Android 直播推流流程 : 手机采集视频 / 音频数据 , 视频数据使用 H.264 编码 , 音频数据使用 AAC 编码 , 最后将音视频数据都打包到 RTMP 数据包中 , 使用 RTMP 协议上传到 RTMP 服务器中 ;

本篇博客会详细分析 , 音视频数据是如何打包成 RTMP 数据的 , 以及 RTMP 数据格式 ;

一、 RTMP 格式解析

RTMP 视频数据包格式与 flv 视频格式类似 , 使用二进制分析工具分析 flv 视频文件 , 相关工具都在博客资源中 ;

分析 flv 文件格式 :

① flv 视频文件构成 : flv 视频由一个文件头 Header 与若干标签 Tag 组成 ;

② 使用二进制查看器 , 打开 flv 视频文件 , 如下图所示 :

③ 使用 flvAnalyser 工具打开 flv 视频文件 :

二、 文件头 Header 分析

文件头 Header 分析 :

① flv 视频文件文件头 : 46 4C 56 ( 16 进制格式 ) , 这是 FLV 字母的 ASCII 码 ; 只要是 flv 格式的文件 , 前三个字节必定是这三个值 ;

② 文件版本 : 第
$4$

4 个字节时 FLV 格式的版本 , 这里是 01 ; ( 参考上图 )

三、 标签 Tag 分析

flv 标签数据结构 :

① 标签类型 ( tag type ) :
$1$

1 字节 , 索引区间
$[0]$

[0] , 0x08 代表音频 , 0x09 代表视频 , 0x12 代表脚本信息 ;

② 标签数据大小 ( data size ) :
$3$

3 字节 , 索引区间
$[1,3]$

[1,3] , 除了包头之外的数据大小 , 包头一般是
$11$

11 字节, 整个标签大小是该 标签数据大小 ( data size ) + 11 ;

③ 时间戳 ( time stamp ) :
$3$

3 字节 , 索引区间
$[4,6]$

[4,6] , 表示从开始播放到当前时刻的播放时间 , 单位毫秒 , 也就是当前标签的时间与第一个标签时间的差值 ;

④ 时间戳扩展位 ( time stamp ext ) :
$1$

1 字节 , 索引区间
$[7]$

[7] , 如果时间戳较大 ,
$3$

3 位装不下 , 扩展一位 ;

⑤ 流编号 ( stream id ) :
$3$

3 字节 , 索引区间
$[8,10]$

[8,10] , 一般都是 0 ;

上述
$11$

11 字节时包头信息 , 下面就是实际的数据信息 , 有 标签数据大小 ( data size ) 个字节的数据 ;

⑥ 数据区 ( data ) : 标签数据大小 字节 , 索引区间
$[9, 标签数据大小]$

[9,标签数据大小] , 标签数据大小 ( data size ) 个字节的数据 ;

视频标签 与 音频标签 : 在 flvAnalyser 中可以清晰的看到文件头 Header 与 标签 Tag 的结构 , 其中 红色的框表示 视频数据标签 , 绿色的框表示 音频数据标签 ;

四、 视频标签 Tag 数据分析

1 . 打开视频标签数据 : 在 flvAnalyser 工具中 , 双击 1 号标签 , 该标签是 h264 视频标签 , 弹出如下对话框 , 开始分析该视频标签中的数据 ;

2 . 视频标签数据详情 :

0x00000182 :   09 00 00 2E 00 00 00 00  0x0000018a :   00 00 00 17 00 00 00 00  0x00000192 :   01 64 00 32 FF E1 00 19  0x0000019a :   67 64 00 32 AC D9 80 78  0x000001a2 :   02 27 E5 84 00 00 03 00  0x000001aa :   04 00 00 1F 40 3C 60 C6  0x000001b2 :   68 01 00 05 68 E9 7B 2C  0x000001ba :   8B 00 00 00 39 

3 . flv 视频标签数据分析 : 以下所有的数据都是十六进制数据 , 这里省略 0x 前缀 ;

① 标签类型 ( tag type ) :
$1$

1 字节 , 索引区间
$[0]$

[0] , 此处是 09 表示音频数据

② 标签数据大小 ( data size ) :
$3$

3 字节 , 索引区间
$[1,3]$

[1,3] , 00 00 2E , 46 字节 , 视频数据有 46 字节 , 该标签的总数据是 46 + 11 = 57 字节 ;

③ 时间戳 ( time stamp ) :
$3$

3 字节 , 索引区间
$[4,6]$

[4,6] , 00 00 00 , 当前时间戳是 0 , 这是第 1 个标签 , 与其本身差值自然是 0 ;

④ 时间戳扩展位 ( time stamp ext ) :
$1$

1 字节 , 索引区间
$[7]$

[7] , 00 , 该位也是 0 ;

⑤ 流编号 ( stream id ) :
$3$

3 字节 , 索引区间
$[8,10]$

[8,10] , 00 00 00 , 这个值一般都是 0 ;

上述
$11$

11 字节时包头信息 , 下面就是实际的数据信息 , 有 标签数据大小 ( data size ) 个字节的数据 ;

⑥ 数据区 ( data ) : 标签数据大小 字节 , 索引区间
$[9, 标签数据大小]$

[9,标签数据大小] , 后面有 46 字节的视频数据 ;

下面开始分析这 46 字节的视频数据 ;