关于直播几个视频格式的概念总结

因为业务需要，这段时间一直在准备做一个新的HTML5播放器，涉及到一些底层的视频知识，这段时间到处搜索了解了一些相关信息，这里先做一个阶段性总结。

MPEG（Moving Picture Experts Group，动态图像专家组）是ISO（International Standardization Organization，国际标准化组织）与IEC（International Electrotechnical Commission，国际电工委员会）于1988年成立的专门针对运动图像和语音压缩制定国际标准的组织。

这一段我是直接从百度百科上粘下来的官方解释，总结下来就是这是一个专门制定视音频通用标准的一个组织，因为要让播放器能正确识别播放各种视频，所以需要一份视音频格式的业界标准。我也同找到了一个解答很清晰简单的回答。通常来讲，每一次制定一个版本的白皮书就是一次技术的革新。

比如最开始MPEG1就是针对VCD制定的音频压缩标准（其中我们所熟知及最近正在被渐渐废弃的mp3格式就是指MPEG-1 audio layer 3)

MPEG2开始针对DVD制定视频+音频的压缩标准，视频其实可以看作是图片帧序列，比如一张经过压缩的jpg图片的大小是100KB，对于一个每秒24帧的1分钟的视频来说，一个视频可能就有100KB * 24 * 60 ≈ 14G的大小，这样肯定不行。MPEG2协议中就定义了一些业界的视频压缩标准。

MPEG3其实和mp3不同，本来MPEG3是针对HDTV广播视频而制定的协议，但是由于MPEG-2的出色性能表现，已能适用于HDTV，使得原打算为HDTV设计的MPEG-3，还没出世就被抛弃了。

后来随着手机的出现，因为手机的存储量有限，就要求更高的压缩率，比如原来一张DVD的存储量有4GB，而手机只有1G，这时候通过一些算法大牛们的努力，慢慢就有了MPEG4的协议制定。MPEG4协议中用了更高级的压缩算法，会比MPEG2有更高的压缩比。

container就是指视频的格式，包括.mp4, .mov, .wmv, .m3u8, .flv等等，container作为容器主要包含了video数据、audio数据、metadata（用于检索视频payload格式等信息）。

COmpress and DECompress，是指视音频的压缩方式，包括H.265/MPEG-H HEVC, H.264/MPEG-4 AVC, H.263/MPEG-4 Part 2, H.262/MPEG-2等等。可以分为intraframe codec和interframe codec。其中H.264/AVC，也称为MPEG-4 高级视频编码（Advanced Video Coding，AVC）,并且它将成为MPEG-4标准的第10部分（MPEG协议有很多部分，压缩方式是其中的一部分，还有一些部分定义了视频文件结构标准等）。就是现在工业界普遍在用的视频压缩方式。

浏览器新提供的通过JavaScript生成媒体流来播放的API，通过window.URL.createObjectURL(MediaSource)接口可以在浏览器端生成一个可播放的blob链接，并设置给video标签

这个基本可以链接我上一篇文章了，是当前比较通用的两个直播传输协议。其中HLS协议的直播视频格式是m3u8，RTMP的是flv。

上面2张图片，左图是一个普通的m3u8文件打开的内容，其实m3u8文件是一个纯文本，可以用记事本直接打开的，是一个视频描述文件，里面描述了一个个.ts文件片段的地址（或相对地址）、时长及hls协议版本信息等。右图是一个可以有多码率自适应的m3u8描述文件，可以根据不同带宽选择不同的m3u8地址。其中ts文件才是真正的视频数据。

上图是我找的网上关于ts文件的详细文件结构，一个ts文件在传输过程中是以188byte大小的包传输的，每一个包包括一个header和payload。header中又有不同的字段，用来描述视频信息及payload所在的位置，payload即是有效负载，就是视频信息，是一个在通信领域的专用名词。具体的文件结构解析，打算在下一篇m3u8文件详细的文章中描述。

也就是fmp4，是适应于现代浏览器的一种流媒体格式。和mp4格式不同的是，以往的mp4格式化也分为header信息和payload信息，一个大的mp4就会有一个很大的头信息，不适合与现在的网络环境。所以新的fmp4格式就出现了，fmp4格式有一个带了metadata的头片段，及后面一序列的fragment，每个fragment都有各自的header信息，这样就把header信息也分成了一个个小的片段，更适合现在的应用场景。所以fmp4格式也就是用于MediaSource对象的SourceBuffer的格式，通过一个initSegment和一序列的segment塞给MediaSource对象来播放。