FFmpeg显示的PTS与MP4头stts/ctts导出PTS差异及计算方法问询

1. FFmpeg 显示的 PTS 与 stts/ctts 解析结果不同的原因 #

• 时间基准自动转换：MP4 里 stts/ctts 存储的时间值是基于视频轨道的 timescale（媒体时间基，比如常见的 90000，代表 1 秒被拆分为 90000 个时间单位）的原始数值。而 FFmpeg 的 showinfo 滤镜显示的 PTS，是已经转换为该流内部使用的 time_base（可能和媒体时间基不同，比如采用微秒级基准）的数值，并且会自动对齐到播放起始点的 0 时刻。
• edts 编辑列表的处理：如果你的 MP4 包含 edts 编辑列表，说明视频轨道存在时间偏移（比如原始媒体前有无效帧，编辑后从中间某帧开始播放）。FFmpeg 会自动减去这个偏移，让播放时间线从 0 开始；但直接解析 stts/ctts 得到的是媒体本身的原始时间，未考虑该偏移，因此数值会出现差异。
• 帧时序的自动校正：若视频包含 B 帧，ctts 表会记录 DTS 到 PTS 的偏移，但 FFmpeg 会自动完成转换并对齐播放时序；手动解析时若未正确处理 ctts 的正负偏移，也可能出现差异，但你遇到的第一帧差异更可能由前两个原因导致。

2. 从 stts、ctts、edts 正确推导 PTS 的步骤 #

按以下流程操作：

• 获取轨道 timescale：从 MP4 的 moov->trak->mdia->mdhd 字段中取出 timescale，这个值是将时间单位转换为秒的关键。
• 计算每帧的 DTS：
  • 遍历 stts 表的每个条目，每个条目包含 sample_count（该段的帧数）和 sample_delta（每帧的 DTS 增量）。
  • 初始 DTS 设为 0，依次累加每个帧的 delta，得到每帧的原始 DTS（单位为 timescale 的时间单位）。
• 计算原始 PTS：
  • 遍历 ctts 表的每个条目，每个条目包含 sample_count 和 sample_offset（PTS 相对 DTS 的偏移值）。
  • 对每帧使用公式 PTS = DTS + sample_offset 得到原始媒体 PTS（注意 offset 可能为负数，对应 B 帧的情况）。
• 应用 edts 调整（若存在）：
  • 如果轨道存在 edts 编辑列表，找到第一个 edit entry 的 media_time（媒体起始偏移时间），将每帧的原始 PTS 减去这个值，得到的就是播放时的 PTS（与 FFmpeg 显示的数值对应）。
• 转换为秒数：将最终的 PTS 值除以 timescale，即可得到以秒为单位的 PTS（比如你的例子中 0.0667s，应该是原始 PTS 为 6000、timescale 为 90000，6000/90000=0.0667）。

内容的提问来源于stack exchange，提问作者userDtrm