H.264/H265码流解析

一．H.264码流解析

一个原始的H.264 NALU 单元常由 [StartCode] [NALU Header] [NALU Payload] 三部分组成

一个原始的H.264 NALU 单元常由 [StartCode] [NALU Header] [NALU Payload] 三部分组成

NALU组成.jpeg

• StartCode : Start Code 用于标示这是一个NALU 单元的开始，必须是”00 00 00 01” 或”00 00 01”

• NALU Header

  下表为 NAL Header Type

NAL Header Type.png

例如,下面幅图分别代表IDR与非IDR帧具体的码流信息:

2.IDR

在一个NALU中，第一个字节（即NALU header）用以表示其包含数据的类型及其他信息。我们假定一个头信息字节为0x67作为例子：

十六进制

二进制

0x67

0 11 00111

如表所示，头字节可以被解析成3个部分，其中：

1>.
forbidden_zero_bit = 0：占1个bit，禁止位，用以检查传输过程中是否发生错误，0表示正常，1表示违反语法；

2>. nal_ref_idc
= 3：占2个bit，用来表示当前NAL单元的优先级。非0值表示参考字段/帧/图片数据，其他不那么重要的数据则为0。对于非0值，值越大表示NALU重要性越高

3>.
nal_unit_type = 7：最后5位用以指定NALU类型，NALU类型定义如上表

从表中我们可以获知,NALU类型1-5为视频帧，其余则为非视频帧。在解码过程中，我们只需要取出NALU头字节的后5位，即将NALU头字节和0x1F进行与计算即可得知NALU类型，即：

NALU类型 = NALU头字节 & 0x1F

注意: 可以将start code理解为不同nalu的分隔符,header是某种类型的key,payload是该key的value.

码流格式

H.264标准中指定了视频如何编码成独立的包，但如何存储和传输这些包却未作规范，虽然标准中包含了一个Annex附件，里面描述了一种可能的格式Annex B，但这并不是一个必须要求的格式。

为了针对不同的存储传输需求，出现了两种打包方法。一种即Annex B格式，另一种称为AVCC格式。

• Annex B

从上文可知，一个NALU中的数据并未包含他的大小（长度）信息，因此我们并不能简单的将一个个NALU连接起来生成一个流，因为数据流的接收端并不知道一个NALU从哪里结束，另一个NALU从哪里开始。

Annex B格式用起始码（Start Code）来解决这个问题，它在每个NALU的开始处添加三字节或四字节的起始码0x000001或0x00000001。通过定位起始码，解码器就可以很容易的识别NALU的边界。

当然，用起始码定位NALU边界存在一个问题，即NALU中可能存在与起始码相同的数据。为了防止这个问题，在构建NALU时，需要将数据中的0x000000,0x000001,0x000002,0x000003中插入防竞争字节（Emulation Prevention Bytes)0x03，使其变为：

0x000000 = 0x0000
03 00

0x000001 = 0x0000 03 01

0x000002 = 0x0000 03 02

0x000003 = 0x0000 03 03

解码器在检测到0x000003时，将0x03抛弃，恢复原始数据。

由于Annex B格式每个NALU都包含起始码，所以解码器可以从视频流随机点开始进行解码，常用于实时的流格式。在这种格式中通常会周期性的重复SPS和PPS，并且经常时在每一个关键帧之前。

• AVCC

AVCC格式不使用起始码作为NALU的分界，这种格式在每个NALU前都加上一个指定NALU长度的大端格式表示的前缀。这个前缀可以是1、2或4个字节，所以在解析AVCC格式的时候需要将指定的前缀字节数的值保存在一个头部对象中，这个都通常称为extradata或者sequence header。同时，SPS和PPS数据也需要保存在extradata中。

H.264 extradata语法如下：

bits

line by byte

remark

8

version

always

0x01

8

avc profile

sps[0][1]

 

8

avc compatibility

sps[0][2]

 

8

avc level

sps[0][3]

 

6

reserved

all bits on

 

2

NALULengthSizeMinusOne

 

 

3

reserved

all bits on

 

5

number of SPS NALUs usually

1

 

16

SPS size

 

 

N

variable SPS NALU data

 

 

8

number of PPS NALUs usually

1

 

16

PPS size

 

 

N

variable PPS NALU data

 

 

其中第5字节的后2位表示的就是NAL size的字节数。需要注意的是，这个NALULengthSizeMinusOne是NALU前缀长度减一，即，假设前缀长度为4，那么这个值应该为3。

这里还需要注意的一点是，虽然AVCC格式不使用起始码，但防竞争字节还是有的。

AVCC格式的一个优点在于解码器配置参数在一开始就配置好了，系统可以很容易的识别NALU的边界，不需要额外的起始码，减少了资源的浪费，同时可以在播放时调到视频的中间位置。这种格式通常被用于可以被随机访问的多媒体数据，如存储在硬盘的文件。

二. H.265码流解析

HEVC全称High Efficiency Video Coding(高效率视频编码，又称H.265)，是比H.264更优秀的一种视频压缩标准。HEVC在低码率视频压缩上，提升视频质量、减少容量即节省带宽方面都有突出表现。

H.265标准围绕H.264编码标准,保留原有的某些技术，同时对一些技术进行改进，编码结构大致上和H.264的架构类似。这里着重讲一下两者编码格式的区别。

同H.264一样，H.265也是以NALU的形式组织起来。而在NALU header上，H.264的HALU header是一个字节，而H.265则是两个字节。我们同样假定一个头信息为0x4001作为例子：

十六进制

二进制

0x4001

0 100000 000000 001

如表所示，头信息可以被解析成4个部分，其中：

• forbidden_zero_bit
  = 0：占1个bit，与H.264相同，禁止位，用以检查传输过程中是否发生错误，0表示正常，1表示违反语法；
• nal_unit_type = 32：占6个bit，用来用以指定NALU类型
• nuh_reserved_zero_6bits
  = 0：占6位，预留位，要求为0，用于未来扩展或3D视频编码
• nuh_temporal_id_plus1
  = 1：占3个bit，表示NAL所在的时间层ID

对比H.264的头信息，H.265移除了nal_ref_idc，此信息被合并到了nal_unit_type中，H.265NALU类型规定如下:

nal_unit_type

NALU类型

备注

0

NAL_UNIT_CODE_SLICE_TRAIL_N

非关键帧

1

NAL_UNIT_CODED_SLICE_TRAIL_R

 

2

NAL_UNIT_CODED_SLICE_TSA_N

 

3

NAL_UINT_CODED_SLICE_TSA_R

 

4

NAL_UINT_CODED_SLICE_STSA_N

 

5

NAL_UINT_CODED_SLICE_STSA_R

 

6

NAL_UNIT_CODED_SLICE_RADL_N

 

7

NAL_UNIT_CODED_SLICE_RADL_R

 

8

NAL_UNIT_CODED_SLICE_RASL_N

 

9

NAL_UNIT_CODE_SLICE_RASL_R

 

10 ~ 15

NAL_UNIT_RESERVED_X

保留

16

NAL_UNIT_CODED_SLICE_BLA_W_LP

关键帧

17

NAL_UNIT_CODE_SLICE_BLA_W_RADL

 

18

NAL_UNIT_CODE_SLICE_BLA_N_LP

 

19

NAL_UNIT_CODE_SLICE_IDR_W_RADL

 

20

NAL_UNIT_CODE_SLICE_IDR_N_LP

 

21

NAL_UNIT_CODE_SLICE_CRA

 

22 ~ 31

NAL_UNIT_RESERVED_X

保留

32

NAL_UNIT_VPS

VPS(Video Paramater Set)

33

NAL_UNIT_SPS

SPS

34

NAL_UNIT_PPS

PPS

35

NAL_UNIT_ACCESS_UNIT_DELIMITER

 

36

NAL_UNIT_EOS

 

37

NAL_UNIT_EOB

 

38

NAL_UNIT_FILLER_DATA

 

39

NAL_UNIT_SEI

Prefix SEI

40

NAL_UNIT_SEI_SUFFIX

Suffix SEI

41 ~ 47

NAL_UNIT_RESERVED_X

保留

48 ~ 63

NAL_UNIT_UNSPECIFIED_X

未规定

64

NAL_UNIT_INVALID

 

具体type含义可以参考这篇文档type类型

H.265的NALU类型是在信息头的第一个字节的第2到7位，所以判断H.265NALU类型的方法是将NALU第一个字节与0x7E进行与操作并右移一位，即：

NALU类型 = (NALU头第一字节 & 0x7E) >> 1

与H.264类似，H.265码流也有两种封装格式，一种是用起始码作为分界的Annex B格式，另一种则是在NALU头添加NALU长度前缀的格式，称为HVCC。在HVCC中，同样需要一个extradata来保存视频流的编解码参数，其格式定义如下：

bits

line by byte

remark

8

configurationVersion

always 0x01

2

general_profile_space

 

1

general_tier_flag

 

5

general_profile_idc

 

32

general_profile_compatibility_flags

 

48

general_constraint_indicator_flags

 

8

general_level_idc

 

4

reserved

‘1111’b

12

min_spatial_segmentation_idc

 

6

reserved

‘111111’b

2

parallelismType

 

6

reserved

‘111111’b

2

chromaFormat

 

5

reserved

‘11111’b

3

bitDepthLumaMinus8

 

5

reserved

‘11111’b

3

bitDepthChromaMinus8

 

16

avgFrameRate

 

2

constantFrameRate

 

3

numTemporalLayers

 

1

tmporalIdNested

 

2

lengthSizeMinusOne

 

8

numOfArrays

 

Repeated of
Array(VPS/SPS/PPS)

1| array_completeness

1| reserved| ‘0’b

6| NAL_unit_type

16| numNalus

16| nalUnitLength

N| NALU data

从上表可以看到，在H.265的extradata后半段是一段格式重复的数组数据，里面需要包含的除了与H.264相同的SPS、PPS外，还需多添加一个VPS。

VPS（Video Parament Set,视频参数集),在H.265中类型为32。VPS用于解释编码过的视频的整体结构，包括时域子层依赖关系等，主要目的在于兼容H.265标准在系统的多子层方面的扩展。