AVI视频的合成和分解方法(VC++实现)

摘要：本文详细的解析了AVI文件的存储结构，介绍了微软提供的用来操作AVI文件的一组API使用，并通过例子代码，演示了如何将一组静态Bmp图片合成一个avi视频文件以及如何将一个avi视频文件解析保存为一系列的bmp图像文件。 AVI文件的合成和分解 VC++实现 摘要：本文详细的解析了AVI文件的存储结构，介绍了微软提供的用来操作AVI文件的一组API使用方法，并通过例子代码，演示了如何将一组静态Bmp图片合成一个avi视频文件以及如何将一个avi视频文件解析保存为一系列的bmp图像文件。 　　关键词：avi文件 bmp图像 vc 　　AVI是音频视频交错(Audio Video Interleaved)的英文缩写，它是Microsoft公司开发的一种符合RIFF文件的数字音频与视频文件格式，原先用于Microsoft Video for Windows (简称VFW)环境，现在已被Windows 95/98、OS/2等多数操作系统直接支持。AVI格式允许视频和音频交错在一起同步播放，支持256色和RLE压缩，但AVI文件并未限定压缩，因此，AVI文件格式只是作为控制界面上的标准，不具有兼容性，用不同压缩算法生成的AVI文件，必须使用相应的解压缩算法才能播放出来。常用的AVI播放驱动程序，主要是Microsoft Video for Windows或Windows 95/98中的Video 1，以及Intel公司的Indeo Video。 　　在介绍AVI文件前，我们要先来看看RIFF文件结构。AVI文件采用的是RIFF文件结构方式，RIFF（Resource Interchange File Format，资源互换文件格式）是微软公司定义的一种用于管理windows环境中多媒体数据的文件格式，波形音频wave，MIDI和数字视频AVI都采用这种格式存储。构造RIFF文件的基本单元叫做数据块（Chunk），每个数据块包含3个部分， 　　1、4字节的数据块标记（或者叫做数据块的ID） 　　2、数据块的大小 　　3、数据 　　整个RIFF文件可以看成一个数据块，其数据块ID为RIFF，称为RIFF块。一个RIFF文件中只允许存在一个RIFF块。RIFF块中包含一系列的子块，其中有一种字块的ID为"LIST"，称为LIST，LIST块中可以再包含一系列的子块，但除了LIST块外的其他所有的子块都不能再包含子块。 　　RIFF和LIST块分别比普通的数据块多一个被称为形式类型（Form Type）和列表类型（List Type）的数据域，其组成如下： 　　1、4字节的数据块标记（Chunk ID） 　　2、数据块的大小 　　3、4字节的形式类型或者列表类型 　　4、数据 　　下面我们看看AVI文件的结构。AVI文件是目前使用的最复杂的RIFF文件，它能同时存储同步表现的音频视频数据。AVI的RIFF块的形式类型是AVI，它包含3个子块，如下所述： 　　1、信息块，一个ID为"hdrl"的LIST块，定义AVI文件的数据格式。 　　2、数据块，一个ID为 "movi"的LIST块，包含AVI的音视频序列数据。 　　3、索引块，ID为 "idxl"的子块，定义 "movi"LIST块的索引数据，是可选块。 　　AVI文件的结构如下图所示，下面将具体介绍AVI文件的各子块构造。 　　1、信息块，信息块包含两个子块，即一个ID为 avih 的子块和一个ID 为 strl 的LIST块。 信息块 　　"avih"子块的内容可由如下的结构定义： typedef struct { 　DWORD dwMicroSecPerFrame ; //显示每桢所需的时间ns，定义avi的显示速率 　DWORD dwMaxBytesPerSec; // 最大的数据传输率 　DWORD dwPaddingGranularity; //块的长度需为此值的倍数，通常是2048 　DWORD dwFlages; //AVI文件的特殊属性，如是否包含索引块，音视频数据是否交叉存储 　DWORD dwTotalFrame; //文件中的总桢数 　DWORD dwInitialFrames; //说明在开始播放前需要多少桢 　DWORD dwStreams; //文件中包含的数据流种类 　DWORD dwSuggestedBufferSize; //建议使用的缓冲区的大小， 　//通常为存储一桢图像以及同步声音所需要的数据之和 　DWORD dwWidth; //图像宽 　DWORD dwHeight; //图像高 　DWORD dwReserved[4]; //保留值 }MainAVIHeader; 　　"strl" LIST块用于记录AVI数据流，每一种数据流都在该LIST块中占有3个子块，他们的ID分别是"strh","strf", "strd"； "strh"子块由如下结构定义。 typedef struct { 　FOURCC fccType; //4字节，表示数据流的种类 vids 表示视频数据流 　//auds 音频数据流 　FOURCC fccHandler;//4字节 ，表示数据流解压缩的驱动程序代号 　DWORD dwFlags; //数据流属性 　WORD wPriority; //此数据流的播放优先级 　WORD wLanguage; //音频的语言代号 　DWORD dwInitalFrames;//说明在开始播放前需要多少桢 　DWORD dwScale; //数据量，视频每桢的大小或者音频的采样大小 　DWORD dwRate; //dwScale /dwRate = 每秒的采样数 　DWORD dwStart; //数据流开始播放的位置，以dwScale为单位 　DWORD dwLength; //数据流的数据量，以dwScale为单位 　DWORD dwSuggestedBufferSize; //建议缓冲区的大小 　DWORD dwQuality; //解压缩质量参数，值越大，质量越好 　DWORD dwSampleSize; //音频的采样大小 　RECT rcFrame; //视频图像所占的矩形 }AVIStreamHeader; 　　"strf"子块紧跟在"strh"子块之后，其结构视"strh"子块的类型而定，如下所述；如果 strh子块是视频数据流，则 strf子块的内容是一个与windows设备无关位图的BIMAPINFO结构，如下： typedef struct tagBITMAPINFO { 　BITMAPINFOHEADER bmiHeader; 　RGBQUAD bmiColors[1]; //颜色表 }BITMAPINFO; typedef struct tagBITMAPINFOHEADER { 　DWORD biSize; 　LONG biWidth; 　LONG biHeight; 　WORD biPlanes; 　WORD biBitCount; 　DWORD biCompression; 　DWORD biSizeImage; 　LONG biXPelsPerMeter; 　LONG biYPelsPerMeter; 　DWORD biClrUsed; 　DWORD biClrImportant; }BITMAPINFOHEADER; 　　如果 strh子块是音频数据流，则strf子块的内容是一个WAVEFORMAT结构，如下： typedef struct { 　WORD wFormatTag; 　WORD nChannels; //声道数 　DWORD nSamplesPerSec; //采样率 　DWORD nAvgBytesPerSec; //WAVE声音中每秒的数据量 　WORD nBlockAlign; //数据块的对齐标志 　WORD biSize; //此结构的大小 }WAVEFORMAT 　　"strd"子块紧跟在strf子块后，存储供压缩驱动程序使用的参数，不一定存在，也没有固定的结构。 　　"strl" LIST块定义的AVI数据流依次将 "hdrl " LIST 块中的数据流头结构与"movi" LIST块中的数据联系在一起，第一个数据流头结构用于数据流0，第二个用于数据流1，依次类推。 　　数据块中存储视频和音频数据流，数据可直接存于 "movi" LIST块中。数据块中音视频数据按不同的字块存放，其结构如下所述， 　　音频字块 　　　　"##wb" 　　　　Wave 数据流 　　视频子块中存储DIB数据，又分为压缩或者未压缩DIB， 　　　　"##db" 　　　　RGB数据流 　　　 "##dc" 　　压缩的图像数据流 　　看到了吧，avi文件的图像数据可以是压缩的，和非压缩格式的。对于压缩格式来说，也可采用不同的编码，也许你曾经遇到有些avi没法识别，就是因为编码方式不一样，如果没有相应的解码，你就没法识别视频数据。AVI的编码方式有很多种，比较常见的有 mpeg2，mpeg4，divx等。 索引块，索引快包含数据块在文件中的位置索引，能提高avi文件的读写速度，其中存放着一组AVIINDEXENTRY结构数据。如下，这个块并不是必需的，也许不存在。 typedef struct { 　DWORD ckid; //记录数据块中子块的标记 　DWORD dwFlags; //表示chid所指子块的属性 　DWORD dwChunkOffset; //子块的相对位置 　DWORD dwChunkLength; //子块长度 }; 　　现在我相信你肯定会对AVI的文件结构已经很清楚了，在介绍完了AVI文件结构后，我们就来看看如何对avi文件进行读写了，为了对avi进行读写，微软提供了一套API，总共50个函数，他们的用途主要有两类，一个是avi文件的操作，一类是数据流streams的操作。 　　1、打开和关闭文件 　　AVIFileOpen ，AVIFileAddRef， AVIFileRelease 　　2、从文件中读取文件信息 　　通过AVIFileInfo可以获取avi文件的一些信息，这个函数返回一个AVIFILEINFO结构，通过AVIFileReadData可以用来获取AVIFileInfo函数得不到的信息。这些信息也许不包含在文件的头部，比如拥有file的公司和个人的名称。 　　3、写入文件信息 　　可以通过AVIFileWriteData函数来写入文件的一些额外信息。 　　4、打开和关闭一个流 　　打开一个数据流就跟打开文件一样，你可以通过 AVIFileGetStream函数来打开一个数据流，这个函数创建了一个流的接口，然后在该接口中保存了一个句柄。 　　如果你想操作文件的某一个单独的流，你可以采用AVIStreamOpenFromFile函数，这个函数综合了AVIFileOpen和AVIFileGetStream函数。 　　如果你想操作文件中的多个数据流，你就要首先AVIFileOpen，然后AVIFileGetStream。 　　可以通过AVIStreamAddRef来增加stream接口的引用。 　　通过AVIStreamRelease函数来关闭数据流。这个函数用来减少streams的引用计数，当计数减少为0时，删除。 　　5、从流中读取数据和信息 　　AVIStreamInfo函数可以获取数据的一些信息，该函数返回一个AVISTREAMINFO结构，该结构包含了数据的类型压缩方法，建议的buffersize，回放的rate，以及一些description。 　　如果数据流还有一些其它的额外的信息，你可以通过AVIStreamReadData函数来获取。应用程序分配一个内存，传递给这个函数，然后这个函数会通过这个内存返回数据流的信息，额外的信息可能包括数据流的压缩和解压缩的方法，你可以通过AVIStreamDataSize宏来回去需要申请内存块的大小。 　　可以通过AVIStreamReadFormat函数获取数据流的格式信息。这个函数通过指定的内存返回数据流的格式信息，比如对于视频流，这个buffer包含了一个BIMAPINFO结构，对于音频流，内存块包含了WAVEFORMATEX或者PCMAVEFORMAT结构。你可以通过给AVIStreamReadFormat传递一个空buffer就可以获取buffer的大小。也可以通过AVIStreamFormatSize宏。 　　可以通过AVIStreamRead函数来返回多媒体的数据。这个函数将数据复制到应用程序提供的内存中，对于视频流，这个函数返回图像祯，对于音频流，这个函数返回音频的sample数据。可以通过给AVIStreamRead传递一个NULL的buffer来获取需要的buffer的大小。也可以通过AVIStreamSampleSize宏来获取buffer的大小。 　　有些AVI数据流句柄可能需要在启动数据流的前要做一下准备工作，此时，我们可以调用AVIStreamBeginStreaming函数来告知AVI数据流handle来申请分配它需要的一些资源。在完毕后，调用AVIStreamEndStreamming函数来释放资源。 　　6、操作压缩的视频数据 　　如果你要演示一祯或者几祯压缩视频图像时，你可以调用AVIStreamRead函数，将获取的数据传递给DrawDib函数来显示图像。这些函数可以显示压缩和未压缩的图像。 　　AVIFile也提供了一个函数AVIStreamGetFrameOpen，来获取未压缩的视频祯，这个函数创建了内存来获取未压缩的数据。也可以通过AVIStreamGetFrame函数来解压缩一个单独的视频祯。这个函数可以解压缩某一祯图像，然后将数据以一个BIMAPINFOHEADER结构返回。当你调用完AVIStreamGetFrame函数后，要调用AVIStreamGetFrameClose函数释放上一个函数申请的资源。 　　7、根据已存在的数据流创建文件 　　创建一个包含多个数据流的文件的方法就是整合多个数据流，将其写入一个新文件。这些数据流可以是内存中的数据，也可以是存在于另一个文件中。 　　我们可以用AVISave这个函数来build一个文件。这个函数可以创建一个文件，并且将指定的多个数据流按照指定的顺序写入文件，你也可以通过AVISaveV函数来创建一个新的文件，这个函数的功能和AVISave的功能一样，主要区别是AVISaveV采用的数据流数组，而AVISave是单个的数据流，多次保存。 　　我们可以调用AVISaveOptions函数来显示一个对话框，可以让用户来选择压缩方式。 　　我们可以在调用AVISave和AVISaveV函数时指定一个回调函数，用来显示avi文件的生成进度，可以让用户随时地取消生成avi文件。 　　我们可以调用GetSaveFileNamePreview函数来显示保存的对话框让用户选择保存的文件名。 　　通过AVIMakeFileFromStreams函数我们可以创建一个虚拟的文件句柄，其他的avi函数可以通过这个虚拟的文件句柄来操作文件中的数据流，操作完毕要记得调用AVIFileRelease释放。 8、向文件写入一个数据流 　　我们可以通过AVIFileCreateStream函数来在一个新文件或者已经存在的文件中创建一个数据流。这个函数根据AVISTREAMINFO结构定义了新的数据流，并为新的数据流创建一个接口，返回接口的指针。 　　在写入新的数据前，一定要指定流的格式信息，通过AVIStreamSetFormat函数，当设置一个视频流的时候，一定要使用BIMAPINFO结构来设置，音频就用WAVEFORMAT。 　　然后我们就可以通过AVIStreamWrite函数将我们的多媒体数据写入数据流了。这个函数将应用程序提供的内存数据复制到指定的流。缺省的avi handler将数据写入流的最后。 　　如果你有其他额外的信息需要写入流，你可以调用AVIFileWriteData或者AVIStreamWriteData，最后记得在完成数据写入后，要调用AVIStreamRelease。 　　9、数据流中的祯的位置 　　寻找起始祯： 　　可以通过AVIStreamStart函数来获取第一祯包含的sample number。也可以通过AVIStreamInfo函数来获取这个信息，这个函数的AVISTREAMINFO结构中包含了dwStart，可以通过AVIStreamStartTime宏来获取第一个sample。 　　可以通过AVIStreamLength函数来获取流的长度。这个函数返回流中的sample的数目。也可以通过AVIStreamInfo函数来获取这些信息，可以通过AVIStreamLengthTime宏来获取流的长度，毫秒。 　　在视频流中，一个sample对应着一祯图像，所以，有时这些sample中没有视频数据，如果你调用AVIStreamRead函数来数据，可能返回NULL，也可以通过AVIStreamFindSample通过指定FIND_ANY标志来查找指定的sample。 　　查找关键祯 　　通过AVIStreamFindSample函数查找符合要寻找的sample，然后可以通过下面的宏判断是否关键祯。 　　在time和sample间互相切换。 　　AVIStreamSampleToTime这个函数可以将smaple转换成毫秒。对于视频，这个值代表的是这个祯开始播放的时间。 　　在了解了上面的知识后，我们对avi的文件结构以及如何操作avi文件心里就明白了，下面我们可以开始我们的编程了。我们要做两件事情： 　　1、如何将一组静态的bmp位图合成一个avi的视频文件； 　　2、如何将一个未压缩的avi文件解析成一幅幅位图。 　　示例程序界面如下： 　　下面的函数演示了如何将一个文件夹下面的所有bmp文件都保存为一个avi文件，函数的第一个参数是要生成的AVI的文件名，第二个参数是存放bmp文件的文件夹名，这个函数会枚举该文件夹下的所有bmp文件，合成一个AVI文件。 void Cbmp2aviDlg::AVItoBmp(CString strAVIFileName, CString strBmpDir) { 　// TODO: 在此添加控件通知处理程序代码 　AVIFileInit(); 　PAVIFILE avi; 　int res="AVIFileOpen"(&avi, strAVIFileName, OF_READ, NULL); 　int n = GetLastError(); 　if (res!=AVIERR_OK) 　{ 　　//an error occures 　　if (avi!=NULL) 　　　AVIFileRelease(avi); 　　return ; 　} 　AVIFILEINFO avi_info; 　AVIFileInfo(avi, &avi_info, sizeof(AVIFILEINFO)); 　PAVISTREAM pStream; 　res=AVIFileGetStream(avi, &pStream, streamtypeVIDEO /*video stream*/, 　　　0 /*first stream*/); 　if (res!=AVIERR_OK) 　{ 　　if (pStream!=NULL) 　　　AVIStreamRelease(pStream); 　　　AVIFileExit(); 　　return ; 　} 　//do some task with the stream 　int iNumFrames; 　int iFirstFrame; 　iFirstFrame=AVIStreamStart(pStream); 　if (iFirstFrame==-1) 　{ 　　//Error getteing the frame inside the stream 　　if (pStream!=NULL) 　　　AVIStreamRelease(pStream); 　　AVIFileExit(); 　　return ; 　} 　iNumFrames=AVIStreamLength(pStream); 　if (iNumFrames==-1) 　{ 　　//Error getteing the number of frames inside the stream 　　if (pStream!=NULL) 　　　AVIStreamRelease(pStream); 　　AVIFileExit(); 　　return ; 　} 　//getting bitmap from frame 　BITMAPINFOHEADER bih; 　ZeroMemory(&bih, sizeof(BITMAPINFOHEADER)); 　bih.biBitCount=24; //24 bit per pixel 　bih.biClrImportant=0; 　bih.biClrUsed = 0; 　bih.biCompression = BI_RGB; 　bih.biPlanes = 1; 　bih.biSize = 40; 　bih.biXPelsPerMeter = 0; 　bih.biYPelsPerMeter = 0; 　//calculate total size of RGBQUAD scanlines (DWORD aligned) 　bih.biSizeImage = (((bih.biWidth * 3) + 3) & 0xFFFC) * bih.biHeight ; 　PGETFRAME pFrame; 　pFrame=AVIStreamGetFrameOpen(pStream, NULL ); 　AVISTREAMINFO streaminfo; 　AVIStreamInfo(pStream,&streaminfo,sizeof(AVISTREAMINFO)); 　//Get the first frame 　BITMAPINFOHEADER bih2; 　long lsize = sizeof(bih2); 　int index="0"; 　for (int i="iFirstFrame"; i