OggExtractor.cpp中readPage()函数解读

最新推荐文章于 2023-11-02 16:19:43 发布

原创最新推荐文章于 2023-11-02 16:19:43 发布 · 839 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#ogg 解码

编解码专栏收录该内容

1 篇文章

订阅专栏

本文深入解析Android中的OggExtractor类，特别是readPage()函数，该函数负责读取Ogg文件的页结构。Ogg是一种包含音视频信息的容器格式，其页面由页头部和数据组成，大小可变且最大不超过65307字节。通过readPage()，可以解读每个页头的27字节信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Android利用stagefright进行音视频文件的解析，其中OggExtractor类继承MediaExtractor类。ogg是一种多媒体容器，官网(http://www.xiph.org/)提供免费开源的音视频格式。OGG每页之间相互独立，都包含了各自应有的信息，页的大小是可变的，通常为4－8KB，最大值不超过65307字节（27＋255＋255×255＝65307）。页由页头部（pageheader）和页数据（pagedata）组成。OggExtractor.cpp中的readPage()函数会读取页头部，页头部总共27个字节。

页结构

    struct Page {
        uint64_t mGranulePosition;
        int32_t mPrevPacketSize;
        uint64_t mPrevPacketPos;
        uint32_t mSerialNo;
        uint32_t mPageNo;
        uint8_t mFlags;
        uint8_t mNumSegments;
        uint8_t mLace[255];
    };

ssize_t MyOggExtractor::readPage(off64_t offset, Page *page) {
    uint8_t header[27];
    ssize_t n;
    if ((n = mSource->readAt(offset, header, sizeof(header)))
            < (ssize_t)sizeof(header)) {
        ALOGV("failed to read %zu bytes at offset %#016llx, got %zd bytes",
                sizeof(header), (long long)offset, n);

        if (n < 0) {
            return n;
        } else if (n == 0) {
            return ERROR_END_OF_STREAM;
        } else {
            return ERROR_IO;
        }
    }

    if (memcmp(header, "OggS", 4)) {
        return ERROR_MALFORMED;
    }

    if (header[4] != 0) {
        // Wrong version.

        return ERROR_UNSUPPORTED;
    }

    page->mFlags = header[5];

    if (page->mFlags & ~7) {
        // Only bits 0-2 are defined in version 0.
        return ERROR_MALFORMED;
    }

    page->mGranulePosition = U64LE_AT(&header[6]);

    page->mSerialNo = U32LE_AT(&header[14]);
    page->mPageNo = U32LE_AT(&header[18]);

    page->mNumSegments = header[26];
    if (mSource->readAt(
                offset + sizeof(header), page->mLace, page->mNumSegments)
            < (ssize_t)page->mNumSegments) {
        return ERROR_IO;
    }

    size_t totalSize = 0;;
    for (size_t i = 0; i < page->mNumSegments; ++i) {
        totalSize += page->mLace[i];
    }

    return sizeof(header) + page->mNumSegments + totalSize;
}

OGG 页结构
--------------------------------------------------------------------------------
域名称　　　　　　占用字节　　描述
--------------------------------------------------------------------------------
capture_pattern　　　 4　　页标识，"OggS"的ASCII字符 4F 67 67 53
structure_version　　 1　　版本ID，当前版本默认＝0
Header_type_flag　　　1　　页头部类型
Granule_position　　　8　　区段位置
Serial_number　　　　 4　　逻辑流的序列号
Page_seguence_number　4　　本页在逻辑流的序号，OGG解码器据此识别有无页丢失。
CRC_cbecksum　　　　　4　　循环冗余校验码校验和
Number_page_segments　1　　本页的区段数量，指明区段表中有多少个区段长度，≤255
Segment_table　　　　≤255 区段长度表，每个字节表示一个区段的长度
--------------------------------------------------------------------------------
说明：
①页标识：标识着一个页的开始。其作用是分离Ogg封装格式还原媒体编码时识别新页。
②头部类型1字节8位值前3位的意义：
　第1位＝1：本页的媒体编码数据与前一页属于同一个逻辑流的同一个包，＝0：表示本页是新包。
　第2位＝1：本页为逻辑流的第一页bos；＝0：不是第一页。
　第3位＝1：本页为逻辑流的最后一页eos；＝0：不是最后一页。
③区段位置不是指区段在文件中的位置，而是指区段在逻辑流中的位置。它存储了媒体编码相关的参数信息，对于音频流来说，它存储着到本页为止逻辑流在PCM输出中采样码的数目，可以由它来算得时间戳。对于视频流来说，它存储着到本页为止视频帧编码的数目。若此值＝0，表示截止到本页，逻辑流的包未结束。
④流序列号，即本页所在的流ID，它是区分本页所属逻辑流与其他逻辑流的序号，可以通过这个值来划分流。
⑤循环冗余校验码校验和包含页的32位CRC校验（头部零CRC校验、页数据校验）的产生多项式为：0x04c11db7。
⑥区段长度表记录着逻辑流中的每个包中每个区段的长度值，取值范围是0-255。包中的最后一个区段长度＜255，其它区段长度都＝255。这些值以区段出现的先后顺序排列。此域的字节数是区段数量域所表示的数字，即在0-255字节之间。从区段长度表中可以计算出每个包的长度，例如：区段表中的值为 4D FF 45 FF FF FF 40 FF FF 66，那么：
　　第一包有1个区段，总长度＝4D
　　第二包有2个区段，总长度＝FF＋45
　　第三包有4个区段，总长度＝FF＋FF＋FF＋40
　　第四包有3个区段，总长度＝FF＋FF＋66
⑦页头部的长度和整个页的长度计算：
　页头部长度＝27＋区段数量
　页长度＝页头长度＋区段长度表中每个区段的大小＝页头部长度＋所有区段长度之和。
⑧页头部后面紧接着页数据，页数据包括本页所有的区段数据。