H.264 编码的视频能同时被 mov 和 mp4 进行封装？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1165 天前的主题，其中的信息可能已经有所发展或是发生改变。

我在上一个帖子『Golang 的 http.DetectContentType 有更好的替代实现吗？』求问了 Golang 下面对于不同文件头识别的开源库，有 V 友回复了filetype这个库，但是我最后使用了mimetype这个库的解决方案。

mimetype能够正确把视频的 mimetype 识别成 video/mp4，但是filetype这个库却识别出来的是 video/quicktime 。

然后我在上面的帖子也 append 了一下让我困惑的问题，就是我接着用 ffprobe 查看视频的编码信息，输出的是 H.264 ，封装格式如下：

format_name=mov,mp4,m4a,3gp,3g2,mj2
format_long_name=QuickTime / MOV

最后我用 Mac 的 Finder 查看，显示的又是 MPEG-4 影片，完全糊涂了，这意味着这个视频是先用用 mov 封装，再用 mp4 进行封装的吗？

本人对视频编解码相关知识的了解非常基础，基本处于懵懵懂懂的状态，Google 了好久都没有找到对于 format_name 这个字段的多个值的具体解释。

求 V 友解惑。

mov

mp4

封装

mimetype

26 条回复 • 2021-09-14 10:30:01 +08:00

wy315700

2021-09-13 11:49:09 +08:00

H.264 是视频编码，类似的还有 h265 。

mov 和 mp4 是视频文件格式，类似的还有 mkv，flv 。

一个视频文件里可以包含多个 H.264 视频和多个音频数据。。

mov 和 mp4 其实是一种东西，格式都一样的。。

ysc3839

2021-09-13 11:50:21 +08:00

> The MP4 container is derived from Apple QuickTime (MOV).
https://www.quora.com/What-is-the-main-difference-between-MOV-and-MP4-files

seki

2021-09-13 11:52:12 +08:00

因为 mov 与 mp4 容器的渊源比较深吧
https://en.wikipedia.org/wiki/QuickTime_File_Format

可以试试用 Mediainfo 查看具体是什么容器

JerryCha

2021-09-13 11:56:34 +08:00

你去看 flv 的也是 H.264
ts 和 m2ts 里面也有 H.264
惊不惊喜意不意外？

xlsepiphone

2021-09-13 11:59:36 +08:00

@wy315700 #1
@ysc3839 #2
@seki #3
@JerryCha #4
所以到底怎么判断容器的格式呢？

xlsepiphone

2021-09-13 12:05:02 +08:00

mediainfo 输出如下
```
General
Complete name : /Users/言叶之庭.mp4
Format : MPEG-4
Format profile : Base Media
Codec ID : isom (isom)
File size : 1.01 GiB
Duration : 46 min 3 s
Overall bit rate mode : Variable
Overall bit rate : 3 130 kb/s
Encoded date : UTC 2018-11-17 15:06:54
Tagged date : UTC 2018-11-17 15:06:54

Video
ID : 1
Format : AVC
Format/Info : Advanced Video Codec
Format profile : High@L4
Format settings : CABAC / 4 Ref Frames
Format settings, CABAC : Yes
Format settings, Reference frames : 4 frames
Codec ID : avc1
Codec ID/Info : Advanced Video Coding
Duration : 46 min 3 s
Bit rate : 3 000 kb/s
Maximum bit rate : 20.6 Mb/s
Width : 1 920 pixels
Height : 1 080 pixels
Display aspect ratio : 16:9
Frame rate mode : Variable
Frame rate : 23.976 FPS
Minimum frame rate : 23.810 FPS
Maximum frame rate : 24.390 FPS
Color space : YUV
Chroma subsampling : 4:2:0
Bit depth : 8 bits
Scan type : Progressive
Bits/(Pixel*Frame) : 0.060
Stream size : 989 MiB (96%)
Writing library : x264 core 148 r2597+52 4ed4a81 xiaowan [8-bit@all X86_64]
Encoding settings : cabac=1 / ref=4 / deblock=1:1:1 / analyse=0x3:0x133 / me=umh / subme=10 / psy=1 / fade_compensate=0.00 / psy_rd=0.30:0.00 / mixed_ref=1 / me_range=24 / chroma_me=1 / trellis=2 / 8x8dct=1 / cqm=0 / deadzone=21,11 / fast_pskip=1 / chroma_qp_offset=-2 / threads=12 / lookahead_threads=1 / sliced_threads=0 / nr=0 / decimate=1 / interlaced=0 / bluray_compat=0 / constrained_intra=0 / fgo=0 / bframes=3 / b_pyramid=2 / b_adapt=2 / b_bias=0 / direct=3 / weightb=1 / open_gop=0 / weightp=2 / keyint=240 / keyint_min=1 / scenecut=60 / intra_refresh=0 / rc_lookahead=60 / rc=2pass / mbtree=1 / bitrate=3000 / ratetol=1.0 / qcomp=0.50 / qpmin=0:0:0 / qpmax=69:69:69 / qpstep=4 / cplxblur=20.0 / qblur=0.5 / ip_ratio=1.40 / aq=2:0.80 / aq-sensitivity=10.00 / aq-factor=1.00:1.00:1.00 / aq2=0 / aq3=0
Encoded date : UTC 2018-11-17 14:02:01
Tagged date : UTC 2018-11-17 15:07:04
Color range : Limited
Matrix coefficients : BT.709
Codec configuration box : avcC

Audio
ID : 2
Format : AAC LC
Format/Info : Advanced Audio Codec Low Complexity
Codec ID : mp4a-40-2
Duration : 46 min 3 s
Bit rate mode : Variable
Bit rate : 125 kb/s
Maximum bit rate : 262 kb/s
Channel(s) : 6 channels
Channel layout : C L R Ls Rs LFE
Sampling rate : 48.0 kHz
Frame rate : 46.875 FPS (1024 SPF)
Compression mode : Lossy
Stream size : 41.0 MiB (4%)
Encoded date : UTC 2018-11-17 13:37:54
Tagged date : UTC 2018-11-17 15:07:04
```

xylophone21

2021-09-13 12:05:31 +08:00

ffmpeg

siguretto

2021-09-13 12:07:13 +08:00

最简单的方法是判断头部字节 ftyp，mov 是 ftypqt，mp4 是 ftypmp4 。

xlsepiphone

2021-09-13 12:08:37 +08:00

@siguretto #8

xxd /Users/言叶之庭.mp4 | head
00000000: 0000 0014 6674 7970 6973 6f6d 0000 0001 ....ftypisom....
00000010: 6973 6f6d 001b 04be 6d6f 6f76 0000 006c isom....moov...l
00000020: 6d76 6864 0000 0000 d815 df0e d815 df0e mvhd............
00000030: 0000 0258 0019 4dc0 0001 0000 0100 0000 ...X..M.........
00000040: 0000 0000 0000 0000 0001 0000 0000 0000 ................
00000050: 0000 0000 0000 0000 0001 0000 0000 0000 ................
00000060: 0000 0000 0000 0000 4000 0000 0000 0000 ........@.......
00000070: 0000 0000 0000 0000 0000 0000 0000 0000 ................
00000080: 0000 0000 0000 0003 0000 0015 696f 6473 ............iods
00000090: 0000 0000 1007 004f ffff 2a15 ff00 11d3 .......O..*.....

xlsepiphone

2021-09-13 12:09:10 +08:00

@siguretto #8 fty pisom 是什么鬼。。。

siguretto

2021-09-13 12:09:20 +08:00

在我理解，mov 是兼容 mp4 的，所里两个库得到的 mimetype 不一样也很正常。video/mp4 是从兼容性考虑，video/quicktime 则是更加准确。

siguretto

2021-09-13 12:14:44 +08:00

关于 iso，可以看看 wiki： https://en.wikipedia.org/wiki/ISO/IEC_base_media_file_format

可以这么想，iso 把 mov 标准化了，mp4 又采纳了 iso 标准，所以就是 mov -> iso -> mp4

mikewang

2021-09-13 12:17:44 +08:00 via iPhone

mov 是 Apple 的定标准，mp4 来自于 mov，用是 ISO 的标准。它们的格式类似。就像 webm 来自于 mkv，格式类似但有着不同的标准。

大多数情况播放器 mov 和 mp4 可以互相兼容，视频编码一样的话。mimetype 不一致关系也不大。

使用 ffprobe 来看，mov 格式的 major_brand 是 qt （ QuickTime ）

lostvincent

2021-09-13 14:01:41 +08:00

首先，你要区分视频流和封装
h.264 是视频流的格式
mp4 是封装格式
这两个是可以同时存在的，简单来说就是一个是外包装，一个是内容

其次，你要明确下你需要的是视频流还是封装的格式。
看帖子内容，我假设你需要的是：封装格式
在没有具体文件的情况下，你描述的情况是可能存在的

类比现实情况，就是你拿到了一个水果礼物盒（ mp4 ），里面装着一个柑橘（ h.264 ）
mimetype 检测之后，告诉你这是一个水果礼物盒（ video/mp4 ）
filetype 检测后，告诉你这是一个橘子礼物盒（ video/quicktime ）
ffprobe 告诉你这是一个柑橘（ h.264 ）

一些关于 isom 的东西
Some references:
https://forum.doom9.org/showthread.php?p=1664561#post1664561
https://forum.doom9.org/showthread.php?p=1827483#post1827483

相关行业标准文档：
Document:
ISO/IEC 14496-12

太长不看版：
都说的没错，只不过对象和详细程度不同

expy

2021-09-13 14:15:47 +08:00

容器跟编码的区别，H264/MPEG4/AVC 是同一个编码。

MP4 是容器，可以封装各种编码的视频流和音频流(H.264/H.265/AV1/AAC/FLAC/MP3/Opus)。

tsanie

2021-09-13 14:50:41 +08:00

抛开标题，我觉得这个文件比较奇怪。'ftypisom'为什么会被 ffprobe 和 filetype 库识别成 QuickTime File，果子的 QuickTime 格式规范上写的 major_brand 不是一定要'qt '么……

huangmingyou

2021-09-13 14:55:17 +08:00

封装和内容编码是两个独立概念。内容编码可以比喻成英语书或者中文书，封装可以理解成顺风或者邮政快递。可以随便组合啊。

CEBBCAT

2021-09-13 16:00:50 +08:00 via Android

mikewang

2021-09-13 16:59:24 +08:00

#14 @lostvincent
水果礼物盒和橘子礼物盒的比喻可能不太准确，mov 和 mp4 应该是平级的，他们之间还存在一些微小的差别。
例如：
　　 video/quicktime 支持封装 ALAC 无损音频，video/mp4 不能。
　　 video/mp4 支持封装 AV1 编码的视频，video/quicktime 不能。

上面都在讨论视频编码的问题，我觉得这个问题重点不在这里。
macOS 文件简介显示的「 MPEG-4 影片」指的是「 MPEG-4 Part 14 」定义的容器格式，不是指「 MPEG-4 Part 2 」定义的 MPEG-4 编码。
可以查看一个封装 HEVC 的 mp4 文件，简介依然为「 MPEG-4 影片」。

严格意义上讲，只有 major_brand 为 qt 时，文件才是 video/quicktime 。
filetype 库，将 #9 的文件识别为 video/quicktime 是有问题的，这显然是个 video/mp4 文件。

这个问题已经有人提过了，同一个文件多次执行，得到结果不一样 XD
https://github.com/h2non/filetype/issues/64

![]( https://ae01.alicdn.com/kf/Hdd619c78118648b1a0d5550c16c80aa3x.png)

xlsepiphone

2021-09-13 17:10:53 +08:00

@mikewang #19

```
Metadata:
major_brand : isom
minor_version : 1
compatible_brands: isom
creation_time : 2018-11-17T15:06:54.000000Z
```
major_brand 是 isom，看完你们的回复，懵了，感觉视频编码与封装这块，太不直白了，这么多历史渊源。

lostvincent

2021-09-13 17:28:39 +08:00

@mikewang 多谢指正，quicktime 这部分不是了解太多，对表达失误带来的误解，表示抱歉
关于 ISO/IEC 14496-12 是因为我手边之前研究的是这份，也只看过这份，所以想了下，没删掉-12

@xlsepiphone 你要了解的话，看下 mp4 的 ftyp 这个东西就够了

litesoar

2021-09-13 17:48:36 +08:00

应该可以吧。

h.264 是视频编码格式
mp4 和 mov 是视频封装格式，都能采用 h264 编码。

xylophone21

2021-09-13 18:20:57 +08:00

score 越大，可能性越高

```c
static int mov_probe(const AVProbeData *p)
{
int64_t offset;
uint32_t tag;
int score = 0;
int moov_offset = -1;

/* check file header */
offset = 0;
for (;;) {
int64_t size;
int minsize = 8;
/* ignore invalid offset */
if ((offset + 8ULL) > (unsigned int)p->buf_size)
break;
size = AV_RB32(p->buf + offset);
if (size == 1 && offset + 16 <= (unsigned int)p->buf_size) {
size = AV_RB64(p->buf+offset + 8);
minsize = 16;
} else if (size == 0) {
size = p->buf_size - offset;
}
if (size < minsize) {
offset += 4;
continue;
}
tag = AV_RL32(p->buf + offset + 4);
switch(tag) {
/* check for obvious tags */
case MKTAG('m','o','o','v'):
moov_offset = offset + 4;
case MKTAG('m','d','a','t'):
case MKTAG('p','n','o','t'): /* detect movs with preview pics like ew.mov and april.mov */
case MKTAG('u','d','t','a'): /* Packet Video PVAuthor adds this and a lot of more junk */
case MKTAG('f','t','y','p'):
if (tag == MKTAG('f','t','y','p') &&
( AV_RL32(p->buf + offset + 8) == MKTAG('j','p','2',' ')
|| AV_RL32(p->buf + offset + 8) == MKTAG('j','p','x',' ')
)) {
score = FFMAX(score, 5);
} else {
score = AVPROBE_SCORE_MAX;
}
break;
/* those are more common words, so rate then a bit less */
case MKTAG('e','d','i','w'): /* xdcam files have reverted first tags */
case MKTAG('w','i','d','e'):
case MKTAG('f','r','e','e'):
case MKTAG('j','u','n','k'):
case MKTAG('p','i','c','t'):
score = FFMAX(score, AVPROBE_SCORE_MAX - 5);
break;
case MKTAG(0x82,0x82,0x7f,0x7d):
case MKTAG('s','k','i','p'):
case MKTAG('u','u','i','d'):
case MKTAG('p','r','f','l'):
/* if we only find those cause probedata is too small at least rate them */
score = FFMAX(score, AVPROBE_SCORE_EXTENSION);
break;
}
if (size > INT64_MAX - offset)
break;
offset += size;
}
if (score > AVPROBE_SCORE_MAX - 50 && moov_offset != -1) {
/* moov atom in the header - we should make sure that this is not a
* MOV-packed MPEG-PS */
offset = moov_offset;

while (offset < (p->buf_size - 16)) { /* Sufficient space */
/* We found an actual hdlr atom */
if (AV_RL32(p->buf + offset ) == MKTAG('h','d','l','r') &&
AV_RL32(p->buf + offset + 8) == MKTAG('m','h','l','r') &&
AV_RL32(p->buf + offset + 12) == MKTAG('M','P','E','G')) {
av_log(NULL, AV_LOG_WARNING, "Found media data tag MPEG indicating this is a MOV-packed MPEG-PS.\n");
/* We found a media handler reference atom describing an
* MPEG-PS-in-MOV, return a
* low score to force expanding the probe window until
* mpegps_probe finds what it needs */
return 5;
} else {
/* Keep looking */
offset += 2;
}
}
}

return score;
}
```

msg7086

2021-09-13 18:50:06 +08:00 via Android

Mp4 isom mov 本来就是一家人。
顺便提一个有趣的小知识，avi 和 wav 也是一家人，都是基于 riff 。
视频音频方面的水本来就很深，一大堆公司在搞，各种组织在定自己的标准，然后各种标准又在借鉴别的标准。
然后甚至有时候还会出现软件输出的文件不那么标准的情况，然后软件也要一步步迭代完善。
很多格式还在不停发展变化，比如说 opus 或 flac in MP4 还没完全搞明白，各家软件还没支持，标准也还在草案阶段一点点推进，等哪天定稿了再逐步给各大工具平台推，再一点点开始普及，等等。
本来已经成熟的格式也在不停变化，比如前段时间 NHK 搞了 24 声道的 AAC，一直无人支持，后来有一天我去问了，然后给了个音轨样本以后他们才一点点开始实现功能。
这方面的浑水要趟的话得要有一些心理准备的。

thunderw

2021-09-14 08:58:58 +08:00

https://blog.csdn.net/pirateleo/article/details/7583321
这里面说的好像比较清楚。可以指定一种主格式，另外声明还兼容哪些格式。
所以你这个具体的文件就是 isom 兼容 moov 。约等于既是 mp4 又是 mov 。
参阅： http://www.ftyps.com

tsanie

2021-09-14 10:30:01 +08:00

@thunderw 那倒不是，他这个文件第一个 atom 是 0x14 个字节，major_brand 是 isom，compatible_brands 只有 4 字节也是 isom，moov 是另一个 atom，里面存视频时长之类的信息的。