Python实现FLV视频拼接功能
文章摘要
本文简单说明了flv文件的格式,以此为出发点,使用 python 实现flv视频的拼接。
一.flv文件格式
关于flv文件格式的解析网上有诸多文章,在这里就简单介绍一下需要了解的部分,以便读者更好地明白各段代码的功能。
flv文件是由文件头(header)和文件体(body)按顺序拼接而成。审查flv内容时,以二进制方式读取内容。
header:文件头表明了文件的封装格式为flv,存储对象为音频、视频或两者。
以下为flv文件的header,共 9 个字节:
b'flv\x01\x05\x00\x00\x00\t'
前 3 个字节(flv)说明这是一个flv文件
第 4 个字节(\x01)为版本号,固定为 1
第 5 个字节(\x05)表明存储对象,需将其转化成二进制(00000101)查看,左、右边的 1 分别表示文件含有音频和视频
后 4 个字节(\x00\x00\x00\t)表示文件头的长度,其值固定为 9
body:文件体由若干个 tag 组成,除了第一个,每个 tag 是由头部( 11 字节)、主体(不定长)和尾部( 4 字节)组成。第一个 tag 只有尾部。
tag 又分为 3 类,脚本(scripts)、音频(audio)和视频(video)。通常第 2 个 tag 为脚本类型,且只有一个,后续的都是音视频类型。
以下为脚本 tag 的部分,作为示例介绍一下:
头部:b'\x12\x00\tb\x00\x00\x00\x00\x00\x00\x00'
第 1 个字节(\x12)表示 tag 类型,脚本类型的对应值为 18 ,音频为 8 ,视频为 9
第 2-4 个字节(\x00\tb)表示 tag 主体的长度,此处为 2402
第 5-7 个字节(\x00\x00\x00)为时间戳,脚本类型的时间戳通常为 0
第 8 个字节(\x00)是时间戳的扩展,当前 3 个字节不够用时会用这个字节当作大端
后 3 个字节(\x00\x00\x00)是 stream id,固定为 0
主体:脚本 tag 的主体包含flv视频的基本信息,如时长、大小、分辨率等,比较复杂,在此不作介绍
尾部:b'\x00\x00\tm'
固定 4 字节,表示 tag 头部加主体的长度,即 11 + 2402 = 2413
二.flv视频拼接
将多个flv视频合成一个可以正常播放的视频,便足够满足大部分的需求。因此,在接下来的拼接过程中,不会对flv进行细致入微的调整,达到基本要求即可。
设置阅读器
阅读器可以使我们很方便地读取文件内容。
class reader(): def __init__(self, content): # content (bytes):flv文件的二进制内容 self.content = content self.start = 0 self.eof = false # 判断是否已读完全部内容 self.length = len(self.content) def read(self, n=1): # 设置 if 语句防止过度读取内容 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文件写入 header 和 tag
在这里假设要拼接的视频基本信息相似,即都含有音视频,分辨率、码率等相同或相近。
为了生成一个可以正常播放的flv视频,header 和 tag 是必不可少的。我们可以选取第一个flv的文件头写入新建flv中,然后依次将修改过时间戳的 tag 写入其中,便可达到拼接目的。
def add_flv(flv, target, videotimestamp, audiotimestamp): # 修改并添加 tag 的函数 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: # 一直读取直到读完,此时 reader.eof = true datatype = reader.read(1) datasize = reader.read(3) timestamp = int.from_bytes(reader.read(3), 'big') # 将 3 字节转换成整数 headerremained = reader.read(4) if datatype == b'\t': # 视频 timestamp += videotimestamp videots = timestamp if datatype == b'\x08': # 音频 timestamp += audiotimestamp audiots = timestamp timestamp = timestamp.to_bytes(3, 'big') # 将整数转换成 3 字节 tagheader = datatype + datasize + timestamp + headerremained tagdata_andsize = reader.read(int.from_bytes(datasize, 'big') + 4) f.write(tagheader) f.write(tagdata_andsize) return videots, audiots def merge_flv(flvs, target): # 主函数 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: # 写入第 1 个flv视频的文件头 with open(target, 'wb') as f: f.write(header) videots, audiots = add_flv(flv, target, videots, audiots)
拼接
import time since = time.time() flvs = ['m1.flv', 'm2.flv', 'm3.flv', 'm4.flv'] # 视频大小:45mb,20mb,59mb,54mb target = '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 个共 178mb视频用时 0.88 秒。
总结
flv文件格式还是比较简明的,对数据的要求也是比较宽松的,即便没有对 scripts 里的参数作调整,拼接后的视频依然能够正常播放。
不过,拼接的视频是有不少隐形问题,如到视频末尾可能会出现音画不同步( 0.5 秒左右)的现象,以及不能够方便地分离出完整的视频和音频。
以上所述是小编给大家介绍的python实现flv视频拼接功能,希望对大家有所帮助