C++音视频八股文（封装格式基础）

1. 常见的视频封装格式有哪些？MP4、FLV、MKV、AVI各有什么特点？

常见视频封装格式：

• MP4（MPEG-4 Part 14）
• FLV（Flash Video）
• MKV（Matroska）
• AVI（Audio Video Interleave）
• MOV（QuickTime）
• TS（MPEG Transport Stream）
• WebM

MP4特点：

• 最流行的封装格式，兼容性最好
• 基于QuickTime容器，ISO标准
• 支持编码：H.264/H.265视频，AAC/MP3音频
• 支持流式传输（moov前置）
• 支持字幕、章节、元数据
• 适合：网络视频、移动设备、流媒体
• 文件扩展名：.mp4、.m4v、.m4a
• 优点：广泛支持、标准化、功能完善
• 缺点：不支持某些高级特性（如多音轨切换）

FLV特点：

• Adobe Flash视频格式
• 结构简单，解析快速
• 支持编码：H.264/VP6视频，AAC/MP3音频
• 流式传输友好，延迟低
• 适合：直播、RTMP推流
• 文件扩展名：.flv
• 优点：低延迟、简单高效
• 缺点：Flash已淘汰、功能有限、不支持H.265

MKV特点：

• 开源、功能最强大的容器
• 支持几乎所有编码格式
• 支持多音轨、多字幕、章节、附件
• 支持可变帧率
• 适合：高清视频、蓝光原盘、动漫
• 文件扩展名：.mkv、.mka、.mks
• 优点：功能全面、开放标准、扩展性强
• 缺点：硬件支持较少、文件头较大

AVI特点：

• 微软开发的老格式（1992年）
• 结构简单，兼容性好
• 支持多种编码，但标准不统一
• 不支持流式传输
• 文件大小限制（2GB或4GB）
• 适合：本地播放、老设备
• 文件扩展名：.avi
• 优点：兼容性好、简单
• 缺点：功能落后、效率低、标准混乱

格式对比：

2. 什么是容器格式？容器格式和编码格式有什么关系？

容器格式（Container Format）：

• 也称封装格式、多媒体容器
• 用于存储和组织音视频数据的文件格式
• 定义了数据的存储结构、索引方式、元数据等
• 类比：容器是"盒子"，编码数据是"内容物"

容器的作用：

1. 多路复用：将视频、音频、字幕等多个流封装在一起
2. 同步信息：提供时间戳（PTS/DTS）实现音视频同步
3. 索引信息：支持快进、快退、随机访问
4. 元数据：存储标题、作者、时长、分辨率等信息
5. 流管理：管理多音轨、多字幕、章节等

编码格式（Codec）：

• 音视频数据的压缩算法
• 视频编码：H.264、H.265、VP9、AV1等
• 音频编码：AAC、MP3、Opus等
• 决定压缩效率和质量

容器与编码的关系：

1. 独立但相关：

视频文件 = 容器格式 + 编码格式

例如：
video.mp4 = MP4容器 + H.264视频 + AAC音频
video.mkv = MKV容器 + H.265视频 + Opus音频

2. 容器支持多种编码：

• MP4可以封装H.264、H.265、MPEG-4等
• MKV几乎支持所有编码格式
• 同一编码可以用不同容器封装

3. 不是所有组合都有效：

• FLV不支持H.265
• WebM只支持VP8/VP9/AV1视频和Vorbis/Opus音频
• 需要查看容器规范确定支持的编码

常见组合：

MP4 + H.264 + AAC（最常用）
MKV + H.265 + AAC（高清）
WebM + VP9 + Opus（开源）
FLV + H.264 + AAC（直播）
TS + H.264 + AAC（HLS流）

类比理解：

• 容器 = 快递盒子（定义包装方式）
• 编码 = 盒子里的物品（实际内容）
• 可以用不同盒子装同样的物品
• 不同盒子有不同的承载能力

3. MP4文件的基本结构是怎样的？什么是moov、mdat、ftyp？

MP4文件结构：

• 基于Box（也称Atom）的层次结构
• 每个Box包含：大小（4字节）+ 类型（4字节）+ 数据
• Box可以嵌套，形成树状结构

基本结构：

[ftyp] - 文件类型
[mdat] - 媒体数据（可选位置）
[moov] - 元数据和索引
  [mvhd] - 电影头
  [trak] - 视频轨道
    [tkhd] - 轨道头
    [mdia] - 媒体信息
      [mdhd] - 媒体头
      [hdlr] - 处理器
      [minf] - 媒体信息
        [stbl] - 样本表
          [stsd] - 样本描述（编码信息）
          [stts] - 时间戳
          [stsc] - 样本到块映射
          [stsz] - 样本大小
          [stco] - 块偏移
  [trak] - 音频轨道
    ...
[free/skip] - 空闲空间（可选）

关键Box详解：

ftyp（File Type Box）：

• 文件类型和兼容性信息
• 位置：文件开头
• 内容： major_brand：主品牌（如isom、mp42）minor_version：版本号compatible_brands：兼容品牌列表
• 作用：标识文件类型，播放器据此判断兼容性
• 示例：

mdat（Media Data Box）：

• 实际的音视频数据
• 位置：可在moov之前或之后
• 内容：编码后的音视频帧数据（压缩数据