[Video and Audio Data Processing] UDP-RTP协议解析

概念

网络协议数据在视频播放器中的位置如下所示。

MPEG-TS封装格式数据打包为RTP/UDP协议然后发送出去的流程如下图所示。图中首先每7个MPEG-TS Packet打包为一个RTP，然后每个RTP再打包为一个UDP。其中打包RTP的方法就是在MPEG-TS数据前面加上RTP Header，而打包RTP的方法就是在RTP数据前面加上UDP Header。

基本概念就差不多这些，更多的请看我写的代码注释，以及本文参考链接。

代码

extern "C"
{
#ifdef __cplusplus
#define __STDC_CONSTANT_MACROS

#endif

}
extern "C" {

#include <stdio.h>
#include <winsock2.h>
}

// 摘自<winsock.h>
// typedef struct WSAData {
//         WORD                    wVersion;
//         WORD                    wHighVersion;
// #ifdef _WIN64
//         unsigned short          iMaxSockets;
//         unsigned short          iMaxUdpDg;
//         char FAR *              lpVendorInfo;
//         char                    szDescription[WSADESCRIPTION_LEN+1];
//         char                    szSystemStatus[WSASYS_STATUS_LEN+1];
// #else
//         char                    szDescription[WSADESCRIPTION_LEN+1];
//         char                    szSystemStatus[WSASYS_STATUS_LEN+1];
//         unsigned short          iMaxSockets;
//         unsigned short          iMaxUdpDg;
//         char FAR *              lpVendorInfo;
// #endif
// } WSADATA;

#pragma comment(lib, "ws2_32.lib") 

#pragma pack(1)

/*
 * [memo] FFmpeg stream Command:
 * ffmpeg -re -i sintel.ts -f mpegts udp://127.0.0.1:8880
 * ffmpeg -re -i sintel.ts -f rtp_mpegts udp://127.0.0.1:8880
 */

typedef struct RTP_FIXED_HEADER {
    /* byte 0 */
    unsigned char csrc_len : 4;       /* expect 0 */
//CSRC记数（CC）    表示CSRC标识的数目
    unsigned char extension : 1;      /* expect 1 */
//extension：扩展位
    unsigned char padding : 1;        /* expect 0 */
//padding: 填充位， 一些具有固定块大小的加密算法
//或在较低层协议数据单元中携带几个RTP数据包可能需要填充。
    unsigned char version : 2;        /* expect 2 */
//version字段标识RTP的版本
    /* byte 1 */
    unsigned char payload : 7;
//payload：负载类型,标明RTP负载的格式，
//包括所采用的编码算法、采样频率、承载通道等
    unsigned char marker : 1;        /* expect 1 */
//标记位，处理帧边界之类的东西
    /* bytes 2, 3 */
    unsigned short seq_no;
// seq_no: 序列号用来为接收方提供探测数据丢失的方法，
// 但如何处理丢失的数据则是应用程序自己的事情，RTP协议本身并不负责数据的重传。
    /* bytes 4-7 */
    unsigned  long timestamp;
// timestamp: 时间戳，记录了负载中第一个字节的采样时间，
//接收方能够根据，时间戳确定数据的到达是否受到了延迟抖动的影响，
// 但具体如何来补偿延迟抖动则是应用程序自己的事情。
    /* bytes 8-11 */
    unsigned long ssrc;            /* stream number is used here. */
//  If a participant generates multiple streams in one RTP session, 
//  for example from separate video cameras, each MUST be identified 
//  as a different SSRC.
} RTP_FIXED_HEADER;

//这里使用了位域的结构
//这个MPEGTS_FIXED_HEADER结构的长度是4个字节
typedef struct MPEGTS_FIXED_HEADER {
    unsigned sync_byte : 8; 
//Sync byte:同步字节，值为0x47；
    unsigned transport_error_indicator : 1;
//Transport error indicator:传输错误指示位，
// 置1时，表示传送包中至少有一个不可纠正的错误位。
    unsigned payload_unit_start_indicator : 1;
//Payload_unit start indicator:负载单元起始指标位，
//表示TS包的有效净荷以PES/PSI包的第一个字节开始，
//举个例子，一个PES包可能由多个TS包构成，
//第一个TS包的负载单元起始指标位才会被置位。
    unsigned transport_priority : 1;
//Transport priority:传输优先级，\
//表明该包比同个PID的但未置位的TS包有更高的优先级。
    unsigned PID : 13;
//PID:该TS包的ID号，如果净荷是PAT包，则PID固定为0x00。
    unsigned scrambling_control : 2;
//Transport scrambling control:传输加扰控制位
    unsigned adaptation_field_exist : 2;
//Adaption field control:自适应调整域控制位，
//置位则表明该TS包存在自适应调整字段。
    unsigned continuity_counter : 4;
// Continuity counter:连续计数器，随着具有相同PID的TS包的增加而增加，
// 达到最大时恢复为0，如果两个连续相同PID的TS包具有相同的计数，
// 则表明这两个包是一样的，只取一个解析即可。
} MPEGTS_FIXED_HEADER;

int simplest_udp_parser(int port)
{
    WSADATA wsaData;
//WSADATA结构被用来保存AfxSocketInit函数返回的WindowsSockets初始化信息。
    WORD sockVersion = MAKEWORD(2, 2);
//这个宏呢就是返回一个word大小的内存 高位是2 低位也是2 所以版本是2.2
//typedef  unsigned short     word;   /* Unsinged 16 bit value type. */
    int cnt = 0;

    //FILE *myout=fopen("output_log.txt","wb+");
    FILE* myout = stdout;

    FILE* fp1 = fopen("output_dump.ts", "wb+");

    if (WSAStartup(sockVersion, &wsaData) != 0) {
// 对2.2版本Windows Sockets 库进行初始化
// 如果出错zhi,则返回0
        return 0;
    }

//Windows下初始化Winsock的模板写法
    SOCKET serSocket = socket(AF_INET, SOCK_DGRAM, IPPROTO_UDP);
    if (serSocket == INVALID_SOCKET) {
        printf("socket error !");
        return 0;
    }

// typedef struct sockaddr_in {
// 
// #if(_WIN32_WINNT < 0x0600)
//     short   sin_family;
// #else //(_WIN32_WINNT < 0x0600)
//     ADDRESS_FAMILY sin_family;
// #endif //(_WIN32_WINNT < 0x0600)
// 
//     USHORT sin_port;
//     IN_ADDR sin_addr;
//     CHAR sin_zero[8];
// } SOCKADDR_IN, *PSOCKADDR_IN;

//#define INADDR_ANY    (ULONG)0x00000000

//这块是socket网络编程的东西，大概就是要绑定本地端口，然后接收数据
    sockaddr_in serAddr;
    serAddr.sin_family = AF_INET;
    serAddr.sin_port = htons(port);
    serAddr.sin_addr.S_un.S_addr = INADDR_ANY;
    if (bind(serSocket, (sockaddr*)&serAddr, sizeof(serAddr)) == SOCKET_ERROR) {
        printf("bind error !");
        closesocket(serSocket);
        return 0;
    }

    sockaddr_in remoteAddr;
    int nAddrLen = sizeof(remoteAddr);

    //How to parse?
    int parse_rtp = 1;
    int parse_mpegts = 1;

    printf("Listening on port %d\n", port);

    char recvData[10000];
    while (1) {

//recvfrom函数用于从（已连接）套接口上接收数据，并捕获数据发送源的地址。
//recvData接收数据缓冲区
//返回值:成功则返回接收到的字符数,失败返回-1.
//使用 recvfrom 函数接收到的数据已经是UDP的负载了，没有头部信息了。
//所以不要困惑为啥没解析 UDP文件头
        int pktsize = recvfrom(serSocket, recvData, 10000, 0, (sockaddr*)&remoteAddr, 
        &nAddrLen);
        if (pktsize > 0) {
            //printf("Addr:%s\r\n",inet_ntoa(remoteAddr.sin_addr));
            //printf("packet size:%d\r\n",pktsize);
            //Parse RTP
            //
            if (parse_rtp != 0) {
                char payload_str[10] = { 0 };
                RTP_FIXED_HEADER rtp_header;
                int rtp_header_size = sizeof(RTP_FIXED_HEADER);
                //RTP Header
                memcpy((void*)&rtp_header, recvData, rtp_header_size);
            //rtp_header从接收到的recvData数据里面，获取RTP头信息

                //RFC3551
                char payload = rtp_header.payload;
                switch (payload) {
                case 0:
                case 1:
                case 2:
                case 3:
                case 4:
                case 5:
                case 6:
                case 7:
                case 8:
                case 9:
                case 10:
                case 11:
                case 12:
                case 13:
                case 14:
                case 15:
                case 16:
                case 17:
                case 18: sprintf(payload_str, "Audio"); break;
                case 31: sprintf(payload_str, "H.261"); break;
                case 32: sprintf(payload_str, "MPV"); break;
                case 33: sprintf(payload_str, "MP2T"); break;
                case 34: sprintf(payload_str, "H.263"); break;
                case 96: sprintf(payload_str, "H.264"); break;
                default:sprintf(payload_str, "other"); break;
                }

                unsigned int timestamp = ntohl(rtp_header.timestamp);
            //timestamp:时间戳
                unsigned int seq_no = ntohs(rtp_header.seq_no);
            //seq_no序列号

                fprintf(myout, "[RTP Pkt] %5d| %5s| %10u| %5d| %5d|\n", cnt, 
                payload_str, timestamp, seq_no, pktsize);

                //RTP Data
                char* rtp_data = recvData + rtp_header_size;
                //RTP Data数据从recvData+ rtp_header_size的地址开始获取，没毛病

                int rtp_data_size = pktsize - rtp_header_size;
                fwrite(rtp_data, rtp_data_size, 1, fp1);
            //写入到output_dump.ts里面

                //Parse MPEGTS
                if (parse_mpegts != 0 && payload == 33) {
                //33指的是负载类型MP2T
                    MPEGTS_FIXED_HEADER mpegts_header;
                    for (int i = 0; i < rtp_data_size; i = i + 188) {
                        //TS packet一般是188个字节长度，这是此处取188的原因
                        if (rtp_data[i] != 0x47)
                        //0x47为MPEGTS_FIXED_HEADER头的同步字
                            break;
                        //MPEGTS Header
                        //memcpy((void *)&mpegts_header,
                        //rtp_data+i,sizeof(MPEGTS_FIXED_HEADER));
                        fprintf(myout, "   [MPEGTS Pkt]\n");
                    }
                }

            }
            else {
                fprintf(myout, "[UDP Pkt] %5d| %5d|\n", cnt, pktsize);
                fwrite(recvData, pktsize, 1, fp1);
            }

            cnt++;
        }
    }
    closesocket(serSocket);
    WSACleanup();
    fclose(fp1);

    return 0;
}

int main()
{
    simplest_udp_parser(8880);
    return 0;
}

先在visual studio编译运行，

然后把sintel.ts放在ffmpeg.exe同级目录，使用ffmpeg推流。

ffmpeg -re -i sintel.ts -f rtp_mpegts udp://127.0.0.1:8880

如下会一边推流一边解析文件。

原文作者： 1byte ≠ 8bit