一、RTP协议头：
1.RTP头定义：
RTP协议头一般固定为12个字段，在每一个RTP数据包中都存在。各字段的含义如下：
version(V)：2bits：标识RTP的版本，当前协议版本固定为2.
padding(P)：1bits：填充位。默认0，如果为1，则在该报文的末尾填充一个或多个额外的八位组，它们不是有效载荷的一部分。某些具有固定块大小的加密算法可能会使用到填充
extension(X)：1bits：扩展位。默认0，如果为1，设置了扩展位，固定头部必须紧跟一个头部扩展。
CSRC count(CC)：4bits：CSRC计数器。默认为0，指示CSRC标识符的个数。
marker(M)：1bits：不同的载荷有不同的含义，对于视频，标记一帧的结束；对于音频，标记会话的开始。
payload type(PT)：7bits：载荷类型。常见的H264视频为96，AAC音频为97
sequence number(SEQ)：16bits：序列号。用于标识发送者发送RTP报文的序列号，每次加1，初始值应该是随机的。接收方可以用于检测丢包，或者重排。音频包和视频包是分别计数的。
timestamp：32bits：时间戳。反映RTP数据包中第一个八位字节的采样瞬间，接收者可以用来计算延迟和延迟抖动，结合RTCP包的NTP时间基等概念，接受端可以进行音视频同步控制（以后再深入学习）
ssrc：32bits：同步信源标识。该标识符应当是随机选择的，且同一RTP会话中不同同步源需要有不同的ssrc标识符。
csrc list：0~15个32bits：特约信源。标识符的个数由CC字段给出，一般在混音器插入时才出现，默认不需要。
2.ZLM中关于H264流RTP的构造：
二、RTP封包类型：
H264可以由三种RTP打包方式：1）单NALU打包，一个RTP包包含一个完整的NALU；2）聚合打包，对于较小的NALU，一个RTP包可以包含多个完整的NALU；3）分片打包：对于较大的NALU，一个NALU可以分为多个RTP包发送。比较常见的是单NALU打包和分片打包。
单NALU打包简单，将整个NALU的数据放入到RTP包的载荷中即可。
分片打包。在RTP载荷开始之前有两个字节的信息，然后是NALU的内容。
第一个字节是FU Indicator。标识封包类型。格式如下：F禁止位，NRI两个bite，Type为封包类型。解析方法：futype = fu_indicator & 0x1f；
第二个字节是FU header。用于判断包的位置，和包的类型。FU-A打包中的第一个包时，S设为1；FU-A打包的最后一个包时，E设为1；R为保留位。Type为原来NALU的Type的低位，0x01,0x05,0x07,0x08这些
H264帧的NALU TYPE类型：nal_fu = (fu_indicator & 0xe0) | (fu_header & 0x1f)
在ZLM中使用到的RTP分别类型有3种：Single包、STAP-A包、FU-A包。
三。STAP-A包
1.STAP-A包的完整格式：
2.SPS帧抓包：
其中：80 60 31 4a 00 57 40 e0 00 00 00 02为RTP HEAD，对照RTP HEAD定义可以进行解析。可以得出PT为96，SEQ为12618，Timestamp为5718240，SSRC为000002
剩余部分：78 00 18 67 64 ......
78 -->0111 1000。0x78 & 0x1f = 0x18 。后5位type为24。表示为STAP-A类型包
00 18 载荷长度：24
67 -->NALU TYPE表示为SPS包
之后的内容是SPS包的具体内容，不再分析。
3.PPS帧抓包：
其中：80 60 31 4b 00 57 40 e0 00 00 00 02为RTPHEAD， 可以得出PT为96，SEQ为12619，Timestamp为5718240，SSRC为000002。对比SPS包可以看出，SEQ加1，同一时刻构造的包，SSRC一致。
剩余部分：78 00 05 68 ee 31 b2 1b
78 -->0111 1000。0x78 & 0x1f = 0x18 。后5位type为24。表示为STAP-A类型包
00 15 载荷长度：5
68 -->NALU TYPE表示为PPS包。
之后的内容是PPS包的具体内容，不再分析
四、FU-A包
1、FU-A包完整格式：
2、I帧（起始帧）抓包
其中：80 60 31 4c 00 57 40 e0 00 00 00 02为RTPHEAD， 可以得出PT为96，SEQ为12620，Timestamp为5718240，SSRC为000002。对比SPS包可以看出，SEQ加1，同一时刻构造的包，SSRC一致。
剩余部分：7c 85 b8 ...
7c --> 0111 1100。0x7c & 0x1f = 0x1c。后5位type为28表示为FU-A类型包
85 -->1000 0101。对比FU Head解析，S为1，说明是起始包。后5位为5，说明是I帧。更加完整的NAL TYPE为：(0x7c & 0xe0) | (0x85 & 0x1f) = 0x65
之后的内容是NALU负载，不再分析
3、I帧（中间帧）抓包
其中：80 60 31 4d 00 57 40 e0 00 00 00 02为RTPHEAD， 可以得出PT为96，SEQ为12621，Timestamp为5718240，SSRC为000002。对比SPS包可以看出，SEQ加1，同一时刻构造的包，SSRC一致
剩余部分：7c 05 ad ...
7c --> 0111 1100。0x7c & 0x1f = 0x1c。后5位type为28表示为FU-A类型包
05 -->0000 0101。对比FU Head解析，S为0，E为0，说明是中间包。后5位为5，说明是I帧。更加完整的NAL TYPE为：(0x7c & 0xe0) | (0x05 & 0x1f) = 0x65
之后的内容是NALU负载，不再分析
4、I帧（结尾帧）抓包：
其中：80 e0 31 db 00 57 40 e0 00 00 00 02为RTPHEAD， 可以得出PT为96，SEQ为12763，Timestamp为5718240，SSRC为000002。对比SPS包可以看出，SEQ加了很多，同一时刻构造的包，SSRC一致
剩余部分：7c 05 ad ...
7c --> 0111 1100。0x7c & 0x1f = 0x1c。后5位type为28表示为FU-A类型包
45 -->0100 0101。对比FU Head解析，S为0，E为1，说明是结尾包。后5位为5，说明是I帧。更加完整的NAL TYPE为：(0x7c & 0xe0) | (0x45 & 0x1f) = 0x65
之后的内容是NALU负载，不再分析
至此一个完整的I帧结束
5、P帧（分包）抓包
其中：80 60 31 f2 00 58 83 9c 00 00 00 02为RTPHEAD， 可以得出PT为96，SEQ为12786，Timestamp为5800860，SSRC为000002。对比SPS包可以看出，SEQ加了很多， 时间戳增加，SSRC一致
剩余部分：7c 81 e2 ...
7c --> 0111 1100。0x7c & 0x1f = 0x1c。后5位type为28表示为FU-A类型包
81 -->1000 0001。对比FU Head解析，S为1，E为0，说明是起始包。后5位为1，说明是P帧。更加完整的NAL TYPE为：(0x7c & 0xe0) | (0x81 & 0x1f) = 0x61
五、ZLM对RTP的封装实现：
1、根据H264帧的长度，决定单包还是分包：
2、对于单包，zlm根据配置分别采用单nalu和stap-a两种方式：
3、singlenalu打包：直接将NALU内容放在RTP头后面
4、stap-a打包：作者注释是为了兼容性webrtc。第一个字节为0x24，第二和第三字节为负载长度，后面为NALU内容
5、fu-a打包：设置第一个字节为28，第二个字节有NALU的TYPE和起始结束标识进行构造。在while循环中进行分包处理。
六、ZLM对RTP的解封装实现
1、根据RTP头部之后的第一个字节判读包类型：nal = frame[0] & 0x1f。其中小于24为单包，24为stap-a，28为su-a，其它不支持
2、解封装单包：在负载内容frame之前添加帧分隔符00 00 00 01，组装成H264裸帧
3、解封装stap-a包：stap-a包和单包类似，只不过多了两个字节表示载荷长度，可用于包长度校验。取出nalu载荷之后通上述单包逻辑，组成成H264裸帧。
4、解封装fu-a包：根据RTP头后面的第二个字段，可以判断出是起始/中间/结尾包。根据第一个和第二个字段可以计算出H264帧的类型。如果是起始包，添加00 00 00 01帧头，添加帧类型，缓存后续包；如果是中间包，缓存第二个字节之后的后续包；如果是结尾包，缓存第二个字节之后的后续包之后，至此组装出一个完整的H264裸帧。在分包缓存的过程中根据SEQ序号还就行了帧连续性判断
