轉載：http://blog.chinaunix.net/uid-24567872-id-3471547.html
前面寫了flv檔案的解析，有h264裸流的話就開始封裝吧。網上大多數都是用ffmeg庫來做這個工作的，哎，學習資料少學不會，還是自己動手吧。
封裝前要先了解下h.264格式，隻需要知道一點點就可以了，我看了h.264官方文檔，我靠，3百多頁，還全是中文，什麼，是中文？既然是中文的我就勉強看下吧，我靠，看起來還很複雜的，果斷不看了，不需要，也沒時間，我又不做解碼，這東西具體步驟資料又少，基本都是那一兩篇轉來轉去，這還要感謝我上一篇提到的那個連接配接的兄弟，記錄下過程，不然以後就忘幹淨了。 h264是一個個NALU單元組成的，每個單元以00 00 01 或者 00 00 00 01分隔開來，每2個00 00 00 01之間就是一個NALU單元。我們實際上就是将一個個NALU單元封裝進FLV檔案。
每個NALU單元開頭第一個byte的低5bits表示着該單元的類型，即 NAL nal_unit_type： #define NALU_TYPE_SLICE 1
#define NALU_TYPE_DPA 2
#define NALU_TYPE_DPB 3
#define NALU_TYPE_DPC 4
#define NALU_TYPE_IDR 5
#define NALU_TYPE_SEI 6
#define NALU_TYPE_SPS 7
#define NALU_TYPE_PPS 8
#define NALU_TYPE_AUD 9 #define NALU_TYPE_EOSEQ 10
#define NALU_TYPE_EOSTREAM 11
#define NALU_TYPE_FILL 12 每個NALU第一個byte & 0x1f 就可以得出它的類型，比如上圖第一個NALU：67 & 0x1f = 7，則此單元是SPS，第三個：68 & 0x1f = 8，則此單元是PPS。 前一章說到如果資料是AAC或者AVC的話，則有一個音頻和視訊的配置資訊需要寫入前兩個tag（metadata之後），AAC音頻就不說了，在ISO-14496-3 Audio 中有描述，給一張圖。
說下AVC視訊流的configuretion，ISO-14496-15 AVC file format 有較長的描述，先給兩張圖，一張是說明，一張是實際截圖。
這個例子是對應我第一個截圖來的，一般h264資料最開始的兩個NALU就是PSP和PPS，但是我現在還沒有明白為什麼我的那個h264裸流在開始的時候會有兩個SPS、PPS，而且之後資料還會不時的出現，但是我沒有管這個，依然隻各弄了一個進去，其他的忽略掉了，反正多餘的我都忽略了，也沒發現有什麼錯。反正首先把音視訊的配置資訊封進metadata之後的tag，然後就可以封資料了。再說下中繼資料，flv header之後就是它了，再之後就是音視訊配置資訊，再後面就是音視訊資料，中繼資料前一章說了是amf格式的，安格式封就行了，測試其實沒有中繼資料視訊也可以正常播放，等會再簡單說下amf吧。 現在開始封裝h264資料吧，前一章提到了flv關于AVC的格式，除開中繼資料，其他資料是：一個byte的video資訊+一個byte的AVCPacket type+3個bytes的無用資料（composition time，當AVC時無用，全是0）+ 4個bytes的NALU單元長度 + N個bytes的NALU資料，是以標頭資料長度資訊是剛才提到的資訊的總和長度。要強調下，當音視訊配置資訊tag的時候，是沒有4個bytes的NALU單元長度的。 AVC的配置資訊時，先上一個圖,
17 -- 高4bits：1，keyframe。 低4bits：7，代表AVC。 後面一個byte 0x00，AVCPacket type，代表AVC sequence header。後3個bytes無意義，之後就是decoder configuration record的内容了。 圖中綠色後面 00 00 00 28就是前面tag的總長度。 當NALU第一個byte xx & 0x1f == 5的時候，說明該單元是一個I frame，關鍵幀
17 -- 和上面的一樣。 01 -- AVC NALU。藍色框内的4個bytes記錄後面NALU資料的長度。65 & 0x1f == 5. 如果NALU第一個byte xx & 0x1f != 5的時候，就不是一個I frame
27 -- 高4bits：2，inter frame ，P frame。 低4bits：7，AVC NALU。其他都一樣。圖中綠色後面 00 00 00 28就是前面tag的總長度。 整個的flv檔案其實是：FLV header + previous tag size0 + tag1 + previous tag size1 + tag2 + previous tag size2 + ... +tagN + previous tag sizeN。 tag1是metadata，記錄視訊的一些資訊；tag2是視訊配置資訊（AVC decoder configuration record），tag3是音頻配置資訊（如果沒有音頻則去掉此項），tag4以及之後的tag就是音視訊資料了。 每一個結構怎麼封都說清楚了，安上面的步驟一個一個NALU封就行了。 封包的時候要特别注意一下標頭裡面的時間戳，因為這個控制着播放的速度，如果不填，全是0的話，播放會相當快，一般按視訊幀率來設定。我這個h264流是8幀的，是以我每個tag的時間間隔是125ms左右。 注意了，flv裡面的資料都是大端模式，放資料進去要轉換一下，如果你是通常的小端的機器的話。
至于rtmp協定發送flv，之後再寫吧。