mp4文件sample的offset计算

学着提取加密mp4视频的时候，用到了mp4的一些知识，主要有box结构和sample的offset计算。

mp4的box结构

mp4 文件由 box 构成，box 有 basic box 和 full box 两种：

1. basic box

box_size (not 0 and 1)	box_type	box_data
uint32	char[4]	box_size - 8

box_size (1)	box_type	largesize	box_data
uint32	char[4]	uint64	largesize - 16

box_size (0)	box_type	box_data
uint32	char[4]	box extends to end of file

2. full box

basic_box_header	version	flag	box_data
8 or 16 bytes	uint8	uint24	same like basic box

box的type

box可以嵌套，顶层的box有ftyp、moov、mdat、free、uuid等，其中ftyp、moov和mdat是一个mp4文件所必须的box，本文只介绍我用到的box。
一般ftyp是第一个box，mdat是存储实际音视频数据的box，moov描述了音视频数据的大小和位置。

mp4的trak box

trak是moov的子box，一般mp4文件有两个trak，一个是音频trak，一个是视频trak。

mp4中的sample和chunk

sample是mp4中存储音视频的最小单位，chunk是由sample组成的。它们相关的box有三个，都属于trak的子box：stsc、stsz、stco，它们三个都是full box类型。

1. stsz

aligned(8) class SampleSizeBox extends FullBox(‘stsz’, version = 0, 0) { 
	unsigned int(32) sample_size;
	unsigned int(32) sample_count;
	if (sample_size==0) { //if sample_size>0 then each sample's size is sample_size
		for (i=1; i <= sample_count; i++) {
			unsigned int(32)  entry_size;
		} 
	}
}

2. stco

aligned(8) class ChunkOffsetBox extends FullBox(‘stco’, version = 0, 0) { 
	unsigned int(32) entry_count;
	for (i=1; i <= entry_count; i++) {
		unsigned int(32)  chunk_offset;
    }
}

3. stsc

aligned(8) class SampleToChunkBox extends FullBox(‘stsc’, version = 0, 0) { 
	unsigned int(32) entry_count;
	for (i=1; i <= entry_count; i++) {
		unsigned int(32) first_chunk;
		unsigned int(32) samples_per_chunk; 
		unsigned int(32) sample_description_index;
	}
}

first_chunk	samples_per_chunk	sample_description_index
1	5	no matter
4	3
9	4

上表说明chunk 1、2、3中分别有5个sample，chunk 4、5、6、7、8中分别有3个sample，chunk 9到最后一个chunk中分别有4个sample。

sample的offset计算

stsz中有sample的大小信息，stco中有chunk的位置信息，stsc中有chunk有几个sample的信息，计算sample的offset信息，用到了这三个box。box中的各个字段都是大端网络序的，实际程序中需要注意下这个。

int i, j, k;
unsigned int sample_pos = 0;
unsigned int sample_offset[stsz.sample_count];
for(i=0; i < stsc.entry_count-1; i++) {
	for(j=stsc.first_chunk[i]; j < stsc.first_chunk[i+1]; j++) {
		sample_offset[sample_pos++] = stco.chunk_offset[j-1];
		for(k=1; k < stsc.samples_per_chunk[i]; k++) {
			sample_offset[sample_pos] += stsz.sample_size[sample_pos-1];
			sample_pos++;
		}
	}
}
for(j=stsc.first_chunk[stsc.entry_count-1]; j < stco.entry_count; j++) {
	sample_offset[sample_pos++] = stco.chunk_offset[j];
	for(k=1; k < stsc.samples_per_chunk[stsc.entry_count-1]; k++) {
		sample_offset[sample_pos] += stsz.sample_size[sample_pos-1];
		sample_pos++;
	}
}
if (sample_pos == stsz.sample_count)
	printf("OK\n");

提取加密mp4视频

以上对mp4的分析，是为了最终提取出可以正常播放的视频，因为本文中的加密视频是以sample为单位加密的，所以我们解密时也按照sample为单位来解密。
提取步骤：

1. 跳过加密头，定位到mp4的开头
2. 复制顶层box，如果box是mdat，就先只复制box header，否则就直接把整个box复制到新文件中的对应位置
3. 分析moov中的trak，我们使用trak中的stsz、stco、stsc这三个表，计算sample的位置
4. 把每个sample解密，sample的大小和位置应该是不变的，把解密后的sample写到新文件中
5. 新文件可以用普通播放器播放了