使用mp4v2将H264和AAC封装mp4

2023-09-07 04:18| 来源: 网络整理| 查看: 265

一、下载源码

国内源：https://launchpad.net/ubuntu/+source/mp4v2

国外源：https://code.google.com/p/mp4v2/

下载合适版本的mp2v2源码，我下载的是mp4v2_2.0.0_dfsg0.orig.tar.bz2

二、编译

1、linux编译

tar jxf mp4v2_2.0.0_dfsg0.orig.tar.bz2 cd mp4v2-2.0.0 ./configure --disable-debug make

生成的libmp4v2.a在目录.libs

以下自定义选项已添加到configure：

--disable-debug不生成调试信息。不要直接编译器生成调试信息。默认情况下，如果平台支持，编译器将生成调试信息。

--disable-optimize不要优化。不要指导编译器优化代码。默认情况下，如果平台支持，则启用编译器优化。

--disable-fvisibility不要设置默认的ELF符号可见性。默认情况下，配置尝试检测编译器是否支持此功能的尝试。但是，在某些平台上，检测到此功能的不兼容性可能不准确，在这种情况下，应提供此选项。

--disable-gch默认情况下，某些平台被标记为使用GCC预编译头。通常，这会大大减少构建时间，但可能需要更多的精力来进行迭代开发；也就是说，make clean在更改标头时，可能无法正确跟踪依赖项，并且可能需要更频繁地进行依赖。使用此选项可以禁用GCC预编译头。

--disable-largefile在某些32位平台或配置上，可能需要在没有大文件（LFS）支持的情况下进行构建。默认情况下，配置尝试检测正式的LFS支持并启用（如果找到）。

--disable-util不要构建/安装实用程序。对于希望跳过构建默认情况下启用的实用程序（例如，命令行可执行文件）的用户而言，这是方便的选项。

--enable-bi=ARCH在支持双体系结构的平台上，可以生成32或64位代码。通过在编译或链接时分别添加参数-m32或来支持此功能-m64。使用此选项可以覆盖特定于平台的默认设置。

--enable-ub[=ARCHS]在OSX系统上，可以生成通用二进制文件。通过-arch ARCH在编译或链接时添加一个或多个参数模式来支持此功能。使用此选项可以针对不同于平台默认设置的体系结构，或生成通用二进制文件。

--enable-dependency-tracking对包含文件启用自动依赖项跟踪。默认情况下，此功能处于禁用状态。

2、交叉编译

tar jxf mp4v2_2.0.0~dfsg0.orig.tar.bz2 cd mp4v2-2.0.0 ./configure --host=arm-hisiv500-linux CC=arm-hisiv500-linux-gcc CXX=arm-hisiv500-linux-g++ --disable-debug make

3、windows环境编译

MP4v2项目工程有windows下的工程，但是缺少几个文件，分别为platform_win32.cpp，platform_win32_impl.h，Version.rc

这几个文件可以到http://code.google.com/p/mp4v2/的最新SVN库中下载到，将这几个文件更新到相应工程后，即可编译成功。

也可以这里下载：https://download.csdn.net/download/qq_28581781/12536408

三、API说明

1、创建mp4文件

MP4Create(sFileName); //传入要创建的mp4文件名

2.设置文件时间基

MP4SetTimeScale(m_hFile, 90000) //第一个参数为第一步创建的文件句柄，第二个参数为时间基，这里取视频的采样率90000

3.创建H264视频track

MP4TrackId MP4AddH264VideoTrack( //返回track句柄 MP4FileHandle hFile, //创建的文件句柄 uint32_t timeScale, //该track的时间基，h264为90000 MP4Duration sampleDuration, //每帧的持续时间，以时间基为基准，比如对于25fps，这里填90000/25=3600 uint16_t width, //视频宽 uint16_t height, //视频高 uint8_t AVCProfileIndication, //接下来3个参数代表h264编码的profile-level-id,分别对应sps第二、三、四个字节,sps[1] uint8_t profile_compat, //sps[2] uint8_t AVCLevelIndication, //sps[3] uint8_t sampleLenFieldSizeMinusOne ); //每个NALU单元前有几个字节代表NALU的长度，减去1就是这里要填的值，这里我们填3.接下来我们写h264数据的时候是要去掉NALU分割符 //0 0 0 1，然后在NALU前加4个字节代表NALU的长度(大端字节序) void MP4SetVideoProfileLevel( MP4FileHandle hFile, uint8_t value ); //设置视频遵循的协议， //第一个参数为文件句柄， //第二个参数我们设置为1，定义如下: MP4SetVideoProfileLevel sets the minumum profile/level of MPEG-4 video support necessary to render the contents of the file. ISO/IEC 14496-1:2001 MPEG-4 Systems defines the following values: 0x00 Reserved 0x01 Simple Profile @ Level 3 0x02 Simple Profile @ Level 2 0x03 Simple Profile @ Level 1 0x04 Simple Scalable Profile @ Level 2 0x05 Simple Scalable Profile @ Level 1 0x06 Core Profile @ Level 2 0x07 Core Profile @ Level 1 0x08 Main Profile @ Level 4 0x09 Main Profile @ Level 3 0x0A Main Profile @ Level 2 0x0B N-Bit Profile @ Level 2 0x0C Hybrid Profile @ Level 2 0x0D Hybrid Profile @ Level 1 0x0E Basic Animated Texture @ Level 2 0x0F Basic Animated Texture @ Level 1 0x10 Scalable Texture @ Level 3 0x11 Scalable Texture @ Level 2 0x12 Scalable Texture @ Level 1 0x13 Simple Face Animation @ Level 2 0x14 Simple Face Animation @ Level 1 0x15-0x7F Reserved 0x80-0xFD User private 0xFE No audio profile specified 0xFF No audio required demo里面写的是 MP4SetVideoProfileLevel(recordCtx->m_mp4FHandle, 0x7F); // Simple Profile @ Level 3 参照上面的值，应该是错误的，Simple Profile @ Level 3 应该是0x01。关于视频的profileLevel,需要根据实际编码的profile设置，不然会出现解码出来的视频不清晰的问题。 void MP4AddH264SequenceParameterSet( //设置sps MP4FileHandle hFile, //文件句柄 MP4TrackId trackId, //视频track句柄 const uint8_t* pSequence, //sps数据，注意不包括分隔符0 0 0 1 uint16_t sequenceLen ); //数据长度 void MP4AddH264PictureParameterSet( //设置pps MP4FileHandle hFile, //文件句柄 MP4TrackId trackId, //视频track句柄 const uint8_t* pPict, //pps数据，注意不包括分隔符0 0 0 1 uint16_t pictLen ); //数据长度

4.创建AAC音频track

MP4TrackId MP4AddAudioTrack( //创建音频track，返回track id MP4FileHandle hFile, //MP4文件句柄 uint32_t timeScale, //音频时间基，这里设置为采样率8000 MP4Duration sampleDuration, //每帧时长，以时间基为度量单位，对于AAC，每帧1024个采样，所以这里设置为1024 uint8_t audioType DEFAULT(MP4_MPEG4_AUDIO_TYPE) ); //音频type,这里设置为MP4_MPEG4_AUDIO_TYPE void MP4SetAudioProfileLevel( MP4FileHandle hFile, uint8_t value ); //设置音频遵从的协议，第一参数为mp4文件句柄，第二个我们设置为2，定义如下: MP4SetAudioProfileLevel sets the minumum profile/level of MPEG-4 audio support necessary to render the contents of the file. ISO/IEC 14496-1:2001 MPEG-4 Systems defines the following values: 0x00 Reserved 0x01 Main Profile @ Level 1 0x02 Main Profile @ Level 2 0x03 Main Profile @ Level 3 0x04 Main Profile @ Level 4 0x05 Scalable Profile @ Level 1 0x06 Scalable Profile @ Level 2 0x07 Scalable Profile @ Level 3 0x08 Scalable Profile @ Level 4 0x09 Speech Profile @ Level 1 0x0A Speech Profile @ Level 2 0x0B Synthesis Profile @ Level 1 0x0C Synthesis Profile @ Level 2 0x0D Synthesis Profile @ Level 3 0x0E-0x7F Reserved 0x80-0xFD User private 0xFE No audio profile specified 0xFF No audio required bool MP4SetTrackESConfiguration( //设置音频解码配置参数 MP4FileHandle hFile, //mp4文件句柄 MP4TrackId trackId, //音频track句柄 const uint8_t* pConfig, //AAC的audio-specific-config值，两个字节，可以通过ADTS头部计算出来 uint32_t configSize);//长度首先，config有2个字节组成，共16位，具体含义如下： 5 bits | 4 bits | 4 bits | 3 bits 第一个第二个第三个第四个第一个：AAC Object Type 第二个：Sample Rate Index 第三个：Channel Number 第四个：Don't care，設 0

5.写音视频数据

bool MP4WriteSample( //写音视频数据 MP4FileHandle hFile, //MP4文件句柄 MP4TrackId trackId, //音频或者视频的track句柄 const uint8_t* pBytes, //音频或者视频数据。对于AAC，输入纯AAC数据，不带adts头；对于h264，去掉0 0 0 1分隔符， //在NALU前面添加4字节表示NALU长度(大端字节序) uint32_t numBytes, //数据长度 MP4Duration duration DEFAULT(MP4_INVALID_DURATION), //帧时长，以对应的时间基为度量 MP4Duration renderingOffset DEFAULT(0), //默认填0就好 bool isSyncSample DEFAULT(true) ); //对于h264，如果为IDR帧则为true,非IDR帧则填false 功能：写一帧视频数据或写一段音频数据。返回：成功返回true，失败返回false。参数：hFile 文件句柄， trackId 音频或视频的track id， pBytes为要写的数据流指针， numBytes为数据字节长度， duration为前一视频帧与当前视频帧之间的ticks数，或这是前一段音频数据和当前音频数据之间的ticks。 isSyncSample 对视频来说是否为关键帧。注意： 1，duration这个参数是用来实现音视频同步用的，如果设置错了会造成音视频不同步，甚至会出现crash现象（一般出现在调用MP4Close是crash）。 2，对于视频流MP4WriteSample函数每次调用是录制前一帧数据，用当前帧的时间戳和前一帧的时间戳计算duration值，然后把当前帧保存下来用做下次调用MP4WriteSample时用，写音频数据一样。

6.关闭mp4文件

void MP4Close( //关闭mp4文件 MP4FileHandle hFile, //文件句柄 uint32_t flags DEFAULT(0) ); //标准位，我们填MP4_CLOSE_DO_NOT_COMPUTE_BITRATE，这样在关闭文件时，不计算整个文件的大小，这样可以更快关闭文件

四. sample代码

mp4v2_mp4.cpp

#include "mp4v2_mp4.h" #include #include #include #include "get_time.h" /* AAC object types */ enum { GF_M4A_AAC_MAIN = 1, GF_M4A_AAC_LC = 2, GF_M4A_AAC_SSR = 3, GF_M4A_AAC_LTP = 4, GF_M4A_AAC_SBR = 5, GF_M4A_AAC_SCALABLE = 6, GF_M4A_TWINVQ = 7, GF_M4A_CELP = 8, GF_M4A_HVXC = 9, GF_M4A_TTSI = 12, GF_M4A_MAIN_SYNTHETIC = 13, GF_M4A_WAVETABLE_SYNTHESIS = 14, GF_M4A_GENERAL_MIDI = 15, GF_M4A_ALGO_SYNTH_AUDIO_FX = 16, GF_M4A_ER_AAC_LC = 17, GF_M4A_ER_AAC_LTP = 19, GF_M4A_ER_AAC_SCALABLE = 20, GF_M4A_ER_TWINVQ = 21, GF_M4A_ER_BSAC = 22, GF_M4A_ER_AAC_LD = 23, GF_M4A_ER_CELP = 24, GF_M4A_ER_HVXC = 25, GF_M4A_ER_HILN = 26, GF_M4A_ER_PARAMETRIC = 27, GF_M4A_SSC = 28, GF_M4A_AAC_PS = 29, GF_M4A_LAYER1 = 32, GF_M4A_LAYER2 = 33, GF_M4A_LAYER3 = 34, GF_M4A_DST = 35, GF_M4A_ALS = 36 }; int ReadOneNaluFromBuf(const unsigned char *buffer,unsigned int nBufferSize,unsigned int offSet,MP4ENC_NaluUnit &nalu) { int i = offSet; while(iisFirstPPS) // pps { MP4AddH264PictureParameterSet(pHandle->hMp4File, pHandle->m_videoId, nalu_data, nalu_size); pHandle->isFirstPPS = 0; printf("isFirstPPS.\n"); } else if(nalu_type == 0x06) //sei { } else if(!pHandle->isFirstSPS && !pHandle->isFirstPPS) { char hander[4]={0}; memcpy(hander, buffer, 4); buffer[0] = nalu_size >> 24; buffer[1] = nalu_size >> 16; buffer[2] = nalu_size >> 8; buffer[3] = nalu_size & 0xff; if(1 == pHandle->isFirstFrame) { if(nalu_type == 0x05) //第一帧是IDR { printf("isFirstFrame.\n"); MP4WriteSample(pHandle->hMp4File, pHandle->m_videoId, buffer, frame_size, pHandle->m_nTimeScale/pHandle->m_nFrameRate, 0, 1); pHandle->videotime=nowvoltime; pHandle->audiotime = nowvoltime; pHandle->isFirstFrame = 0; } } else { char isSyncSample = 0; if(nalu_type == 0x05) isSyncSample = 1; pthread_mutex_lock(&pHandle->mutex); MP4WriteSample(pHandle->hMp4File, pHandle->m_videoId, buffer, frame_size, (nowvoltime-pHandle->videotime)*90, 0, isSyncSample); pthread_mutex_unlock(&pHandle->mutex); pHandle->videotime=nowvoltime; } memcpy(buffer, hander, 4); } return 0; } int Mp4v2WriteAACtoMP4(MP4V2_MP4_T *pHandle, unsigned char *buffer, unsigned int frame_size) { if(!pHandle->isFirstFrame) { //去除adts头 // const unsigned char *buff = &buffer[7]; // int size = frame_size -7; int ret; uint64_t nowvoltime = os_get_reltime_ms(); uint64_t timestamp = (nowvoltime-pHandle->audiotime)*(pHandle->samplerate/1000); pHandle->audiotime = nowvoltime; pthread_mutex_lock(&pHandle->mutex); ret = MP4WriteSample(pHandle->hMp4File, pHandle->m_audioId, buffer, frame_size, timestamp, 0, 1); pthread_mutex_unlock(&pHandle->mutex); if(!ret) { printf("MP4WriteSample failed 3600\n"); return 0; } } return 0; } MP4V2_MP4_T *Mp4v2CreateMP4File(const char *pFileName,int width,int height,int timeScale/* = 90000*/,int frameRate/* = 25*/) { MP4V2_MP4_T *pHandle = (MP4V2_MP4_T *)malloc(sizeof(MP4V2_MP4_T)); if(pFileName == NULL || pHandle ==NULL) { return NULL; } pthread_mutex_init(&pHandle->mutex, NULL); // create mp4 file //MP4_CREATE_64BIT_DATA 标记允许文件总大小超过64位的数据。我理解的是，允许单个mp4文件的容量超过2^32KB=4GB。 pHandle->hMp4File = MP4Create(pFileName); // pHandle->hMp4File = MP4CreateEx(pFileName, 0, 1, 1, 0, 0, 0, 0);//创建mp4文件 if (pHandle->hMp4File == MP4_INVALID_FILE_HANDLE) { printf("ERROR:Open file fialed.\n"); return NULL; } //添加aac音频 pHandle->samplerate = 32000; pHandle->m_audioId = MP4AddAudioTrack(pHandle->hMp4File, pHandle->samplerate, MP4_INVALID_DURATION, MP4_MPEG4_AUDIO_TYPE); if (pHandle->m_audioId == MP4_INVALID_TRACK_ID) { printf("add audio track failed.\n"); } MP4SetAudioProfileLevel(pHandle->hMp4File, 0x2); if(1) { uint8_t Type = GF_M4A_AAC_LC; uint8_t SampleRate = GetSRIndex(pHandle->samplerate); uint8_t Channel = 1; uint8_t aacInfo[2]; unsigned long aacInfoSize = 2; GetAudioSpecificConfig(Type,SampleRate, Channel, &aacInfo[0], &aacInfo[1]); printf("aacInfo=%#x, %#x\n", aacInfo[0], aacInfo[1]); MP4SetTrackESConfiguration(pHandle->hMp4File, pHandle->m_audioId, (uint8_t *)&aacInfo, aacInfoSize ); } pHandle->m_nWidth = width; pHandle->m_nHeight = height; pHandle->m_nTimeScale = timeScale; pHandle->m_nFrameRate = frameRate; pHandle->isFirstPPS = 1; pHandle->isFirstSPS = 1; pHandle->isFirstFrame = 1; return pHandle; } void Mp4v2CloseMP4File(MP4V2_MP4_T *pHandle) { if(pHandle) { if(pHandle->hMp4File) { MP4Close(pHandle->hMp4File, MP4_CLOSE_DO_NOT_COMPUTE_BITRATE); // MP4Close(pHandle->hMp4File, 0); pHandle->hMp4File = NULL; } pthread_mutex_destroy(&pHandle->mutex); free(pHandle); pHandle = NULL; } }

mp4v2_mp4.h

#ifndef _MP4V2_MP4_H_ #define _MP4V2_MP4_H_ #include "mp4v2/mp4v2.h" #include // NALU单元 typedef struct _MP4ENC_NaluUnit { int type; int size; unsigned char *data; }MP4ENC_NaluUnit; typedef struct mp4v2_mp4 { int m_nWidth; int m_nHeight; int m_nFrameRate; int m_nTimeScale; char isFirstPPS; char isFirstSPS; char isFirstFrame; int samplerate; uint64_t videotime; uint64_t audiotime; MP4TrackId m_videoId; MP4TrackId m_audioId; MP4FileHandle hMp4File; pthread_mutex_t mutex; }MP4V2_MP4_T; // open or creat a mp4 file. MP4V2_MP4_T *Mp4v2CreateMP4File(const char *fileName,int width,int height,int timeScale,int frameRate); void Mp4v2CloseMP4File(MP4V2_MP4_T *pHandle); int Mp4v2WriteH264toMP4(MP4V2_MP4_T *pHandle, unsigned char *buffer, unsigned int frame_size); int Mp4v2WriteAACtoMP4(MP4V2_MP4_T *pHandle, unsigned char *buffer, unsigned int frame_size); #endif //_MP4V2_MP4_H_

【本文地址】

公司简介

联系我们