parsing - RTP H.264 数据包解包器

Question

通常对于视频，RTP 数据包的标记位表示 RTP 的最后一个数据包。
那么，这样可以保证每个数据包我会收到 1 帧还是可以收到不止一个？

在解包之外的情况下，我必须制作一个解析器来分离 H.264 帧？

如果每个 RTP 数据包可以得到一个以上的帧，是否有可能得到下一帧的一部分？或者 RTP 数据包中的所有帧即使不止一个完成？

最好的问候，

Answer 1

RFC 6184 "RTP Payload Format for H.264 Video"对提出的问题有答案。它可以是两种方式:每个数据包 2+ 个 NAL 单元，以及 1 个 NAL 单元在 2+ 个数据包上分段。

请参阅下面的报价:

5.7.1. Single-Time Aggregation Packet (STAP)

A single-time aggregation packet (STAP) SHOULD be used whenever NAL units are aggregated that all share the same NALU-time.

和

5.8. Fragmentation Units (FUs)

This payload type allows fragmenting a NAL unit into several RTP packets. Doing so on the application layer instead of relying on lower-layer fragmentation (e.g., by IP) has the following advantages: