5.6 AVI文件

AVI（Audio Video Interleaved）是由微软公司在1992年11月推出的一种多媒体文件格式。它可将单个或多个视频流和音频流以交叠顺序封装在一个文件中，以达到音频与视频可同步播放的效果。AVI文件对视频文件采用了一种压缩比较高的有损压缩方式，虽然画面质量不是很高，但其应用范围仍非常广泛。AVI格式支持256色和RLE压缩，主要用来保存电视、电影等多媒体影像信息。对于机器视觉和图像处理分析应用来说，若对图像的质量要求不是很高，使用AVI文件可以将多帧图像保存在同一个文件中，方便处理。

AVI文件本质上是一种RIFF（Resource Interchange File Format）文件格式。RIFF格式文件使用诸如'RIFF'、'AVI'、'LIST'等四字符码（Four-Character Code, FOURCC）来组织数据。其中，四字符码允许含有空格，如'AVI'。在RIFF文件中，四字符码和数据的安排顺序如表5-13所示。此外还应注意，Windows操作系统使用从低到高的字节存放顺序（Little-Endian，Intel），因此诸如DWORD类型的数据0xA8B9C0D1在文件或内存中的存储顺序为D1 C0 B9 A8。

RIFF文件通常使用列表（List）和块（Chunk）来组织文件中的实际数据，且列表可以嵌套子列表和数据块。其中列表和数据块的结构如表5-14所示。

AVI文件类型用一个四字符码'AVI'来表示。整个AVI文件由RIFF文件头、两个媒体流列表（一个用于描述媒体流格式，另一个用于保存媒体流数据）和一个可选的索引块3部分构成。AVI文件的展开结构大致如图5-14所示，其中LIST（listType（listData））形式表示列表，ckID（ckData）形式表示数据块，[Optional Element]表示可选项。

文件头一开始用RIFF（'AVI'…）表示AVI文件类型。紧跟其后的是AVI文件必需的第一个列表hdrl，它用于描述AVI文件中各个流的格式信息（AVI文件中的每一路媒体数据都称为一个流）。hdrl列表嵌套了一系列块和子列表，第一个嵌套的avih块用于记录AVI文件的全局信息，如流的数量、视频图像的宽和高等。它通常可以通过下面的AVIMAINHEADER数据结构来操作：

在avih块后嵌套了一个或多个strl子列表，这些strl子列表按顺序对媒体流进行说明。也就是说第一个strl子列表用来说明第一个流，第二个strl子列表用于说明第二个流，以此类推。文件中有多少个流，这里就对应有多少个strl子列表。每个strl子列表至少包含一个strh块和一个strf块，而保存编解码器配置信息的strd块和保存流名字的strn块为可选。strl子列表中的strh块包含了流的结构信息，它可以通过下面的AVISTREAMHEADER数据结构来操作：

strl子列表strf块用于说明流的具体格式。如果流数据为视频流，使用BITMAPINFO数据结构来描述；而如果是音频流，则使用一个WAVEFORMATEX数据结构来描述。当AVI文件中的所有流都使用一个strl子列表说明以后，hdrl列表的任务也就完成了。

紧随hdrl列表之后的就是AVI文件必需的另一列表movi，它用于保存真正的视频和音频媒体流数据。可以将数据块直接嵌在movi列表里面，也可以将几个数据块组合成一个rec列表后再编排进movi列表。读取AVI文件内容时，一般需要将一个rec列表中的所有数据块一次性读出。当AVI文件中包含多个流时，数据块使用四字符码对它们进行区别。该四字符码由2个字节的流编号和2个字节的类型码组成。类型码包括db（非压缩视频帧）、dc（压缩视频帧）、pc（改用新的调色板）和wb（音缩视频）4种。例如第一个流为音频，第二个流是压缩视频，则表示音频流数据块的四字符码为00wb，表示压缩视频数据块的四字符码为01dc。

对于视频数据来说，在AVI数据序列中间还可以定义一个新的调色板，每个改变的调色板数据块用编号和类型码pc来表示，新的调色板使用数据结构AVIPALCHANGE来定义。应注意的是，若一个流的调色板中途可能改变，则应在这个流格式的描述中，也就是AVISTREAMHEADER结构的dwFlags中包含AVISF_VIDEO_PALCHANGES标记。另外，文字流数据块可以使用随意的类型码表示。

最后，紧跟在hdrl列表和movi列表之后的是AVI文件可选的索引块。索引块对文件中每一个媒体数据块进行索引，并且记录它们相对于AVI文件开头或相对于movi列表的偏移。索引块中的信息赋予了AVI文件灵活随机存取内数据的能力。若AVI文件包含索引块，则应在AVIMAINHEADER结构的dwFlags中包含AVIF_HASINDEX标记。索引块使用四字符码idx1来表征，整个块可使用数据结构AVIOLDINDEX来定义：

此外，还有一种专门用于内部数据对齐的特殊的数据块，用一个四字符码'JUNK'来表征，应用程序应忽略这些数据块的实际意义。值得一提的是，很多AVI文件还支持由Matrox OpenDML集团于1996年2月开发的格式后缀，这些文件非正式地称为AVI 2.0，并得到微软公司的支持。上述AVI文件格式的介绍，并不包括OpenDML AVI文件格式扩展部分的内容。

AVI本身只是一个数据组织的框架，内部的图像数据和声音顺据格式可以任意形式编码。AVI格式可以跨多个平台使用，但它体积往往很大，而且压缩标准不统一，解码时需要对应版本的解码器。另外，由于索引块放在了文件尾部，所以在播放流媒体时往往需要较长时间的等待。

NI Vision同样提供了高度模块化的AVI文件操作VI，如图5-15所示。使用这些VI可以创建或打开AVI文件、获取AVI文件中图像的帧数及类型信息、读写AVI文件中的图像帧以及关闭AVI文件。由于AVI文件格式没有统一的压缩标准，不同的编码器的速度、生成的AVI文件大小以及文件中图像的质量各不相同。因此读写文件时通常还需要获知系统已安装的AVI编码解码器（CODEC）的名字，根据需求选择相应的CODEC, NI Vision也提供了针对此操作的VI。

有了NI Vision提供的AVI文件操作VI，读写AVI文件就变得极为简单。图5-16展示了将一个文件夹中的PNG文件写入AVI文件的例子。程序开始时先使用List Folder函数列出文件夹\pcb中的所有PNG文件，然后取出文件夹中的第一个PNG文件，通过IMAQ GetFileInfo获取它在X、Y方向上的分辨率，用于统一要写入AVI文件的图像大小参考。IMAQ Create为图像的读取在内存中分配缓冲区，此后IMAQ ReadFile会将第一幅图像读入内存。有了第一幅图像数据作为参考，IMAQ Codec就可以根据该图像的类型、尺寸、像素位深度等信息，枚举出系统中已安装的与图像兼容的AVI编码解码器名称。在此例子中，未对各种编码解码器的性能进行比较，而是直接使用枚举出的第一个AVI编码解码器进行AVI文件操作。

IMAQ AVI2 Create根据第一个编码解码器的名称，在\pcb目录中新创建了一个名为new.avi的文件。创建AVI文件时，可以指定帧率和文件的质量。帧率指播放AVI文件时每秒显示的帧数，通常与视频制式统一，如PAL为25帧／秒，NTSC为30帧／秒。此处为了便于观察效果，设置帧率为3。文件的质量指编码器对图像压缩时的相对质量，用0~1000范围内的数字表示，数字越大，文件中图像的质量越好。紧随其后，For循环内的IMAQ ReadFile可逐一将\pcb目录中的PNG文件取出，并由IMAQ Resample按照第一幅图像的大小对它们重新采样后写入AVI文件中。等全部图像都写入AVI文件后，程序将关闭打开的AVI文件，并释放分配的内存缓冲区。程序执行完成后，如果检查\pcb目录，就会发现其中多了一个包含全部文件的new.avi文件。

读取AVI文件中图像帧的程序更为简单，如图5-17所示。程序中IMAQ AVI2 Open首先打开用户通过对话框选择的AVI文件，IMAQ AVI2 Get Info立即从打开的文件中获得总帧数、帧率及图像类型信息。一旦IMAQ Create为图像帧的读取在内存中分配了缓冲，则For循环就会逐一读取AVI文件中的图像帧，如果图像的读取速度较每帧应播放的时间（帧率的倒数）快，则应相应等待以按照帧率进行播放。所有图像读取完成后，应关闭打开的AVI文件并释放缓冲区，才能退出程序。