AVI格式--学习笔记

1. 介绍

  AVI是音频视频交错(Audio Video Interleaved)的英文缩写，它是Microsoft公司开发的一种符合RIFF文件规范的数字音频与视频文件格式，原先用于Microsoft Video for Windows (简称VFW)环境，现在已被Windows 95/98、OS/2等多数操作系统直接支持。AVI格式允许视频和音频交错在一起同步播放，支持256色和RLE压缩，但AVI文件并未限定压缩标准，因此，AVI文件格式只是作为控制界面上的标准，不具有兼容性，用不同压缩算法生成的AVI文件，必须使用相应的解压缩算法才能播放出来。

2.RIFF格式

  在介绍AVI文件前，我们要先来看看RIFF文件结构。AVI文件采用的是RIFF文件结构方式，RIFF（Resource Interchange File Format，资源互换文件格式）是微软公司定义的一种用于管理windows环境中多媒体数据的文件格式，波形音频wave，MIDI和数字视频AVI 都采用这种格式存储。

2.1. 数据块

构造RIFF文件的基本单元叫做数据块（Chunk），每个数据块包含3个部分：

1. 4字节的数据块标记（或者叫做数据块的ID）；
2. 数据块的大小；
3. 数据；

  整个RIFF文件可以看成一个数据块，其数据块ID为RIFF，称为RIFF块。一个RIFF文件中只允许存在一个RIFF块。RIFF块中包含一系列的子块，其中有一种字块的ID为"LIST"，称为LIST，LIST块中可以再包含一系列的子块，但除了LIST块外的其他所有的子块都不能再包含子块。

2.2. 形式类型

  RIFF和LIST块分别比普通的数据块多一个被称为形式类型（Form Type）和列表类型（List Type）的数据域，其组成如下：

1. 4字节的数据块标记（Chunk ID）
2. 数据块的大小
3. 4字节的形式类型或者列表类型
4. 数据

2.2. AVI块

  下面我们看看AVI文件的结构。AVI文件是目前使用的最复杂的RIFF文件，它能同时存储同步表现的音频视频数据。AVI的RIFF块的形式类型是AVI，它包含3个子块，如下所述：

1. 信息块，一个ID为"hdrl"的LIST块，定义AVI文件的数据格式。
2. 数据块，一个ID为 "movi"的LIST块，包含AVI的音视频序列数据。
3. 索引块，ID为 "idxl"的子块，定义 "movi"LIST块的索引数据，是可选块。

2.2.1. 信息块

信息块，信息块包含两个子块，即一个ID为 avih 的子块和一个ID 为 strl 的LIST块。

• "avih"子块的内容可由如下的结构定义：

typedef struct 
{
　DWORD dwMicroSecPerFrame ; //显示每桢所需的时间ns，定义avi的显示速率
　DWORD dwMaxBytesPerSec; // 最大的数据传输率
　DWORD dwPaddingGranularity; //记录块的长度需为此值的倍数，通常是2048
　DWORD dwFlages; //AVI文件的特殊属性，如是否包含索引块，音视频数据是否交叉存储
　DWORD dwTotalFrame; //文件中的总桢数
　DWORD dwInitialFrames; //说明在开始播放前需要多少桢
　DWORD dwStreams; //文件中包含的数据流种类
　DWORD dwSuggestedBufferSize; //建议使用的缓冲区的大小，
　//通常为存储一桢图像以及同步声音所需要的数据之和
　DWORD dwWidth; //图像宽
　DWORD dwHeight; //图像高
　DWORD dwReserved[4]; //保留值
}MainAVIHeader;

• “strl” LIST块用于记录AVI数据流，每一种数据流都在该LIST块中占有3个子块，他们的ID分别是"strh",“strf”, “strd”；

"strh"子块由如下结构定义：

typedef struct 
{
　FOURCC fccType; //4字节，表示数据流的种类 vids 表示视频数据流
　//auds 音频数据流
　FOURCC fccHandler;//4字节 ，表示数据流解压缩的驱动程序代号
　DWORD dwFlags; //数据流属性
　WORD wPriority; //此数据流的播放优先级
　WORD wLanguage; //音频的语言代号
　DWORD dwInitalFrames;//说明在开始播放前需要多少桢
　DWORD dwScale; //数据量，视频每桢的大小或者音频的采样大小
　DWORD dwRate; //dwScale /dwRate = 每秒的采样数
　DWORD dwStart; //数据流开始播放的位置，以dwScale为单位
　DWORD dwLength; //数据流的数据量，以dwScale为单位
　DWORD dwSuggestedBufferSize; //建议缓冲区的大小
　DWORD dwQuality; //解压缩质量参数，值越大，质量越好
　DWORD dwSampleSize; //音频的采样大小
　RECT rcFrame; //视频图像所占的矩形
}AVIStreamHeader;

"strf"子块紧跟在"strh"子块之后，其结构视"strh"子块的类型而定，如下所述；如果 strh子块是视频数据流，则 strf子块的内容是一个与windows设备无关位图的BIMAPINFO结构；

• "strf"子块由如下结构定义：

typedef struct tagBITMAPINFO
{
　BITMAPINFOHEADER bmiHeader;
　RGBQUAD bmiColors[1]; //颜色表
}BITMAPINFO;

typedef struct tagBITMAPINFOHEADER
{
　DWORD biSize;
　LONG biWidth;
　LONG biHeight;
　WORD biPlanes;
　WORD biBitCount;
　DWORD biCompression;
　DWORD biSizeImage;
　LONG biXPelsPerMeter;
　LONG biYPelsPerMeter;
　DWORD biClrUsed;
　DWORD biClrImportant;
}BITMAPINFOHEADER;

如果 strh子块是音频数据流，则strd子块的内容是一个WAVEFORMAT结构，如下：

• "strf子块是音频数据流"子块由如下结构定义：

typedef struct 
{
　WORD wFormatTag; 
　WORD nChannels; //声道数
　DWORD nSamplesPerSec; //采样率
　DWORD nAvgBytesPerSec; //WAVE声音中每秒的数据量
　WORD nBlockAlign; //数据块的对齐标志
　WORD biSize; //此结构的大小
}WAVEFORMAT

  "strd"子块紧跟在strf子块后，存储供压缩驱动程序使用的参数，不一定存在，也没有固定的结构。

  “strl” LIST块定义的AVI数据流依次将 “hdrl " LIST 块中的数据流头结构与"movi” LIST块中的数据联系在一起，第一个数据流头结构用于数据流0，第二个用于数据流1，依次类推。

2.3 数据块

  数据块中存储视频和音频数据流，数据可直接存于 “movi” LIST块中。数据块中音视频数据按不同的字块存放，其结构如下所述，

• 音频块

1. “##wb”
2. Wave 数据流

• 视频块

1. “##db”
2. RGB数据流

• 压缩视频块

1. “##dc”
2. 压缩的图像数据流

2.4 索引块

  索引块包含数据块在文件中的位置索引，能提高avi文件的读写速度，其中存放着一组AVIINDEXENTRY结构数据。如下，这个块并不是必需的，也许不存在。
typedef struct
{
　DWORD ckid; //记录数据块中子块的标记
　DWORD dwFlags; //表示chid所指子块的属性
　DWORD dwChunkOffset; //子块的相对位置
　DWORD dwChunkLength; //子块长度
};