共计 7624 个字符，预计需要花费 20 分钟才能阅读完成。
国内上制订视频编解码技术的组织有两个，一个是
国际电联（ITU-T），它制订的规范有H.261、H.263、H.263+等，另一个是国际标准化组织（ISO）它制订的规范有MPEG-1、MPEG-2、MPEG-4等。而H.264则是由两个组织联结组建的联结视频组（JVT）独特制订的新数字视频编码标准，所以它既是 ITU-T 的 H.264，又是 ISO/IEC 的 MPEG-4 高级视频编码（Advanced Video Coding，AVC）的第 10 局部。因而，不论是 MPEG-4 AVC、MPEG-4 Part 10，还是 ISO/IEC 14496-10，都是指H.264。
1、简介
H.264，同时也是 MPEG- 4 第十局部，是由 ITU- T 视频编码专家组（VCEG）和 ISO/IEC 动静图像专家组（MPEG）联结组成的联结视频组（JVT，Joint Video Team）提出的高度压缩数字视频编解码器规范。这个规范通常被称之为 H.264/AVC（或者 AVC/H.264 或者 H.264/MPEG-4 AVC 或 MPEG-4/H.264 AVC）。
2、H264 编码分层
H.264 被分为 视频编码层（Video Coding Layer, VCL） 和 网络形象层（Network Abstraction Layer, NAL）。前者 VCL 关注编码局部，重点在于编码算法以及在特定硬件平台的实现；而后者 NAL 负责格式化数据以及包封装，以保证数据在各种信道和存储介质上的传输。
视频编码层 波及的概念：
-
视频压缩技术：
- 帧内预测压缩，解决的是空域数据冗余问题。
- 帧间预测压缩（静止预计与弥补），解决的是时域数据冗徐问题。
- 整数离散余弦变换（DCT），将空间上的相关性变为频域上无关的数据而后进行量化。
- CABAC 压缩。
- I 帧：关键帧，采纳帧内压缩技术。
- P 帧：向前参考帧，在压缩时，只参考后面曾经解决的帧。采纳帧间压缩技术。
- B 帧：双向参考帧，在压缩时，它即参考后面的帧，又参考它前面的帧。采纳帧间压缩技术。
- GOP：两个 I 帧之间是一个图像序列；一个图像序列中只有一个 I 帧。
网络形象层 波及的概念：
- SODB：数据比特串（String Of Data Bits），即
VCL编码后的最原始的数据（长度不肯定是 8 的整数，故需补齐）。 - RBSP：原始数据字节流（Raw Byte Sequence Payload），即在 SODB 的前面增加了
rbsp_trailing_bits（第一个比特为 1，接下来是 0，直到字节对齐）。 - Emulation Prevention Bytes：防竞争码（0X03），即在编码时，每遇到间断两个 0x00 字节，就插入一个字节的 0x03（如 0x000001 => 0x00000301）。解码时将 0x03 去掉。也称为脱壳操作。
- EBSP：扩大字节序列载荷（Extension Byte Sequence Payload），即在 RBSP 的根底上减少了防竞争码（0x03）。
- NALU：NAL 单元（NAL Unit），蕴含 NALU 头和 NALU 主体（个别为 RBSP）。
- NALU Start Codes：NALU 包开始码，因为 NALU 中不蕴含大小 / 长度信息，因而不能间接连贯 NALU 包来构建码流，因为无奈晓得开始、完结地位。通常应用 0x000001 或 0x00000001 作为开始码，四字节的开始码通常用于 SPS、PPS、IDR 等 NALU，其余采纳三字节。
// 逻辑关系
SODB + rbsp_trailing_bits = RBSP
mixin(RBSP, 0x03) = EBSP
NALU header + NALU body(RBSP or EBSP) = NALU
NALU Start Codes + NALU + NALU Start Codes + NALU + ... = H.264 Bits Stream // Annex-B3、视频编码
TODO
4、NAL 单元构造
规定 VCL 是为了无效的示意视频数据的内容。规定 NAL 则是为了格式化数据，并以实用于存储介质或在多种通信信道上传输的格局提供头信息。NAL 单元中蕴含了所有数据，每个 NAL 单元都是蕴含整数字节。NAL 单元规定一种既实用于分组零碎又实用于比特流零碎的通用格局。用于分组传输和字节流的 NAL 单元的格局是一样的，不过字节流格局中的每个 NAL 单元前能够有一个起始码前缀和额定填充字节。
NAL 单元（简称 NALU）蕴含 NAL 头和 NAL 主体，其中 NAL 头占一个字节，构造如下：
+---------------+
|0|1|2|3|4|5|6|7|
+-+-+-+-+-+-+-+-+
|F|NRI| Type |
+---------------+- forbidden_zero_bit：0 禁止位，1bit；
- nal_ref_idc：2bit，用来批示以后 NALU 的重要性。值越大，越重要，解码器在解码解决不过来时，能够抛弃重要性为 0 的 NALU；
- Type：指 NALU 的类型，5bit，即范畴为 0～31。
NALU 的类型，次要分为两类：1～5 的 NALU 称为 VCL NALU（即视频编码后的数据），其余的称为 非 VCL NALU（一些配置信息）。NALU 的类型码如下：
| TYPE | 形容 | 分层 | NRI | |
|---|---|---|---|---|
| 0 | Unspecified | 未指定 | non-VCL | |
| 1 | Coded slice of a non-IDR picture | 一个非 IDR 图像的编码条带 | VCL | |
| 2 | Coded slice data partition A | 编码条带宰割数据块 A | VCL | |
| 3 | Coded slice data partition B | 编码条带宰割数据块 B | VCL | |
| 4 | Coded slice data partition C | 编码条带宰割数据块 C | VCL | |
| 5 | Coded slice of an IDR picture | IDR 图像的编码条带 | VCL | 非 0 |
| 6 | Supplemental enhancement information (SEI) | 辅助加强信息 | non-VCL | 0 |
| 7 | Sequence parameter set | 序列参数集 | non-VCL | 非 0 |
| 8 | Picture parameter set | 图像参数集 | non-VCL | 非 0 |
| 9 | Access unit delimiter | 拜访单元分隔符 | non-VCL | 0 |
| 10 | End of sequence | 序列结尾 | non-VCL | 0 |
| 11 | End of stream | 流结尾 | non-VCL | 0 |
| 12 | Filler data | 填充数据 | non-VCL | 0 |
| 13 | Sequence parameter set extension | 序列参数集扩大 | non-VCL | 0 |
| 14..18 | Reserved | 保留 | non-VCL | 0 |
| 19 | Coded slice of an auxiliary coded picture without partitioning | 未宰割的辅助编码图像的编码条带 | non-VCL | 0 |
| 20…23 | Reserved | 保留 | non-VCL | 0 |
| 24…31 | Unspecified | 未指定 | non-VCL | 0 |
常见的 RBSP 数据结构类型有 IDR_SLICE、SPS、PPS、SEI，它们的 NAL header 罕用取值为 0x65、0x67、0x68、0x06。通过具体的文件举例：
- 通过 ffmpeg 将本地 mp4 文件的 H264 码流剥离进去：
ffmpeg -i xx.mp4 xx.h264; - 失去的
xx.h264即为 RBSP（or EBSP）码流； - 黄色局部为
0x00000001开始码，蓝色局部为 NALU header，0x67为 SPS 信息，红色局部为 NALU body（其中有两个防竞争码）。
5、H.264 基于 RTP 的传输构造
+----------------------+
| RTP Packet |
+--------+-------------+
| Header | Payload |
+--------+-------------+
⬇️
+----------------------+
| RTP Payload |
+----------------+-----+
| Payload Header | ... |
+----------------+-----+
⬇️
+-------------------------------+
| Payload Header |
+-------------------------------+
| 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
+---+---+---+---+---+---+---+---+
| F | NRI | Type |
+-------------------------------+RTP 是实时传输协定，通过该协定打包 H.264 码流时，定义了三种不同类型的载荷构造。接收者可通过 RTP payload 的第一个字节（payload header）辨认载荷构造，payload header 被格式化为 NALU header，与其构造、各字段含意统一。RTP 打包时应用了 24 ～ 31 的 TYPE 值，定义如下：
| TYPE | RTP 载荷中 NALU 类型 | 载荷构造 |
|---|---|---|
| 0 | 未定义 | |
| 1~23 | 单个 NAL 单元包 | 单个 NAL 单元包 |
| 24 | STAP-A，单个工夫的聚合包 | 聚合包 |
| 25 | STAP-B，单个工夫的聚合包 | 聚合包 |
| 26 | MTAP16，多个工夫的聚合包 | 聚合包 |
| 27 | MTAP32，多个工夫的聚合包 | 聚合包 |
| 28 | FU-A，分片单元 | 分片单元 |
| 29 | FU-B，分片单元 | 分片单元 |
| 30~31 | 未定义 |
三种载荷类型别离为：
5.1、Single NAL Unit Packet
繁多 NALU 包，即每个 NALU 都会被独立封装成一个 RTP 包。RTP 载荷构造如下：
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|F|NRI| type | |
+-+-+-+-+-+-+-+-+ |
| |
| Bytes 2..n of a Single NAL unit |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
RTP payload format for single NAL unit packet5.2、Aggregation Packets
聚合包。当 H264 码流中有若干 NALU 尺寸特地小，因而须要将多个 NALU 封装到一个 RTP 包中。RTP 的载荷构造如下：
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|F|NRI| type | |
+-+-+-+-+-+-+-+-+ |
| |
| one or more aggregation units |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
RTP payload format for aggregation packets聚合包分为两类：
-
单工夫聚合包（STAP）：即聚合有着雷同 NALU 工夫的 NAL 单元。定义了两类 STAP，一类不包含 DON（STAP-A），在每个 NALU 前有两个字节的 NALU szie；另一类包含 DON（STAP-B），在 STAP-A 的根底上多了两个字节的 DON 字段。举例：
0 1 2 3 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | RTP Header | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |STAP-A NAL HDR | NALU 1 Size | NALU 1 HDR | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | NALU 1 Data | -
NALU 2 Size NALU 2 HDR NALU 2 Data : :
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+:…OPTIONAL RTP padding 1.An example of an RTP packet including an STAP-A and two
single-time aggregation units0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 RTP Header STAP-B NAL HDR DON NALU 1 Size NALU 1 Size NALU 1 HDR NALU 1 Data +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ +
: : -
NALU 2 Size NALU 2 HDR NALU 2 Data : :
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+:…OPTIONAL RTP padding 2.An example of an RTP packet including an STAP-B and two
single-time aggregation units -
多工夫聚合包（MTAPs）：即聚合有着不同 NALU 工夫的 NAL 单元。该 NALU 的构造为：一个 16 位的 DONB（decoding order number base）和一个或多个多工夫聚合单元，如图 1 所示。MTAP 又分为了 MTAP16（图 2）和 MTAP24（图三），它们的构造类似，区别是：MTAP16 在 DODN（decoding order number difference）后跟有一个 16 位的 timestamp offset (TS offset)，而 MTAP24 是 24 位。
0 1 2 3 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ : decoding order number base | | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | | | | multi-time aggregation units | | | | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | : +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ 图 1 MTAPs NALU 的载荷格局 0 1 2 3 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ : NAL unit size | DOND | TS offset | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | TS offset | | +-+-+-+-+-+-+-+-+ NAL unit | | | | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | : +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ 图 2 MTAP16 的多工夫聚合单元格局 0 1 2 3 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ : NALU unit size | DOND | TS offset | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | TS offset | | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | | NAL unit | | +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ | : +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ 图 4 MTAP24 的多工夫聚合单元格局
5.3、Fragmentation Units (FUs)
分片单元。当 H264 码流中的 NALU 长度超过 MTU 大小限度时，须要进行分片。FUs 分为两类：FU-A（图 5）和 FU-B（图 6），区别是 FU-B 携带了 DON。其中 FU indicator 与 NULU header 的构造统一，type 为 28 或 29；FU header 的形成如图 7 所示，第一位 S（start）示意是否为开始分片，E（end）示意是否为完结分片，R（reserved）必须为 0，5 位的 type 示意 NALU 单元的类型。
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| FU indicator | FU header | |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+ |
| |
| FU payload |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 5 FU-A 的 RTP 载荷格局
0 1 2 3
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| FU indicator | FU header | DON |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-|
| |
| FU payload |
| |
| +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
| :...OPTIONAL RTP padding |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
图 6 FU-B 的 RTP 载荷格局
+---------------+
|0|1|2|3|4|5|6|7|
+-+-+-+-+-+-+-+-+
|S|E|R| Type |
+---------------+
图 7 FU header 构造参考
- H.264 百度百科
- H.264/AVC Video Coding Standard
- RTP Payload Format for H.264 Video
- H264 视频压缩算法
- NAL Unit 解析
- H264 码流格局解析及 RTP 打包规定整顿
- 视频和视频帧：H264 编码格局整顿