文章摘要
本文簡單說明了FLV文件的格式，以此為出發(fā)點，使用 Python 實現(xiàn)FLV視頻的拼接。
一.FLV文件格式
關(guān)于FLV文件格式的解析網(wǎng)上有諸多文章，在這里就簡單介紹一下需要了解的部分，以便讀者更好地明白各段代碼的功能。
FLV文件是由文件頭(Header)和文件體(Body)按順序拼接而成。審查FLV內(nèi)容時，以二進(jìn)制方式讀取內(nèi)容。
Header：文件頭表明了文件的封裝格式為FLV，存儲對象為音頻、視頻或兩者。
以下為FLV文件的Header，共 9 個字節(jié)：
b'FLV\x01\x05\x00\x00\x00\t'
前 3 個字節(jié)(FLV)說明這是一個FLV文件
第 4 個字節(jié)(\x01)為版本號，固定為 1
第 5 個字節(jié)(\x05)表明存儲對象，需將其轉(zhuǎn)化成二進(jìn)制(00000101)查看，左、右邊的 1 分別表示文件含有音頻和視頻
后 4 個字節(jié)(\x00\x00\x00\t)表示文件頭的長度，其值固定為 9
Body：文件體由若干個 Tag 組成，除了第一個，每個 Tag 是由頭部( 11 字節(jié))、主體(不定長)和尾部( 4 字節(jié))組成。第一個 Tag 只有尾部。
Tag 又分為 3 類，腳本(scripts)、音頻(audio)和視頻(video)。通常第 2 個 Tag 為腳本類型，且只有一個，后續(xù)的都是音視頻類型。
以下為腳本 Tag 的部分，作為示例介紹一下：
頭部：b'\x12\x00\tb\x00\x00\x00\x00\x00\x00\x00'
第 1 個字節(jié)(\x12)表示 Tag 類型，腳本類型的對應(yīng)值為 18 ，音頻為 8 ，視頻為 9
第 2-4 個字節(jié)(\x00\tb)表示 Tag 主體的長度，此處為 2402
第 5-7 個字節(jié)(\x00\x00\x00)為時間戳，腳本類型的時間戳通常為 0
第 8 個字節(jié)(\x00)是時間戳的擴(kuò)展，當(dāng)前 3 個字節(jié)不夠用時會用這個字節(jié)當(dāng)作大端
后 3 個字節(jié)(\x00\x00\x00)是 Stream id，固定為 0
主體：腳本 Tag 的主體包含F(xiàn)LV視頻的基本信息，如時長、大小、分辨率等，比較復(fù)雜，在此不作介紹
尾部：b'\x00\x00\tm'
固定 4 字節(jié)，表示 Tag 頭部加主體的長度，即 11 + 2402 = 2413
二.FLV視頻拼接
將多個FLV視頻合成一個可以正常播放的視頻，便足夠滿足大部分的需求。因此，在接下來的拼接過程中，不會對FLV進(jìn)行細(xì)致入微的調(diào)整，達(dá)到基本要求即可。
設(shè)置閱讀器
閱讀器可以使我們很方便地讀取文件內(nèi)容。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
class Reader(): def __init__(self, content): # content (bytes):FLV文件的二進(jìn)制內(nèi)容 self.content = content self.start = 0 self.eof = False # 判斷是否已讀完全部內(nèi)容 self.length = len(self.content) def read(self, n=1): # 設(shè)置 if 語句防止過度讀取內(nèi)容 if self.length > (self.start + n): out = self.content[self.start:self.start + n] self.start += n else: out = self.content[self.start:] self.eof = True return out |
向新建FLV文件寫入 Header 和 Tag
在這里假設(shè)要拼接的視頻基本信息相似，即都含有音視頻，分辨率、碼率等相同或相近。
為了生成一個可以正常播放的FLV視頻，Header 和 Tag 是必不可少的。我們可以選取第一個FLV的文件頭寫入新建FLV中，然后依次將修改過時間戳的 Tag 寫入其中，便可達(dá)到拼接目的。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
|
def add_flv(flv, target, videoTimeStamp, audioTimeStamp): # 修改并添加 Tag 的函數(shù) with open(flv, 'rb') as f: content = f.read() reader = Reader(content) header = reader.read(13) with open(target, 'ab') as f: while not reader.eof: # 一直讀取直到讀完，此時 reader.eof = True dataType = reader.read(1) dataSize = reader.read(3) timeStamp = int.from_bytes(reader.read(3), 'big') # 將 3 字節(jié)轉(zhuǎn)換成整數(shù) headerRemained = reader.read(4) if dataType == b'\t': # 視頻 timeStamp += videoTimeStamp videoTS = timeStamp if dataType == b'\x08': # 音頻 timeStamp += audioTimeStamp audioTS = timeStamp timeStamp = timeStamp.to_bytes(3, 'big') # 將整數(shù)轉(zhuǎn)換成 3 字節(jié) tagHeader = dataType + dataSize + timeStamp + headerRemained tagData_andSize = reader.read(int.from_bytes(dataSize, 'big') + 4) f.write(tagHeader) f.write(tagData_andSize) return videoTS, audioTSdef merge_flv(flvs, target): # 主函數(shù) videoTS = 0 audioTS = 0 for i, flv in enumerate(flvs): with open(flv, 'rb') as f: content = f.read() reader = Reader(content) header = reader.read(13) # flvHeader + tagSize0 if i == 0: # 寫入第 1 個FLV視頻的文件頭 with open(target, 'wb') as f: f.write(header) videoTS, audioTS = add_flv(flv, target, videoTS, audioTS) |
拼接
|
1
2
3
4
5
6
7
8
|
import timesince = time.time()flvs = ['m1.flv', 'm2.flv', 'm3.flv', 'm4.flv'] # 視頻大?。?5MB，20MB，59MB，54MBtarget = 't.flv'merge_flv(flvs, target)end = time.time()print('Merging flvs takes {:.2f} s'.format(end - since))# Merging flvs takes 0.88 s |
可以看到，拼接 4 個共 178MB視頻用時 0.88 秒。
總結(jié)
FLV文件格式還是比較簡明的，對數(shù)據(jù)的要求也是比較寬松的，即便沒有對 Scripts 里的參數(shù)作調(diào)整，拼接后的視頻依然能夠正常播放。
不過，拼接的視頻是有不少隱形問題，如到視頻末尾可能會出現(xiàn)音畫不同步( 0.5 秒左右)的現(xiàn)象，以及不能夠方便地分離出完整的視頻和音頻。
以上所述是小編給大家介紹的Python實現(xiàn)FLV視頻拼接功能，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對服務(wù)器之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉(zhuǎn)載，煩請注明出處，謝謝！
原文鏈接：https://blog.csdn.net/Okery/article/details/104054228
