多媒体文件格式剖析：FLV篇

之前介绍过多媒体文件格式剖析：MP4篇 MP4的多媒体格式，在这篇为文章中剖析了为什么MP4不是流式媒体格式，是因为MP4的BOX结构决定的，本文介绍一种常用的流式媒体格式，就是FLV，FLV全称为Flash Video，一听就知道是Adobe 公司推出的一种媒体封装格式。下面我们剖析一下FLV媒体的格式内容。

FLV分析工具

计算机上面的数据，最终写入就是bytes数据，二进制信息，还是需要可视化的工具来查看。FLV查看的工具是FlvAnalyzer，回复FLV得到多媒体查看分析的一整套工具。下面使用FlvAnalyzer来分析FLV文件。

FlvAnalyzer解析出来的FLV文件是一种树状的排列，分为两大部分：

• FLV Header：包含版本信息和音频、视频的排位信息；
• FLV Body：这里能看到交替的Video Tag和Audio Tag信息；

里面可以直接看到二进制信息，当然这些二进制数据都有具体的含义，下面会重点阐述。

除了FlvAnalyzer，还有一个工具推荐一下，是雷神开发的一个工具，是SpecialFFlv工具，真的相当赞的工具，回复FLV得到多媒体查看分析的一整套工具。大大优化了可视化的功能，界面交互更加优化。它还提供了分离视频流和音频流的功能。

test.flv分离出来的视频test_0.flv 和音频 test_0.mp3

ffprobe test.flv

Input #0, flv, from 'test.flv':
  Metadata:
    major_brand     : isom
    minor_version   : 512
    compatible_brands: isomiso2avc1mp41
    encoder         : Lavf57.83.100
  Duration: 00:01:19.69, start: 0.084000, bitrate: 950 kb/s
    Stream #0:0: Video: h264 (High), yuv420p(progressive), 960x540, 23.98 fps, 23.98 tbr, 1k tbn, 47.95 tbc
    Stream #0:1: Audio: mp3, 44100 Hz, stereo, s16p, 128 kb/s

现在解析一下test_0.flv

ffprobe test_0.flv

Input #0, flv, from 'test_0.flv':
  Duration: 00:01:19.54, start: 0.084000, bitrate: 819 kb/s
    Stream #0:0: Video: h264 (High), yuv420p(progressive), 960x540, 24.42 fps, 23.98 tbr, 1k tbn, 47.95 tbc

FLV格式分析

上面使用工具解析出FLV文件的具体结构，下面我们要分析一下FLV格式的各个字段代表什么意思。

FLV包括文件头（File Header）和文件体（File Body）两部分，其中文件体由一系列的Tag组成。FLV文件的结构如下图：

1.FLV Header

Header 部分记录了FLV的类型、版本等信息，是FLV的开头。一般差不多占9个字节。具体格式如下：

可以看出来，其中包含，签名信息，版本信息，保留位，音频和视频信息，还有header size；

文件标识：占3位，总是FLV，0x46 0x4c 0x56

版本号：占1位，目前默认为0x01

流信息：占1位，文件的标志说明，前5位保留，必须为0；第6位为音频Tag：1 表示有音频；第七位保留，为0；第8位为视频Tag：1 表示有视频。

Header长度：占4位，整个Header的长度，一般为9（版本为0x01时）；大于9表示下面还有扩展信息。即0x00000009。

2.FLV Body

文件体由一系列的Tag组成。其中，每个Tag前面还包含了Previous Tag Size字段，表示前面一个Tag的大小。Tag的类型可以是视频、音频和Script，每个Tag只能包含以上三种类型的数据中的一种。

3.Tag信息

每个Tag由也是由两部分组成的：Tag Header和Tag Data。Tag Header里存放的是当前Tag的类型、数据区（Tag Data）长度等信息，具体如下：

Tag类型：占1位，0x08：音频; 0x09：视频; 0x12：脚本; 其他：保留。

数据区长度：占3位，表示数据区的长度。

时间戳：占3位，整数，单位是毫秒。对于脚本型的tag总是0 （CTS）

时间戳扩展：占1位，加上之前的时间戳3位，将时间戳扩展为4bytes，代表高8位。很少用到。

StreamsID：占1位，总是0

数据区（由数据区长度决定）：数据实体

下面是三个Tag类型说明：

• Audio Tag Data结构（音频类型） ：音频Tag Data区域开始的第一个字节包含了音频数据的参数信息，从第二个字节开始为音频流数据。
• Video Tag Data结构(视频类型)：视频Tag Data开始的第一个字节包含视频数据的参数信息，从第二个字节开始为视频流数据。
• Script Tag Data结构（脚本类型、帧类型）：该类型Tag又被称为MetaData Tag，存放一些关于FLV视频和音频的元信息，比如：duration、width、height等。通常该类型Tag会作为FLV文件的第一个tag，并且只有一个，跟在File Header后。

上面是Script Tag 的结构信息。

其实从FLV的结构信息来看，比较清晰的看出来FLV就是流式格式，因为音频和视频分别对应出现，不会出现视频和音频完全分离，播放的时候再次同步拉取很麻烦。

FLV相关实践

将一个MP4文件转化为FLV文件：

ffmpeg -i test.mp4 -c:v libx264 -crf 24 test.flv

如何将FLV格式中设置关键帧索引？FLV标准格式中并没有关键帧索引这一说法，但是我们在实际应用中，特别是现在直播的应用中，我们往往需要向FLV格式中写入关键帧索引，并将这些索引文件写在Metadata 中，这些我们再次播放的时候，可以很快通过这些关键帧索引站到对应的位置，然后准确快速渲染播放。

ffmpeg -i test.mp4 -c copy -f flv -flvflags add_keyframe_index key.flv

之后查看key.flv

ffprobe -v trace -i key.flv