EasyRTMP推送扩展支持HEVC(H265) RTMP推送之Metadata结构填写详解

我们在《EasyNVR摄像机网页直播中，推流组件EasyRTMP推送RTMP扩展支持HEVC(H.265)的方案》中描述了关于EasyRTMP进行RTMP HEVC（H.265）推流的概括性实现描述，其中，对于Metadata数据结构，很多流媒体开发者还存在不清楚的地方，这里对RTMP推送Metadata的结构进行详解。

首先，我们先讲解下 H.264/AVC metadata 语法，方便大家理解，这相关的文章大家在网上很容易找到，如果大家比较熟悉可以跳过；

参考：《ISO/IEC 14496-15 NAL unit structured video》AVCDecoderConfigurationRecord结构：（最小长度7字节）

说明：

libEasyRTMP我们称之为Metadata，而在FFmpeg中，则称之为extradata，extradata解析，详见ff_h264_decode_extradata()

注意：

第5字节的最后2位，表示的就是NAL size的字节数。在AVCC格式中，每个NAL前面都会有NAL size字段。NAL size可能是1字节、2字节或4字节（4字节较常见），解析extradata重要目的就是确认这个值。（而Annex-B格式，要split NAL，只要去探测0x000001就可以了）

H.264 metadata 示例（AVCC格式）

H.265/HEVC metadata语法

参照HEVCDecoderConfigurationRecord：（最小长度23字节）

HEVC metadata 示例

hvcC extradata是一种头描述的格式。而annex-b格式中，则是将VPS, SPS和PPS等同于普通NAL，用start code分隔，非常简单。Annex-B格式的”extradata”：

start code+VPS+start code+SPS+start code+PPS

EasyRTMP中metadata填写VPS，SPS和PPS填写如下：

		body[i++] = 0x03; // numOfArrays

		body[i++] = 0x20; // configurationVersion

		body[i++] = 0x00; // configurationVersion

		body[i++] = 0x01; // configurationVersion

		// vps data length

		body[i++] = lpMetaData->nVpsLen>>8&0xff;

		body[i++] = lpMetaData->nVpsLen&0xff;

		// vps data

		memcpy(&body[i],lpMetaData->Vps,lpMetaData->nVpsLen);

		i= i+lpMetaData->nVpsLen;

		body[i++] = 0x21; // configurationVersion

		body[i++] = 0x00; // configurationVersion

		body[i++] = 0x01; // configurationVersion

		// sps data length

		body[i++] = lpMetaData->nSpsLen>>8&0xff;;

		body[i++] = lpMetaData->nSpsLen&0xff;

		// sps data

		memcpy(&body[i],lpMetaData->Sps,lpMetaData->nSpsLen);

		i= i+lpMetaData->nSpsLen;

		body[i++] = 0x22; // configurationVersion

		body[i++] = 0x00; // configurationVersion

		body[i++] = 0x01; // configurationVersion

		// pps data length

		body[i++] = lpMetaData->nPpsLen>>8&0xff;

		body[i++] = lpMetaData->nPpsLen&0xff;

		// pps data

		memcpy(&body[i],lpMetaData->Pps,lpMetaData->nPpsLen);

		i= i+lpMetaData->nPpsLen;

我们了解了HEVCDecoderConfigurationRecord结构：

typedef struct HEVCDecoderConfigurationRecord {

	uint8_t  configurationVersion;

	uint8_t  general_profile_space;

	uint8_t  general_tier_flag;

	uint8_t  general_profile_idc;

	uint32_t general_profile_compatibility_flags;

	uint64_t general_constraint_indicator_flags;

	uint8_t  general_level_idc;

	uint16_t min_spatial_segmentation_idc;

	uint8_t  parallelismType;

	uint8_t  chromaFormat;

	uint8_t  bitDepthLumaMinus8;

	uint8_t  bitDepthChromaMinus8;

	uint16_t avgFrameRate;

	uint8_t  constantFrameRate;

	uint8_t  numTemporalLayers;

	uint8_t  temporalIdNested;

	uint8_t  lengthSizeMinusOne;

	uint8_t  numOfArrays;

	HVCCNALUnitArray *array;

} HEVCDecoderConfigurationRecord;

由于我们可以不必要关心其他的结构，所以我们从numOfArrays填写起，这里是三个数据信息结构(vps，sps，pps)，numOfArrays=3，然后HVCCNALUnitArray结构进行填写数据头信息：

typedef struct HVCCNALUnitArray {

	uint8_t  array_completeness;

	uint8_t  NAL_unit_type;

	uint16_t numNalus;

	uint16_t *nalUnitLength;

	uint8_t  **nalUnit;

} HVCCNALUnitArray;

如VPS填写如下：

		body[i++] = 0x20; // configurationVersion

		body[i++] = 0x00; // configurationVersion

		body[i++] = 0x01; // configurationVersion

		// vps data length

		body[i++] = lpMetaData->nVpsLen>>8&0xff;

		body[i++] = lpMetaData->nVpsLen&0xff;

其他如SPS和PPS同理，见上文代码。这一点和H264 metadata结构填写是有很大的区别。

参考文章：

https://blog.csdn.net/yue_huang/article/details/75126155

EasyRTMP是TSINGSEE青犀开放平台（http://open.tsingsee.com）一套调用简单、功能完善、运行高效稳定的RTMP功能组件，经过多年实战和线上运行打造，支持RTMP推送断线重连、环形缓冲、智能丢帧、网络事件回调，支持Windows、Linux、arm（hisiv100/hisiv200/hisiv300/hisiv400/etc…）、Android、iOS平台，支持市面上绝大部分的RTMP流媒体服务器，包括Red5、Ngnix_rtmp、crtmpserver等主流RTMP服务器，能够完美应用于各种行业的直播需求，手机直播、桌面直播、摄像机直播、课堂直播等等方面！