MP4文件的格式是一层一层嵌套的。

1、最上一层是Movie atom。

        Movie atom 定义了一部电影的数据信息。它的类型是'moov'，是一个容器atom，至少必须包含三种atom 中的一种—movie header atom('mvhd'), compressed movie atom('cmov')和reference movie atom ('rmra')。没有压缩的movieheader atom 必须至少包含movie header atom 和reference movie atom中的一种。也可以包含其他的atom，例如一个clipping atom ('clip')，一个或几个track atoms ('trak')，一个color table atom ('ctab')，和一个user data atom('udta')。其中movie header atom 定义了整部电影的time scale，duration 信息以及display characteristics。track atom 定义了电影中一个track 的信息。Track 就是电影中可以独立操作的媒体单位，例如一个声道就是一个track。Compressed movie atoms 和reference movie atoms 不太使用，不在本文讨论范围内。本文主要讨论uncompressedmovie atoms。

1-1、Movie Header Atoms - MVHD。是Movie atom的子层

       Movie headeratom 定义了整个movie 的特性，例如time scale 和duration，它的atom 类型是'mvhd'。一般这一层没有太多有用的信息，基本不用解析。直接去解析trak。

 

1-2、Track Atoms - TRAK,是Movie atom的子层

       一个Track atom 定义了movie 中的一个track。一部movie可以包含一个或多个tracks，它们之间相互独立，各自有各自的时间和空间信息。每个track atom 都有与之关联的media atom。Track 主要用于以下目的：

       •包含媒体数据引用和描述(media tracks)

       •包含modifier tracks (tweens 等)

       •对于流媒体协议的打包信息(hint tracks)。Hint tracks 可以引用或者复制对应的媒体sample data。

       Hint tracks 和modifier tracks 必须保证完整性，同时和至少一个mediatrack 一起存在。换句话说，即使hint tracks 复制了对应的媒体sample data，media tracks 也不能从一部hinted movie 中删除。

       Track atoms 的atom 类型是'trak'. Track atom 要求必须有一个track headeratom ('tkhd') 和一个media atom ('mdia')。其他的track clipping atom ('clip')，track matteatom ('matt')，edit atom ('edts')，track reference atom ('tref')，track loadsettings atom ('load')，a track input map atom ('imap')以及user data atom ('udta')都是可选的。

       Track atoms 是一个容器atom，本身没有特别的字段，需要子atom 来进一步说明有效的内容。每个trak 都包含了一个track header atom.

 

1-2-1、Track Header Atoms - TKHD，trak的子层。

       每个trak 都包含了一个trackheader atom. The track header atom 定义了一个track 的特性，例如时间，空间和音量信息，它的类型是('tkhd').

 

1-2-2、Edit Atoms - EDTS，trak的子层

       Edit atoms 定义了创建movie 中一个track 的一部分媒体。所有的edit 都在一个表里面，包括每一部分的时间偏移量和长度。Edit atoms 的类型是'edts'。如果没有该表，则此track 会被立即播放。一个空的edit用来偏移track 的起始时间。

       如果没有edit atom 或editlist atom，则此track 使用全部媒体。Editatoms 是一个容器atom，本身没有特别的字段，需要子atom来进一步说明有效的内容。

Ps：这一层atom基本没什么用，跳过不用解析。

 

1-2-2-1、Edit List Atoms - ELST，edts的子层

       Edit list atom 用来映射movie 的时间到此track media 的时间。所有信息在一个edit list 表中，见上图。Edit list atoms 的类型是'elst'.

1-2-3、Track Reference Atoms - TREF，TRAK的子层

       没有太多用处，不做讨论.类型是'tref'.

 

1-2-4、Media Atoms - MDIA，trak的子层

       Media atoms 定义了track 的媒体类型和sample 数据，例如音频或视频，描述sample 数据的media handler component，media timescale and track duration 以及media-and-track-specific信息，例如音量和图形模式。它也可以包含一个引用，指明媒体数据存储在另一个文件中。也可以包含一个sampletable atoms，指明sample description,duration, and byteoffset from the data reference for each media sample.

       Media atom 的类型是'mdia'。它是一个容器atom，必须包含一个media header atom ('mdhd')，一个handlerreference ('hdlr')，一个媒体信息引用('minf')和用户数据atom('udta').

 

1-2-4-1、Media Header Atoms - MDHD,MDIA子层

       Media header atom 定义了媒体的特性，例如time scale 和duration。它的类型是'mdhd'.一般没什么用，不解析。

1-2-4-2、Handler Reference Atoms - HDLR，mdia子层

       Handler reference atom 定义了描述此媒体数据的media handler component，类型是'hdlr'。在过去，handler reference atom 也可以用来数据引用，但是现在，已经不允许这样使用了。一个mediaatom 内的handler atom 解释了媒体流的播放过程。例如，一个视频handler 处理一个video track。

 

1-2-4-3、Media Information Atoms - MINF，mdia子层

       Media information atoms 的类型是'minf'，存储了解释该track 的媒体数据的handler-specific 的信息。media handler 用这些信息将媒体时间映射到媒体数据，并进行处理。它是一个容器atom，包含其他的子atom。

       这些信息是与媒体定义的数据类型特别对应的，而且mediainformation atoms 的格式和内容也是与解释此媒体数据流的media handler 密切相关的。其他的media handler 不知道如何解释这些信息。

 

1-2-4-3、Video Media Information Atoms，即minf层

       Video media information atoms 是视频媒体的第一层atoms，包含其他的定义视频媒体数据的特性。

 

1-2-4-3、Sound Media Information Atoms，即minf层

       Sound media information atoms 是音频媒体的第一层atoms，包含其他的定义音频媒体数据的特性。

1-2-4-3-1、Video Media Information Header Atoms,minf子层

       Video media information header atoms 定义颜色和图形模式信息。

1-2-4-3-2、Sound Media Information Header Atoms,minf子层

       The sound media information header atom 定义了声音媒体的控制信息，例如均衡。

1-2-4-3-3、Data Information Atoms - DINF，minf子层

       handler reference 定义data handler component 如何获取媒体数据，data handler 用这些数据信息来解释媒体数据。Data informationatoms 的类型是'dinf'。它是一个容器atom，包含其他的子atom。

1-2-4-3-3-1、Data Reference Atoms--DREF，dinf子层

       Data reference atoms 包含列表数据，data handler component 可以用这些数据获取媒体数据。

1-2-4-3-4、Sample Atoms介绍

       存储媒体数据的单位是samples。一个sample 是一系列按时间顺序排列的数据的一个element。Samples 存储在media 中的chunk内，可以有不同的durations。Chunk 存储一个或者多个samples，是数据存取的基本单位，可以有不同的长度，一个chunk 内的每个sample 也可以有不同的长度。例如如下图，chunk 2 和3 不同的长度，chunk 2 内的sample5 和6 的长度一样，但是sample 4 和5，6的长度不同。

       sample table atom 描述sample 的所有信息以及一些不同类型的atoms，media handler 可以用这些信息正确的按顺序解析所有的samples，而不需要强迫这些数据按movie 的时间顺序存放到实际数据流中。

       • 如何得到chunk 的数目和每个chunk 包含多少个sample，每个chunk的description 是如何解析stsc -Sample-to-Chunk table。这个表类似于行程编码，第一个first chunk 减去第二个first chunk就是一共有多少个trunk 包含相同的sample 数目，这样通过不断的叠加，就可以得到一共有280个trunk，每个trunk 包含多少个sample，以及每个trunk 对应的description。

       • 如何计算每个sample 的duration

       • 如何计算每个sample 的长度

       解析stsz - Sample Size table。这个表包含了每个sample 的长度，找到sample 的序号，就可以找到对应sample 的长度了。

1-2-4-3-4、Sample Table Atoms--STBL，minf子层

       sample table atom 包含转化媒体时间到实际的sample 的信息，他也说明了解释sample 的信息，例如，视频数据是否需要解压缩，解压缩算法是什么？它的类型是'stbl'，是一个容器atom，包含sample description atom,time-to-sample atom, sync sample atom, sample-to-chunk atom, sample sizeatom,chunk offset atom 和shadow sync atom.sample tableatom 包含track 中media sample 的所有时间和数据索引，利用这个表，就可以定位sample 到媒体时间，决定其类型，大小，以及如何在其他容器中找到紧邻的sample。

       如果sample table atom 所在的track 没有引用任何数据，那么它就不是一个有用的media track，不需要包含任何子atom。

       如果sample table atom 所在的track 引用了数据，那么必须包含以下的子atom：sample description, sample size, sample to chunk 和chunk offset。所有的子表有相同的sample数目。

       sample description atom 是必不可少的一个atom，而且必须包含至少一个条目，因为它包含了数据引用atom 检索media sample 的目录信息。没有sample description，就不可能计算出mediasample 存储的位置。sync sample atom 是可选的，如果没有，表明所有的samples 都是sync samples。

1-2-4-3-4-1、Sample Description Atoms - STSD，stbl子层

       利用sample description atom 存储的信息可以正确的解码media sample。不同的媒体类型存储不同的sample description，例如，视频媒体，sample description 就是图像的结构。第四章解释了不同媒体类型对应的sampledescription 信息。

       sample description atom 的类型是'stsd'，包含了一个sample description 表。根据不同的编码方案和存储数据的文件数目，每个media可以有一个到多个sample description。sample-to-chunkatom 通过这个索引表，找到合适medai 中每个sample的description。

1-2-4-3-4-2、Time-to-Sample Atoms - STTS，stbl子层

       Time-to-sample atoms 存储了media sample 的duration 信息，提供了时间对具体data sample的映射方法，通过这个atom，你可以找到任何时间的sample，类型是'stts'。

       这个atom 可以包含一个压缩的表来映射时间和sample 序号，用其他的表来提供每个sample 的长度和指针。表中每个条目提供了在同一个时间偏移量里面连续的sample 序号，以及samples 的偏移量。递增这些偏移量，就可以建立一个完整的time-to-sample 表，计算公式如下

DT(n+1) = DT(n) + STTS(n)

       其中STTS(n)是没有压缩的STTS第n 项信息，DT 是第n 个sample 的显示时间。Sample的排列是按照时间戳的顺序，这样偏移量永远是非负的。DT 一般以0开始，如果不为0，edit list atom 设定初始的DT值。DT 计算公式如下

DT(i) = SUM (for j=0 to i-1 of delta(j))

       所有偏移量的和就是track 中media 的长度，这个长度不包括media 的time scale，也不包括任何edit list。

       如果多个sample 有相同的duration，可以只用一项描述所有这些samples，数量字段说明sample 的个数。例如，如果一个视频媒体的帧率保持不变，整个表可以只有一项，数量就是全部的帧数。

1-2-4-3-4-3、Sync Sample Atoms - STSS，stbl子层

       sync sample atom 确定media 中的关键帧。对于压缩的媒体，关键帧是一系列压缩序列的开始帧，它的解压缩是不依赖于以前的帧。后续帧的解压缩依赖于这个关键帧。

       sync sample atom 可以非常紧凑的标记媒体内的随机存取点。它包含一个sample 序号表，表内的每一项严格按照sample 的序号排列，说明了媒体中的哪一个sample 是关键帧。如果此表不存在，说明每一个sample 都是一个关键帧，是一个随机存取点。

       Sync sample atoms 的类型是'stss'。

1-2-4-3-4-4、Sample-to-Chunk Atoms - STSC，stbl子层

       当添加samples 到media 时，用chunks 组织这些sample，这样可以方便优化数据获取。一个trunk 包含一个或多个sample，chunk的长度可以不同，chunk 内的sample 的长度也可以不同。sample-to-chunk atom 存储sample 与chunk 的映射关系。

       Sample-to-chunk atoms 的类型是'stsc'。它也有一个表来映射sample 和trunk 之间的关系，查看这张表，就可以找到包含指定sample 的trunk，从而找到这个sample。

1-2-4-3-4-5、Sample Size Atoms - STSZ，stbl子层

       sample size atoms 定义了每个sample的大小，它的类型是'stsz'，包含了媒体中全部sample的数目和一张给出每个sample大小的表。这样，媒体数据自身就可以没有边框的限制。      

1-2-4-3-4-6、Chunk Offset Atoms - STCO，stbl子层

        Chunk offset atoms 定义了每个trunk 在媒体流中的位置，它的类型是'stco'。位置有两种可能，32 位的和64 位的，后者对非常大的电影很有用。在一个表中只会有一种可能，这个位置是在整个文件中的，而不是在任何atom 中的，这样做就可以直接在文件中找到媒体数据，而不用解释atom。需要注意的是一旦前面的atom 有了任何改变，这张表都要重新建立，因为位置信息已经改变了。