利用VC++实现AVI文件的合成和分解

作者：佚名 | 来源：网络 | 添加时间：2006-03-03 22:42:19 | 人气：4374

利用VC++实现AVI文件的合成和分解（1）

本文详细的解析了AVI文件的存储结构，介绍了微软提供的用来操作AVI文件的一组API使用方法，并通过例子代码，演示了如何将一组静态Bmp图片合成一个avi视频文件以及如何将一个avi视频文件解析保存为一系列的bmp图像文件。

　　AVI是音频视频交错(Audio Video Interleaved)的英文缩写，它是Microsoft公司开发的一种符合RIFF文件规范的数字音频与视频文件格式，原先用于Microsoft Video for Windows (简称VFW)环境，现在已被Windows 95/98、OS/2等多数操作系统直接支持。AVI格式允许视频和音频交错在一起同步播放，支持256色和RLE压缩，但AVI文件并未限定压缩标准，因此，AVI文件格式只是作为控制界面上的标准，不具有兼容性，用不同压缩算法生成的AVI文件，必须使用相应的解压缩算法才能播放出来。常用的AVI播放驱动程序，主要是Microsoft Video for Windows或Windows 95/98中的Video 1，以及Intel公司的Indeo Video。

　　在介绍AVI文件前，我们要先来看看RIFF文件结构。AVI文件采用的是RIFF文件结构方式，RIFF（Resource Interchange File Format，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，波形音频wave，MIDI和数字视频AVI都采用这种格式存储。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

　　下面我们看看AVI文件的结构。AVI文件是目前使用的最复杂的RIFF文件，它能同时存储同步表现的音频视频数据。AVI的RIFF块的形式类型是AVI，它包含3个子块，如下所述：

　　1、信息块，一个ID为"hdrl"的LIST块，定义AVI文件的数据格式。

　　2、数据块，一个ID为 "movi"的LIST块，包含AVI的音视频序列数据。

　　3、索引块，ID为 "idxl"的子块，定义 "movi"LIST块的索引数据，是可选块。

　　AVI文件的结构如下图所示，下面将具体介绍AVI文件的各子块构造。

　　1、信息块，信息块包含两个子块，即一个ID为 avih 的子块和一个ID 为 strl 的LIST块。

　　"avih"子块的内容可由如下的结构定义：

typedef struct { 　DWORD dwMicroSecPerFrame ; //显示每桢所需的时间ns，定义avi的显示速率　DWORD dwMaxBytesPerSec; // 最大的数据传输率　DWORD dwPaddingGranularity; //记录块的长度需为此值的倍数，通常是2048 　DWORD dwFlages; //AVI文件的特殊属性，如是否包含索引块，音视频数据是否交叉存储　DWORD dwTotalFrame; //文件中的总桢数　DWORD dwInitialFrames; //说明在开始播放前需要多少桢　DWORD dwStreams; //文件中包含的数据流种类　DWORD dwSuggestedBufferSize; //建议使用的缓冲区的大小，　//通常为存储一桢图像以及同步声音所需要的数据之和　DWORD dwWidth; //图像宽　DWORD dwHeight; //图像高　DWORD dwReserved[4]; //保留值 }MainAVIHeader;
　　"strl" LIST块用于记录AVI数据流，每一种数据流都在该LIST块中占有3个子块，他们的ID分别是"strh","strf", "strd"；
"strh"子块由如下结构定义。

typedef struct { 　FOURCC fccType; //4字节，表示数据流的种类 vids 表示视频数据流　//auds 音频数据流　FOURCC fccHandler;//4字节，表示数据流解压缩的驱动程序代号　DWORD dwFlags; //数据流属性　WORD wPriority; //此数据流的播放优先级　WORD wLanguage; //音频的语言代号　DWORD dwInitalFrames;//说明在开始播放前需要多少桢　DWORD dwScale; //数据量，视频每桢的大小或者音频的采样大小　DWORD dwRate; //dwScale /dwRate = 每秒的采样数　DWORD dwStart; //数据流开始播放的位置，以dwScale为单位　DWORD dwLength; //数据流的数据量，以dwScale为单位　DWORD dwSuggestedBufferSize; //建议缓冲区的大小　DWORD dwQuality; //解压缩质量参数，值越大，质量越好　DWORD dwSampleSize; //音频的采样大小　RECT rcFrame; //视频图像所占的矩形 }AVIStreamHeader;
　　"strf"子块紧跟在"strh"子块之后，其结构视"strh"子块的类型而定，如下所述；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
　　"strd"子块紧跟在strf子块后，存储供压缩驱动程序使用的参数，不一定存在，也没有固定的结构。

　　"strl" LIST块定义的AVI数据流依次将 "hdrl " LIST 块中的数据流头结构与"movi" LIST块中的数据联系在一起，第一个数据流头结构用于数据流0，第二个用于数据流1，依次类推。

　　数据块中存储视频和音频数据流，数据可直接存于 "movi" LIST块中。数据块中音视频数据按不同的字块存放，其结构如下所述，

　　音频字块
　　　　"##wb"
　　　　Wave 数据流
　　视频子块中存储DIB数据，又分为压缩或者未压缩DIB，
　　　　"##db"
　　　　RGB数据流
　　　 "##dc"
　　压缩的图像数据流

　　看到了吧，avi文件的图像数据可以是压缩的，和非压缩格式的。对于压缩格式来说，也可采用不同的编码，也许你曾经遇到有些avi没法识别，就是因为编码方式不一样，如果没有相应的解码，你就没法识别视频数据。AVI的编码方式有很多种，比较常见的有 mpeg2，mpeg4，divx等。