x264学习笔记（一）

心已赠人 2022-06-08 07:57 169阅读 0赞

**问题1：如何识别关键帧？**

从x264的源代码中可以看到，如果某一帧为关键帧，这么这一帧的所携带的几个nalu中，必然有一个的type 必然为NAL\_SLICE\_IDR。

**\[cpp\]**  [view plain][]   [copy][view plain]

1.  /\* Set output picture properties \*/  
2.     **if**( h->sh.i\_type == SLICE\_TYPE\_I )  
3.         pic\_out->i\_type = h->i\_nal\_type == NAL\_SLICE\_IDR ? X264\_TYPE\_IDR : X264\_TYPE\_I;  
4.     **else** **if**( h->sh.i\_type == SLICE\_TYPE\_P )  
5.         pic\_out->i\_type = X264\_TYPE\_P;  
6.     **else**  
7.         pic\_out->i\_type = X264\_TYPE\_B;

我的理解就是如果nalu的type为NAL\_SLICE\_IDR的话，那么这帧肯定就是关键帧了。

因此只需要判断每一帧的nalu的type中是否包还有type为NAL\_SLICE\_IDR的，如果有则是关键帧。

判断nalu的type的可用如下的方法。

for(int i=0; i<i\_nalu; i++)

uint8\_t \*ptr = nalu\[i\];

int type = ptr\[4\]&0x1F;

if(type == NAL\_SLICE\_IDR)

key\_frame = true;

break;

判断nalu的type中用到int type = ptr\[4\]&0x1F; 为什么是0x1F呢，这得说说每个nalu的结构；

nalu有三部分组成。

起始码      nalu\_header       data

起始码： 分为longcode 和  shortcode  ；

longcode ：0x 00 00 00 01；

shortcode ：0x 00 00 01；

nalu\_header:有三个子域；

NALU 头由一个字节组成, 它的语法如下:

+---------------+  
      |0|1|2|3|4|5|6|7|  
      +-+-+-+-+-+-+-+-+  
      |F|NRI|  Type   |  
      +---------------+

F: 1 个比特.  
  forbidden\_zero\_bit. 在 H.264 规范中规定了这一位必须为 0.

NRI: 2 个比特.  
  nal\_ref\_idc. 取 00 ~ 11, 似乎指示这个 NALU 的重要性, 如 00 的 NALU 解码器可以丢弃它而不影响图像的回放. 不过一般情

况下不太关心

这个属性.

Type: 5 个比特.  
  nal\_unit\_type. 这个 NALU 单元的类型. 简述如下:

0     没有定义  
  1-23  NAL单元  单个 NAL 单元包.  
  24    STAP-A   单一时间的组合包  
  24    STAP-B   单一时间的组合包  
  26    MTAP16   多个时间的组合包  
  27    MTAP24   多个时间的组合包  
  28    FU-A     分片的单元  
  29    FU-B     分片的单元  
  30-31 没有定义

大家可以看到，要获得type的话，就得将nalu起始码后面紧跟的第一个字节的内容与**0x1F做与运算**后得到。

### **问题2：如何判断每一帧的中nalu的起始和结束。** ###

数据在经过int x264\_nal\_encode( void \*, int \*, int b\_annexeb, x264\_nal\_t \*nal )后，会将数据组装成nalu的标准格式，即按照上面的格式：

起始码   nalu\_header   data。

x264使用0x 00 00 00 01作为起始码（longcode）。int x264\_nal\_encode( void \*, int \*, int b\_annexeb, x264\_nal\_t \*nal )的作用就是使得数据流中不会再出现连续的两个以上的0。如果有的话就会插入一个0x03；

因此如果要还原一帧数据中的逻辑结构的话，可以遍历数据流，寻找0x00000001这样的特征代码。

这一点对于使用x264自带的mkv文件保存接口很是有用。因为我们接收到的网络数据可能没有没有带上详细的nalu分界信息和帧类型，需要自己重新还原。

[view plain]: http://blog.csdn.net/mybaker/article/details/5690134#