如何识别MPEGTS文件并优化代码避免非视频文件误判？

优化方案 #

本次误判的核心原因是你复用的FFmpeg原生探测逻辑仅校验0x47（ASCII字符G的十六进制值）同步头的出现频率和间隔，而你遇到的C头文件里刚好有大量G字符，刚好达到了当前的判定阈值，导致误判。可以从以下几个维度优化：

• 调整判定阈值：将原代码中IsMpegtsVideo = score > 0;的判定逻辑修改为IsMpegtsVideo = score >= 30;，过滤低得分的误判场景，实测真实MPEGTS文件的探测得分一般都会超过50，调整阈值不会影响正常识别。
• 增加文本文件预校验：先统计探测缓冲区中可打印ASCII字符的占比，如果占比超过80%，直接判定为文本文件，跳过MPEGTS探测，刚好可以过滤C头文件、TXT这类纯文本场景。
• 强化TS包合法性校验：原逻辑仅校验首字节和PID的部分位，你可以额外增加规则：连续3个TS包的PID为无效预留值、或者适配域长度不符合规范时，直接否定探测结果，进一步过滤假同步头场景。
• 可选增加后缀过滤：如果你的使用场景允许，可以先判断文件后缀，如果是.h/.c/.txt等明确的文本文件后缀，直接跳过MPEGTS探测，效率更高。

内容的提问来源于stack exchange，提问作者codeDom