將H264碼流打包成RTP包

chenchong_219發表於2014-07-20

H264碼流打包成RTP包的程式碼如下:

#include <stdio.h>
#include <stdlib.h>
#include <conio.h>
#include <string.h>

#include <winsock2.h>
#include <winsock2.h>

//#include "mem.h"


#define PACKET_BUFFER_END            (unsigned int)0x00000000


#define MAX_RTP_PKT_LENGTH     1400

#define DEST_IP                "180.101.59.185"
#define DEST_PORT            1234

#define H264                    96

typedef struct 
{
	/**//* byte 0 */
	unsigned char csrc_len:4;        /**//* expect 0 */
	unsigned char extension:1;        /**//* expect 1, see RTP_OP below */
	unsigned char padding:1;        /**//* expect 0 */
	unsigned char version:2;        /**//* expect 2 */
	/**//* byte 1 */
	unsigned char payload:7;        /**//* RTP_PAYLOAD_RTSP */
	unsigned char marker:1;        /**//* expect 1 */
	/**//* bytes 2, 3 */
	unsigned short seq_no;            
	/**//* bytes 4-7 */
	unsigned  long timestamp;        
	/**//* bytes 8-11 */
	unsigned long ssrc;            /**//* stream number is used here. */
} RTP_FIXED_HEADER;

typedef struct {
	//byte 0
	unsigned char TYPE:5;
	unsigned char NRI:2;
	unsigned char F:1;    

} NALU_HEADER; /**//* 1 BYTES */

typedef struct {
	//byte 0
	unsigned char TYPE:5;
	unsigned char NRI:2; 
	unsigned char F:1;    


} FU_INDICATOR; /**//* 1 BYTES */

typedef struct {
	//byte 0
	unsigned char TYPE:5;
	unsigned char R:1;
	unsigned char E:1;
	unsigned char S:1;    
} FU_HEADER; /**//* 1 BYTES */

BOOL InitWinsock();

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <memory.h>
#include "h264.h"

#pragma comment(lib,"ws2_32.lib")

typedef struct
{
	int startcodeprefix_len;      //! 4 for parameter sets and first slice in picture, 3 for everything else (suggested)
	unsigned len;                 //! Length of the NAL unit (Excluding the start code, which does not belong to the NALU)
	unsigned max_size;            //! Nal Unit Buffer size
	int forbidden_bit;            //! should be always FALSE
	int nal_reference_idc;        //! NALU_PRIORITY_xxxx
	int nal_unit_type;            //! NALU_TYPE_xxxx    
	char *buf;                    //! contains the first byte followed by the EBSP
	unsigned short lost_packets;  //! true, if packet loss is detected
} NALU_t;

FILE *bits = NULL;                //!< the bit stream file
static int FindStartCode2 (unsigned char *Buf);//查詢開始字元0x000001
static int FindStartCode3 (unsigned char *Buf);//查詢開始字元0x00000001
//static bool flag = true;
static int info2=0, info3=0;
RTP_FIXED_HEADER        *rtp_hdr;

NALU_HEADER		*nalu_hdr;
FU_INDICATOR	*fu_ind;
FU_HEADER		*fu_hdr;

BOOL InitWinsock()
{
	int Error;
	WORD VersionRequested;
	WSADATA WsaData;
	VersionRequested=MAKEWORD(2,2);
	Error=WSAStartup(VersionRequested,&WsaData); //啟動WinSock2
	if(Error!=0)  
	{
		return FALSE;
	}
	else
	{
		if(LOBYTE(WsaData.wVersion)!=2||HIBYTE(WsaData.wHighVersion)!=2)
		{
			WSACleanup();
			return FALSE;
		}

	}
	return TRUE;
}

//為NALU_t結構體分配記憶體空間
NALU_t *AllocNALU(int buffersize)
{
	NALU_t *n;

	if ((n = (NALU_t*)calloc (1, sizeof (NALU_t))) == NULL)
	{
		printf("AllocNALU: n");
		exit(0);
	}

	n->max_size=buffersize;

	if ((n->buf = (char*)calloc (buffersize, sizeof (char))) == NULL)
	{
		free (n);
		printf ("AllocNALU: n->buf");
		exit(0);
	}

	return n;
}
//釋放
void FreeNALU(NALU_t *n)
{
	if (n)
	{
		if (n->buf)
		{
			free(n->buf);
			n->buf=NULL;
		}
		free (n);
	}
}

void OpenBitstreamFile (char *fn)
{
	if (NULL == (bits=fopen(fn, "rb")))
	{
		printf("open file error\n");
		exit(0);
	}
}
//這個函式輸入為一個NAL結構體,主要功能為得到一個完整的NALU並儲存在NALU_t的buf中,獲取他的長度,填充F,IDC,TYPE位。
//並且返回兩個開始字元之間間隔的位元組數,即包含有字首的NALU的長度
int GetAnnexbNALU (NALU_t *nalu)
{
	int pos = 0;
	int StartCodeFound, rewind;
	unsigned char *Buf;

	if ((Buf = (unsigned char*)calloc (nalu->max_size , sizeof(char))) == NULL) 
	{
       printf ("GetAnnexbNALU: Could not allocate Buf memory\n");
	}
		

	nalu->startcodeprefix_len=3;//初始化碼流序列的開始字元為3個位元組

	if (3 != fread (Buf, 1, 3, bits))//從碼流中讀3個位元組
	{
		free(Buf);
		return 0;
	}
	info2 = FindStartCode2 (Buf);//判斷是否為0x000001 
	if(info2 != 1) 
	{
		//如果不是,再讀一個位元組
		if(1 != fread(Buf+3, 1, 1, bits))//讀一個位元組
		{
			free(Buf);
			return 0;
		}
		info3 = FindStartCode3 (Buf);//判斷是否為0x00000001
		if (info3 != 1)//如果不是,返回-1
		{ 
			free(Buf);
			return -1;
		}
		else 
		{
			//如果是0x00000001,得到開始字首為4個位元組
			pos = 4;
			nalu->startcodeprefix_len = 4;
		}
	}

	else
	{
		//如果是0x000001,得到開始字首為3個位元組
		nalu->startcodeprefix_len = 3;
		pos = 3;
	}

	//查詢下一個開始字元的標誌位
	StartCodeFound = 0;
	info2 = 0;
	info3 = 0;

	while (!StartCodeFound)
	{
		if (feof (bits))//判斷是否到了檔案尾,檔案結束,則返回非0值,否則返回0
		{
			nalu->len = (pos-1)-nalu->startcodeprefix_len;  //NALU單元的長度。
			memcpy (nalu->buf, &Buf[nalu->startcodeprefix_len], nalu->len);     
			nalu->forbidden_bit = nalu->buf[0] & 0x80; //1 bit
			nalu->nal_reference_idc = nalu->buf[0] & 0x60; // 2 bit
			nalu->nal_unit_type = (nalu->buf[0]) & 0x1f;// 5 bit
			free(Buf);
			return pos-1;
		}
		Buf[pos++] = fgetc (bits);//讀一個位元組到BUF中
		info3 = FindStartCode3(&Buf[pos-4]);//判斷是否為0x00000001
		if(info3 != 1)
		{
           info2 = FindStartCode2(&Buf[pos-3]);//判斷是否為0x000001
		}
			
		StartCodeFound = (info2 == 1 || info3 == 1);
	}

	// Here, we have found another start code (and read length of startcode bytes more than we should
	// have.  Hence, go back in the file
	rewind = (info3 == 1)? -4 : -3;

	if (0 != fseek (bits, rewind, SEEK_CUR))//把檔案指標指向前一個NALU的末尾,在當前檔案指標位置上偏移 rewind。
	{
		free(Buf);
		printf("GetAnnexbNALU: Cannot fseek in the bit stream file");
	}

	// Here the Start code, the complete NALU, and the next start code is in the Buf.  
	// The size of Buf is pos, pos+rewind are the number of bytes excluding the next
	// start code, and (pos+rewind)-startcodeprefix_len is the size of the NALU excluding the start code

	nalu->len = (pos+rewind)-nalu->startcodeprefix_len;    //NALU長度,不包括頭部。
	memcpy (nalu->buf, &Buf[nalu->startcodeprefix_len], nalu->len);//拷貝一個完整NALU,不拷貝起始字首0x000001或0x00000001
	nalu->forbidden_bit = nalu->buf[0] & 0x80; //1 bit
	nalu->nal_reference_idc = nalu->buf[0] & 0x60; // 2 bit
	nalu->nal_unit_type = (nalu->buf[0]) & 0x1f;// 5 bit
	free(Buf);

	return (pos+rewind);//返回兩個開始字元之間間隔的位元組數,即包含有字首的NALU的長度
}
//輸出NALU長度和TYPE
void dump(NALU_t *n)
{
	if (!n)return;
	//printf("a new nal:");
	printf(" len: %d  ", n->len);
	printf("nal_unit_type: %x\n", n->nal_unit_type);
}

int main(int argc, char* argv[])
{
	OpenBitstreamFile("./test2.264");//開啟264檔案,並將檔案指標賦給bits,在此修改檔名實現開啟別的264檔案。
	NALU_t *n;
	char* nalu_payload;  
	char sendbuf[1500];

	unsigned short seq_num =0;
	int	bytes=0;
	InitWinsock(); //初始化套接字型檔
	SOCKET    socket1;
	struct sockaddr_in server;
	int len =sizeof(server);
	float framerate=15;
	unsigned int timestamp_increse=0,ts_current=0;
	timestamp_increse=(unsigned int)(90000.0 / framerate); //+0.5);  //時間戳,H264的視訊設定成90000

	server.sin_family=AF_INET;
	server.sin_port=htons(DEST_PORT);          
	server.sin_addr.s_addr=inet_addr(DEST_IP); 
	socket1=socket(AF_INET,SOCK_DGRAM,0);
	connect(socket1, (const sockaddr *)&server, len) ;//申請UDP套接字
	n = AllocNALU(8000000);//為結構體nalu_t及其成員buf分配空間。返回值為指向nalu_t儲存空間的指標

	while(!feof(bits)) 
	{
		GetAnnexbNALU(n);//每執行一次,檔案的指標指向本次找到的NALU的末尾,下一個位置即為下個NALU的起始碼0x000001
		dump(n);//輸出NALU長度和TYPE

	//(1)一個NALU就是一個RTP包的情況: RTP_FIXED_HEADER(12位元組)  + NALU_HEADER(1位元組) + EBPS
        //(2)一個NALU分成多個RTP包的情況: RTP_FIXED_HEADER (12位元組) + FU_INDICATOR (1位元組)+  FU_HEADER(1位元組) + EBPS(1400位元組)

		memset(sendbuf,0,1500);//清空sendbuf;此時會將上次的時間戳清空,因此需要ts_current來儲存上次的時間戳值
		//rtp固定包頭,為12位元組,該句將sendbuf[0]的地址賦給rtp_hdr,以後對rtp_hdr的寫入操作將直接寫入sendbuf。
		rtp_hdr =(RTP_FIXED_HEADER*)&sendbuf[0]; 
		//設定RTP HEADER,
		rtp_hdr->payload     = H264;  //負載型別號,
		rtp_hdr->version     = 2;  //版本號,此版本固定為2
		rtp_hdr->marker    = 0;   //標誌位,由具體協議規定其值。
		rtp_hdr->ssrc        = htonl(10);    //隨機指定為10,並且在本RTP會話中全域性唯一

		//	當一個NALU小於1400位元組的時候,採用一個單RTP包傳送
		if(n->len <= 1400)
		{	
			//設定rtp M 位;
			rtp_hdr->marker = 1;
			rtp_hdr->seq_no  = htons(seq_num ++); //序列號,每傳送一個RTP包增1,htons,將主機位元組序轉成網路位元組序。
			//設定NALU HEADER,並將這個HEADER填入sendbuf[12]
			nalu_hdr =(NALU_HEADER*)&sendbuf[12]; //將sendbuf[12]的地址賦給nalu_hdr,之後對nalu_hdr的寫入就將寫入sendbuf中;
			nalu_hdr->F = n->forbidden_bit;
			nalu_hdr->NRI=n->nal_reference_idc>>5;//有效資料在n->nal_reference_idc的第6,7位,需要右移5位才能將其值賦給nalu_hdr->NRI。
			nalu_hdr->TYPE=n->nal_unit_type;

			nalu_payload=&sendbuf[13];//同理將sendbuf[13]賦給nalu_payload
			memcpy(nalu_payload,n->buf+1,n->len-1);//去掉nalu頭的nalu剩餘內容寫入sendbuf[13]開始的字串。

			ts_current = ts_current + timestamp_increse;
			rtp_hdr->timestamp=htonl(ts_current);
			bytes=n->len + 12 ;	//獲得sendbuf的長度,為nalu的長度(包含NALU頭但除去起始字首)加上rtp_header的固定長度12位元組
			send(socket1, sendbuf, bytes, 0);//傳送rtp包
			//	Sleep(100);

		}

		else if(n->len > 1400)  //這裡就要分成多個RTP包傳送了。
		{
			//得到該nalu需要用多少長度為1400位元組的RTP包來傳送
			int k = 0, last = 0;
			k = n->len / 1400;//需要k個1400位元組的RTP包,這裡為什麼不加1呢?因為是從0開始計數的。
			last = n->len % 1400;//最後一個RTP包的需要裝載的位元組數
			int t = 0;//用於指示當前傳送的是第幾個分片RTP包
			ts_current = ts_current + timestamp_increse;
			rtp_hdr->timestamp = htonl(ts_current);
			while(t <= k)
			{
				rtp_hdr->seq_no = htons(seq_num++); //序列號,每傳送一個RTP包增1
				if(!t)//傳送一個需要分片的NALU的第一個分片,置FU HEADER的S位,t = 0時進入此邏輯。
				{
					//設定rtp M 位;
					rtp_hdr->marker = 0;  //最後一個NALU時,該值設定成1,其他都設定成0。
					//設定FU INDICATOR,並將這個HEADER填入sendbuf[12]
					fu_ind =(FU_INDICATOR*)&sendbuf[12]; //將sendbuf[12]的地址賦給fu_ind,之後對fu_ind的寫入就將寫入sendbuf中;
					fu_ind->F = n->forbidden_bit;
					fu_ind->NRI = n->nal_reference_idc >> 5;
					fu_ind->TYPE = 28;  //FU-A型別。

					//設定FU HEADER,並將這個HEADER填入sendbuf[13]
					fu_hdr =(FU_HEADER*)&sendbuf[13];
					fu_hdr->E = 0;
					fu_hdr->R = 0;
					fu_hdr->S = 1;
					fu_hdr->TYPE = n->nal_unit_type;

					nalu_payload = &sendbuf[14];//同理將sendbuf[14]賦給nalu_payload
					memcpy(nalu_payload,n->buf+1,1400);//去掉NALU頭,每次拷貝1400個位元組。

					bytes = 1400 + 14;//獲得sendbuf的長度,為nalu的長度(除去起始字首和NALU頭)加上rtp_header,fu_ind,fu_hdr的固定長度                                                            14位元組
					send( socket1, sendbuf, bytes, 0 );//傳送rtp包
					t++;

				}
				//傳送一個需要分片的NALU的非第一個分片,清零FU HEADER的S位,如果該分片是該NALU的最後一個分片,置FU HEADER的E位
				else if(k == t)//傳送的是最後一個分片,注意最後一個分片的長度可能超過1400位元組(當 l> 1386時)。
				{

					//設定rtp M 位;當前傳輸的是最後一個分片時該位置1
					rtp_hdr->marker=1;
					//設定FU INDICATOR,並將這個HEADER填入sendbuf[12]
					fu_ind =(FU_INDICATOR*)&sendbuf[12]; //將sendbuf[12]的地址賦給fu_ind,之後對fu_ind的寫入就將寫入sendbuf中;
					fu_ind->F=n->forbidden_bit;
					fu_ind->NRI=n->nal_reference_idc>>5;
					fu_ind->TYPE=28;

					//設定FU HEADER,並將這個HEADER填入sendbuf[13]
					fu_hdr = (FU_HEADER*)&sendbuf[13];
					fu_hdr->R = 0;
					fu_hdr->S = 0;
					fu_hdr->TYPE = n->nal_unit_type;
					fu_hdr->E = 1;

					nalu_payload = &sendbuf[14];//同理將sendbuf[14]的地址賦給nalu_payload
					memcpy(nalu_payload,n->buf + t*1400 + 1,last-1);//將nalu最後剩餘的l-1(去掉了一個位元組的NALU頭)位元組內容寫入sendbuf[14]開始的字串。
					bytes = last - 1 + 14;		//獲得sendbuf的長度,為剩餘nalu的長度l-1加上rtp_header,FU_INDICATOR,FU_HEADER三個包頭共14位元組
					send(socket1, sendbuf, bytes, 0);//傳送rtp包
					t++;
					//Sleep(100);
				}
				//既不是第一個分片,也不是最後一個分片的處理。
				else if(t < k && 0 != t)
				{
					//設定rtp M 位;
					rtp_hdr->marker = 0;
					//設定FU INDICATOR,並將這個HEADER填入sendbuf[12]
					fu_ind = (FU_INDICATOR*)&sendbuf[12]; //將sendbuf[12]的地址賦給fu_ind,之後對fu_ind的寫入就將寫入sendbuf中;
					fu_ind->F = n->forbidden_bit;
					fu_ind->NRI = n->nal_reference_idc>>5;
					fu_ind->TYPE = 28;

					//設定FU HEADER,並將這個HEADER填入sendbuf[13]
					fu_hdr =(FU_HEADER*)&sendbuf[13];
	
					fu_hdr->R = 0;
					fu_hdr->S = 0;
					fu_hdr->E = 0;
					fu_hdr->TYPE = n->nal_unit_type;

					nalu_payload=&sendbuf[14];//同理將sendbuf[14]的地址賦給nalu_payload
					memcpy(nalu_payload, n->buf + t * 1400 + 1,1400);//去掉起始字首的nalu剩餘內容寫入sendbuf[14]開始的字串。
					bytes=1400 + 14;						//獲得sendbuf的長度,為nalu的長度(除去原NALU頭)加上rtp_header,fu_ind,fu_hdr的固定長度14位元組
					send(socket1, sendbuf, bytes, 0);//傳送rtp包
					t++;
				}
			}
		}
	}
	FreeNALU(n);
	return 0;
}

static int FindStartCode2 (unsigned char *Buf)
{
	if(Buf[0]!=0 || Buf[1]!=0 || Buf[2] !=1) return 0; //判斷是否為0x000001,如果是返回1
	else return 1;
}

static int FindStartCode3 (unsigned char *Buf)
{
	if(Buf[0]!=0 || Buf[1]!=0 || Buf[2] !=0 || Buf[3] !=1) return 0;//判斷是否為0x00000001,如果是返回1
	else return 1;
}


 RTP header格式,見下圖:

各個欄位代表含義如下:

V:版本號,一般為2;
P:填充欄位標識;
X:擴充套件頭標識;

CC:CSRC計數,4位元

M:標誌 1bit,在傳輸h264時表示h264 nalu的最後一包
PT:負載型別 7 bits, H264型別為96,荷載型別的賦值或者通過profile或者通過動態方式
SN:序列號16 bits
Timestamp:時間戳32bits,如果為視訊的話,應該設定為1/9000,音訊為1/8000,如果NAL單元沒有他自己的時間屬性(即,parameter set and SEI NAL units),RTP時戳設定成訪問單元主編碼影像的RTP時戳。
SSRC:32bits,用以識別同步源。
CSRC列表:0到15項,每項32位元,CSRC列表識別在此包中負載的所有貢獻源。識別符的數目在CC域中給定。若有貢獻源多於15個,僅識別15個。CSRC識別符由混合器插入,並列出所有貢獻源的SSRC識別符。例如語音包,混合產生新包的所有源的SSRC識別符號都被列出,這樣可以在接收端正確指示參與者。    

 

RTP payload格式:

        H.264Payload 格式定義了三種不同的基本的負載(Payload)結構,接收端可能通過RTP Payload的第一個位元組來識別它們。這一個位元組類似NALU 頭的格式,而這個頭結構的NAL 單元型別欄位則指出了代表的是哪一種結構,這個位元組的結構如下:

F        1位元
NRI      2位元
Type     5位元

可以看出它和H.264 的NALU 頭結構是一樣的。

欄位Type:這個RTP payload 中 NAL 單元的型別。 這個欄位和 H.264 中型別欄位的區別是,當type的值為24-31表示這是一個特別格式的 NAL 單元,而H.264中,只取1-23是有效的值。


關於NALU使用RTP包進行傳送可能的型別有

1. 單一 NAL 單元模式
       即一個 RTP 包僅由一個完整的 NALU 組成。這種情況下 RTP NAL 頭型別欄位和原始的H.264的NALU 頭型別欄位是一樣的。
對於 NALU的長度小於 MTU 大小的包,一般採用單一 NAL 單元模式。對於一個原始的H.264 NALU 單元常由 [StartCode] [NALU Header] [NALU Payload] 三部分組成,其中 Start Code 用於標示這是一個NALU 單元的開始,必須是"00 00 00 01" 或"00 00 01",
NALU 頭僅一個位元組,其後都是 NALU 單元內容。打包時去除 "00 00 01" 或"00 00 00 01" 的開始碼,把其他資料封包的 RTP 包即可,有如下例子:
[00 0000 01 67 42 A0 1E 23 56 0E 2F ... ]
封裝成 RTP 包將如下:
[ RTPHeader ] [ 67 42 A0 1E 23 56 0E 2F ]
(在這裡要說明的是,如果客戶端是通用的播放器,比如VLC或者JM的話需要將前導碼去掉,但是如果使用的是ffmpeg在客戶端解碼的話,傳送前不需要去掉前導碼,去掉之後可能會導致ffmpeg解碼錯誤)。

2. 組合封包模式
       即可能是由多個 NAL 單元組成一個 RTP 包。分別有4種組合方式:STAP-A,STAP-B, MTAP16, MTAP24。那麼這裡的型別值分別是 24,25,26 以及 27。

3. 分片封包模式
       用於把一個 NALU單元封裝成多個 RTP 包。存在兩種型別 FU-A 和 FU-B。型別值分別是 28 和 29。
而當 NALU 的長度超過 MTU 時,就必須對 NALU 單元進行分片封包。 也稱為Fragmentation Units(FUs)。將NALU拆分成小於MTU的資料包進行傳送,如果使用的是VLC等網路播放器的話,需要設定FU header,如下圖所示:

如果使用的是ffmpeg自行進行資料包接收與解碼,則完全不必寫FU header。

其實在後面的實際操作中會發現,SPS、PPS都是非常小,不到一百個位元組,都是單個的NAl進行打包傳送,而I幀一般都比較大,會採用分包傳送,一般也是FU-A方式分片,其中MTU一般是1500個位元組。FFmpeg中都有現成的源程式可以參考的。

 對於H264的I幀、P幀等主要是FU(分片)傳送,那麼FU到底是怎樣一個過程呢。

     相同NAL單元的分片必須使用遞增的RTP序號連續順序傳送(第一和最後分片之間沒有其他的RTP包)。相似, NAL單元必須按照RTP順序號的順序裝配。FUs不可以巢狀。即 一個FU 不可以包含另一個FU。運送FU的RTP時戳被設定成分片NALU的NALU的時刻。

      FU-A的RTP荷載格式:

        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                       |
     +--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+


FU indicator :  1位元組的分片單元指示

      +---------------+
       |0|1|2|3|4|5|6|7|
      +-+-+-+-+-+-+-+
      |F|NRI|  Type   |
      +---------------+

NRI: 2 bits, 00值指示NAL單元的內容不用於重建影響影像的幀間影像預測.這樣的NAL單元可以被丟棄而不用冒影響影像完整性的風險。大於00的值指示NAL單元的解碼要求維護引用影像的完整性。

注意:任何非零的NRI在H.264 解碼器的處理是相同的。因此,接收者在傳送NAL單元給解碼器時不必操作NRI的值。NRI值必須根據分片NAL單元的NRI值設定。H.264編碼器必須根據H.264規範設定NRI值。

當nal_unit_type 範圍的是1到12。特別是,H.264規範要求對於nal_unit_type為6,9,10,11,12的NAL單元的NRI的值應該為0。

對於nal_unit_type等於7,8 (指示順序引數集或影像引數集)的NAL單元,H.264編碼器應該設定NRI為11 (二進位制格式)。

對於nal_unit_type等於5的主編碼影像的編碼片NAL單元(指示編碼片屬於一個IDR影像), H.264編碼器應設定NRI為11。


FU header:  1位元組的分片單元頭
      +---------------+
      |0|1|2|3|4|5|6|7|
     +-+-+-+-+-+-+-+
      |S|E|R|  Type   |
      +---------------+

S: (1 bit)
   當設定成1,開始位指示分片NAL單元的開始。當跟隨的FU荷載不是分片NAL單元荷載的開始,開始位設為0。
E: (1 bit)
   當設定成1,結束位指示分片NAL單元的結束,即荷載的最後位元組也是分片NAL單元的最後一個位元組。
   當跟隨的FU荷載不是分片NAL單元的最後分片,結束位設定為0。
R: (1 bit)
    保留位必須設定為0,接收者必須忽略該位。
Type: (5 bit)
       NAL單元荷載型別定義。


FU payload : 分片單元荷載。


關於時間戳,需要注意的是h264的取樣率為90000HZ,因此時間戳的單位為1(秒)/90000,因此如果當前視訊幀率為25fps,那時間戳間隔或者說增量應該為3600,怎麼算出來的呢,每幀是1/25秒,那麼這1/25秒有多少個時間戳單元呢,除以1/90000即可。而如果幀率為30fps,則增量為3000,以此類推。

1)第一個FU-A包的FU indicator:
F應該為當前NALU頭的F,而NRI應該為當前NALU頭的NRI,Type則等於28,表明它是FU-A包。
FU header生成方法:S = 1,E = 0,R = 0,Type則等於NALU頭中的Type。

2)後續的N個FU-A包的FU indicator和第一個是完全一樣的,如果不是最後一個包,則FU header應該為:S = 0,E = 0,R = 0,
Type等於NALU頭中的Type。

3)最後一個FU-A包FU header應該為:S = 0,E = 1,R = 0,Type等於NALU頭中的Type。

因此總結就是:
同一個NALU分包的FU indicator頭是完全一致的,FU header只有S以及E位有區別,分別標記開始和結束,它們的RTP分包的序列號應該是依次遞增的,並且它們的時間戳必須一致,而負載資料為NALU包去掉1個位元組的NALU頭後對剩餘資料的拆分,這點很關鍵,你可以認為NALU頭被拆分成了FU indicator和FU header,所以不再需要1位元組的NALU頭了。

關於SPS以及PPS,配置幀的傳輸我採用了先發SPS,再傳送PPS,並使用同樣的時間戳,或者按照正常時間戳增量再或者組包傳送的形式處理貌似都可以,看播放器怎麼解碼了,另外提一下,如果我們使用vlc進行播放的話,可以在sdp檔案中設定SPS以及PPS,這樣就可以不用傳送它們了。

使用VLC播放時,sdp檔案中的分包模式選項:packetization-mode=1,否則有問題。另外sdp裡面設定的編碼type必須和rtp包中的一致。

ok關於H264的打包就說到這了,其實這些都有現成的了,不用自己去怎麼琢磨,但是感興趣的可以研究下,畢竟知道原理在看程式碼或者編程式碼的時候都會有一定的幫助,至少會提高點自信心吧。


相關文章