您所在位置：主题：[原创]mpg文件的数据结构以及获取其图像尺寸的代码
一江秋水
[专家分：9680] 发布于 2017-01-18 10:17:08
mpg文件的数据结构以及获取其图像尺寸的代码
mpg文件格式是运动图像压缩算法的国际标准，它采用有损压缩方法减少运动图像中的冗余信息，以每秒30帧左右的图像动态刷新，已被几乎所有的计算机平台共同支持。
mpg文件是以包的形式来储存信息和数据的，包中有包，大包套小包，它是若干个包的集合。
mpg文件中的长度字段采用高位在前的方式，长度从字段以后开始计算，不包括长度字段本身。
一、名词解释
基本流（ES：Elementary Streams）：对视频、音频信号及其它数据进行编码压缩后的数据流，它只包含单一信源编码的数据流，就是说，ES要么是已编码的视频数据流，要么是已编码的音频数据流，要么是其它已编码的数据流。每个ES都由若干个存取单元（简称为AU）组成，每个视频AU或音频AU都是由头部和编码数据两部分组成。每个AU实际上是编码数据流的播放单元，即相当于解码的１个视频或音频帧的取样。
打包基本流（PES：Packetized Elementary Stream）：将基本流数据分组为长度可变的数据包。简而言之，PES就是打包形式的基本流。PES包数据在通常情况下，就是１个AU。
标识码（start code）：也可译成“起始码”。不论是包或者子包，前面都是４字节的标识码：３字节的标识码前缀0x000001＋１字节的流ID（数据流识别码），这二者合成为专用的包标识码，用于识别数据包所属的数据流的性质(视频、音频、或其它)及序号。
二、包的结构
包由3部分组成，见表1。
表1 包的结构
--------------------------
字段 描述
--------------------------
包头 标识码
系统头 标识码0x000001BB
包数据
--------------------------
说明：
①包以0x000001BA或0x000001B3作为标识码，前者表示同时包含音频数据和视频数据，后者表示只有视频数据。
②包头标识码后紧跟着头信息。头信息有的为10字节（笔者的摄像机拍摄的 mpg文件），也有的为８字节（格式工厂转换的 mpg文件）。头信息是关于系统时钟基准的，本文不解析。
③文件中的第一个包才有系统头。
④包数据可以是多个PES子包的集合。PES子包的结构见表4。
⑤根据包头识别码中的流ID，可以判断当前包数据的具体内容是什么，见表2。
⑥包和子包都没有结束码，遇到下一个包标识码，就意味着此包结束。
表2 包的流ID表示的内容
-------------------------------
流ID 描述
-------------------------------
B2 用户数据
B3 视频ES
B5 本文件视频为MPEG-2编码
B8 图像组头
BA 视/音频ES
BB 系统头
BD 音频PES（AC3音频）
BE 填充字节流
BF 填充字节流
C0—CF 音频PES（MP3音频）
E0—EF 视频PES
-------------------------------
说明：
①在图像组头的后面还有流ID为00、01的图像头，图像头的后面是图像数据。图像数据可分为多个片（slice），每个片又分为多个微片（Microblock），每个微片可继续分为块（Block），不解析了。
②除了ES包，其它包都是子包。多数子包的标识码后面有长度字段，ES包没有。
③流ID为BE的包使用FF填充，流ID为BF的包使用00填充。
④笔者的摄像机拍摄的 mpg文件，流ID＝BD时，包数据的前面有“MVI_DATA SONY HDR-CX180E”字符串。
三、系统头
文件的第一个包才有系统头。系统头的标识码后面是２字节的头信息长度字段，之后是头信息。系统头的结构见表3。
mpg文件的图像宽、高信息不在系统头中，而在流ID＝B3的视频ES包中，其结构见表6。
表3 系统头结构
-------------------
字段 字节数
-------------------
标识码 4
信息长度 2
最大比率 3
音频范围 1
视频范围 1
保留的 1
流ID 1
PSTD范围 1
PSTD参数 6
-------------------
说明：
①系统头的信息长度不是固定的：格式工厂转换的为12字节，有的软件转换的为９字节，笔者的摄像机拍摄的为18字节。
②实际上，除了标识码和信息长度字段外，其它字段并不是以完整的字节来储存参数数据，而是用“位”来储存参数数据的，我们无须过细解析。
四、PES数据子包的结构
PES包的结构见表4。
表4 PES子包的结构
-----------------------
字段 字节数
-----------------------
包头 ６
ES信息 最小为３
PES包数据 最大为65526
-----------------------
说明：
①包头由包标识码和包长度组成。注意包长度不包括包头本身的６字节。
②包头和ES信息二者可合成为１个数据头，所以可以认为 PES包是由数据头和包数据两个部分组成的。ES信息如果扩展数据长度＞０，那么它占用的字节就会＞３。
③包的最大长度为65535字节。包数据的最大长度＝包的最大长度－数据头长度＝65535－９。
④ES信息包含：
⑴２字节的PES包头识别位，16位表示了13个标记，其余３位保留，它的结构见表5。
⑵１字节的扩展数据长度，这个长度是指下面２项之和。
⑶最大46位的扩展数据信息区，当PTS和DTS标记为１时这里也是PTS和DTS的数据区。
⑷用于调整信息区长度的填充字节。
表5 ES信息的PES包头识别位
-----------------------------------------------
顺号 描述
-----------------------------------------------
⑴ PES加扰控制信息
⑵ PES优先级别指示
⑶ 数据适配定位标记
⑷ 版权指示
⑸ 原版或拷贝标记
⑹ 显示时间标记（PTS）
⑺ 解码时间标记（DTS）
⑻ 基本流时钟基准标志（ESCR）
⑼ 基本流速率标志
⑽ 数字存储媒体特技模式标志（DSM）
⑾ 附加的拷贝信息标志
⑿ 循环冗余校验信息标志（CRC）
⒀ PES扩展标志
-----------------------------------------------
说明：
①有扩展标志，表明还存在其它信息。如，在有传输误码时，通过数据包计数器，使接收端能以准确的数据恢复数据流，或借助计数器状态，识别出传输时是否有数据包丢失。
五、视频基本流包的结构
视频ES包的结构见表6。
表6 视频ES包的结构
-------------------
字段 字节数
-------------------
标识码 4字节
图像宽 1.5字节
图像高 1.5字节
宽高比 0.5字节
帧率 0.5字节
比特率 1字节
…
-------------------
说明：
①第５、６、７字节是视频图像的宽、高信息，以像素为单位，前面１个半字节是宽度，后面１个半字节是高度。例如：2D 02 40，宽度＝2D0＝720，高度＝240＝576。
②第８字节的前半字节之值表示图像的纵横比，见表7，后半字节之值表示帧率（每秒帧数），见表8。
表7 纵横比
-------------
值 比率
-------------
1
3 9：16
8
C 3：4
-------------
说明：
①注意图像尺寸数据是宽度在前高度在后，而纵横比数据是高度在比号前，宽度在比号后。
②QQ影音在播放mpg文件时，画面尺寸以高度为基准，再应用纵横比，获得画面宽度。例如某mpg文件中的图像尺寸为720*576，纵横比为9：16，那么QQ影音播放的画面尺寸为1024*576。
表8 帧率
-------------
值 帧率
-------------
1 23.976
2 24
3 25
4 29.97
5 30
6 50
7 59.94
8 60
-------------
六、DAT文件与MPG文件的异同
用电脑播放软件播放的时候，这两个扩展名好像没有什么区别，互相改名也没关系，但是如果要刻录到光盘还有区别的，有些可以播放有些不能播放。它们的异同如下：
①压缩标准相同：dat文件和mpg文件都是符合MPEG-1压缩标准的音视频数据流。
②显示格式不同：dat文件显示格式是CD Mode 2/CDXA/MPEG-1PS ,MPG文件显示格式是MPEG-1 Program。
③数据分包大小不同：dat文件是刻在VCD盘片上的数据,为了方便光盘数据的存取,所以就要 VCD刻录的标准，每个数据子包的大小为2324个字节，也就是正好一个扇区存储空间的大小。mpg 文件不是为了刻成VCD盘而准备的数据，所以数据子包可大可小，甚至整个 mpg文件就是一个数据包。
④文件头不同。DAT文件以“RIFF…CDXAfmt”开头，mpg文件以“000001BA”开头。
七、获取mpg文件图像宽高的代码
Private Sub Command1_Click()
Dim mpgData(7999) As Byte, startCode(3) As Byte
Dim mpgName As String
Dim mpgWidth As Long '图像宽
Dim mpgHeight As Long '图像高
Dim k As Long, st1 As String, st2 As String, st3 As String
startCode(2) = 1
startCode(3) = 179
mpgName = "全路径文件名"
Open mpgName For Binary As #1
Get #1, , mpgData
Close #1
k = InStrB(mpgData, startCode) '查找视频ES包
If k = 0 Then Exit Sub
st1 = Right("0" & Hex(mpgData(k + 3)), 2)
st2 = Right("0" & Hex(mpgData(k + 4)), 2)
st3 = Right("0" & Hex(mpgData(k + 5)), 2)
mpgWidth = Val("&H" & st1 & Left(st2, 1))
mpgHeight = Val("&H" & Right(st2, 1) & st3)
MsgBox "图像宽高：" & mpgWidth & "×" & mpgHeight
End Sub
mpg文件格式是运动图像压缩算法的国际标准，它采用有损压缩方法减少运动图像中的冗余信息，以每秒30帧左右的图像动态刷新，已被几乎所有的计算机平台共同支持。
mpg文件是以包的形式来储存信息和数据的，包中有包，大包套小包，它是若干个包的集合。
mpg文件中的长度字段采用高位在前的方式，长度从字段以后开始计算，不包括长度字段本身。
一、名词解释
基本流（ES：Elementary Streams）：对视频、音频信号及其它数据进行编码压缩后的数据流，它只包含单一信源编码的数据流，就是说，ES要么是已编码的视频数据流，要么是已编码的音频数据流，要么是其它已编码的数据流。每个ES都由若干个存取单元（简称为AU）组成，每个视频AU或音频AU都是由头部和编码数据两部分组成。每个AU实际上是编码数据流的播放单元，即相当于解码的１个视频或音频帧的取样。
打包基本流（PES：Packetized Elementary Stream）：将基本流数据分组为长度可变的数据包。简而言之，PES就是打包形式的基本流。PES包数据在通常情况下，就是１个AU。
标识码（start code）：也可译成“起始码”。不论是包或者子包，前面都是４字节的标识码：３字节的标识码前缀0x000001＋１字节的流ID（数据流识别码），这二者合成为专用的包标识码，用于识别数据包所属的数据流的性质(视频、音频、或其它)及序号。
二、包的结构
包由3部分组成，见表1。
表1 包的结构
--------------------------
字段 描述
--------------------------
包头 标识码
系统头 标识码0x000001BB
包数据
--------------------------
说明：
①包以0x000001BA或0x000001B3作为标识码，前者表示同时包含音频数据和视频数据，后者表示只有视频数据。
②包头标识码后紧跟着头信息。头信息有的为10字节（笔者的摄像机拍摄的 mpg文件），也有的为８字节（格式工厂转换的 mpg文件）。头信息是关于系统时钟基准的，本文不解析。
③文件中的第一个包才有系统头。
④包数据可以是多个PES子包的集合。PES子包的结构见表4。
⑤根据包头识别码中的流ID，可以判断当前包数据的具体内容是什么，见表2。
⑥包和子包都没有结束码，遇到下一个包标识码，就意味着此包结束。
表2 包的流ID表示的内容
-------------------------------
流ID 描述
-------------------------------
B2 用户数据
B3 视频ES
B5 本文件视频为MPEG-2编码
B8 图像组头
BA 视/音频ES
BB 系统头
BD 音频PES（AC3音频）
BE 填充字节流
BF 填充字节流
C0—CF 音频PES（MP3音频）
E0—EF 视频PES
-------------------------------
说明：
①在图像组头的后面还有流ID为00、01的图像头，图像头的后面是图像数据。图像数据可分为多个片（slice），每个片又分为多个微片（Microblock），每个微片可继续分为块（Block），不解析了。
②除了ES包，其它包都是子包。多数子包的标识码后面有长度字段，ES包没有。
③流ID为BE的包使用FF填充，流ID为BF的包使用00填充。
④笔者的摄像机拍摄的 mpg文件，流ID＝BD时，包数据的前面有“MVI_DATA SONY HDR-CX180E”字符串。
三、系统头
文件的第一个包才有系统头。系统头的标识码后面是２字节的头信息长度字段，之后是头信息。系统头的结构见表3。
mpg文件的图像宽、高信息不在系统头中，而在流ID＝B3的视频ES包中，其结构见表6。
表3 系统头结构
-------------------
字段 字节数
-------------------
标识码 4
信息长度 2
最大比率 3
音频范围 1
视频范围 1
保留的 1
流ID 1
PSTD范围 1
PSTD参数 6
-------------------
说明：
①系统头的信息长度不是固定的：格式工厂转换的为12字节，有的软件转换的为９字节，笔者的摄像机拍摄的为18字节。
②实际上，除了标识码和信息长度字段外，其它字段并不是以完整的字节来储存参数数据，而是用“位”来储存参数数据的，我们无须过细解析。
四、PES数据子包的结构
PES包的结构见表4。
表4 PES子包的结构
-----------------------
字段 字节数
-----------------------
包头 ６
ES信息 最小为３
PES包数据 最大为65526
-----------------------
说明：
①包头由包标识码和包长度组成。注意包长度不包括包头本身的６字节。
②包头和ES信息二者可合成为１个数据头，所以可以认为 PES包是由数据头和包数据两个部分组成的。ES信息如果扩展数据长度＞０，那么它占用的字节就会＞３。
③包的最大长度为65535字节。包数据的最大长度＝包的最大长度－数据头长度＝65535－９。
④ES信息包含：
⑴２字节的PES包头识别位，16位表示了13个标记，其余３位保留，它的结构见表5。
⑵１字节的扩展数据长度，这个长度是指下面２项之和。
⑶最大46位的扩展数据信息区，当PTS和DTS标记为１时这里也是PTS和DTS的数据区。
⑷用于调整信息区长度的填充字节。
表5 ES信息的PES包头识别位
-----------------------------------------------
顺号 描述
-----------------------------------------------
⑴ PES加扰控制信息
⑵ PES优先级别指示
⑶ 数据适配定位标记
⑷ 版权指示
⑸ 原版或拷贝标记
⑹ 显示时间标记（PTS）
⑺ 解码时间标记（DTS）
⑻ 基本流时钟基准标志（ESCR）
⑼ 基本流速率标志
⑽ 数字存储媒体特技模式标志（DSM）
⑾ 附加的拷贝信息标志
⑿ 循环冗余校验信息标志（CRC）
⒀ PES扩展标志
-----------------------------------------------
说明：
①有扩展标志，表明还存在其它信息。如，在有传输误码时，通过数据包计数器，使接收端能以准确的数据恢复数据流，或借助计数器状态，识别出传输时是否有数据包丢失。
五、视频基本流包的结构
视频ES包的结构见表6。
表6 视频ES包的结构
-------------------
字段 字节数
-------------------
标识码 4字节
图像宽 1.5字节
图像高 1.5字节
宽高比 0.5字节
帧率 0.5字节
比特率 1字节
…
-------------------
说明：
①第５、６、７字节是视频图像的宽、高信息，以像素为单位，前面１个半字节是宽度，后面１个半字节是高度。例如：2D 02 40，宽度＝2D0＝720，高度＝240＝576。
②第８字节的前半字节之值表示图像的纵横比，见表7，后半字节之值表示帧率（每秒帧数），见表8。
表7 纵横比
-------------
值 比率
-------------
1
3 9：16
8
C 3：4
-------------
说明：
①注意图像尺寸数据是宽度在前高度在后，而纵横比数据是高度在比号前，宽度在比号后。
②QQ影音在播放mpg文件时，画面尺寸以高度为基准，再应用纵横比，获得画面宽度。例如某mpg文件中的图像尺寸为720*576，纵横比为9：16，那么QQ影音播放的画面尺寸为1024*576。
表8 帧率
-------------
值 帧率
-------------
1 23.976
2 24
3 25
4 29.97
5 30
6 50
7 59.94
8 60
-------------
六、DAT文件与MPG文件的异同
用电脑播放软件播放的时候，这两个扩展名好像没有什么区别，互相改名也没关系，但是如果要刻录到光盘还有区别的，有些可以播放有些不能播放。它们的异同如下：
①压缩标准相同：dat文件和mpg文件都是符合MPEG-1压缩标准的音视频数据流。
②显示格式不同：dat文件显示格式是CD Mode 2/CDXA/MPEG-1PS ,MPG文件显示格式是MPEG-1 Program。
③数据分包大小不同：dat文件是刻在VCD盘片上的数据,为了方便光盘数据的存取,所以就要 VCD刻录的标准，每个数据子包的大小为2324个字节，也就是正好一个扇区存储空间的大小。mpg 文件不是为了刻成VCD盘而准备的数据，所以数据子包可大可小，甚至整个 mpg文件就是一个数据包。
④文件头不同。DAT文件以“RIFF…CDXAfmt”开头，mpg文件以“000001BA”开头。
七、获取mpg文件图像宽高的代码
Private Sub Command1_Click()
Dim mpgData(7999) As Byte, startCode(3) As Byte
Dim mpgName As String
Dim mpgWidth As Long '图像宽
Dim mpgHeight As Long '图像高
Dim k As Long, st1 As String, st2 As String, st3 As String
startCode(2) = 1
startCode(3) = 179
mpgName = "全路径文件名"
Open mpgName For Binary As #1
Get #1, , mpgData
Close #1
k = InStrB(mpgData, startCode) '查找视频ES包
If k = 0 Then Exit Sub
st1 = Right("0" & Hex(mpgData(k + 3)), 2)
st2 = Right("0" & Hex(mpgData(k + 4)), 2)
st3 = Right("0" & Hex(mpgData(k + 5)), 2)
mpgWidth = Val("&H" & st1 & Left(st2, 1))
mpgHeight = Val("&H" & Right(st2, 1) & st3)
MsgBox "图像宽高：" & mpgWidth & "×" & mpgHeight
End Sub
