RTP H264封包和解包分析

基础理论

RTP协议回顾以及网络知识补充

举例：在客户端向服务器发送 1MB 数据的过程中，涉及到多个网络层次的概念，包括数据切割、最大传输单元（MTU）、最大段大小（MSS）等。以下是这个过程的详细说明：

1.应用层：客户端准备要发送的 1MB 文件。

2.传输层：客户端使用 send 函数向服务器发送数据。每次发送 2KB（2048 字节）数据。调用 send(socket, data_buffer, 2048, 0);

3.传输层：最大段大小（MSS）：设置为 512 字节。根据 TCP 协议，MSS 是 TCP 层面上最大可发送数据段的大小。所以将每次发送的 2048 字节数据包切割成多个 512 字节的数据段。

4.链路层：

MTU：设定为 1500 字节，指的是数据链路层能够传输的最大数据包大小。

在链路层，数据包会被进一步封装，确保每个传输的数据包（帧）不超过 MTU 的限制。

TCP 头大小：20 字节，IP 头大小：20 字节，可用数据大小： 1500 -20 -20 =1460 字节。

5.物理层：链路层生成的帧通过物理介质（如电缆、无线等）传输。每个 512 字节的段被封装在链路层的帧中，并通过物理层发送到目标地址。

rtp传输h264如下：

引出问题，当nalu.size过大如何发？

RTP之H264封包和解包

H264分析-CSDN博客

回顾NALU的基本格式是：NALU Header +RBSP

NALU Header类型1-5: 编码的图像数据(IDR、P、B帧等)

类型6-12: 辅助数据(SEI、SPS、PPS等)

类型14-18: 扩展数据

这里重点关注28FU-A分包模式

现在我们可以回答" 引出问题，当nalu.size过大如何发？"

当nalu.size过大我么可以通过分片的方式进行发送。

rtp发包方式

1.Single NAL Unit单一模式

当rtp<=1400 单包发(rtp:nalu) 1 : 1

RTP Header + NALU Header + NALU Data; （不包括startcode）

2. 非交错(non-interleaved)封包模式

在视频监控领域摄像头通过RTP 传输码流的打包⽅式都是基本这种，这种打包⽅案简单容易实现，⼜满⾜需要。

当rtp>1400 分包处理(rtp:nalu) n : 1

把⼀个⼤的NALU进⾏了切分，最后接收⽅则进⾏了合并，把多个RTP包合并成⼀个完整的NALU即可。因为底层MTU⼤⼩值固定为1500，从传输效率讲，这⾥⽤1400作为切分条件。如何切分？

RTP header + FU indicator + Fu header

FU indication

F和NRI已经在NALU的Header解释清楚了，就是NALU头的前⾯三个bit位，后⾯的

TYPE就是NALU的FU-A类型28。这样在RTP固定头后⾯第⼀字节的后⾯5bit提取出来就确认了该RTP包承载的不是⼀个完整的NALU，

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。

也就是说**⼀个NALU切⽚时，第⼀个切⽚的SE是10，然后中间的切⽚是00，最后⼀个切⽚时11。**

R: 1 bit

保留位必须设置为0，接收者必须忽略该位。

Type: 5 bits

此处的Type就是NALU头中的Type,取1-23的那个值，表示 NAL单元荷载类型定义，

小结：

对于⽐较⼤的NLAU进⾏FU-A切⽚时，其中NALU的Header字段在RTP打包时划分为两个字节

1、NALU header的前3bit为RTP固定头后⾯第⼀个字节FU-indication的前3bit，后⾯5bit后⾯跟了FU-A打包这种类型28;

2、NALU header的后⾯5bit变成了RTP固定头第⼆字节的后⾯5bit,其中前3bit标识了分⽚的开始和结束。

3.交错(interleaved)封包模式

sps、pps、sei帧一起发送，简化 nalu (rtp:nalu) 1 : n

如何实现？可使用28方式

24-stap-a

如有一个 H.264 的 NALU 是这样的:
$00 00 00 01 67 42 A0 1E 23 56 0E 2F ...$ $00 00 00 01 68 42 B0 12 58 6A D4 FF ...$
封装成 RTP 包将如下:
$RTP Header \] \[78 (STAP-A头，占用1个字节)\] \[第一个NALU长度 (占用两个字节)\] \[ 67 42 A0 1E 23 56 0E 2F \] \[第二个NALU长度 (占用两个字节)\] \[68 42 B0 12 58 6A D4 FF ...$
67和68属于NALU 1 HDR

0x78 = ‭01111000‬, 低5bit即是十进制24

优点：网络传输效率高；

缺点：多帧缓存后再发送容易产生延迟