数据为条带(片/Slice)数据,所以值为1-5的NALU统称为VCL(视像编码层)单元,其他的NALU则称为非VCL NAL单元。 当nal\_unit\_type为7时,代表当前NALU为序列参数集,为8时为图像参数集。这也是我们打开.h264文件后,遇到的前两个NALU,它们位于码流的最前面。 而且当nal\_unit\_type为14-31时,我们可以不用理睬,目前几乎用不到。 解析完NALU Header之后,下面就开始解析RBSP了,它包含了NALU数据的主体部分,我们放在下一篇详细介绍。 4. 关于H.264的协议文档 有的同学可能还没下载H.264的官方文档,这里我再贴一下下载地址: 全部版本,下载2017最新版: [http://www.itu.int/rec/T-REC-H.264][http_www.itu.int_rec_T-REC-H.264] 最新版为英文版,05年3月份有中文版: [http://www.itu.int/rec/T-REC-H.264-200503-S/en][http_www.itu.int_rec_T-REC-H.264-200503-S_en] 作者:金架构 链接:https://www.jianshu.com/p/a2dc69c8bf70 来源:简书 简书著作权归作者所有,任何形式的转载都请联系作者获得授权并注明出处。 [H264_AVC]: https://www.jianshu.com/nb/25987315 [Image 1]: [http_www.itu.int_rec_T-REC-H.264]: http://www.itu.int/rec/T-REC-H.264 [http_www.itu.int_rec_T-REC-H.264-200503-S_en]: http://www.itu.int/rec/T-REC-H.264-200503-S/en
还没有评论,来说两句吧...