摘要：AVI文件是Windows操作系统下最常用的流媒体文件格式之一,了解AVI文件格式是正确使用AVI文件的基础,以一个具体的AVI文件的二进制码为例,详细解释和研究AVI文件的各个字段的具体含义,并指出AVI-1文件与AVI-2文件格式的区别,在此基础上,可以对AVI文件进行各种编程操作。给出使用VFW（VideoForWindows）用VisualC 编程语言从AVI-2文件中获取视频帧,转换为BMP图像,加以显示并存储为位图文件的编程方法。
　　关键词：流媒体文件;VC;AVI;VFW
　　中图分类号：TP311.1文献标识码：A文章编号：1004-373X(2008)02-119-04
　　
　　StudyonAVIFileFormatandItsApplication
　　XUDianwu
　　(Mechano-ElectronicCollege,ChinaUniversityofPetroleum,Beijing,102249,China)
　　Abstract：UnderWindowsenvironment,AVIisapopularstreammediaformat.ToworkwithAVIfile,itisthebasictoknowaboutAVIfileformat.Inthispaper,theexampleofAVIfilebinarycodeispresentedinbinarycode,toillustrateeverychunkinthefile.TheformatofAVIfiles,andespeciallythedifferencebetweenAVI-1andAVI-2formatisdiscussed.ProgrammingmethodforpickupvideosfromanAVIfileandsaveitasBMPfilesinVisualC ispresented.
　　Keywords：streammediumfile;VC;AVI;VFW
　　
　　1引言
　　
　　自微软公司推出AVI文件格式以来,AVI逐渐成为Windows操作系统上最常用的流媒体文件格式之一［1］。AVI是视频数据和音频数据交叉编码（AudioVideoInterleaved）的一种RIFF文件,其多用于音视频捕捉、编辑、播放等,其文件名后缀为.avi。应用程序的开发者在编写多媒体处理软件时,除要对AVI文件进行播放、编辑、制作外,也经常需要从一个AVI文件中提取一视频帧并存储为BMP图像文件,这些都需要对AVI文件格式有深入了解,本文在对AVI文件格式进行解析的基础上,给出了从AVI文件中获取位图的程序设计方法。这里介绍的AVI文件格式不包括OpenDMLAVIM-JPEG文件格式分委员会制定的内容以及nAVI(一种改进的ASF格式)的内容。
　　
　　2RIFF文件格式简介
　　
　　RIFF（ResourceInterchangeFileFormat）文件格式是一个信息交换框架［1］,AVI文件格式是以RIFF为基础的,所以在很多文献中,AVI文件又被称为AVIRIFF文件［2］。
　　RIFF文件组成的基本单元叫作“块”（chunk）,使用FOURCC码（FourCharacterCode,4字符码,Windows中的数据类型为FOURCC）来标识文件中的每个块。FOURCC是由4个ASCII码组成的一个DWORD型数据,高字节在后,如4字符abcd的FOURCC码是0X64636261。RIFF就是一个FOURCC,表示这是一个RIFF块。在一个RIFF文件中,除RIFF块和LIST块可以包含子块（SubChunk）外,其他任何块均不可以包含子块。
　　块的格式分为2种,可以包含子块的块（RIFF,LIST）的格式为：FOURCC、块长度（4字节,DWORD类型,长度不包括FOURCC和块长度占用的8个字节）、块数据类型、块数据。不可以包含子块的块的格式是：FOURCC、块长度、块数据,没有块数据类型部分。
　　
　　3AVI文件格式
　　
　　AVI文件是一种最复杂的RIFF文件。现在常用的AVI文件有2种：AVI-1和AVI-2。在AVI-2文件中,通常包含2个流,一个视频流和一个音频流（被称为标准AVI格式）,但只有一个视频流或音频流也是合法的。在AVI-1文件中只包含一个DV（digitalVideo）数据流（视频采集设备的输出数据,其中既有视频信息也有音频信息）,在文件中以单个流的形式存在,其主要优点是占用较少的存储空间,对AVI-1的支持主要来自DirectShow中的DVMuxer和DVSplitter筛选器（Filter）［2］。虽然目前AVI-2仍然是最常使用的格式,但AVI-1由于其自身的优点和受到微软最新技术的支持,将来可能会比AVI-2更流行。虽然这2种AVI文件不兼容,但他们都以RIFF格式为基础,除了实际的流数据格式不同以外,差别主要存在于文件的strh块和strf块。
　　下面为AVI文件的格式,左边小括号处省略了4字节的文件大小或列表大小或块大小,凡FOURCC都用4个字母表示,除RIFF和LIST外,所有的4字符码都用单引号括起来,方括号表示可选：
       /*   RIFF文件头 */　　
　　RIFF(′AVI◇′[JY]//RIFF文件头,块的数据类型是AVI,

      /* hdrl列表 */

　　LIST(′hdrl′[JY]//列表,列表中的数据类型是hdrl,
　　[JY]下面紧跟avih子块。
　　′avih′(AVI文件的全局信息,本行构成一个AVIMAINHEADER结构,长度为64个字节)。

       /* strl 列表 */

　　LIST(′strl′[JY]//strl列表,表示本列表是一个流的列表,
　　[JY]其后紧跟strh子块。
　　′strh′([JY]//流的头信息,本行构成一个AVISTREAMHEADER
　　[JY]结构,长度为64字节)
　　′strf′([JY]//流的格式信息子块,描述流中数据的格式。)
　　［′strd′([JY]//附加的流头数据,一般为
　　[JY]编解码器驱动程序所定义)］
　　［′strn′(以0结束的字符串,流的名字)］
　　...
　　)
　　...
　　)[JY]//hdrl列表块到此结束

　　/* movi列表 */

       LIST(′movi′[JY]//movi列表块,包含了流的实际数据,
　　[JY]数据可以是子块,也可以将子块组织成rec列表,
　　[JY]一个rec列表中的数据应该一次性地从磁盘读出。
　　{SubChunk|LIST(′rec′
　　SubChunk1
　　SubChunk2
　　...
　　)
　　...
　　}
　　...
　　)//movi列表块到此结束
　　［′idx1′(索引块)］
　　[newpage]　　)//RIFF块到此结束,这就是一个完整的AVIRIFF文件

　　从上面的格式可以看出,一个AVIRIFF文件由3大部分组成：RIFF文件头;hdrl列表;movi列表。其中hdrl列表包含avih子块和strl子列表,文件中有多少个流,hdrl列表中就有多少个strl子列表,strl子列表在hdrl中的次序就是流的序号（隐含）。
　　strl子列表由strh子块、strf子块、strd子块（可选）、strn子块（可选）构成。

        movi列表中存储的是流的实际数据,movi列表中数据子块的种类有：##db,##dc,##pc,##wb,其中##表示数据所属的流的序号,如00db,01dc。

        db表示未压缩的视频帧;dc表示压缩的视频帧;wb表示音频数据;pc表示调色板变化,其后的数据是一个AVIPALCHANGE结构,此时strh中的dwFlages字段必须置为AVISF_VIDEO_PALCHANGES。
　　movi列表最后可以有一个可选的索引块(idxl),他指出流的数据在文件中的位置,以便于对数据进行随机访问。一个AVIRIFF文件如果有索引块,则将AVIMAINHEADER结构中的dwFlags字段置为AVIF_HASINDEX。AVI文件中的JUNK块为数据对齐而存在,应用程序应该忽略JUNK块的内容。

　　AVI-1中只有一个流（DVdatastream）,其AVISTREAMHEADER(strh块)中的fccType字段是4字符码′iavs′,fccHandler字段是′dvsd′,′dvhd′,′dvsl′三者之一（分别对应3种DV格式）,strl子列表中的strf块是DVINFO结构（32字节）。AVI-2中一般有2个流,视频流的AVISTREAMHEADER（strh块）中的fccType字段是4字符码′vids′(也可以是′dvsd′,′dvhd′,′dvsl′三者之一)［2］,音频流的4字符码是′auds′,其视频流的strl子列表中的strf块是BITMAPINFOHEADER结构（40字节）,其后可以跟随DVINFO结构。AVI-2中音频流的strf块是WAVEFORMATEX结构。
　　AVIRIFF文件格式只规定了文件的组成方式,即各种数据如何在文件中排列等,对于文件中的数据并没有做出编码格式的约束,如MPEG-1、DivX等都可以作为文件中数据的编码格式。数据也可以未经压缩。AVI文件可以看成是一个数据容器,AVI格式只规定了将数据装入这个容器的方法,但对数据本身的编码格式并不涉及。要操作一个AVI文件（播放、抓图、编辑）,必须在系统中安装与该AVI文件中的编码器对应的解码器,才能进行正确的工作。
　　
　　4AVI-2文件格式的例
　　
　　下面以AVI文件bfh.avi（风景介绍片）为例,将该AVI文件打开,逐字节解释其中的数据（见图1）：
　　52494646是RIFF的ASCII码；7E443400是文件长度,高位字节在后,（0034447E） 16,（3425406） 10；41564920是AVI◇的ASCII码,◇表示空格；表示RIFF块（文件）的数据类型是AVI。4C495354是LIST的ASCII码,表示这是一个列表。10h开始的4字节表示本列表长度,（132） 16,（306） 10。接着6864726C是hdrl的ASCII码,表明这是hdrl列表,61766968是avih的ASCII码,表明这是hdrl列表中的avih块,第二行最后4字节是16进制的38,十进制的56；表示avih块的长度是56个字节（加上8正好是AVIMAINHEADER结构的长度）,接下来的56个字节就是avih的内容,描述AVI文件的整体信息,AVIMAINHEADER结构中各个字段的内容不再分析,avih块到057h结束。
　　从0058h开始的4C495354是LIST的ASCII码,其后4字节（74） 16,即（116） 10是本列表的大小。60h开始的7374726C是strl的ASCII码,表示这是strl（流）列表,从64h到a3h的64个字节是一个AVISTREAMHEADER结构；64h开始的73747268是strh的ASCII码,表示这是strl列表中strh块（流的头信息）；下面的4字节是strh块的大小（38） 16,十进制的56,76696473是vids的ASCII码,是流的类型,表示这是一个视频流,从上面对AVI的2种格式的分析可知,这是一个AVI-2文件,如果是AVI-1文件,此处应该是iavs的ASCII码。70h开始的4字节是′MSVC′（已经注册的解码器的4字符码）的ASCII码4D535643,AVISTREAMHEADER结构其他字段不再罗列,90h这一行最后4个字节,表示显示窗口左上角 x,y, 其值为0,0。a0h开始的2字节是窗口显示的右下角 x 坐标,值为十进制的128,以象素为单位,再2字节是右下角 y 坐标,十进制的112,至此,AVISTREAMHEADER结束。
　　a4h开始的4字节是strf的ASCII码73747266,后跟的4字节（28） 16,（40） 10是strf块的长度,前面说过,在AVI-2中,如果是视频流,strf就是一个BITMAPINFOHEADER结构,而该结构的长度是40字节,再后的4字节（28） 16,就是BITMAPINFOHEADER的第一个字段,指明该结构的长度,所以有2个（28） 16相连。从boh开始,就是BITMAPINFOHEADER其余的内容,（80） 16是图像的宽度,120象素。（70） 16是图像的高度,112象素,这些都与前面的信息相符合。0001两字节是位平面数,（0018） 16是每象素比特数（24位）。接下来4字节44495633是′DIV3′（压缩编码格式的四字符码）的ASCII码,是BITMAPINFOHEADER的biCompression域的值,指压缩方式,这是和普通的BMP文件不同的。后面的字段不再分析。值得指出的是,这里可以后跟一个DVINFO结构（可选）,如果是AVI-1文件,这里用DVINFO结构取代BITMAPINFOHEADER结构。接下来的4C495344是LIST的ASCII码,表明下面又是一个列表,列表大小是6Ah,doh行最后4字节是strl的ASCII码,表明这是一个“流”列表。后面的数据不再分析。
　　
　　5从AVI文件中提取位图
　　
　　Windows提供的VFW和DirectShow［3］都可以处理和操作AVI文件,考虑到VFW为大多数程序员所熟悉以及AVI-2仍然是最常使用的AVI文件格式,下面给出使用VFW从AVI-2文件中提取视频帧加以显示并存储为BMP位图文件的程序。
　　VFW提供的AVIFile动态链接库使用OLE技术实现,在AVIFile中的API函数将AVI文件中的数据当作“流”来处理,而不必逐一地寻找其中的块（chunk）。使用该库要首先调用函数AVIFileInit来初始化,使用完毕调用函数AVIFileExit后释放。首先使用MFCAppWizard创建一个名为avi的单文档项目,然后重载CDocument类的虚函数OnOpenDocument,在此函数中打开AVI文件,读出其中的视频帧,存储为BMP文件并在屏幕上加以显示（在VC 6.0中调试通过）：
　　[newpage]　　
　　BOOLCAviDoc::OnOpenDocument(LPCTSTRlpszPathName)
　　{if(!CDocument::OnOpenDocument(lpszPathName))returnFALSE;
　　AVIFileInit();[JY]//初始化
　　AVIFileOpen(&pAviFile,lpszPathName,OF_SHARE_DENY_WRITE,0l);[JY]//打开AVI文件
　　AVIFileGetStream(pAviFile,&pAviStream,streamtypeVIDEO,0L);[JY]//打开流
　　AVIStreamInfo(pAviStream,&aviStrInfo,sizeof(AVISTREAMINFO));[JY]//获取流的信息
　　longlStreamSize;[JY]//流格式长度
　　pBmpInfoH=newBITMAPINFOHEADER;[JY]//pBmpInfoH是文档类的成员变量
　　AVIStreamFormatSize(pAviStream,0,&lStreamSize);[JY]//获取流的格式信息的长度
　　AVIStreamReadFormat(pAviStream,0L,pBmpInfoH,&lStreamSize);
　　PGETpgf;
　　pgf=AVIStreamGetOpen(pAviStream,NULL);[JY]//为解压帧做准备
　　[JY]//解压读出第0帧,紧缩DIB的数据以返回值pData为起始地址
　　pData=(LPBYTE)AVIStreamGet(pgf,0L);[JY]//文档类的成员变量,类型为LPBYTE
　　pBmpInfoH->biCompression=0;
　　BITMAPFILEHEADERbmpFH;[JY]//位图文件头
　　bmpFH.bfType=0x4d42;
　　bmpFH.bfSize=bmpInfoH.biWidth*bmpInfoH.biHeight*3 54;
　　bmpFH.bfReserved1=0;bmpFH.bfReserved2=0;
　　bmpFH.bfOffBits=54;
　　CFileDialogdlg(FALSE);[JY]//获取用户要存储成的位图文件名和路径
　　if(IDOK==dlg.DoModal())str.Format("s",dlg.GetPathName());
　　CFilebmp(str,C:modeWrite|C:modeCreate);
　　bmp.Write(&bmpFH,sizeof(BITMAPFILEHEADER));[JY]//写入位图文件头
　　bmp.WriteHuge(pData,bmpFH.bfSize-14);[JY]//写入紧缩DIB
　　bmp.Close();AVIFileExit();
　　UpdateAllViews(NULL);[JY]//更新视图,在视图类的OnDraw函数中显示位图
　　returnTRUE;
　　}//程序中省略所有安全性检查语句。位图的显示在视类的OnDraw函数（略）中。
　　图2是程序执行的结果：从bfh.avi中提取的第0帧转换成的位图的显示。
　　上面程序中pAviFile,pAviStream,aviStrInfo都是文档类的成员变量,类型分别为PAVIFILE，PAVISTREAM，AVISTREAMINFO。在文档类的构造函数中将所有指针初始化为NULL。还可以循环调用函数AVIStreamFindNextKey寻找所有的关键帧加以显示并存储为BMP文件。需要注意,函数AVIStreamGet返回的是一个“紧缩DIB”的地址,即以一个位图的BITMAPINFOHEADER开始的地址,且所需的缓冲区由该函数自己开辟,不需应用程序动态申请。程序要加入＃i nclude,且在Project->Settings->Link中键入vfw32.lib。
　　
　　6结语
　　
　　由于Windows是很流行的操作系统,AVI是Microsoft公司大力支持的格式,因此在编写基于Windows操作系统的流媒体图像处理程序方面,AVI占有不可替代的位置。准确理解AVI文件格式以及针对AVI文件的编程方法在工程实践中具有重要的意义。AVI-1文件格式由于占用存储空间小,受到DirectShow的支持,其将来会成为AVI文件中最流行的格式。
　　
　　参考文献
　　［1］姜楠,王健.常用多媒体文件格式压缩标准解析［M］.北京：电子工业出版社,2005.
　　［2］DirectXDocumentationforC ［EB/OL］.MicrosoftCorporation,2005.
　　［3］陆其明.DirectShow开发指南［M］.北京:清华大学出版社,2003.
　　
　　注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。
　　(作者：徐殿武-字数：3302)