RTSP播放器高RTSP兼容推流网页无插件流媒体播放器EasyPlayerRTSP关于MP4的封装调用流程介绍

EasyPlayer-RTSP播放器是一套RTSP专用的播放器，包括有：Windows（支持IE插件，npapi插件）、Android、iOS三个平台，是区别于市面上大部分的通用播放器，EasyPlayer-RTSP更加精炼、更加专注，具备低延时和高RTSP协议兼容性，编码数据解析等方面，都有非常大的优势。

EasyPlayer-RTSP-Win中录像采用GPAC的MP4Box库来封装MP4，下面我将简单介绍MP4的封装调用流程和需要注意的点；

一、GPAC库的编译，GPAC是跨平台的库，windows和linux都能很方便多编译，再次不做过多赘述，大家可去GPAC官网或者Github上下载；

二、创建MP4

bool EasyMP4Writer::CreateMP4File(char*filename,int flag)
{
	SaveFile();
	m_audiostartimestamp=-1;
	m_videostartimestamp=-1;
	if(filename==NULL)
	{
		char filename2[256]={0};
		sprintf(filename2,"%d-gpac%d.mp4",time(NULL),rand());
		p_file=gf_isom_open(filename2,GF_ISOM_OPEN_WRITE,NULL);//打开文件
	}else
		p_file=gf_isom_open(filename,GF_ISOM_OPEN_WRITE,NULL);//打开文件

	if (p_file==NULL)
	{
		return false;
	}

	gf_isom_set_brand_info(p_file,GF_ISOM_BRAND_MP42,0);

	//if(flag&ZOUTFILE_FLAG_VIDEO)
	//{
	//	m_videtrackid=gf_isom_new_track(p_file,0,GF_ISOM_MEDIA_VISUAL,1000);
	//	gf_isom_set_track_enabled(p_file,m_videtrackid,1);
	//}
	//if(flag&ZOUTFILE_FLAG_AUDIO)
	//{
	//	m_audiotrackid=gf_isom_new_track(p_file,0,GF_ISOM_MEDIA_AUDIO,1000);
	//	gf_isom_set_track_enabled(p_file,m_audiotrackid,1);
	//}
	m_nCreateFileFlag = flag;

	return true;
}

创建MP4很简单，调用gf_isom_open函数就能轻松搞定，gf_isom_set_brand_info函数设置当前写MP4的版本为MP4V2；值得注意的地方是：

1>. 创建文件之前需要对所有的参数进行初始化，以及如果文件正在写入则需要将其关闭，这个操作主要是32位程序写的MP4文件大于4G可能出现不能播放的问题，为了方便写MP4文件进行分片，这个将在系列文章后续中进行讲解；
2>. 大家可以看到上段代码有屏蔽了部分代码flag&ZOUTFILE_FLAG_VIDEO和flag&ZOUTFILE_FLAG_AUDIO的判断，这两段代码是用来在MP4文件中创建音频轨和视频轨（默认各只创建一个），请注意：如果这里已经创建了音频和视频轨，然而后续的写入过程中如果只写音频或者视频的话，某些播放器可能是播不出来的（比如windows自带的播放器），所以，如果只写音频的话只需要创建音频轨就可以了，视频同理。

三、写入视频H264的SPS和PPS头信息

bool EasyMP4Writer::WriteH264SPSandPPS(unsigned char*sps,int spslen,unsigned char*pps,int ppslen,int width,int height)
{	
	if (m_nCreateFileFlag&ZOUTFILE_FLAG_VIDEO)
	{
		m_videtrackid = gf_isom_new_track(p_file, 0, GF_ISOM_MEDIA_VISUAL, 1000);
		gf_isom_set_track_enabled(p_file, m_videtrackid, 1);
	}
	else
	{
		return false;
	}
	p_videosample=gf_isom_sample_new();
	p_videosample->data=(char*)malloc(1024*1024);


	p_config=gf_odf_avc_cfg_new();	
	gf_isom_avc_config_new(p_file,m_videtrackid,p_config,NULL,NULL,&i_videodescidx);
	gf_isom_set_visual_info(p_file,m_videtrackid,i_videodescidx,width,height);

	GF_AVCConfigSlot m_slotsps={0};
	GF_AVCConfigSlot m_slotpps={0};
	
	p_config->configurationVersion = 1;
	p_config->AVCProfileIndication = sps[1];
	p_config->profile_compatibility = sps[2];
	p_config->AVCLevelIndication = sps[3];
	
	m_slotsps.size=spslen;
	m_slotsps.data=(char*)malloc(spslen);
	memcpy(m_slotsps.data,sps,spslen);	
	gf_list_add(p_config->sequenceParameterSets,&m_slotsps);
	
	m_slotpps.size=ppslen;
	m_slotpps.data=(char*)malloc(ppslen);
	memcpy(m_slotpps.data,pps,ppslen);
	gf_list_add(p_config->pictureParameterSets,&m_slotpps);
	
	gf_isom_avc_config_update(p_file,m_videtrackid,1,p_config);

	free(m_slotsps.data);
	free(m_slotpps.data);

	return true;
}

首先，通过gf_odf_avc_cfg_new()创建一个设置AVC信息的配置结构p_config，然后对结构中指定的信息，如：长，宽，SPS和PPS等关键参数写入配置结构，调用gf_isom_avc_config_update函数写入参数信息；当然这里只是H264格式的参数设置，像其他的格式比如H265的设置也类似，这将在后续系列中进行讲解；

四、写入音频AAC头信息

//写入AAC信息

bool EasyMP4Writer::WriteAACInfo(unsigned char*info,int len, int nSampleRate, int nChannel, int nBitsPerSample)
{
	if (m_nCreateFileFlag&ZOUTFILE_FLAG_AUDIO)
	{
		m_audiotrackid = gf_isom_new_track(p_file, 0, GF_ISOM_MEDIA_AUDIO, 1000);
		gf_isom_set_track_enabled(p_file, m_audiotrackid, 1);
	}
	else
	{
		return false;
	}
	p_audiosample=gf_isom_sample_new();
	p_audiosample->data=(char*)malloc(1024*10);

	GF_ESD*esd=	gf_odf_desc_esd_new(0);
	esd->ESID=gf_isom_get_track_id(p_file,m_audiotrackid);
	esd->OCRESID=gf_isom_get_track_id(p_file,m_audiotrackid);
	esd->decoderConfig->streamType=0x05;
	esd->decoderConfig->objectTypeIndication=0x40;//0x40;
	esd->slConfig->timestampResolution=1000;//1000;//时间单元	
	esd->decoderConfig->decoderSpecificInfo=(GF_DefaultDescriptor*)gf_odf_desc_new(GF_ODF_DSI_TAG);
	esd->decoderConfig->decoderSpecificInfo->data=(char*)malloc(len);
	memcpy(esd->decoderConfig->decoderSpecificInfo->data,info,len);
	esd->decoderConfig->decoderSpecificInfo->dataLength=len;
	GF_Err gferr=gf_isom_new_mpeg4_description(p_file, m_audiotrackid, esd,  NULL, NULL, &i_audiodescidx);
	if (gferr!=0)
	{
//		TRACE("mpeg4_description:%d\n",gferr);
	}
	gferr=gf_isom_set_audio_info(p_file,m_audiotrackid,i_audiodescidx, nSampleRate,nChannel, nBitsPerSample);//44100 2 16
	if (gferr!=0)
	{
//		TRACE("gf_isom_set_audio:%d\n",gferr);
	}
	free(esd->decoderConfig->decoderSpecificInfo->data);
	return true;
}

调几个 API就搞定了，一如既往的简单–！，这里说一下一些关键参数的配置：
1> esd->decoderConfig->streamType=0x05，这里的0x05标示为AAC，当然还指出其他的类型，如MP3，AC3等等，具体可查询MP4BOX相关文档获取；
2> 函数出入的头两个参数大家看起来有点费解，这里表示的是音频解码参数组合的一个串，具体格式解析如下：（这个本来想单独开一篇博客来专门阐述的，但是鉴于没多少内容就在这里一并表述出来）
看下面代码段：

	    // 		前五位为 AAC object types  LOW          2
		// 		接着4位为 码率index        16000        8
		// 		采样标志标准：
		//	static unsigned long tnsSupportedSamplingRates[13] = //音频采样率标准（标志），下标为写入标志
		//	{ 96000,88200,64000,48000,44100,32000,24000,22050,16000,12000,11025,8000,0 };
		// 		接着4位为 channels 个数                 2
		//		最后3位用0补齐
		// 		应打印出的正确2进制形式为  00010 | 1000 | 0010 | 000
		// 									 2       8      2
		//  BYTE ubDecInfoBuff[] =  {0x12,0x10};//00010 0100 0010 000

		//音频采样率标准（标志），下标为写入标志
		unsigned long tnsSupportedSamplingRates[13] = { 96000,88200,64000,48000,44100,32000,24000,22050,16000,12000,11025,8000,0 };
		int nI = 0;
		for ( nI = 0; nI<13; nI++)
		{
			if (tnsSupportedSamplingRates[nI] == sample_rate )
			{
				break;
			}
		}
		unsigned char ucDecInfoBuff[2] = {0x12,0x10};//

		unsigned short  nDecInfo = (1<<12) | (nI << 7) | (channels<<3);
		int nSize = sizeof(unsigned short);
		memcpy(ucDecInfoBuff, &nDecInfo, nSize);
		SWAP(ucDecInfoBuff[0], ucDecInfoBuff[1]);
		int unBuffSize = sizeof(ucDecInfoBuff)*sizeof(unsigned char);

大家看懂了吧，比如现在有个表示解码信息的串为 00010 | 0100 | 0010 | 000 ，那么它则表示为AAC-LC 44100采样率 双声道音频，是不是很好理解呢!!!

五、解析H264帧写入MP4

下面用文字描述，分三步走：
1> 解析H264 nal头，获取SPS和PPS, 因为我们已经通过设置函数设置了SPS和PPS等解码关键信息，所以我们写入文件时，H264帧将转换为AVC格式，什么意思，就是说将以00000001以及000001开头的NAL单元转换为以该NAL单元的长度来填满该四个字节(注意：所有的H264帧中的0x00000001和0x000001都要替换成NAL的长度，否则未替换的部分解码会花屏)，默认三个字节的000001也用四个字节补齐，这主要是见于一帧多NAL的情况，这里有疑问我将在后续系列文章中讲解；
2> 写入SPS和PPS头；
3> 写入以NAL长度为头四个字节的AVC帧，具体实现如下：
//写入一帧，前四字节为该帧NAL长度

bool EasyMP4Writer::WriteVideoFrame(unsigned char*data,int len,bool keyframe,long timestamp)
{		
	if (!p_videosample)
	{
		return false;
	}
	if (m_videostartimestamp==-1&&keyframe)
	{
		m_videostartimestamp=timestamp;
	}
	if (m_videostartimestamp!=-1)
	{
		p_videosample->IsRAP=keyframe;
		p_videosample->dataLength=len;
		memcpy(p_videosample->data,data,len);
		p_videosample->DTS=timestamp-m_videostartimestamp;
		p_videosample->CTS_Offset=0;	
		GF_Err gferr=gf_isom_add_sample(p_file,m_videtrackid,i_videodescidx,p_videosample);			
		if (gferr==-1)
		{
			p_videosample->DTS=timestamp-m_videostartimestamp+15;
			gf_isom_add_sample(p_file,m_videtrackid,i_videodescidx,p_videosample);
		}
	}
	
	return true;
}

六、AAC写入MP4(是否带ADTS头)

同写视频类似，写音频同样要先写如音频解码参数，上文已经分析过如何写解码参数，这里只需把解码参数信息组织成串，通过WriteAACInfo（）函数写入即可。
写音频数据，实现和视频一样，调用gf_isom_add_sample函数即可；
需要注意：因为我们已经写入了音频解码信息，那么如果AAC数据中带有ADTS头，则需要去掉则7个字节的头，否则可能部分播放器不能正常播放，ADTS头以 0xFFF 开始；

七、写入MP4封装头，保存文件

保存文件，释放缓存和系统资源：
//保存文件

bool EasyMP4Writer::SaveFile()
{
	if (m_psps)
	{
		delete m_psps;
		m_psps = NULL;
	}
	if (m_ppps)
	{
		delete m_ppps;
		m_ppps = NULL;
	}
	m_spslen=0;
	m_ppslen=0;
	if (m_pvps)
	{
		delete m_pvps;
		m_pvps = NULL;
	}
	m_vpslen = 0;

	m_audiostartimestamp=-1;
	m_videostartimestamp=-1;
	if (p_file)
	{
		gf_isom_close(p_file);
		p_file=NULL;
	}
	if(p_config)
	{
	//	delete p_config->pictureParameterSets;
		p_config->pictureParameterSets=NULL;
	//	delete p_config->sequenceParameterSets;
		p_config->sequenceParameterSets=NULL;
		gf_odf_avc_cfg_del(p_config);
		p_config=NULL;
	}
	if (p_hevc_config)
	{
		gf_odf_hevc_cfg_del(p_hevc_config);
		p_hevc_config = NULL;
	}
	if(	p_audiosample)
	{
		if(	p_audiosample->data)
		{
			free(p_audiosample->data);
			p_audiosample->data=NULL;
		}
		gf_isom_sample_del(&p_audiosample);
		p_audiosample=NULL;
	}

	if(	p_videosample)
	{
		if(	p_videosample->data)
		{
			free(p_videosample->data);
			p_videosample->data=NULL;
		}
		gf_isom_sample_del(&p_videosample);
		p_audiosample=NULL;
	}
	m_bwriteaudioinfo = false;
	m_bwritevideoinfo = false;
	return true;
}