H.264(也称为AVC)是一种广泛使用的视频压缩标准。要从16进制数据中理解H.264文件，我们需要了解其基本结构和编码原理。

H.264基本结构

H.264流由一系列称为NAL单元(Network Abstraction Layer Units)的数据包组成。每个NAL单元包含一个头部和有效载荷。

NAL单元头部结构(1字节)：

| forbidden_zero_bit(1) | nal_ref_idc(2) | nal_unit_type(5) |

• forbidden_zero_bit: 必须为0
• nal_ref_idc: 表示NAL单元的重要性(00-11)
• nal_unit_type: 表示NAL单元类型

常见NAL单元类型

类型值(16进制)	类型名称	描述
0x01	非IDR图像的片	普通视频帧数据
0x05	IDR图像的片	关键帧数据
0x06	补充增强信息(SEI)	额外信息如时间戳等
0x07	序列参数集(SPS)	重要编码参数
0x08	图像参数集(PPS)	解码所需参数
0x09	访问单元分隔符	帧边界标记

如何分析16进制H.264数据

1. 查找起始码：H.264通常以00 00 00 01或00 00 01作为NAL单元起始码

2. 解析NAL头部：起始码后的第一个字节是NAL头部

例如，看到以下16进制数据：

00 00 00 01 67 64 00 1E AC ...

• 00 00 00 01是起始码
• 67是NAL头部：
  • 二进制01100111
  • forbidden_zero_bit = 0
  • nal_ref_idc = 3 (高重要性)
  • nal_unit_type = 7 (SPS)

3. 参数集解析：

   • SPS(0x67)和PPS(0x68)包含关键编码信息
   • 需要特殊解析才能提取分辨率、帧率等

4. 帧数据解析：

   • IDR帧(0x65)是关键帧
   • 普通帧(0x61, 0x41等)

实际分析示例

假设有以下16进制片段：

00 00 00 01 67 64 00 1E AC D9 40 A0 2F F9 70 11 
00 00 00 01 68 E9 7B 2C 8B 00 00 00 01 65 B8 40 
F0 8C 03 C2 21 1A 80 00 00 00 01 41 E2 01 10 5F 

解析：

1. 第一个NAL单元：
   • 起始码：00 00 00 01
   • NAL头部：67 → SPS
2. 第二个NAL单元：
   • 起始码：00 00 00 01
   • NAL头部：68 → PPS
3. 第三个NAL单元：
   • 起始码：00 00 00 01
   • NAL头部：65 → IDR帧(关键帧)
4. 第四个NAL单元：
   • 起始码：00 00 00 01
   • NAL头部：41 → 普通帧

工具推荐

要更深入分析H.264流，可以使用：

1. H.264比特流分析器：如Elecard StreamEye, CodecVisa
2. 16进制编辑器：010 Editor, HxD
3. FFmpeg：ffmpeg -i input.h264 -c copy -bsf:v trace_headers -f null - 2>log.txt

---

SPS和PPS的长度是固定的吗

在H.264标准中，SPS（序列参数集）和PPS（图像参数集）的字节长度不是固定的，它们的长度会根据编码配置的不同而变化。以下是详细说明：

1. SPS和PPS的长度是可变的

SPS和PPS的内容是**可变长编码（VLC）**的，具体长度取决于：

• 编码配置参数（如分辨率、帧率、档次/级别等）
• 使用的H.264功能（如熵编码方式、参考帧数量等）

示例对比：

• 简单配置的SPS（如低分辨率、Baseline档次）可能只有 10~20字节。
• 复杂配置的SPS（如高分辨率、High档次支持多参考帧）可能达到 50字节以上。

---

2. 影响SPS/PPS长度的关键参数

SPS和PPS中存储的以下参数会影响其大小：

• SPS：

  • profile_idc、level_idc（编码档次和级别）
  • pic_width_in_mbs_minus_1、pic_height_in_map_units_minus_1（分辨率）
  • log2_max_frame_num_minus_4（帧编号长度）
  • num_ref_frames（参考帧数量）
  • entropy_coding_mode_flag（CABAC/CAVLC选择）
  • 其他高级选项（如帧间预测、色度格式等）。

• PPS：

  • entropy_coding_mode_flag
  • num_slice_groups_minus_1
  • weighted_pred_flag（加权预测）
  • deblocking_filter_control_present_flag（去块滤波控制）。

---

3. 如何从16进制数据中识别SPS/PPS的边界

虽然长度不固定，但可以通过以下方式定位：

1. 起始码：SPS/PPS以 00 00 01 或 00 00 00 01 开头。
2. NAL单元类型：
   • SPS的NAL头部通常是 0x67（nal_unit_type=7）。
   • PPS的NAL头部通常是 0x68（nal_unit_type=8）。
3. 结束位置：下一个起始码出现时，表示当前SPS/PPS结束。

示例：

以下16进制片段中：

00 00 00 01 67 64 00 0A AC 72 84 44 26 84 00 00 00 01 68 E9 7B 2C 8B

• 第一个NAL单元（SPS）：
  • 起始码：00 00 00 01
  • NAL头部：67（SPS）
  • 内容：64 00 0A AC 72 84 44 26 84（共9字节）。
• 第二个NAL单元（PPS）：
  • 起始码：00 00 00 01
  • NAL头部：68（PPS）
  • 内容：E9 7B 2C 8B（共4字节）。

---

4. 为什么长度可变？

H.264的设计目标是灵活性：

• 支持从移动设备（低分辨率、低码率）到广播级（高分辨率、高复杂度）的各种场景。
• 参数集需要适配不同编码配置，因此采用指数哥伦布编码（Exp-Golomb），进一步压缩数据，但导致长度不固定。

---

5. 实际应用中的注意事项

1. 封装格式的影响：
   • 在MP4或FLV等容器中，SPS/PPS可能被提取到文件头部（如avcC盒子），此时可能不带起始码。
   • 在裸流（.h264文件）中，通常以起始码分隔。
2. 解析工具：
   • 使用 ffmpeg -i input.h264 -c:v copy -bsf:v trace_headers -f null - 可打印SPS/PPS内容。
   • 专业的H.264分析工具（如Elecard StreamEye）能可视化参数。

---

总结

• SPS和PPS的长度不固定，取决于编码配置。
• 通过起始码和NAL头部类型可定位它们。
• 需要解析具体内容才能获取分辨率、帧率等关键信息。

---

关于SPS的字段解析

在H.264的SPS（序列参数集）中，profile_idc和level_idc是固定位置的字段，但后续参数需要通过**指数哥伦布编码（Exp-Golomb）**解析。以下是具体定位和解析方法：

1. SPS的16进制结构概览

一个典型的SPS NAL单元（NAL类型=0x67）的16进制格式如下：

00 00 01 | 67 | 64 00 0A AC 72 84 44 26 84 ...

• 00 00 01：起始码（或00 00 00 01）
• 67：NAL头部（forbidden_zero_bit=0 + nal_ref_idc=3 + nal_unit_type=7）
• 后续字节：SPS的实际内容（从profile_idc开始）。

---

2. 固定位置的字段

SPS的前几个字段是按顺序固定的（无需哥伦布编码）：

字段名	字节偏移（从SPS内容开始）	长度	示例（67 64 00 0A AC...）
profile_idc	第1字节	1	64
constraint_setX_flags	第2字节（低4位）	4bit	00的低4位是0000
level_idc	第3字节	1	0A

示例解析：

对于SPS内容部分 64 00 0A AC...：

• profile_idc = 0x64（100）→ High Profile
• constraint_set0_flags = 0x00 & 0x0F → 0000（无约束）
• level_idc = 0x0A（10）→ Level 1.0

---

3. 后续可变字段的解析

从第4字节开始（如AC），需要通过指数哥伦布编码解析，顺序固定但长度可变。关键字段包括：

1. seq_parameter_set_id
2. log2_max_frame_num_minus_4
3. pic_order_cnt_type
4. max_num_ref_frames
5. pic_width_in_mbs_minus_1（分辨率相关）
6. pic_height_in_map_units_minus_1

解析工具：

• 手动解析复杂，推荐使用工具：

  ffmpeg -i input.h264 -c:v copy -bsf:v trace_headers -f null - 2>&1 | grep "SPS"
  

  输出示例：

  SPS: profile=100, level=10, width=176, height=144
  

---

4. 关键字段的16进制定位表

以SPS内容 64 00 0A AC 72 84 44 26 84 为例：

字段名	字节位置	值（16进制）	解析结果
profile_idc	1	64	High Profile (100)
constraint_setX_flags	2	00	无特殊约束
level_idc	3	0A	Level 1.0
seq_parameter_set_id	4	AC	Exp-Golomb解码后通常为0
log2_max_frame_num_minus_4	后续	72...	需按哥伦布编码逐bit解析

---

5. 常见profile_idc和level_idc对照表

Profile IDC

值（16进制）	名称	用途
42	Baseline Profile	低复杂度（移动设备）
4D	Main Profile	通用视频
64	High Profile	高质量（广播、存储）

Level IDC

值（16进制）	级别	最大分辨率/帧率
0A	1.0	176x144@15fps
1E	3.0	720x480@30fps
28	4.0	1920x1080@30fps

---

6. 手动解析示例

假设SPS内容为 64 00 1E AC 72 84 44 26 84：

1. profile_idc = 0x64 → High Profile
2. level_idc = 0x1E → Level 3.0
3. 后续字段需按哥伦布编码解析：
   • AC → 10101100 → 解析为seq_parameter_set_id=0
   • 72 → 01110010 → log2_max_frame_num_minus_4=4

---

总结

• **profile_idc和level_idc**是SPS的第1和第3字节（跳过起始码和NAL头部后）。
• 后续字段需按哥伦布编码解析，建议使用工具（如FFmpeg）自动化提取。
• 分辨率等参数需要解析更深的字段，通常需借助专业分析工具。

---

关于PPS（图像参数集）的解析逻辑

PPS（图像参数集）的解析逻辑与SPS类似，但结构不同，关键区别在于字段顺序和内容。以下是详细对比和PPS的解析方法：

1. PPS与SPS的解析逻辑对比

特性	SPS（序列参数集）	PPS（图像参数集）
NAL单元类型	0x67（NAL头部低5位=7）	0x68（NAL头部低5位=8）
核心字段顺序	固定顺序：profile_idc→level_idc→…	固定顺序：pic_parameter_set_id→seq_parameter_set_id→…
字段编码	前3字节固定，后续用哥伦布编码	全部字段用哥伦布编码（无固定长度头部）
关键信息	分辨率、帧率、档次级别	熵编码模式、参考帧权重、去块滤波控制

---

2. PPS的16进制结构解析

典型PPS的16进制示例：

00 00 01 | 68 | E9 7B 2C 8B

• 00 00 01：起始码
• 68：NAL头部（nal_unit_type=8表示PPS）
• E9 7B 2C 8B：PPS的实际内容（全部需哥伦布编码解析）

PPS字段解析顺序：

1. pic_parameter_set_id
   • 第一个Exp-Golomb编码值（示例中E9→11101001→解码后通常为0）
2. seq_parameter_set_id
   • 第二个Exp-Golomb编码值（关联对应的SPS）
3. entropy_coding_mode_flag
   • 0=CAVLC，1=CABAC（影响后续语法元素解析）
4. num_ref_idx_lX_active_minus1（参考帧列表控制）
5. weighted_pred_flag（加权预测）
6. deblocking_filter_control_present_flag（去块滤波）

---

3. 关键字段的16进制定位示例

以PPS内容 E9 7B 2C 8B 为例（需按比特流解析）：

字段名	原始16进制	Exp-Golomb解码结果	含义
pic_parameter_set_id	E9	0	PPS ID=0
seq_parameter_set_id	7B	0	关联的SPS ID=0
entropy_coding_mode_flag	2C	1	使用CABAC熵编码
num_ref_idx_l0_active_minus1	8B	0	前向参考帧数量=1

🔍 注：实际解析需将16进制转换为二进制后，按哥伦布编码规则逐bit读取。

---

4. 为什么PPS比SPS更简单？

• 字段更少：PPS通常仅需10~20字节，而SPS可能需要50+字节。
• 无分辨率/帧率：这些关键参数在SPS中定义，PPS仅补充解码控制参数。
• 依赖SPS：PPS通过seq_parameter_set_id绑定到特定SPS。

---

5. 自动化解析工具推荐

1. FFmpeg：

   ffmpeg -i input.h264 -c:v copy -bsf:v trace_headers -f null - 2>&1 | grep "PPS"
   

   输出示例：

   PPS: entropy_coding_mode_flag=1, weighted_pred_flag=0
   

2. H.264分析工具：

   • Elecard StreamEye：可视化PPS/SPS结构。
   • CodecVisa：逐比特解析哥伦布编码字段。

---

6. 手动解析PPS的步骤

假设PPS内容为 68 E9 7B 2C 8B：

1. 定位起始：跳过00 00 01 68，从E9开始解析。
2. 解析pic_parameter_set_id：
   • E9→ 11101001 → 哥伦布解码为0。
3. 解析seq_parameter_set_id：
   • 7B→ 01111011 → 解码为0（关联SPS ID=0）。
4. 解析entropy_coding_mode_flag：
   • 下一个比特1→ 使用CABAC。

---

总结

• PPS的解析逻辑与SPS不同：全部字段需哥伦布编码，无固定头部。
• 关键字段：pic_parameter_set_id、seq_parameter_set_id、熵编码模式。
• 工具优先：手动解析复杂，推荐用FFmpeg或专业工具提取参数。

---

关于H.264中的指数哥伦布编码（Exp-Golomb）解析详解

在H.264标准中，SPS（序列参数集）和PPS（图像参数集）的大部分参数都采用**指数哥伦布编码（Exp-Golomb）**进行压缩存储。这是一种变长编码（VLC）方式，用于高效表示小数值（如0、1、2）和较大的数值（如1000）。

1. 指数哥伦布编码的基本规则

指数哥伦布编码的二进制结构分为三部分：

[M个前导0] [1] [M个信息位]

• M：由前导0的数量决定（即 M = 前导0的个数）。
• 1：分隔符，标志前导0结束。
• 信息位：共M位，表示具体数值。

解码公式：
[
\text{Value} = 2^M - 1 + \text{信息位（二进制转十进制）}
]

---

2. 解码步骤（手动解析示例）

假设有一个二进制比特流片段：
00010110（16进制 16），需要解析连续的Exp-Golomb编码值。

示例1：解析第一个值

1. 查找前导0：
   • 比特流：00010110
   • 前导0有 3个 → M=3
2. 读取分隔符1：
   • 消耗掉0001
3. 读取M=3位信息位：
   • 剩余0110 → 取前3位 011
4. 计算数值：
   [
   \text{Value} = 2^3 - 1 + \text{011（3）} = 8 - 1 + 3 = 10
   ]
   解析结果：10
5. 剩余比特流：
   • 已消耗0001011，剩余0（可能属于下一个Exp-Golomb编码）。

---

示例2：解析SPS/PPS中的常见字段

假设SPS内容部分的一个字节 AC（二进制 10101100），解析步骤如下：

1. 比特流：10101100
2. 解析pic_parameter_set_id：
   • 前导0：1（无前导0，M=0）
   • 分隔符：1
   • 信息位：无（M=0）
   • 计算：
     [
     \text{Value} = 2^0 - 1 + 0 = 0
     ]
     解析结果：0
3. 剩余比特流：0101100（继续解析下一个值）。

---

3. H.264中常见的Exp-Golomb编码字段

字段名	所在位置	示例（二进制→值）
seq_parameter_set_id	SPS的第4字节	AC→10101100→0
pic_parameter_set_id	PPS的第1字节	E9→11101001→0
log2_max_frame_num_minus_4	SPS的后续字段	72→01110010→4
num_ref_frames	SPS的后续字段	84→10000100→4

---

4. 特殊情况：ue(v)、se(v)、me(v)

H.264定义了三种Exp-Golomb变体：

1. ue(v)：无符号指数哥伦布编码（最常用，如seq_parameter_set_id）。
   • 直接按上述规则解析。
2. se(v)：有符号指数哥伦布编码（用于表示负数）。
   • 先按ue(v)解码，再转换：
     [
     \text{Value} = (-1)^{k+1} \times \lceil k/2 \rceil, \quad k = \text{ue(v)}
     ]
3. me(v)：映射指数哥伦布编码（用于宏块类型）。
   • 需查表转换。

---

5. 自动化解析工具

手动解析复杂，推荐：

1. FFmpeg：

   ffmpeg -i input.h264 -c:v copy -bsf:v trace_headers -f null - 2>&1 | grep "exp_golomb"
   

2. H.264分析软件：
   • Elecard StreamEye：可视化比特流和哥伦布编码。
   • CodecVisa：逐比特解析。

---

6. 总结

• Exp-Golomb编码 = [前导0] [1] [信息位]，数值计算为 (2^M - 1 + \text{信息位})。
• SPS/PPS的关键字段（如seq_parameter_set_id）必须用此方法解析。
• 手动解析时：先转二进制，找前导0，计算数值。
• 实际应用：优先使用工具（FFmpeg）自动提取参数。