1. 概述 现在很多智能手机都支持多媒体功能，特别是音频和视频播放功能，而3GP文件格式是手机端普遍支持的视频文件格式。 目前很多手机都支持h263视频编码格式的视频文件播放，还有些手机支持h264。音频文件格式普遍支持amr，有些手机还支持AAC音频格式。 鉴于凤凰卫视节目主要以新闻类为主，音频压缩采用AMR标准，视频压缩采用H263和H264标准。
| 编号 | 文件名 | 文件长度 | 时长 |
| 1 | news_h263.3gp | 1.38MB | 01:21.90 |
| 2 | zbc1217_h263.3gp | 1.92MB | 02:37.98 |
| 3 | zbc1217_h264.3gp | 2.44MB | 02:37.98 |
| | | | |
2. 3GP文件结构分析示例 AtomicParsley是一个开源的多媒体文件结构分析器。 下面是用该程序分析的两个3GP文件结构：
news_h263.3gp Atom ftyp @ 0 of size: 28, ends @ 28 Atom mdat @ 28 of size: 65, ends @ 93 Atom mdat @ 93 of size: 130856, ends @ 130949 Atom mdat @ 130949 of size: 1312119, ends @ 1443068 Atom moov @ 1443068 of size: 7136, ends @ 1450204 Atom mvhd @ 1443076 of size: 108, ends @ 1443184 Atom trak @ 1443184 of size: 1546, ends @ 1444730 Atom tkhd @ 1443192 of size: 92, ends @ 1443284 Atom udta @ 1443284 of size: 48, ends @ 1443332 Atom uuid=484d496e-6354-7261-636b-496e666f2020 @ 1443292 of size: 40, ends @ 1443332 Atom mdia @ 1443332 of size: 1398, ends @ 1444730 Atom mdhd @ 1443340 of size: 32, ends @ 1443372 Atom hdlr @ 1443372 of size: 37, ends @ 1443409 Atom minf @ 1443409 of size: 1321, ends @ 1444730 Atom smhd @ 1443417 of size: 16, ends @ 1443433 Atom dinf @ 1443433 of size: 36, ends @ 1443469 Atom dref @ 1443441 of size: 28, ends @ 1443469 Atom stbl @ 1443469 of size: 1261, ends @ 1444730 Atom stts @ 1443477 of size: 24, ends @ 1443501 Atom stsd @ 1443501 of size: 69, ends @ 1443570 Atom samr @ 1443517 of size: 53, ends @ 1443570 Atom damr @ 1443553 of size: 17, ends @ 1443570 Atom stsz @ 1443570 of size: 1112, ends @ 1444682 Atom stsc @ 1444682 of size: 28, ends @ 1444710 Atom stco @ 1444710 of size: 20, ends @ 1444730 Atom trak @ 1444730 of size: 5474, ends @ 1450204 Atom tkhd @ 1444738 of size: 92, ends @ 1444830 Atom tref @ 1444830 of size: 20, ends @ 1444850 Atom sync @ 1444838 of size: 12, ends @ 1444850 Atom udta @ 1444850 of size: 48, ends @ 1444898 Atom uuid=484d496e-6354-7261-636b-496e666f2020 @ 1444858 of size: 40, ends @ 1444898 Atom mdia @ 1444898 of size: 5306, ends @ 1450204 Atom mdhd @ 1444906 of size: 32, ends @ 1444938 Atom hdlr @ 1444938 of size: 37, ends @ 1444975 Atom minf @ 1444975 of size: 5229, ends @ 1450204 Atom vmhd @ 1444983 of size: 20, ends @ 1445003 Atom dinf @ 1445003 of size: 36, ends @ 1445039 Atom dref @ 1445011 of size: 28, ends @ 1445039 Atom stbl @ 1445039 of size: 5165, ends @ 1450204 Atom stts @ 1445047 of size: 24, ends @ 1445071 Atom stsd @ 1445071 of size: 117, ends @ 1445188 Atom s263 @ 1445087 of size: 101, ends @ 1445188 Atom d263 @ 1445173 of size: 15, ends @ 1445188 Atom stsz @ 1445188 of size: 4920, ends @ 1450108 Atom stss @ 1450108 of size: 48, ends @ 1450156 Atom stsc @ 1450156 of size: 28, ends @ 1450184 Atom stco @ 1450184 of size: 20, ends @ 1450204 ------------------------------------------------------ Total size: 1450204 bytes; 46 atoms total. AtomicParsley version: 0.9.0 (utf16) Media data: 1442975 bytes; 7229 bytes all other atoms (0.498% atom overhead). Total free atom space: 0 bytes; 0.000% waste. ------------------------------------------------------ Movie duration: 81.900 seconds (01:21.90) - 140.95* kbp/sec bitrate (*=approximate) Low-level details. Total tracks: 2 Trk Type Handler Kind Lang Bytes 1 soun soun samr eng 130848 Encoder: NXTR 12.78* kbp/s 81.900 sec AMR Narrow-Band. Modes: 0, 1, 2, 3, 4, 5, 6, 7, 8. Encoder vendor code: NXTR 2 vide vide s263 eng 1312111 Encoder: NXTR 128.41* kbp/s 81.748 sec H.263 Baseline Profile, Level 10. Encoder vendor code: NXTR
该3GP文件结构如下：
zbc1217_h263.3gp Atom ftyp @ 0 of size: 24, ends @ 24 Atom mdat @ 24 of size: 1989236, ends @ 1989260 Atom moov @ 1989260 of size: 14951, ends @ 2004211 Atom mvhd @ 1989268 of size: 108, ends @ 1989376 Atom iods @ 1989376 of size: 33, ends @ 1989409 Atom udta @ 1989409 of size: 1069, ends @ 1990478 Atom rtng [eng] @ 1989417 of size: 29, ends @ 1989446 Atom uuid=f78caa0c-36be-4ce9-88d2-03c256dabeb2 @ 1989446 of size: 1032, ends @ 1990478 Atom trak @ 1990478 of size: 9978, ends @ 2000456 Atom tkhd @ 1990486 of size: 92, ends @ 1990578 Atom mdia @ 1990578 of size: 9842, ends @ 2000420 Atom mdhd @ 1990586 of size: 32, ends @ 1990618 Atom hdlr @ 1990618 of size: 33, ends @ 1990651 Atom minf @ 1990651 of size: 9769, ends @ 2000420 Atom vmhd @ 1990659 of size: 20, ends @ 1990679 Atom dinf @ 1990679 of size: 36, ends @ 1990715 Atom dref @ 1990687 of size: 28, ends @ 1990715 Atom stbl @ 1990715 of size: 9705, ends @ 2000420 Atom stsd @ 1990723 of size: 117, ends @ 1990840 Atom s263 @ 1990739 of size: 101, ends @ 1990840 Atom d263 @ 1990825 of size: 15, ends @ 1990840 Atom stts @ 1990840 of size: 32, ends @ 1990872 Atom stsc @ 1990872 of size: 1900, ends @ 1992772 Atom stsz @ 1992772 of size: 6300, ends @ 1999072 Atom stco @ 1999072 of size: 644, ends @ 1999716 Atom stss @ 1999716 of size: 704, ends @ 2000420 Atom udta @ 2000420 of size: 36, ends @ 2000456 Atom uuid=f78caa0c-36be-4ce9-87d2-03c256dabeb2 @ 2000428 of size: 28, ends @ 2000456 Atom trak @ 2000456 of size: 2934, ends @ 2003390 Atom tkhd @ 2000464 of size: 92, ends @ 2000556 Atom mdia @ 2000556 of size: 2798, ends @ 2003354 Atom mdhd @ 2000564 of size: 32, ends @ 2000596 Atom hdlr @ 2000596 of size: 33, ends @ 2000629 Atom minf @ 2000629 of size: 2725, ends @ 2003354 Atom smhd @ 2000637 of size: 16, ends @ 2000653 Atom dinf @ 2000653 of size: 36, ends @ 2000689 Atom dref @ 2000661 of size: 28, ends @ 2000689 Atom stbl @ 2000689 of size: 2665, ends @ 2003354 Atom stsd @ 2000697 of size: 69, ends @ 2000766 Atom samr @ 2000713 of size: 53, ends @ 2000766 Atom damr @ 2000749 of size: 17, ends @ 2000766 Atom stts @ 2000766 of size: 24, ends @ 2000790 Atom stsc @ 2000790 of size: 1900, ends @ 2002690 Atom stsz @ 2002690 of size: 20, ends @ 2002710 Atom stco @ 2002710 of size: 644, ends @ 2003354 Atom udta @ 2003354 of size: 36, ends @ 2003390 Atom uuid=f78caa0c-36be-4ce9-87d2-03c256dabeb2 @ 2003362 of size: 28, ends @ 2003390 Atom trak @ 2003390 of size: 420, ends @ 2003810 Atom tkhd @ 2003398 of size: 92, ends @ 2003490 Atom mdia @ 2003490 of size: 296, ends @ 2003786 Atom mdhd @ 2003498 of size: 32, ends @ 2003530 Atom hdlr @ 2003530 of size: 33, ends @ 2003563 Atom minf @ 2003563 of size: 223, ends @ 2003786 Atom nmhd @ 2003571 of size: 12, ends @ 2003583 Atom dinf @ 2003583 of size: 36, ends @ 2003619 Atom dref @ 2003591 of size: 28, ends @ 2003619 Atom stbl @ 2003619 of size: 167, ends @ 2003786 Atom stsd @ 2003627 of size: 67, ends @ 2003694 Atom mp4s @ 2003643 of size: 51, ends @ 2003694 Atom esds @ 2003659 of size: 35, ends @ 2003694 Atom stts @ 2003694 of size: 24, ends @ 2003718 Atom stsc @ 2003718 of size: 28, ends @ 2003746 Atom stsz @ 2003746 of size: 20, ends @ 2003766 Atom stco @ 2003766 of size: 20, ends @ 2003786 Atom tref @ 2003786 of size: 24, ends @ 2003810 Atom mpod @ 2003794 of size: 16, ends @ 2003810 Atom trak @ 2003810 of size: 401, ends @ 2004211 Atom tkhd @ 2003818 of size: 92, ends @ 2003910 Atom mdia @ 2003910 of size: 301, ends @ 2004211 Atom mdhd @ 2003918 of size: 32, ends @ 2003950 Atom hdlr @ 2003950 of size: 33, ends @ 2003983 Atom minf @ 2003983 of size: 228, ends @ 2004211 Atom nmhd @ 2003991 of size: 12, ends @ 2004003 Atom dinf @ 2004003 of size: 36, ends @ 2004039 Atom dref @ 2004011 of size: 28, ends @ 2004039 Atom stbl @ 2004039 of size: 172, ends @ 2004211 Atom stsd @ 2004047 of size: 72, ends @ 2004119 Atom mp4s @ 2004063 of size: 56, ends @ 2004119 Atom esds @ 2004079 of size: 40, ends @ 2004119 Atom stts @ 2004119 of size: 24, ends @ 2004143 Atom stsc @ 2004143 of size: 28, ends @ 2004171 Atom stsz @ 2004171 of size: 20, ends @ 2004191 Atom stco @ 2004191 of size: 20, ends @ 2004211 ------------------------------------------------------ Total size: 2004211 bytes; 82 atoms total. AtomicParsley version: 0.9.0 (utf16) Media data: 1989236 bytes; 14975 bytes all other atoms (0.747% atom overhead). Total free atom space: 0 bytes; 0.000% waste. ------------------------------------------------------ Movie duration: 156.980 seconds (02:36.98) - 101.38* kbp/sec bitrate (*=approximate) Low-level details. Total tracks: 4 Trk Type Handler Kind Lang Bytes 1 vide [none listed] s263 und 1738018 Encoder: ViVi 88.58* kbp/s 156.960 sec H.263 Baseline Profile, Level 20. Encoder vendor code: ViVi 2 soun [none listed] samr und 251168 Encoder: ViVi 12.80* kbp/s 156.980 sec AMR Narrow-Band. Modes: 7. Encoder vendor code: ViVi 3 odsm [none listed] mp4s und 18 4 sdsm [none listed] mp4s und 24
该3GP文件结构如下：
其实3GP文件就是一个对象（box）容器，对象还允许包含子对象。 对象格式如下： struct { UINT32 size; // 对象大小 char type; // 对象类型 void* data; // 对象数据（属性），大小为(size-8)
};
《
ISO base media file format 》说明不同 box 对象的结构定义细节。
3. 3GP文件对象实例分析 l
ftype File Type（该对象仅有一个） 记录该文件使用的规范和版本等信息。
| 属性 | 大小 | 值 | 说明 |
| size | 4 | 0x0000001c = 28 | |
| ftyp | 4 | ftyp | |
| major_brand | 4 | 3gp4 | 主类型 |
| minor_version | 4 | | 最小版本号 |
| compatible_brands[] | string | 3gp4 | 3gp5 | 3g2a | 兼容类型 |
l
mdat Media Data mdat 存放媒体数据（ media data ）。一般包括文字、音频和视频等。这些 mdat 的顺序不固定。 当前 mdat 对象包含的是纯文字。
| | 大小 | 值 | 其他说明 |
| size | 4 | 0x00000041 = 65 | |
| mdat | 4 | | |
| | string | | |
这个 box 可以忽略。 l
mdat 音频 数据块
| | 大小 | 值 | 其他说明 |
| size | 4 | 0x0001FF28 = 130856 | |
| mdat | 4 | | |
| | 32*N | 3C 打头 | 每个音频帧 32 字节 |
amr 音频数据以 32 字节一帧，每帧 20 毫秒。所以根据 amr 数据包大小就能估算出语音的时间长度。 ( 130856 – 8) / 32 = 4089 * 20 = 81780 ms = 817.80 秒 = 01:21.90 这个时间与播放器上显示的时间基本相同。 注意： 这里真实的视频数据起始位置为 0x000005D 。 在音频 trak 里面的 stso 对象里面的 chunk_offset 记录的就是这个值。 在 RFC3267 中有如下描述： The sampling frequency used in AMR is 8000 Hz and the speech encoding is performed on 20 ms speech frames. Therefore, each encoded AMR speech frame represents 160 samples of the original speech. AMR 语音采样频率为 8Khz ，每帧对应 20ms 。 l
mdat 视频 数据块
| | 大小 | 值 | 其他说明 |
| size | 4 | 0x004946F1 = 4802289 | |
| mdat | 4 | | |
| | 4 | | H263 视频数据 |
实际视频数据大小： 4802289 – 8 = 4802281 《 H263 协议中文版》第 8 页 5.1 图象层中描述： 每帧图象的数据包含一个图象头，并紧跟着块组数据，最后是一个 end-of-sequence 码和填塞位。 图象开始码 (PSC) (22 bits) PSC 是一个 22 比特的字。它的值是 0000 0000 0000 0000 1000
00 - （ 00 00 80 00 …z ） 时域参考 (TR) (8 bits)
00 -00 0000
00- 类型信息 (PTYPE) (13 bits)
00-10 0000 10
00 000-0 位 6-8 ： 010 ： 表示图像为 QCIF 。 位 9 ：图象编码类型， “0” INTRA (I-picture) ， “1” INTER (P-picture) 。关键帧标志位， 0 ：关键帧， 1 ： p 帧。 l
moov Movie Box 该对象保留了 3GP 视频的 metadata ，即该 3GP 的全部描述信息。 这个对象一般在文件开始或者末尾。 下面详细分析 moov 的各个子对象。 l
mvhd Movie Head Box
| | 大小 | 值 | 其他说明 |
| size | 4 | 0x0000006C = 108 | |
| mvhd | 4 | | |
| version | 1 | 0 | |
| flag | 3 | 0 | |
| creation_time | 4 | | |
| modification_time | 4 | | |
| timescale | 4 | 0x000003E8 = 1000 | 时间缩放因子 |
| duration | 4 | 0x00013FEC = 81900 = 81.9s | 持续时间 |
| rate | 4 | 0x00010000 1.0 （即全速播放） | 播放比率 |
| volume | 2 | 0x0100 1.0 （音量） | 音量 |
| reserved | | | 保留 |
| reserved | | | 保留 |
| matrix | | | 视频转换矩阵 |
| pre_defined | | | 预定义 ( 全 0) |
| next_track_ID | 4 | 0x000000CA = 202 | 下一个 track_id |
trak ( 音频 )
Track Box l
tkhd Track Header Box 定义了该 track 的属性。
| | 大小 | 值 | 其他说明 |
| size | 4 | 0x0000005C = 92 | |
| tkhd | 4 | | |
| version | 1 | 0 | |
| flag | 3 | 1 | |
| creation_time | 4 | | |
| modification_time | 4 | | |
| track_id | 4 | 0x00000065 = 101 | |
| reserved | 4 | 全 0 | |
| duration | 4 | 0x00013FEC = 81900 = 81.9s | 音频播放时间 |
| reserved | 8 | | |
| layer | 2 | | |
| alternate_group | 2 | | |
| volume | 2 | 0x0100 | 如果 track 是音频则为 0x0100 ，视频则为 0x0000 。 |
| reserved | 2 | 0 | |
| matrix | 4 * 9 | | 视频转换矩阵 |
| width | 4 | 0 | 音频的 w 和 h 为 0 |
| height | 4 | 0 | |
注意：如果 track 是音频 volume 则为 0x0100 ，视频 volume 则为 0x0000 。
l
mdhd Media Header Box | | 大小 | 值 | 其他说明 |
| size | 4 | 32 | |
| mdhd | 4 | | |
| version | 1 | | |
| flag | 3 | | |
| creation_time | 4 | | |
| modification_time | 4 | | |
| timescale | 4 | 0x00001F40 = 8000 | 时间缩放因子 |
| duration | 4 | 0x0009FF60 = 655200/8000=81.9 | 音频播放时长 |
| pad | 1bit | | |
| language | 15bit | 0x15c7 ISO-639-2/T language code | |
| pre_defined | 2 | | |
l
hdlr Handler Reference Box | | 大小 | 值 | 其他说明 |
| size | 4 | 0x00000025 = 37 | |
| hdlr | 4 | | |
| version | 1 | | |
| flag | 3 | | |
| pre_defined | 4 | 0 | |
| handler_type | 4 | soun | vide ： Video track soun ： Audio track |
| reserved | 4 * 3 | 0 | |
| handler_type | string （ 4+1 ） | soun | 以 ’/0’ 结束 |
l
stbl Sample Table Box l
stts Decoding Time to Sample Box | | 大小 | 值 | 其他说明 |
| size | 4 | 0x00000018 = 24 | |
| stts | 4 | | |
| version | 1 | | |
| flag | 3 | | |
| entry_count | 4 | 1 | |
| sample_count | 4 | 0x00000111 = 273 | |
| sample_delta | 4 | 0x00000960 = 2400 | |
| | | | |
说明：该 amr 音频数据里面有 273 个 sample ，每个 sample 的时间为 2400 ，而音频的时间因子为 8000 （见 5.2.3 .1 mdhd 的 timescale ），所以每个 sample 的时长 = 2400 / 8000s = 0.3s 。 l
stsd Sample Description Box | | 大小 | 值 | 其他说明 |
| size | 4 | 0x00000045 = 69 | |
| stsd | 4 | | |
| version | 1 | | |
| flag | 3 | | |
| entry_count | 4 | 1 | |
| AudioSampleEntry | | | |
l
samr amr 音频
| size | 4 | 0x35 = 53 | |
| samr | 4 | | |
| reserved | 6 | 0 | |
| data_reference_index | 2 | 0x0001 | |
| reserved | 4 * 2 | 0 | |
| channelcount | 2 | 0x0002 = 2 | (1: 单声道 2: 双声道 ) |
| samplesize | 2 | 0x0010 = 16 | |
| pre_defined | 2 | 0 | |
| reserved | 2 | 0 | |
| samplerate | 4 | 0x1F400000 = (14F0)<<16 0x1F40 = 8000 | 时间因子左移 16 位。 声音采样频率（ hz ） |
| | | | |
| size | 4 | 0x11 = 17 | |
| damr | 4 | | |
| NXTR ... | 9 | | |
| | | | |
l
stsz Sample Size Boxes | | 大小 | 值 | 其他说明 |
| size | 4 | 0x00000458 = 1112 | |
| stsz | 4 | | |
| version | 1 | | |
| flag | 3 | | |
| sample_size | 4 | 0 | |
| sample_count | 4 | 0x00000111 = 273 | |
| | | | |
| entry_size | 4 | 0x000001E0 = 480 | 每个 sample 大小 |
| | 4 | 0x000001E0 = 480 | |
| | 4 | 0x000001E0 = 480 | |
| | | ... | |
说明：在（ 5.2.3 .3.3.1 stts ）中说明了有 1001 个 sample ，这里的 sample_count=1001 ，每个 sample 数据块的大小为 480 ，（ 480 / 32 ） *20 = 15*20 = 0.3s 。 这里包含了每个 sample 的大小，都为 480 字节。 l
stsc Sample To Chunk Box | | 大小 | 值 | 其他说明 |
| size | 4 | 0x0000001C = 28 | |
| stsc | 4 | | |
| version | 1 | | |
| flag | 3 | | |
| entry_count | 4 | 1 | |
| first_chunk | 4 | 1 | |
| samples_per_chunk | 4 | 0X0111 = 273 | |
| sample_description_index | 4 | 1 | |
l
stco Chunk Offset Box | | 大小 | 值 | 其他说明 |
| size | 4 | 0x00000014 = 20 | |
| stco | 4 | | |
| version | 1 | | |
| flag | 3 | | |
| entry_count | 4 | 1 | |
| chunk_offset | 4 | 0x65 = 101 | |
trak ( 视频 )
Track Box l
tkhd Track Header Box 定义了该 track 的属性。
| | 大小 | 值 | 其他说明 |
| size | 4 | 0x0000005C = 92 | |
| tkhd | 4 | | |
| version | 1 | 0 | |
| flag | 3 | 1 | |
| creation_time | 4 | | |
| modification_time | 4 | | |
| track_id | 4 | 0x000000C9 = 201 | |
| reserved | 4 | 全 0 | |
| duration | 4 | 0x00013F54 = 81748 = 81.7s | 视频播放时间 |
| reserved | 8 | | |
| layer | 2 | | |
| alternate_group | 2 | | |
| volume | 2 | 0x0000 | 如果 track 是音频则为 0x0100 ，视频则为 0x0000 。 |
| reserved | 2 | 0 | |
| matrix | 4 * 9 | | 视频转换矩阵 |
| width | 4 | 0x01400000<<16 = 0x0140=320 | |
| height | 4 | 0x00F00000<<16 = 0x00F0=240 | |
l
vmhd Video Media Header Box | | 大小 | 值 | 其他说明 |
| size | 4 | 0x00000014 = 20 | |
| wmhd | 4 | | |
| version | 1 | | |
| flag | 3 | | |
| graphicsmode | 2 | 0 | |
| opcolor | 2 * 3 | {0,0,0} | |
l
stts Sync Sample Box | | 大小 | 值 | 其他说明 |
| size | 4 | 0x00000018 = 24 | |
| stts | 4 | | |
| version | 1 | | |
| flag | 3 | | |
| entry_count | 4 | 1 | |
| sample_count | 4 | 0x000004C9 = 1225 | |
| sample_delta | 4 | 0x00001776 = 6006 | |
说明：该 H263 视频数据里面有 1225 个 sample ，每个 sample 的时间为 6006 ，而视频的时间因子为 90000 （见 5.3.3 .1 mdhd 的 timescale ），所以每个 sample 的时长 = 6006 / 90000s = 0.0667s 。 1225* （ 6006 / 90000 ） = （ 1225*6006 ） /90000 = 81.7s l
stsd Sample Description Box | | 大小 | 值 | 其他说明 |
| size | 4 | 0x00000075 = 117 | |
| stsd | 4 | stsd | |
| version | 1 | 0 | |
| flag | 3 | 0 | |
| entry_count | 4 | 1 | |
| VideoSampleEntry | | | |
| | | | |
l
S263 263视频 | size | 4 | 0x65 = 101 | |
| s263 | 4 | | |
| reserved | 6 | | |
| data_reference_index | 2 | 0x0001 | |
| pre_defined | 2 | 0 | |
| reserved | 2 | 0 | |
| pre_defined | 4 * 3 | | |
| width | 2 | 0xb0 = 176 | 视频宽度 |
| height | 2 | 0x90 = 144 | 视频高度 |
| horizresolution | 4 | 0x00480000; // 72 dpi | |
| vert resolution | 4 | 0x00480000; // 72 dpi | |
| reserved | 4 | | |
| frame_count | 2 | 1 | |
| compressorname | 32 | string[32] | 全 0 |
| depth | 2 | 0x0018 | |
| pre_defined | 2 | -1 | |
| size | 4 | 15 | |
| d263 | 4 | | |
| NXTR ... | 7 | | |
l
stsz Sample Size Boxes | | 大小 | 值 | 其他说明 |
| size | 4 | 0x1338 | |
| stsz | 4 | | |
| version | 1 | | |
| flag | 3 | | |
| sample_size | 4 | 0 | |
| sample_count | 4 | 0x04C9 = 1225 | |
| | | | |
| entry_size | 4 | 0x0000297 = 663 | |
| | 4 | 0x068C = 1676 | |
| | 4 | 0x028D = 653 | |
| | | ... | |
说明：总共 1225 个 sample 即有 1225 帧， sample_count 后面紧跟的是每个视频帧的数据大小，可以看出每个帧的大小都不一样，这是因为视频帧的类型不同，有些帧是 I 帧，有些是 P 帧，有些是 B 帧。 MPEG 图像编码包含 3 个成分： I 帧， P 帧和 B 帧。 MPEG 编码过程中，一些图像压缩成 I 帧，一些压缩成 P 帧，另一些压缩成 B 帧。 I 帧压缩可以得到 6 ； 1 的压缩比而不产生任何可觉察的模糊现象。 I 帧压缩的同时使用 P 帧压缩，可以达到更高的压缩比而无可觉察的模糊现象。 B 帧压缩可以达到 200 ： 1 的压缩比，其文件尺寸一般为 I 帧压缩尺寸的 15% ，不到 P 帧压缩尺寸的一半。 I 帧压缩去掉图像的空间冗余度， P 帧和 B 帧去掉时间冗余度，下文将进一步解释。
I帧 压缩采用基准帧模式，只提供帧内压缩，即把帧图像压缩到 I 帧时，仅仅考虑了帧内的图像。 I 帧压缩不能除去帧间冗余度。帧内压缩基于离散余弦变换（ DCT ），类似于 JPEG 和 H.261 图像中使用 DCT 的压缩标准。
P帧 采用预测编码，利用相邻帧的一般统计信息进行预测。也就是说，它考虑运动特性，提供帧间编码。 P 帧预测当前帧与前面最近的 I 帧或 P 帧的差别。
B帧 为双向帧间编码。它从前面和后面的 I 帧或 P 帧中提取数据。 B 帧基于当前帧与前一帧和后一帧图像之间的差别进行压缩。 MEPG 数据流开始时对 CCIR-601 规定的 SIF 分辨率的未压缩数字图像进行抽样。 SIF 分辨率，对于 NTSC 制，就是亮度信号为 352 ＊ 240 各像素，每个色度信号都为 176 ＊ 120 个象素。各信号都是每秒 30 帧。 MPEG 压缩器决定了当前帧以 I 帧， P 帧还是 B 帧。帧确定之后就采用 DCT 变换，对结果进行量化，舍入，行程编码即变长编码。编码后的典型图像帧序为： IBBPBBPBBPBBIBBPBBPBBPBBI … B 帧和 P 帧要求计算机有更强的功能。有些压缩器不能产生 B 帧或者连 P 帧也不能产生，则图像的压缩结果将有很明显的间断。 H263 采用了与 MPEG 相似的技术。 l
stco Chunk Offset Box | | 大小 | 值 | 其他说明 |
| size | 4 | 0x00000014 = 20 | |
| stco | 4 | | |
| version | 1 | | |
| flag | 3 | | |
| entry_count | 4 | 1 | |
| chunk_offset | 4 | 0x0001FF8D | |
说明： chunk_offset 定义的是视频数据的起始位置。
微信便捷交流