[C/C++] AVI Audio/Video Extractor

• AVI Audio/Video Extractor

Download: AviAVExtractor.zip


AVI Audio/Video Extractor是兩年前為了了解基本的影音架構處理而撰寫的小程式，最近終於有時間將這個小程式做些微的修正發佈出來。整個程式演算沒有什麼難度，只是大量的使用結構與檔案的輸入輸出的處理。基本的AVI結構圖如下：

上面這張概略圖已經不是最原始的AVI架構，我參照了OpenDML標準定義所混和繪製的。

本範例程式最原先版本是參照微軟的AVI RIFF File Reference文件定義所撰寫的，網址如下；

http://msdn.microsoft.com/en-us/library/ms779636(VS.85).aspx


• RIFF

AVI屬於RIFF(Resource Interchange File Format)標準定義內的格式，所以在圖上你可以看到一開始會有12bytes為RIFF的資訊（如右圖），每一個區塊佔用4bytes，第一個區塊紀錄著RIFF這四個字元，第二個區塊則是紀錄這整個檔案的大小，例如圖中的16進位數值轉為10進位就是13044728 bytes，會比實際檔案大小少於8 bytes，因為13044728是不包含檔案前8個bytes。第三個區塊則是紀錄著此檔案的類型。同樣的紀錄方式應用在WAVE檔也是如此。RIFF是由Microsfot跟IBM所定義的，詳細訊息可以參考wikipedia - Resource Interchange File Format


• AVI Main Header

緊接著RIFF之後就是AVI結構裡第一個主LIST區塊(標頭定義區塊)，在avih識別字之後會有一個AVI Main Header，在這個範例裡我們僅使用他來判別此檔案有多少個串流（dwStreams），詳細的結構資料你可以參考微軟的AVI Main Header。


• AVI Stream Header

讀取完AVI Main Header之後緊接著是第一個子LIST，一個AVI檔通常會有2~4個sub-list，而Audio跟Video通常都在前兩個sub-list裡，而其餘的則是紀錄字幕或者一些保留資訊。在這個範例裡我們只藉由Stream Header來判斷目前此串流的格式（fccType），詳細結構你可以參考微軟的AVI Stream Headers。


• Bitmap Info Header

每一個子LIST區塊都會有AVI Stream Header，紀錄著此串流的類型。以第一張的AVI架構圖來說，我們假設stream0為vids（也就是視訊串流），那這時就要讀取點陣圖的標頭檔，在這個範例裡我們只將此訊息儲存保留至視訊分離時使用，詳細結構請參考微軟的Bitmap Info Header。


• Wave FormatEx

讀取完視頻的標頭資訊之後，stream1則是為音頻標頭資訊，範例裡我們使用標準的wave格式標頭檔WAVEFORMETEX來讀取，同樣的也是保留原始資訊作為之後分離音訊使用，詳細結構請參考微軟的WAVEFORMETEX

• movi

讀取完第一部份的主LIST，第二部份的LIST則是紀錄著音訊視訊的實體資料，以某一區塊的已壓縮視訊區塊為例，如下：



第一個識別字00dc代表著stream0的已壓縮視訊資料，另外還有00db(stream0未壓縮視訊)，以及01wb(stream1的音訊區塊)，所以前面兩個字元00/01代表著串流的位置，二後兩個字元dc/db/wb則是串流的類型，詳細資料可以參考微軟的AVI RIFF File Reference


• Index

Index在AVI格式裡是optional的，但是在這個範例程式裡必須仰賴有index的AVI才能正常處理，index內每一個entry定義如下：

struct AVIOLDINDEX_ENTRY{
DWORD dwChunkId;
DWORD dwFlags;
DWORD dwOffset;
DWORD dwSize;
};


除了dwFlags在這個範例我們沒有用到之外，其餘的變數我們必須依照index的數據來搜尋實體資料。dwChunkId決定所紀錄區塊的串流類型，dwOffset則是紀錄此區塊的位置（不一定是絕對位置，所以在設計時必須自行修正這個問題），dwSize則是此區塊的大小，詳細資訊請參考微軟的AVIOLDINDEX

• Demo

使用GCC4.2.4在ubuntu8.04底下編譯之後會產生AviAVExtractor這個檔案，使用方式如下(以附件所附的imagine.avi檔案為例)：

處理完後音訊跟視訊的檔案分別為audio0.wav, video0.avi。

• Discussion

原始碼只有三個：

AviDefinition.h : AVI and its related structure definition


AviAVExtractor.h : header for AviAvExtractor.h


AviAVExtractor.c : Main Program

其中我將一些常用的AVI結構定義在AviDefinition.h裡面，為了程式設計方便，我所定義的結構可能會跟微軟上所列的有些出入。

本程式僅是簡單展示如何做音訊視訊分離，仍有許多地方並未實做：

1. 無index區塊的處理
2. JUNK區塊對齊
3. OpenDML標準格式支援
4. 字幕處理
5. 其他影音壓縮格式支援
6. ....
   

所以還有很多地方可以繼續補強，當然如果你是要做一些影音處理的專案，為了效率還是直接使用現成的API會比較快且穩定。


• Reference

Microsoft MSDN - AVI RIFF File Reference

OpenDML AVI File Format Extensions