获取 H264Video 流的尺寸答案

【问题标题】：Fetching the dimensions of a H264Video stream获取 H264Video 流的尺寸
【发布时间】：2011-09-17 16:51:05
【问题描述】：

我正在尝试从 H264 流中获取尺寸（高度和宽度）。我知道要从 mpeg2 流中获取相同的详细信息，您必须查看序列头开始代码 ((01B3)) 之后的四个字节。相同的逻辑是否适用于 H264？将不胜感激我得到任何帮助..

【问题讨论】：

这个问题的C源代码使用这个链接stackoverflow.com/a/27636670/3963057

标签： video video-processing h.264 mpeg-4 mpeg-2

【解决方案1】：

不！！！

您必须运行一个复杂的函数才能从序列参数集中提取视频尺寸。这个怎么做？那么首先你必须编写自己的 Exp-Golomb 解码器，或者在网上找到一个......在 live555 源代码中的某个地方有一个例如......

那么你必须得到一个 SPS 帧。它具有NAL=0x67（NAL 是 H.264 帧中的第一个字节），您可以在 SDP 中的sprop-parameter-sets 下找到它作为 Base64 编码的字符串，它是第一个逗号之前的第一个 Base64 字符串。其他逗号分隔的字符串还有图片参数集...这是来自 SDP Z0KAKYiLQDIBL0IAAB1MAAK/IAg= 的一个 SPS，您需要将类似这样的内容从 Base64 解码为字节数组。

那么你必须提取 RAW BYTE SEQUENCE PAYLOAD，然后在那个字节数组中加上 NAL UNIT HEADER ！！！它通常是一个字节长，但请继续阅读以确保... RBSP 包含运行seq_parameter_set_data( ) 函数所需的字节。所以你需要先去掉 NAL UNIT HEADER（一个或多个字节）。

这里是从 SPS NAL UNIT 中提取 RBSP 字节的函数：

然后，当您有 SPS（RBSP 字节）时，您需要执行一个函数来解析此字节数组中的位。这是所有参数都在那里解析的函数（整个文档可以在这里找到：http://www.itu.int/rec/T-REC-H.264-201003-I/en 及其免费）：

在那里你可以看到一些奇怪的东西......首先，你的视频尺寸是这样计算的：

Width = ((pic_width_in_mbs_minus1 +1)*16) - frame_crop_right_offset*2 - frame_crop_left_offset*2;
Height = ((2 - frame_mbs_only_flag)* (pic_height_in_map_units_minus1 +1) * 16) - (frame_crop_top_offset * 2) - (frame_crop_bottom_offset * 2);

第二个也是最重要的，在此代码表的 DESCRIPTOR 列中，说明了您应该如何阅读第一列中的粗体文本参数。这就是其中的值的含义：

u(N) - 读取一个 N 位长的无符号数
s(N) - 读取一个 N 位长的有符号数
ue(v) - 读取一个无符号的 Exp-Golomb 数（v 表示可变长度，因此它与 ue() 相同）
se(v) - 读取签名的 Exp-Golomb 数

这就是您的 Exp-Golomb 解码器派上用场的地方...

所以，实现这个函数，解析 SPS，你会得到你的宽度和高度。享受... :)

【讨论】：

什么是 ScalingList4x4[]、DefaultScalingMatrix4x4Flag[]、UseDefaultScalingMatrix8x8Flag[] 数组？它们是否定义为常量值？
我真的不知道，但是在我提供的那个文件中，你可能会看到那些是什么......：/更新：看起来那个文件不再公开......你如我所见，必须登录...
好吧，我找到了一个公开的... www-ee.uta.edu/Dip/Courses/EE5359/H.264%20Standard2007.pdf 但没有关于这些的有用信息...
抱歉，我帮不了你...问个新问题？！
我不知道你从哪里得到 Base64，它在 H.264 中的任何地方都没有使用。 SPS 中的所有内容都是 Exp-Golomb 编码的。为了方便起见，您一定正在查看一些将其解析为 Base64 的软件。

【解决方案2】：

不幸的是，尺寸计算是错误的，应该是：

width = ((pic_width_in_mbs_minus1 +1)*16) - frame_crop_left_offset*2 - frame_crop_right_offset*2;
height= ((2 - frame_mbs_only_flag)* (pic_height_in_map_units_minus1 +1) * 16) - (frame_crop_top_offset * 2) - (frame_crop_bottom_offset * 2);

【讨论】：

为什么是 2 在 frame_cop__offset 上？

【解决方案3】：

实际上，只有在 SPS 中启用了 [frame_cropping_flag] 时才应使用裁剪参数。享受 H.264！

【讨论】：

【解决方案4】：

关于帧大小的计算，上面的公式是不正确的。

当chroma_format_idc 存在时，我们必须从SPS 中提取它。当chroma_format_idc 不存在时，应推断为等于1（4:2:0 色度格式）。在这种情况下，separate_color_plane_flag 未设置。这意味着chromaArrayType = chroma_format_idc 和subWidthC 和subHeightC 不等于2。

变量cropUnitX和cropUnitY的派生如下：

如果chromaArrayType 等于0，则cropUnitX 和cropUnitY 派生为：
```
cropUnitX = 1
cropUnitY = 2 - frame_mbs_only_flag
```
否则（chromaArrayType 等于 1、2 或 3），cropUnitX 和 cropUnitY 派生为：
```
cropUnitX = subWidthC
cropUnitY = subHeightC * ( 2 - frame_mbs_only_flag )
```

现在您可以在上述公式中使用cropUnitX 和cropUnitY 来获得正确的帧大小值。

【讨论】：