MP4 文件格式（1）

我们要讨论的是MP4文件封装格式，对应的标准为ISO/IEC 14496-12，即信息技术视听对象编码的第12部分：ISO基本媒体文件格式（Information technology Coding of audio-visualobjects Part 12: ISO base media file format）。ISO/IEC组织指定的标准一般用数字表示，ISO/IEC 14496即MPEG-4标准。

MP4视频文件封装格式是基于QuickTime容器格式定义的，因此参考QuickTime的格式定义对理解MP4文件格式很有帮助。MP4文件格式是一个十分开放的容器，几乎可以用来描述所有的媒体结构，MP4文件中的媒体描述与媒体数据是分开的，并且媒体数据的组织也很自由，不一定要按照时间顺序排列，甚至媒体数据可以直接引用其他文件。同时，MP4也支持流媒体。MP4目前被广泛用于封装h.264视频和AAC音频，是高清视频的代表。

MP4文件中的所有数据都装在box（QuickTime中为atom）中，也就是说MP4文件由若干个box组成，每个box有类型和长度，可以将box理解为一个数据对象块。box中可以包含另一个box，这种box称为containerbox。

一个MP4文件首先会有且只有一个“ftyp”类型的box，作为MP4格式的标志并包含关于文件的一些信息；

之后会有且只有一个“moov”类型的box（MovieBox），它是一种containerbox，子box包含了媒体的metadata信息；

MP4文件的媒体数据包含在“mdat”类型的box（Midia DataBox）中，该类型的box也是containerbox，可以有多个，也可以没有（当媒体数据全部引用其他文件时），媒体数据的结构由metadata进行描述。

track表示一些sample的集合，对于媒体数据来说，track表示一个视频或音频序列。

hint track这个特殊的track并不包含媒体数据，而是包含了一些将其他数据track打包成流媒体的指示信息。

sample 对于非hinttrack来说，video sample即为一帧视频，或一组连续视频帧，audiosample即为一段连续的压缩音频，它们统称sample。对于hint track，sample定义一个或多个流媒体包的格式。

sample table 指明sampe时序和物理布局的表。

chunk 一个track的几个sample组成的单元。

下图是一个常用的MP4视频box结构及相应的解析：

以上均为转载整理，图片亦然。