具体 Box 分析

Mdat Box

官方定义

传送门：MP4 文档 P15页

介绍

Mdat Box 这个 Box 是存储音视频数据的 Box，要从这个 Box 解封装出真实的媒体数据。这里只讨论 H264 的编码数据，所以这个 Box 也存的是 H264 的数据信息，具体 H264 的详细介绍参考：https://www.zzsin.com/catalog/write_avc_decoder.html

H264的基本结构是由一系列的NALU组成。原始的NALU单元组成：

Start code + NALU header + NALU Data

但是在这个 Mp4 文件下的 H246 的储存并不是以 Start 开头，所以不是以 00 00 01 / 00 00 00 01 进行切分。在这个 Box data 数据区里面 H264 具体以：NALU length + NALU header + Nalu Data ....，前面加了一个长度字段，类似 Box 格式。根据我们上面 Box 的解析，我们可以在 Avcc Box 里面提取到 SPS 和 PPS 的信息，所以这里面一般不再包含SPS PPS等数据。这里一般 NALU 类型就是 I \ B \ P 帧数据以及 SEI 用户增强信息。

工具分析

Mdat Box 基本组成还是有头部和数据两部分组成，这里要注意，因为这个 Box 主要就是存放音视频的数据信息，所以通常 Box 会比较大，当4个字节不够描述当前 Box 的大小时，则会设置头部字节大小为1，用后面8字节的扩展长度字段，Box Type 还是“mdat”的 ASCII 码值。

Box Data 下的字段，这里我们知道第一个 Chunk 是从0x80开始，已 H264 为例：

第一个 NALU

第二个 NALU

...

总结

这里大概就把 MP4 包含主要和常见的 Box 进行分析了一遍和代码实现了一遍进行对 MP4 Box 解析操作，也让我们对音视频容器概念有一个比较深的认识，所以根据这些 Box 我们可以知道例如：容器解封装是为了提取什么，音视频 seek 操作的原理，把 H264 裸流进行打包成 MP4 文件 等等。

当然 Box 的总数量要达到70多个，其它都不是必须 Box，也可以参考官方文档的定义，自己也可以尝试对其他 Box 进行分析。MP4 的解封装代码比较长，看了几个开源项目都有上万行的代码量，不过只要严格按照 ISO 规范进行书写，问题不会太大。