MP4（MPEG-4 Part 14）是一种常见的多媒体容器格局，它是在“ISO/IEC 14496-14”标准文件中定义的，属于MPEG-4的一项目组，是“ISO/IEC 14496-12（MPEG-4 Part 12 ISO base media file format）”标准中所定义的媒体格局的一种实现，后者定义了一种通用的媒体文件布局标准。MP4是一种描述较为周全的容器格局，被认为可以在此中嵌入任何情势的数据，各类编码的视频、音频等都不在话下，不过我们常见的大项目组的MP4文件存放的 AVC（H.264）或 MPEG-4（Part 2）编码的视频和 AAC编码的音频。MP4格局的官方文件后缀名是“.mp4”，还有其他的以mp4为根蒂根基进行的扩大或者是缩水版本的格局，包含： M4V，   3GP， F4V等。

　　mp4是由一个个“box”构成的，大box中存放小box，一级嵌套一级来存放媒体信息。box的根蒂根基布局是：

  

　　此中，size指了然全部box所占用的大小，包含header项目组。若是box很大（例如存放具体视频数据的mdat box），跨越了uint32的最大数值，size就被设置为1，并用接下来的8位uint64来存放大小。

　　一个mp4文件有可能包含很是多的box，在很大程度上增长懂得析的错杂性，这个网页上http://mp4ra.org/atoms.html记录了一些当前注册过的box类型。看到这么多box，若是要全部支撑，一个个解析，怕是头都要爆了。还好，大项目组mp4文件没有那么多的box类型，下图就是一个简化了的，常见的mp4文件布局：

  

　　一般来说，解析媒体文件，最关怀的项目组是视频文件的宽高、时长、码率、编码格局、帧列表、关键帧列表，以及所对应的时戳和在文件中的地位，这些信息，在mp4中，是以特定的算法分隔存放在stbl box部属的几个box中的，须要解析stbl下面所有的box，来还原媒体信息。下表是对于以上几个首要的box存放信息的申明：

　　看吧，要获取到mp4文件的帧列表，还挺不轻易的，须要一层层解析，然后综合stts stsc stsz stss stco等这几个box的信息，才干还原出帧列表，每一帧的时戳和偏移量。并且，你要赐顾帮衬可能呈现或者可能不呈现的那些box。。。可以看的出来，mp4把帧sample进行了分组，也就是chunk，须要间接的经由过程chunk来描述帧，如许做的来由是可以紧缩存储空间，缩小媒体信息所占用的文件大小。这里面，stsc box的解析相对来说斗劲错杂，它用了一种奇妙的体式格式来申明sample和chunk的映射关系，希罕介绍一下。

　　这是stsc box的布局，前几项的意义就不说了然，可以看到stsc box里每个entry布局体都存有三项数据，它们的意思是：“从first_chunk这个chunk序号开端，每个chunk都有samples_per_chunk个数的sample，并且每个sample都可以经由过程sample_description_index这个索引，在stsd box中找到描述信息”。也就是说，每个entry布局体描述的是一组chunk，它们有雷同的特点，那就是每个chunk包含samples_per_chunk个sample，好，那你要问，这组雷同特点的chunk有几许个？请经由过程下一个entry布局体来推算，用下一个entry的first_chunk减去本次的first_chunk，就获得了这组chunk的个数。最后一个entry布局体则注解从该first_chunk到最后一个chunk，每个chunk都有sampls_per_chunk个sample。很拗口吧，不过，就是这个意思:）。因为这种算法无法得知文件所有chunk的个数，所以你必须借助于stco或co64。直接上代码可能会清楚些：

　　1. 起首直接解析entry

　　2. 然后，经由过程stco或co64获知chunk总个数之后，开端还原映射表

　　读出stsc之后，就可以综合stbl下的所有box，推算出视频和音频帧列表，时戳和偏移量等数据。下面截图显现获取到的关键帧列表：