rtmp服务器（HTTP协议）

共同点：1：RTSP RTMP HTTP都是在应用应用层。2： 理论上RTSP RTMPHTTP都可以做直播和点播，但一般做直播用RTSP RTMP，做点播用HTTP。做视频会议的时候原来用SIP协议，现在基本上被RTMP协议取代了。 区别：1：HTTP: 即超文本传送协议(ftp即文件传输协议)。HTTP:（Real Time Streaming Protocol），实时流传输协议。HTTP全称Routing Table Maintenance Protocol（路由选择表维护协议）。 2：HTTP将所有的数据作为文件做处理。http协议不是流媒体协议。RTMP和RTSP协议是流媒体协议。 3：RTMP协议是Adobe的私有协议,未完全公开，RTSP协议和HTTP协议是共有协议，并有专门机构做维护。 4：RTMP协议一般传输的是flv，f4v格式流，RTSP协议一般传输的是ts,mp4格式的流。HTTP没有特定的流。 5：RTSP传输一般需要2-3个通道，命令和数据通道分离，HTTP和RTMP一般在TCP一个通道上传输命令和数据。 RTSP、RTCP、RTP区别1：RTSP实时流协议作为一个应用层协议，RTSP提供了一个可供扩展的框架，它的意义在于使得实时流媒体数据的受控和点播变得可能。总的说来，RTSP是一个流媒体表示 协议，主要用来控制具有实时特性的数据发送，但它本身并不传输数据，而是必须依赖于下层传输协议所提供的某些服务。RTSP可以对流媒体提供诸如播放、暂 停、快进等操作，它负责定义具体的控制消息、操作方法、状态码等，此外还描述了与RTP间的交互操作（RFC2326）。 2：RTCP控制协议RTCP控制协议需要与RTP数据协议一起配合使用，当应用程序启动一个RTP会话时将同时占用两个端口，分别供RTP和RTCP使用。RTP本身并 不能为按序传输数据包提供可靠的保证，也不提供流量控制和拥塞控制，这些都由RTCP来负责完成。通常RTCP会采用与RTP相同的分发机制，向会话中的 所有成员周期性地发送控制信息，应用程序通过接收这些数据，从中获取会话参与者的相关资料，以及网络状况、分组丢失概率等反馈信息，从而能够对服务质量进 行控制或者对网络状况进行诊断。RTCP协议的功能是通过不同的RTCP数据报来实现的，主要有如下几种类型：SR：发送端报告，所谓发送端是指发出RTP数据报的应用程序或者终端，发送端同时也可以是接收端。(SERVER定时间发送给CLIENT)。RR：接收端报告，所谓接收端是指仅接收但不发送RTP数据报的应用程序或者终端。(SERVER接收CLIENT端发送过来的响应)。SDES：源描述，主要功能是作为会话成员有关标识信息的载体，如用户名、邮件地址、电话号码等，此外还具有向会话成员传达会话控制信息的功能。BYE：通知离开，主要功能是指示某一个或者几个源不再有效，即通知会话中的其他成员自己将退出会话。APP：由应用程序自己定义，解决了RTCP的扩展性问题，并且为协议的实现者提供了很大的灵活性。 3：RTP数据协议RTP数据协议负责对流媒体数据进行封包并实现媒体流的实时传输，每一个RTP数据报都由头部（Header）和负载（Payload）两个部分组成，其中头部前12个字节的含义是固定的，而负载则可以是音频或者视频数据。RTP用到的地方就是 PLAY ，服务器往客户端传输数据用UDP协议，RTP是在传输数据的前面加了个12字节的头(描述信息)。RTP载荷封装设计本文的网络传输是基于IP协议，所以最大传输单元(MTU)最大为1500字节，在使用IP／UDP／RTP的协议层次结构的时候，这 其中包括至少20字节的IP头，8字节的UDP头，以及12字节的RTP头。这样，头信息至少要占用40个字节，那么RTP载荷的最大尺寸为1460字 节。以H264 为例，如果一帧数据大于1460，则需要分片打包，然后到接收端再拆包，组合成一帧数据，进行解码播放。 直播应用中，RTMP和HLS基本上可以覆盖所有客户端观看，HLS主要是延时比较大，RTMP主要优势在于延时低。一、应用场景低延时应用场景包括： . 互动式直播：譬如2013年大行其道的美女主播，游戏直播等等 各种主播，流媒体分发给用户观看。用户可以文字聊天和主播互动。 . 视频会议：我们要是有同事出差在外地，就用视频会议开内部会议。 其实会议1秒延时无所谓，因为人家讲完话后，其他人需要思考， 思考的延时也会在1秒左右。当然如果用视频会议吵架就不行。 . 其他：监控，直播也有些地方需要对延迟有要求， 互联网上RTMP协议的延迟基本上能够满足要求。二、RTMP和延时1. RTMP的特点如下：1) Adobe支持得很好： RTMP实际上是现在编码器输出的工业标准协议，基本上所有的编码器（摄像头之类）都支持RTMP输出。 原因在于PC市场巨大，PC主要是Windows，Windows的浏览器基本上都支持flash， Flash又支持RTMP支持得非常好。2) 适合长时间播放： 因为RTMP支持的很完善，所以能做到flash播放RTMP流长时间不断流， 当时测试是100万秒，即10天多可以连续播放。 对于商用流媒体应用，客户端的稳定性当然也是必须的，否则最终用户看不了还怎么玩？ 我就知道有个教育客户，最初使用播放器播放http流，需要播放不同的文件，结果就总出问题， 如果换成服务器端将不同的文件转换成RTMP流，客户端就可以一直播放； 该客户走RTMP方案后，经过CDN分发，没听说客户端出问题了。3）延迟较低： 比起YY的那种UDP私有协议，RTMP算延迟大的（延迟在1-3秒）， 比起HTTP流的延时（一般在10秒以上）RTMP算低延时。 一般的直播应用，只要不是电话类对话的那种要求，RTMP延迟是可以接受的。 在一般的视频会议应用中，RTMP延时也能接受，原因是别人在说话的时候我们一般在听， 实际上1秒延时没有关系，我们也要思考（话说有些人的CPU处理速度还没有这么快）。4) 有累积延迟： 技术一定要知道弱点，RTMP有个弱点就是累积误差，原因是RTMP基于TCP不会丢包。 所以当网络状态差时，服务器会将包缓存起来，导致累积的延迟； 待网络状况好了，就一起发给客户端。 这个的对策就是，当客户端的缓冲区很大，就断开重连。2. HLS低延时主要有人老是问这个问题，如何降低HLS延迟。HLS解决延时，就像是爬到枫树上去捉鱼，奇怪的是还有人喊，看那，有鱼。你说是怎么回事?我只能说你在参与谦哥的魔术表演，错觉罢了。如果你真的确信有，请用实际测量的图片来展示出来，参考下面延迟的测量。3. RTMP延迟的测量如何测量延时，是个很难的问题，不过有个行之有效的方法，就是用手机的秒表，可以比较精确的对比延时。经过测量发现，在网络状况良好时： . RTMP延时可以做到0.8秒左右。 . 多级边缘节点不会影响延迟（和SRS同源的某CDN的边缘服务器可以做到） . Nginx-Rtmp延迟有点大，估计是缓存的处理，多进程通信导致？ . GOP是个硬指标，不过SRS可以关闭GOP的cache来避免这个影响. . 服务器性能太低，也会导致延迟变大，服务器来不及发送数据。 . 客户端的缓冲区长度也影响延迟。 譬如flash客户端的NetStream.bufferTime设置为10秒，那么延迟至少10秒以上。4. GOP-Cache什么是GOP？就是视频流中两个I帧的时间距离。GOP有什么影响？Flash（解码器）只有拿到GOP才能开始解码播放。也就是说，服务器一般先给一个I帧给Flash。可惜问题来了，假设GOP是10秒，也就是每隔10秒才有关键帧，如果用户在第5秒时开始播放，会怎么样？第一种方案：等待下一个I帧，也就是说，再等5秒才开始给客户端数据。这样延迟就很低了，总是实时的流。问题是：等待的这5秒，会黑屏，现象就是播放器卡在那里，什么也没有，有些用户可能以为死掉了，就会刷新页面。总之，某些客户会认为等待关键帧是个不可饶恕的错误，延时有什么关系？我就希望能快速启动和播放视频，最好打开就能放！第二种方案：马上开始放，放什么呢？你肯定知道了，放前一个I帧。也就是说，服务器需要总是cache一个gop，这样客户端上来就从前一个I帧开始播放，就可以快速启动了。问题是：延迟自然就大了。有没有好的方案？有！至少有两种：编码器调低GOP，譬如0.5秒一个GOP，这样延迟也很低，也不用等待。坏处是编码器压缩率会降低，图像质量没有那么好。5. 累积延迟除了GOP-Cache，还有一个有关系，就是累积延迟。服务器可以配置直播队列的长度，服务器会将数据放在直播队列中，如果超过这个长度就清空到最后一个I帧：当然这个不能配置太小，譬如GOP是1秒，queue_length是1秒，这样会导致有1秒数据就清空，会导致跳跃。有更好的方法？有的。延迟基本上就等于客户端的缓冲区长度，因为延迟大多由于网络带宽低，服务器缓存后一起发给客户端，现象就是客户端的缓冲区变大了，譬如NetStream.BufferLength=5秒，那么说明缓冲区中至少有5秒数据。处理累积延迟的最好方法，是客户端检测到缓冲区有很多数据了，如果可以的话，就重连服务器。当然如果网络一直不好，那就没有办法了。//RTP协议全解析（H264码流和PS流）写在前面：RTP的解析，网上找了很多资料，但是都不全，所以我力图整理出一个比较全面的解析，其中借鉴了很多文章，我都列在了文章最后，在此表示感谢。互联网的发展离不开大家的无私奉献，我决定从我做起，希望大家支持。1、RTP Header解析 图11) V：RTP协议的版本号，占2位，当前协议版本号为22) P：填充标志，占1位，如果P=1，则在该报文的尾部填充一个或多个额外的八位组，它们不是有效载荷的一部分。3) X：扩展标志，占1位，如果X=1，则在RTP报头后跟有一个扩展报头4) CC：CSRC计数器，占4位，指示CSRC 标识符的个数5) M: 标记，占1位，不同的有效载荷有不同的含义，对于视频，标记一帧的结束；对于音频，标记会话的开始。6) PT: 有效荷载类型，占7位，用于说明RTP报文中有效载荷的类型，如GSM音频、JPEM图像等,在流媒体中大部分是用来区分音频流和视频流的，这样便于客户端进行解析。7) 序列号：占16位，用于标识发送者所发送的RTP报文的序列号，每发送一个报文，序列号增1。这个字段当下层的承载协议用UDP的时候，网络状况不好的时候可以用来检查丢包。同时出现网络抖动的情况可以用来对数据进行重新排序，序列号的初始值是随机的，同时音频包和视频包的sequence是分别记数的。8) 时戳(Timestamp)：占32位，必须使用90 kHz 时钟频率。时戳反映了该RTP报文的第一个八位组的采样时刻。接收者使用时戳来计算延迟和延迟抖动，并进行同步控制。9) 同步信源(SSRC)标识符：占32位，用于标识同步信源。该标识符是随机选择的，参加同一视频会议的两个同步信源不能有相同的SSRC。10) 特约信源(CSRC)标识符：每个CSRC标识符占32位，可以有0～15个。每个CSRC标识了包含在该RTP报文有效载荷中的所有特约信源。注：基本的RTP说明并不定义任何头扩展本身，如果遇到X=1，需要特殊处理取一段码流如下：80 e0 00 1e 00 00 d2 f0 00 00 00 00 41 9b 6b 49 €?….??….A?kIe1 0f 26 53 02 1a ff06 59 97 1d d2 2e 8c 50 01 ?.&S….Y?.?.?P.cc 13 ec 52 77 4e e50e 7b fd 16 11 66 27 7c b4 ?.?RwN?.{?..f’|?f6 e1 29 d5 d6 a4 ef3e 12 d8 fd 6c 97 51 e7 e9 ??)????>.??l?Q??cfc7 5e c8 a9 51 f6 82 65 d6 48 5a 86 b0 e0 8c ??^??Q??e?HZ????其中，80 是V_P_X_CCe0 是M_PT00 1e 是SequenceNum00 00 d2 f0 是Timestamp00 00 00 00是SSRC把前两字节换成二进制如下1000 0000 1110 0000按顺序解释如下：10 是V；0 是P；0 是X；0000 是CC；1 是M；110 0000 是PT；排版不如word看的清晰，大家凑合着看吧。2、RTP荷载H264码流 图2荷载格式定义三个不同的基本荷载结构，接收者可以通过RTP荷载的第一个字节后5位（如图2）识别荷载结构。1) 单个NAL单元包：荷载中只包含一个NAL单元。NAL头类型域等于原始 NAL单元类型,即在范围1到23之间2) 聚合包：本类型用于聚合多个NAL单元到单个RTP荷载中。本包有四种版本,单时间聚合包类型A (STAP-A)，单时间聚合包类型B (STAP-B)，多时间聚合包类型(MTAP)16位位移(MTAP16), 多时间聚合包类型(MTAP)24位位移(MTAP24)。赋予STAP-A, STAP-B, MTAP16, MTAP24的NAL单元类型号分别是 24,25, 26, 273) 分片单元：用于分片单个NAL单元到多个RTP包。现存两个版本FU-A，FU-B,用NAL单元类型 28，29标识 常用的打包时的分包规则是：如果小于MTU采用单个NAL单元包，如果大于MTU就采用FUs分片方式。因为常用的打包方式就是单个NAL包和FU-A方式，所以我们只解析这两种。2.1、单个NAL单元包 图3 定义在此的NAL单元包必须只包含一个。这意味聚合包和分片单元不可以用在单个NAL 单元包中。并且RTP序号必须符合NAL单元的解码顺序。NAL单元的第一字节和RTP荷载头第一个字节重合。如图3。 打包H264码流时，只需在帧前面加上12字节的RTP头即可。2.2、分片单元（FU-A） 图4分片只定义于单个NAL单元不用于任何聚合包。NAL单元的一个分片由整数个连续NAL单元字节组成。每个NAL单元字节必须正好是该NAL单元一个分片的一部分。相同NAL单元的分片必须使用递增的RTP序号连续顺序发送(第一和最后分片之间没有其他的RTP包）。相似，NAL单元必须按照RTP顺序号的顺序装配。 当一个NAL单元被分片运送在分片单元(FUs)中时，被引用为分片NAL单元。STAPs,MTAPs不可以被分片。 FUs不可以嵌套。 即, 一个FU 不可以包含另一个FU。运送FU的RTP时戳被设置成分片NAL单元的NALU时刻。 图 4 表示FU-A的RTP荷载格式。FU-A由1字节的分片单元指示（如图5），1字节的分片单元头（如图6），和分片单元荷载组成。S: 1 bit 当设置成1,开始位指示分片NAL单元的开始。当跟随的FU荷载不是分片NAL单元荷载的开始，开始位设为0。E: 1 bit 当设置成1, 结束位指示分片NAL单元的结束，即, 荷载的最后字节也是分片NAL单元的最后一个字节。当跟随的 FU荷载不是分片NAL单元的最后分片,结束位设置为0。R: 1 bit 保留位必须设置为0，接收者必须忽略该位打包时，原始的NAL头的前三位为FU indicator的前三位，原始的NAL头的后五位为FU header的后五位。取一段码流分析如下：80 60 01 0f 00 0e 10 00 00 0000 00 7c 85 88 82 €`……….|???00 0a 7f ca 94 05 3b7f 3e 7f fe 14 2b 27 26 f8 …??.;.>.?.+’&?89 88 dd 85 62 e1 6dfc 33 01 38 1a 10 35 f2 14 ????b?m?3.8..5?.84 6e 21 24 8f 72 62f0 51 7e 10 5f 0d 42 71 12 ?n!$?rb?Q~._.Bq.17 65 62 a1 f1 44 dc df 4b 4a 38 aa 96 b7 dd 24 .eb??D??KJ8????$前12字节是RTP Header7c是FU indicator85是FU HeaderFU indicator（0x7C）和FU Header（0x85）换成二进制如下0111 1100 1000 0101按顺序解析如下：0 是F11 是NRI11100 是FU Type，这里是28，即FU-A1 是S，Start，说明是分片的第一包0 是E，End，如果是分片的最后一包，设置为1，这里不是0 是R，Remain，保留位，总是000101 是NAl Type，这里是5，说明是关键帧（不知道为什么是关键帧请自行谷歌）打包时，FUindicator的F、NRI是NAL Header中的F、NRI，Type是28；FU Header的S、E、R分别按照分片起始位置设置，Type是NAL Header中的Type。解包时，取FU indicator的前三位和FU Header的后五位，即0110 0101（0x65）为NAL类型。3、RTP荷载PS流 针对H264 做如下PS 封装：每个IDR NALU 前一般都会包含SPS、PPS 等NALU，因此将SPS、PPS、IDR 的NALU 封装为一个PS 包，包括ps 头，然后加上PS system header，PS system map，PES header+h264 raw data。所以一个IDR NALU PS 包由外到内顺序是：PSheader| PS system header | PS system Map | PES header | h264 raw data。对于其它非关键帧的PS 包，就简单多了，直接加上PS头和PES 头就可以了。顺序为：PS header | PES header | h264raw data。以上是对只有视频video 的情况，如果要把音频Audio也打包进PS 封装，也可以。当有音频数据时，将数据加上PES header 放到视频PES 后就可以了。顺序如下：PS 包=PS头|PES(video)|PES(audio)，再用RTP 封装发送就可以了。 GB28181 对RTP 传输的数据负载类型有规定（参考GB28181 附录B），负载类型中96-127 RFC2250 建议96 表示PS 封装，建议97 为MPEG-4，建议98 为H264 即我们接收到的RTP 包首先需要判断负载类型，若负载类型为96，则采用PS 解复用，将音视频分开解码。若负载类型为98，直接按照H264 的解码类型解码。 注：此方法不一定准确，取决于打包格式是否标准PS 包中的流类型（stream type）的取值如下：1) MPEG-4 视频流： 0x10；2) H.264 视频流： 0x1B；3) SVAC 视频流： 0x80；4) G.711 音频流： 0x90；5) G.722.1 音频流： 0x92；6) G.723.1 音频流： 0x93；7) G.729 音频流： 0x99；8) SVAC音频流： 0x9B。3.1、PS包头 图71) Pack start code：包起始码字段，值为0x000001BA的位串，用来标志一个包的开始。2) System clock reference base，system clock reference extenstion：系统时钟参考字段。3) Pack stuffing length ：包填充长度字段，3 位整数，规定该字段后填充字节的个数80 60 53 1f 00 94 89 00 00 0000 00 00 00 01 ba €`S..??……..?7e ff 3e fb 44 01 00 5f 6b f8 00 00 01 e0 14 53 ~.>?D.._k?…?.S80 80 05 2f bf cf bed1 1c 42 56 7b 13 58 0a 1e €€./????.BV{.X..08 b1 4f 33 69 35 0453 6d 33 a8 04 15 58 d9 21 .?O3i5.Sm3?..X?!9741 b9 f1 75 3d 94 2b 1f bc 0b b2 b4 97 bf 93 ?A??u=?+.?.?????前12位是RTP Header，这里不再赘述；000001ba是包头起始码；接下来的9位包括了SCR，SCRE，MUXRate，具体看图7最后一位是保留位（0xf8），定义了是否有扩展，二进制如下1111 1000前5位跳过，后3位指示了扩展长度，这里是0.3.2、系统标题 图8Systemheader当且仅当pack是第一个数据包时才存在，即PS包头之后就是系统标题。取值0x000001BB的位串，指出系统标题的开始，暂时不需要处理，读取Header Length直接跳过即可。3.3、节目映射流Systemheader当且仅当pack是第一个数据包时才存在，即系统标题之后就是节目流映射。取值0x000001BC的位串，指出节目流映射的开始，暂时不需要处理，读取Header Length直接跳过即可。前5字节的结构同系统标题，见图8。取一段码流分析系统标题和节目映射流00 00 01 ba 45 a9 d4 5c 34 0100 5f 6b f8 00 00 …?E??\4.._k?..01 bb 00 0c 80 cc f5 04 e1 7f e0 e0 e8 c0 c0 20 .?..€??.?.?????00 00 01 bc 00 1e e1 ff00 00 00 18 1b e0 00 0c …?..?……?..2a 0a 7f ff 00 00 0708 1f fe a0 5a 90 c0 00 00 *……..??Z??..00 00 00 00 00 00 01 e0 7f e0 80 80 0521 6a 75 …….?.?€€.!ju前14个字节是PS包头（注意，没有扩展）；接下来的00 00 01 bb是系统标题起始码；接下来的00 0c说明了系统标题的长度（不包括起始码和长度字节本身）；接下来的12个字节是系统标题的具体内容，这里不做解析；继续看到00 00 01 bc，这是节目映射流起始码；紧接着的00 1e同样代表长度；跳过e1 ff，基本没用；接下来是00 18，代表基本流长度，说明了后面还有24个字节；接下来的1b，意思是H264编码格式；下一个字节e0，意思是视频流；接下里00 0c，同样代表接下的长度12个字节；跳过这12个字节，看到90，这是G.711音频格式；下一个字节是c0，代表音频流；接下来的00 00同样代表长度，这里是0；接下来4个字节是CRC，循环冗余校验。到这里节目映射流解析完毕。（好累）。好戏还在后头呢。3.4、PES分组头部 图9别被这么长的图吓到，其实原理相同，但是，你必须处理其中的每一位。1) Packet start code prefix：值为0x000001的位串，它和后面的stream id 构成了标识分组开始的分组起始码，用来标志一个包的开始。2) Stream id：在节目流中，它规定了基本流的号码和类型。0x(C0~DF)指音频，0x(E0~EF)为视频3) PES packet length：16 位字段，指出了PES 分组中跟在该字段后的字节数目。值为0 表示PES 分组长度要么没有规定要么没有限制。这种情况只允许出现在有效负载包含来源于传输流分组中某个视频基本流的字节的PES 分组中。4) PTS_DTS：2 位字段。当值为’10’时，PTS 字段应出现在PES 分组标题中；当值为’11’时，PTS 字段和DTS 字段都应出现在PES 分组标题中；当值为’00’时，PTS 字段和DTS 字段都不出现在PES分组标题中。值’01’是不允许的。5) ESCR：1位。置’1’时表示ESCR 基础和扩展字段出现在PES 分组标题中；值为’0’表示没有ESCR 字段。6) ESrate：1 位。置’1’时表示ES rate 字段出现在PES 分组标题中；值为’0’表示没有ES rate 字段。7) DSMtrick mode：1 位。置’1’时表示有8 位特技方式字段；值为’0’表示没有该字段。8) Additionalinfo：1 位。附加版权信息标志字段。置’1’时表示有附加拷贝信息字段；值为’0’表示没有该字段。9) CRC：1 位。置’1’时表示CRC 字段出现在PES 分组标题中；值为’0’表示没有该字段。10) Extensionflag：1 位标志。置’1’时表示PES 分组标题中有扩展字段；值为’0’表示没有该字段。PES header data length： 8 位。PES 标题数据长度字段。指出包含在PES 分组标题中的可选字段和任何填充字节所占用的总字节数。该字段之前的字节指出了有无可选字段。老规矩，上码流：00 00 01 e0 21 33 80 80 05 2b 5f df 5c 95 71 84 …?!3€€.+_?\?q?aa e4 e9 e9 ec 40 cc17 e0 68 7b 23 f6 89 df 90 ?????@?.?h{#????a9d4 be 74 b9 67 ad 34 6d f0 92 0d 5a 48 dd 13 ???t?g?4m??.ZH?.00 00 01是起始码；e0是视频流；21 33 是帧长度；接下来的两个80 80见下面的二进制解析；下一个字节05指出了可选字段的长度，前一字节指出了有无可选字段；接下来的5字节是PTS；第7、8字节的二进制如下：1000 0000 1000 0000按顺序解析：第7个字节：10 是标志位，必须是10；00 是加扰控制字段，‘00’表示没有加密，剩下的01,10,11由用户自定义；0 是优先级，1为高，0为低；0 是数据对齐指示字段；0 是版权字段；0 是原始或拷贝字段。置’1’时表示相关PES分组有效负载的内容是原始的；’0’表示内容是一份拷贝；第8个字节：10 是PTS_DTS字段，这里是10，表示有PTS,没有DTS；0 是ESCR标志字段，这里为0，表示没有该段；0 是ES速率标志字段，，这里为0，表示没有该段；0 是DSM特技方式标志字段，，这里为0，表示没有该段；0 是附加版权信息标志字段，，这里为0，表示没有该段；0 是PESCRC标志字段，，这里为0，表示没有该段；0 是PES扩展标志字段，，这里为0，表示没有该段；本段码流只有PTS，贴一下解析函数[cpp] view plain copyunsigned long parse_time_stamp (const unsigned char *p) { unsigned long b; //共33位，溢出后从0开始 unsigned long val; //第1个字节的第5、6、7位 b = *p++; val = (b & 0x0e) << 29; //第2个字节的8位和第3个字节的前7位 b = (*(p++)) << 8; b += *(p++); val += ((b & 0xfffe) << 14); //第4个字节的8位和第5个字节的前7位 b = (*(p++)) << 8; b += *(p++); val += ((b & 0xfffe) >> 1); return val; } 其他字段可参考协议解析ps：遇到00 00 01 bd的，这个是私有流的标识ps:另外，有的hk摄像头回调然后解读出来的原始h.264码流，有的一包里只有分界符数据(nal_unit_type=9)或补充增强信息单元(nal_unit_type=6)，如果直接送入解码器，有可能会出现问题，这里的处理方式要么丢弃这两个部分，要么和之后的数据合起来，再送入解码器里，如有遇到的朋友可以交流一下:)