AVI转YUV的详细过程以及注意事项

先放上这张图片，是让大家有一个直观的感受，avi就像一个容器，只要按照这个框架依次读取数据，就能很好的解析出数据来。鉴于本人习惯，我喜欢看图说话，所以接来下会放上很多avi格式的二进制图片，以便更好详细说明读取过程的信息。



                                                 （图1）

如图（1）所示，这是avi的二进制图，AVI文件利用AVI RIFF格式（RIFF（Resource Interchange FileFormat，资源互换文件格式）是微软公司定义的一种用于管理windows环境中多媒体数据的文件格式，）

构造RIFF文件的基本单元叫做数据块（Chunk），每个数据块包含3个部分，
　　1、4字节的数据块标记（或者叫做数据块的ID）
　　2、数据块的大小
　　3、数据

整个RIFF文件可以看成一个数据块，其数据块ID为RIFF，称为RIFF块。一个RIFF文件中只允许存在一个RIFF块。RIFF块中包含一系列的子块，其中有一种字块的ID为"LIST"，称为LIST，LIST块中可以再包含一系列的子块，但除了LIST块外的其他所有的子块都不能再包含子块。
　　RIFF和LIST块分别比普通的数据块多一个被称为形式类型（Form Type）和列表类型（List Type）的数据域，其组成如下：
　　1、4字节的数据块标记（Chunk ID）
　　2、数据块的大小
　　3、4字节的形式类型或者列表类型
　　4、数据

以上说了这么多，可能有些新手还是不太了解，举例说明之：


图（2）
此处蓝线部分为整个avi大小。注

此处蓝线部分为整个avi大小。注

意：文件是从右往左读取，故而是（08 99 2B B6）=144255926字节~而我打开文件实际字节是144,255,934，这是因为前面的"RIFF"和本身这四个表示大小的数据字节没有算进去，故144255926+8=144 255 934。

紧接着后面四个字节表示AVI说明这是一个AVI格式的视频。

所有的AVI文件必须包含两个LIST块。这些块定义流格式和stream数据。AVI文件也可能包含一个索引块，此块定义文件中的数据块位置。包含上述组件的AVI文件的格式为：
RIFF ('AVI '
     LIST ('hdrl'
          )
     LIST ('movi'
            .
          )
     ['idx1'<AVI Index>]
     )



（3）

紧接着是就是一个LIST块：后面四个字节表示这个LISI的大小E0 0F 02 00===135 136字节怎么验证我说的对不对了。。。呵呵呵。。。看图说话.见图（4）这是下一个LIST块。他所在的字节处20FF0H=135152，由于是在该行的第四字节出，还需往后移动4字节：135156

,刚刚表示第一个LIST大小的四字节所在位置是：20字节处，故20+135 136（第一个LIST块大小）=135 156（第二个LIST块处得字节数）



（4）

接下来再回到图（3）

正如我们所说LIST"hdrl" 和LIST "movi"块用子块来表示其数据。接下来先介绍hdrl块

 LIST ('hdrl'
             'avih'(<Main AVI Header>)
             LIST ('strl'
                   'strh'(<Streamheader>)
                   'strf'(<Streamformat>)
                   'strd'(additional headerdata)
                       .
             )



(5)

列表的结构为：‘LIST’: listSize listType:listData,所以我们看到在LIST后面是大小，接着是本列表的具体类型hdrl,

再来看块的结构：ckID ckSize ckData ——ckID是一个表示块类型的四字符码；ckSize占用4字节，记录了整个块的大小；ckData为实际的块数据

所以，ckID在这里指的是avih，接着就是大小38 00 00 00=56字节，其实打开任何avi格式，你都可以发现此处都是38 00 00 00，因为。。。格式固定。。。如下：

typedefstruct {
    DWORD dwMicroSecPerFrame; //定义视频帧之间的时间间隔，这个值确定文件的总体时速。
DWORD  dwMaxBytesPerSec;   //定义文件的大致数据率，这个值确定要显示由此Main Header及流的Header chunks所含其他参数定义的AVI系列，系统必
须达到的传输速率（每秒字节数）

    DWORD dwReserved1;      //保留字
DWORD  dwFlags;             //包含文件中的任何标志字。（如有无”idx1”块，为确定数据的显示次序所要用到的索引，AVI文件是否Interlaced,是否含版权
                         信息等）
    DWORD dwTotalFrames;      //文件中含的数据帧个数。
    DWORD dwInitialFrames;       //对interlaced文件，确定在文件中在AVI系列初始帧之前所含的数据帧的个数。
    DWORD dwStreams;      //文件中所含流的个数，如既有视频又有音频的文件含两个流。
    DWORD dwSuggestedBufferSize; //定义读文件所建议的Buff大小，大于最大的Chunk的大小。
    DWORD dwWidth;            //定义AVI文件就像素而言的宽与高
    DWORD dwHeight;              //
    DWORD dwScale;            //与dwRate一起定义文件所要用到的通用时间刻度，dwRate/dwSale为每秒的采样时间刻度。
   DWORD  dwRate;             //
    DWORD dwStart;            //定义AVI文件的起始时间。通常设为0
    DWORD dwLength;              //定义AVI文件的长度。
}MainAVIHeader;

dwFlags

对应：
AVIF_HASINDEX：标明该AVI文件有"idx1"块   

  AVIF_MUSTUSEINDEX：标明必须根据索引表来指定数据顺序     

  AVIF_ISINTERLEAVED：标明该AVI文件是interleaved格式的   

  AVIF_WASCAPTUREFILE：标明该AVI文件是用捕捉实时视频专门分配的文件   

  AVIF_COPYRIGHTED：标明该AVI文件包含有版权信息   



                                        
（6）

主文件头后紧跟一个或几个"strl"块(每个数据流需要一个"strl" 块)。

每个"strl"块必须包含一个Stream头和Stream格式块。

Stream头由四个字符"strh"标记，Stream格式块由四个字符"strf"标记，此外"strl"块也可能包含一个流数据块，流数据块由四个字符”strd”来标识。

如图（6）LIST（列表）后面是表示大小,然后是strl，表示一条流，接着strh，表示stream头标识，接着是大小，一定是56字节，。。。格式固定嘛。。。

从vids开始后面表示的是数据，格式如下

Stream头的数据格式定义为:
typedefstruct {
FOURCC  fccType;     //若此流含的是video数据，此域值为"vids"，若为audio数据,则为”auds”.
                                 //‘mids’（MIDI流）、‘txts’（文字流）

    FOURCC fccHandler;   //为四个字符，描述数据所用的压缩、解压缩算法。
    DWORD  dwFlags;       //包含流数据所用的任何标志字（如此流数据用到变化的调色板，只有在用户显式说明时才对此流数据进行render）
// 标记：是否允许这个流输出？调色板是否变化？

    DWORD  dwReserved1; //保留字// 流的优先级（当有多个相同类型的流时优先级最高的为默认流）
    DWORD  dwInitialFrames; //用于interlaced文件，定义在文件中在AVI系列初始帧之前所含的数据帧的个数。
    DWORD  dwScale;         //与dwRate一起定义回放速率。
    DWORD  dwRate;       //dwScale /dwRate = 每秒的采样数
    DWORD  dwStart;        //系列的起始时间
    DWORD  dwLength;      //系列的长度
    DWORD  dwSuggestedBufferSize;   //回放所需的Buff大小 // 读取这个流数据建议使用的缓存大小
    DWORD  dwQuality;    //数据质量标志字// 流数据的质量指标（0~ 10,000）
    DWORD  dwSampleSize;  //采样大小
}AVIStreamHeader;

依据我的经验，

FOURCC fccHandler;如果显示的是V210 就表示该视频未经过压缩，是一个未压缩的avi视频



在stream头（”strh”）块之后紧接着出现的是stream格式块("strf") ，它描述流中数据的格式。对视频流而言，这一块中的信息为一个BITMAPINFO结构（包含调色板信息），对音频流而言，这一块中的信息为一个WAVEFORMATEX或PCMWAVEFORMAT结构（WAVEFORMATEX结构为WAVEFORMAT结构的扩展版本）。

如果 strh子块是视频数据流，则 strf子块的内容是一个与windows设备无关位图的BIMAPINFO结构，如下：

typedef struct tagBITMAPINFO { 　BITMAPINFOHEADER bmiHeader; 　RGBQUAD bmiColors[1]; //颜色表 }BITMAPINFO; typedef struct tagBITMAPINFOHEADER { 　DWORD biSize; 　LONG biWidth; 　LONG biHeight; 　WORD biPlanes; 　WORD biBitCount; 　DWORD biCompression; 　DWORD biSizeImage; 　LONG biXPelsPerMeter; 　LONG biYPelsPerMeter; 　DWORD biClrUsed; 　DWORD biClrImportant; }BITMAPINFOHEADER;

如果 strh子块是音频数据流，则strf子块的内容是一个WAVEFORMAT结构，如下：

typedef struct { 　WORD wFormatTag; 　WORD nChannels; //声道数 　DWORD nSamplesPerSec; //采样率 　DWORD nAvgBytesPerSec; //WAVE声音中每秒的数据量 　WORD nBlockAlign; //数据块的对齐标志 　WORD biSize; //此结构的大小 }WAVEFORMAT

//以上两幅图可以忽略。。。以免影响看文章的心情。。。

"strl"块也可能包含一个流数据块（"strd"chunk），它一般在stream格式块("strf")之后，这一块的格式和内容由压缩或解压缩的驱动程序来定义。一般驱动程序利用这些信息来配置读写RIFF文件的应用程序，而不必解码它们。
接下来我们来看后面的



此处我也不太懂，，，望知道的留言解释，没有相关资料提到过这个indx块...不过貌似他很像索引。。。但是索引块是在最后啊，而且他后面的数据都是00000000000.。。。。。。通过他后面的四字节大小可以知道是00 00 FF F8=65528
我们就直接跨过65528字节大小到 下一处.



可以看到这是到了音频。。。你看到那个auds了吗？哈哈~~~其他都一样了~~
在此处强调一个细节：

AVI播放器将LIST "hdrl"块中的Stream头结构与LIST"movi"块中的stream数据通过利用"strl"块的次序联系起来.第一个"strl"块用于stream 0, 第二个用于stream 1,依次下去。例如，如果第一个"strl" 块描述wave audio数据,则wave audio数据在stream 0中。同样,如果第二个"strl" 块描述video数据,则此video数据在stream 1中。
所以你会看到第一个视频流中strl中：后面有一个标志是"00db",而这里是第二个strl，表示音频，固有一个"01wb"

接下来是就可以跳到数据部分了“movi”。。。好累啊~~改天写吧。。。