【RTSP从零实践】12、TCP传输H264格式RTP包(RTP_over_TCP)的RTSP服务器(附带源码)

😁博客主页😁：🚀https://blog.csdn.net/wkd_007🚀
🤑博客内容🤑：🍭嵌入式开发、Linux、C语言、C++、数据结构、音视频🍭
🤣本文内容🤣：🍭TCP传输H264格式RTP包(RTP_OVER_TCP)的RTSP服务器🍭
⏰发布时间⏰： 2025-07-16

本文未经允许，不得转发！！！

前面系列文章回顾：
【音视频 | RTSP】RTSP协议详解 及 抓包例子解析（详细而不赘述）
【音视频 | RTSP】SDP(会话描述协议)详解 及 抓包例子分析
【音视频 | RTP】RTP协议详解(H.264的RTP封包格式、AAC的RTP封包格式)
【RTSP从零实践】01、根据RTSP协议实现一个RTSP服务
【RTSP从零实践】02、使用RTP协议封装并传输H264
【RTSP从零实践】03、实现最简单的传输H264的RTSP服务器
【RTSP从零实践】04、使用RTP协议封装并传输AAC
【RTSP从零实践】05、实现最简单的传输AAC的RTSP服务器
【RTSP从零实践】06、实现最简单的同时传输H264、AAC的RTSP服务器
【RTSP从零实践】07、多播传输H264格式的RTP包(附带源码)
【RTSP从零实践】08、多播传输H264码流的RTSP服务器——最简单的实现例子(附带源码)
【RTSP从零实践】09、多播传输AAC格式的RTP包(附带源码)
【RTSP从零实践】10、多播传输AAC码流的RTSP服务器——最简单的实现例子(附带源码)
【RTSP从零实践】11、多播同时传输H264、AAC码流的RTSP服务器——最简单的实现例子(附带源码)

🎄一、概述

前面文章介绍的文章都是由UDP作为传输层协议来发送RTP报文的(RTP over UDP)，在RTSP服务器中，还有一种RTP包传输方式，即使用TCP协议作为传输层协议发送RTP报文的RTP over TCP。本文将介绍怎样实现一个最简单的使用TCP方式发送RTP包的RTSP服务器。

本文内容安排如下：

• 1、介绍使用tcp协议发送RTP(RTP over TCP)的相关内容：
• 2、使用tcp协议发送RTP的RTSP服务端实现步骤和细节。

🎄二、RTP over TCP(RTSP) 介绍

✨2.1 RTP over TCP(RTSP) 相关概念

我们前面系列文章介绍过的rtsp服务器都是创建了一个TCP服务来处理RTSP协议，创建另一个UDP套接字来发送RTP包，这种方式就是 RTP over UDP。而RTP over TCP不单独建立一个UDP套接字去发送RTP包，而是利用处理RTSP协议的TCP套接字来发送RTP包的，所有有些资料也把这种方式称为RTP over RTSP。

• RTP over UDP：一个TCP套接字处理RTSP协议，另一个UDP套接字发送RTP包、RTCP包；
• RTP over TCP(RTSP)：一个TCP套接字处理RTSP协议、RTP包、RTCP包。

✨2.2 怎么区分 RTSP包、RTP包、RTCP包

如上面所说，我们复用发送RTSP交互的socket来发送RTP包和RTCP信息，那么对于客户端来说，如何区分这三种数据呢？

我们将这三个分为两类，一类是RTSP，一类是RTP、RTCP

发送RTSP信息的情况没有变化，还是更以前一样的方式

发送RTP、RTCP包，在每个包前面都加上四个字节，这四个字节解释如下：

使用TCP协议传输的RTP包和RTCP包，第一个字节固定为$字符，第二字节的channel是在RTSP服务器处理的SETUP过程中，客户端发送给服务端的。

所以，使用TCP协议传输的RTP包结构如下：

✨2.3 RTP包封装代码

在RTP包起始位置增加4个字节的数据：

struct RtpPacket
{
    char header[4];
    struct RtpHeader rtpHeader;
    uint8_t payload[0];
};

在发送RTP包前，是这样填写这4个字节：

rtpPacket->header[0] = '$';
rtpPacket->header[1] = rtpChannel;
rtpPacket->header[2] = ((dataSize+RTP_HEADER_SIZE) & 0xFF00 ) >> 8;
rtpPacket->header[3] = (dataSize+RTP_HEADER_SIZE) & 0xFF;

🎄三、实现步骤、实现细节

本文与之前的文章【RTSP从零实践】03、实现最简单的传输H264的RTSP服务器 有许多共同点，特点是代码，就是在这个基础去修改的，读者可以比较学习。

使用TCP协议发送RTP包的RTSP服务端实现步骤主要有下面几个：

• 1、创建TCP服务端套接字；
• 2、处理RTSP客户端发过来的命令；
• 3、读取H264文件；
• 4、封装成RTP包并发送

✨3.1 创建TCP服务端套接字

由于RTP包也是使用TCP套接字发送的，所以只需要创建一个TCP套接字即可，不需要再创建UDP套接字了。

int                server_fd, client_fd;
struct sockaddr_in address;
int                opt     = 1;
socklen_t          addrlen = sizeof(address);

// 创建套接字
if ((server_fd = socket(AF_INET, SOCK_STREAM, 0)) == 0)
{
    perror("socket failed");
    return -1;
}

// 设置套接字选项
if (setsockopt(server_fd, SOL_SOCKET, SO_REUSEADDR, &opt, sizeof(opt)))
{
    perror("setsockopt");
    return -1;
}

address.sin_family      = AF_INET;
address.sin_addr.s_addr = INADDR_ANY;
address.sin_port        = htons(RTSP_PORT);

// 绑定端口
if (bind(server_fd, (struct sockaddr *)&address, sizeof(address)) < 0)
{
    perror("bind failed");
    return -1;
}

// 开始监听
if (listen(server_fd, MAX_CLIENTS) < 0)
{
    perror("listen");
    return -1;
}

✨3.2 处理RTSP命令

• OPTION
  

• DESCRIBE
  

• SETUP
  RTP/AVP/TCP表示RTP流通过TCP传输，当此值出现时，报文没有client_port字段；
  interleaved=0-1表示streamid，标识RTP的streamid=0；RTCP的streamid=1；
  

• PLAY
  

• TEARDOWN
  

✨3.3 读取H264文件

H.264文件保存了h264编码的视频帧，每个视频帧之间以开始码00 00 01或00 00 00 01分隔开。我们可以用下面代码判断是否为开始码。

在两个开始码之间的就是视频帧数据。h264视频帧数据的第一个字节是一个NAL头，内容如下图：

可以用下面代码读取NAL头：

以上H264文件结构需要了解的知识，完整代码可以到下个小节查看。

✨3.4 封装成RTP包并发送

本文介绍的RTP数据包是使用TCP协议发送的，主要由3部分组成，即 开始的4个字节、RTP头、RTP负载。

🎈3.4.1、RTP包最开始的4个字节

RTP包最前面的4个字节在前文介绍过了，可以按照下面代码填写：

rtpPacket->header[0] = '$';
rtpPacket->header[1] = rtpChannel;
rtpPacket->header[2] = ((dataSize+RTP_HEADER_SIZE) & 0xFF00 ) >> 8;
rtpPacket->header[3] = (dataSize+RTP_HEADER_SIZE) & 0xFF;

🎈3.4.2、RTP头(RTP Header)

上图是RTP头的结构图，包含了12个字节的内容，可以用代码定义成如下结构体：

struct RtpHeader
{
    /* byte 0 */
    uint8_t csrcLen:4;
    uint8_t extension:1;
    uint8_t padding:1;
    uint8_t version:2;
 
    /* byte 1 */
    uint8_t payloadType:7;
    uint8_t marker:1;
    
    /* bytes 2,3 */
    uint16_t seq;
    
    /* bytes 4-7 */
    uint32_t timestamp;
    
    /* bytes 8-11 */
    uint32_t ssrc;
};

RTP头这里涉及到一个 时间戳怎么计算 的问题，需要注意的是，这个时间戳是一个 时钟频率 为单位的，而不是具体的时间(秒、毫秒等)。
一般情况下，H264的时钟频率为90000Hz，假设帧率为25，那么每一帧的 时间间隔 就是1/25秒，每一帧的 时钟增量 就是(90000/25=3600)。那时间戳怎么算呢？举个例子，如果帧率为25的H264视频，第一帧的RTP时间戳为0的话，那么第二帧的RTP时间戳就是 3600，第三帧的RTP时间戳就是 7200，依次类推，后一帧的RTP时间戳在前一帧的RTP时间戳的值加上一个时钟增量。

🎈3.4.3、H264 的 RTP负载(RTP Payload)

H264 的 RTP负载需要介绍两种方式，第一种是 单个NAL单元封包(Single NAL Unit Packet)；第二种是 分片单元(Fragmentation Unit) 。如果H264的视频帧NALU(NAL Unit)总字节数小于 MTU(网络最大传输单元1500字节)，就可以使用第一种方式，因为有一些TCP/UDP头数据，所以一般判断小于1400字节，就采用 单个NAL单元封包(Single NAL Unit Packet)，否则使用分片单元(Fragmentation Unit)的方式封装RTP包。

单个NAL单元封包 的RTP负载结构如下图，相当于直接将整个NAL Unit 填入RTP负载即可：

分片单元的RTP负载方式也有两种，本文介绍的是FU-A的方式，RTP负载最开始由三部分组成：第一个字节是FU indicator，第二个字节是FU header，第三个字节开始就是NAL单元去掉NAL头之后的数据：

• FU indicator：FU indicator的大小是一个字节，格式如下，跟NAL头的格式一样，但作为 分片RTP封包 ，并不能直接将H264的NAL头直接填上去。
  F：一般为0。为0表示此NAL单元不应包含bit错误或语法违规；为1表示此NAL单元可能包含bit错误或语法违规；
  NRI：直接将H264NAL头的NRI值填入即可；
  Type：FU-A格式的封包填28，FU-B格式的封包填29。

  +---------------+
  |0|1|2|3|4|5|6|7|
  +-+-+-+-+-+-+-+-+
  |F|NRI|  Type   |
  +---------------+
  

• FU header ：FU header的大小也是一个字节，格式如下：
  S：start，NALU拆分多个分包后，第一个发送的分包，此bit位置1，其他分包为0；
  E：end，NALU拆分多个分包后，最后一个发送的分包，此bit位置1，其他分包为0；
  R：保留位，必须等于0；
  Type：将H264的NAL头的负载类型Type直接填入。

  +---------------+
  |0|1|2|3|4|5|6|7|
  +-+-+-+-+-+-+-+-+
  |S|E|R|  Type   |
  +---------------+
  

这部分可以结合下个小节代码，多看几篇去理解。

🎄四、RTP_over_TCP的RTSP服务端源码

1、H264Reader.h

/**
 * @file H264Reader.h
 * @author https://blog.csdn.net/wkd_007
 * @brief
 * @version 0.1
 * @date 2025-06-24
 *
 * @copyright Copyright (c) 2025
 *
 */
#ifndef __H264_READER_H__
#define __H264_READER_H__

#include <stdio.h>

#define MAX_STARTCODE_LEN (4)

typedef enum
{
    FALSE,
    TRUE,
} BOOL;

typedef enum
{
    H264_NALU_TYPE_SLICE = 1,
    H264_NALU_TYPE_DPA = 2,
    H264_NALU_TYPE_DPB = 3,
    H264_NALU_TYPE_DPC = 4,
    H264_NALU_TYPE_IDR = 5,
    H264_NALU_TYPE_SEI = 6,
    H264_NALU_TYPE_SPS = 7,
    H264_NALU_TYPE_PPS = 8,
    H264_NALU_TYPE_AUD = 9,
    H264_NALU_TYPE_EOSEQ = 10,
    H264_NALU_TYPE_EOSTREAM = 11,
    H264_NALU_TYPE_FILL = 12,
} H264NaluType;

typedef enum
{
    H264_NALU_PRIORITY_DISPOSABLE = 0,
    H264_NALU_PRIRITY_LOW = 1,
    H264_NALU_PRIORITY_HIGH = 2,
    H264_NALU_PRIORITY_HIGHEST = 3
} H264NaluPriority;

typedef struct
{
    int startcode_len;        //! 4 for parameter sets and first slice in picture, 3 for everything else (suggested)
    int forbidden_bit;        //! should be always FALSE
    int nal_reference_idc;    //! H264_NALU_PRIORITY_xxxx
    int nal_unit_type;        //! H264_NALU_TYPE_xxxx
    BOOL isLastFrame;         //!
    int frame_len;            //!
    unsigned char *pFrameBuf; //!
} H264Frame_t;

typedef struct H264ReaderInfo_s
{
    FILE *pFileFd;
    int frameNum;
} H264ReaderInfo_t;

int H264_FileOpen(char *fileName, H264ReaderInfo_t *pH264Info);
int H264_FileClose(H264ReaderInfo_t *pH264Info);
int H264_GetFrame(H264Frame_t *pH264Frame, H264ReaderInfo_t *pH264Info);
BOOL H264_IsEndOfFile(const H264ReaderInfo_t *pH264Info);
void H264_SeekFile(H264ReaderInfo_t *pH264Info);

#endif // __H264_READER_H__

2、H264Reader.c

/**
 * @file H264Reader.c
 * @author https://blog.csdn.net/wkd_007
 * @brief
 * @version 0.1
 * @date 2025-06-30
 *
 * @copyright Copyright (c) 2025
 *
 */
#include "H264Reader.h"
#include <stdlib.h>

#define MAX_FRAME_LEN (1920 * 1080 * 1.5) // 一帧数据最大字节数

static BOOL findStartCode_001(unsigned char *Buf)
{
    // printf("[%d %d %d]\n", Buf[0], Buf[1], Buf[2]);
    return (Buf[0] == 0 && Buf[1] == 0 && Buf[2] == 1); // 0x000001 ?
}

static BOOL findStartCode_0001(unsigned char *Buf)
{
    // printf("[%d %d %d %d]\n", Buf[0], Buf[1], Buf[2], Buf[3]);
    return (Buf[0] == 0 && Buf[1] == 0 && Buf[2] == 0 && Buf[3] == 1); // 0x00000001 ?
}

int H264_FileOpen(char *fileName, H264ReaderInfo_t *pH264Info)
{
    pH264Info->pFileFd = fopen(fileName, "rb+");
    if (pH264Info->pFileFd == NULL)
    {
        printf("[%s %d]Open file error\n", __FILE__, __LINE__);
        return -1;
    }
    pH264Info->frameNum = 0;
    return 0;
}

int H264_FileClose(H264ReaderInfo_t *pH264Info)
{
    if (pH264Info->pFileFd != NULL)
    {
        fclose(pH264Info->pFileFd);
        pH264Info->pFileFd = NULL;
    }
    return 0;
}

BOOL H264_IsEndOfFile(const H264ReaderInfo_t *pH264Info)
{
    return feof(pH264Info->pFileFd);
}

void H264_SeekFile(H264ReaderInfo_t *pH264Info)
{
    fseek(pH264Info->pFileFd, 0, SEEK_SET);
    pH264Info->frameNum = 0;
}

/**
 * @brief 获取一阵h264视频帧
 *
 * @param pH264Frame ：输出参数，使用后 pH264Frame->pFrameBuf 需要free
 * @param pH264Info ：输入参数
 * @return int
 */
int H264_GetFrame(H264Frame_t *pH264Frame, H264ReaderInfo_t *pH264Info)
{
    int rewind = 0;
    if (pH264Info->pFileFd == NULL)
    {
        printf("[%s %d]pFileFd error\n", __FILE__, __LINE__);
        return -1;
    }

    // 1.读取帧数据
    // unsigned char *pFrame = (unsigned char *)malloc(MAX_FRAME_LEN);
    unsigned char *pFrame = pH264Frame->pFrameBuf;
    int readLen = fread(pFrame, 1, MAX_FRAME_LEN, pH264Info->pFileFd);
    if (readLen <= 0)
    {
        printf("[%s %d]fread error\n", __FILE__, __LINE__);
        // free(pFrame);
        return -1;
    }

    // 2.查找当前帧开始码
    int i = 0;
    for (; i < readLen - MAX_STARTCODE_LEN; i++)
    {
        if (!findStartCode_0001(&pFrame[i]))
        {
            if (!findStartCode_001(&pFrame[i]))
            {
                continue;
            }
            else
            {
                pH264Frame->startcode_len = 3;
                break;
            }
        }
        else
        {
            pH264Frame->startcode_len = 4;
            break;
        }
    }
    if (i != 0) // 不是帧开头，偏移到帧开头重新读
    {
        printf("[%s %d]startcode error, i=%d\n", __FILE__, __LINE__, i);
        // free(pFrame);
        rewind = (-(readLen - i));
        fseek(pH264Info->pFileFd, rewind, SEEK_CUR);
        return -1;
    }

    // 3.查找下一帧开始码
    i += MAX_STARTCODE_LEN;
    for (; i < readLen - MAX_STARTCODE_LEN; i++)
    {
        if (!findStartCode_0001(&pFrame[i]))
        {
            if (!findStartCode_001(&pFrame[i]))
            {
                continue;
            }
            else
            {
                break;
            }
        }
        else
        {
            break;
        }
    }
    if (i == (readLen - MAX_STARTCODE_LEN))
    {
        if (!feof(pH264Info->pFileFd))
        {
            printf("[%s %d]MAX_FRAME_LEN too small\n", __FILE__, __LINE__);
            // free(pFrame);
            return -1;
        }
        else
        {
            pH264Frame->isLastFrame = TRUE;
        }
    }

    // 4.填数据
    pH264Frame->forbidden_bit = pFrame[pH264Frame->startcode_len] & 0x80;     // 1 bit
    pH264Frame->nal_reference_idc = pFrame[pH264Frame->startcode_len] & 0x60; // 2 bit
    pH264Frame->nal_unit_type = pFrame[pH264Frame->startcode_len] & 0x1f;     // 5 bit, naluType 是开始码后一个字节的最后 5 位
    // pH264Frame->pFrameBuf = pFrame;
    pH264Frame->frame_len = i;

    // 5.文件读取指针偏移到下一帧位置
    rewind = (-(readLen - i));
    fseek(pH264Info->pFileFd, rewind, SEEK_CUR);

    pH264Info->frameNum++;

    return pH264Frame->frame_len;
}

3、tcp_rtp.h

#ifndef _RTP_H_
#define _RTP_H_
#include <stdint.h>
 
#define RTP_VESION              2
 
#define RTP_PAYLOAD_TYPE_H264   96
#define RTP_PAYLOAD_TYPE_AAC    97
 
#define RTP_HEADER_SIZE         12
#define RTP_MAX_PKT_SIZE        1400
 
/*
 *
 *    0                   1                   2                   3
 *    7 6 5 4 3 2 1 0|7 6 5 4 3 2 1 0|7 6 5 4 3 2 1 0|7 6 5 4 3 2 1 0
 *   +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
 *   |V=2|P|X|  CC   |M|     PT      |       sequence number         |
 *   +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
 *   |                           timestamp                           |
 *   +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
 *   |           synchronization source (SSRC) identifier            |
 *   +=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+
 *   |            contributing source (CSRC) identifiers             |
 *   :                             ....                              :
 *   +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
 *
 */
struct RtpHeader
{
    /* byte 0 */
    uint8_t csrcLen:4;
    uint8_t extension:1;
    uint8_t padding:1;
    uint8_t version:2;
 
    /* byte 1 */
    uint8_t payloadType:7;
    uint8_t marker:1;
    
    /* bytes 2,3 */
    uint16_t seq;
    
    /* bytes 4-7 */
    uint32_t timestamp;
    
    /* bytes 8-11 */
    uint32_t ssrc;
};
 
struct RtpPacket
{
    char header[4];
    struct RtpHeader rtpHeader;
    uint8_t payload[0];
};
 
void rtpHeaderInit(struct RtpPacket* rtpPacket, uint8_t csrcLen, uint8_t extension,
                    uint8_t padding, uint8_t version, uint8_t payloadType, uint8_t marker,
                   uint16_t seq, uint32_t timestamp, uint32_t ssrc);
int rtpSendPacket(int socket, uint8_t rtpChannel, struct RtpPacket* rtpPacket, uint32_t dataSize);
 
#endif //_RTP_H_

4、tcp_rtp.c

#include <sys/types.h>
#include <sys/socket.h>
#include <arpa/inet.h>
#include <netinet/in.h>
#include <arpa/inet.h>
 
#include "tcp_rtp.h"
 
void rtpHeaderInit(struct RtpPacket* rtpPacket, uint8_t csrcLen, uint8_t extension,
                    uint8_t padding, uint8_t version, uint8_t payloadType, uint8_t marker,
                   uint16_t seq, uint32_t timestamp, uint32_t ssrc)
{
    rtpPacket->rtpHeader.csrcLen = csrcLen;
    rtpPacket->rtpHeader.extension = extension;
    rtpPacket->rtpHeader.padding = padding;
    rtpPacket->rtpHeader.version = version;
    rtpPacket->rtpHeader.payloadType =  payloadType;
    rtpPacket->rtpHeader.marker = marker;
    rtpPacket->rtpHeader.seq = seq;
    rtpPacket->rtpHeader.timestamp = timestamp;
    rtpPacket->rtpHeader.ssrc = ssrc;
}
 
int rtpSendPacket(int socket, uint8_t rtpChannel, struct RtpPacket* rtpPacket, uint32_t dataSize)
{
    int ret;
 
    rtpPacket->header[0] = '$';
    rtpPacket->header[1] = rtpChannel;
    rtpPacket->header[2] = ((dataSize+RTP_HEADER_SIZE) & 0xFF00 ) >> 8;
    rtpPacket->header[3] = (dataSize+RTP_HEADER_SIZE) & 0xFF;
 
    rtpPacket->rtpHeader.seq = htons(rtpPacket->rtpHeader.seq);
    rtpPacket->rtpHeader.timestamp = htonl(rtpPacket->rtpHeader.timestamp);
    rtpPacket->rtpHeader.ssrc = htonl(rtpPacket->rtpHeader.ssrc);
 
    ret = send(socket, (void*)rtpPacket, dataSize+RTP_HEADER_SIZE+4, 0);
 
    rtpPacket->rtpHeader.seq = ntohs(rtpPacket->rtpHeader.seq);
    rtpPacket->rtpHeader.timestamp = ntohl(rtpPacket->rtpHeader.timestamp);
    rtpPacket->rtpHeader.ssrc = ntohl(rtpPacket->rtpHeader.ssrc);
 
    return ret;
}

5、rtsp_h264_tcp_main.c

/**
 * @file rtsp_h264_tcp_main.c
 * @author https://blog.csdn.net/wkd_007
 * @brief 
 * @version 0.1
 * @date 2025-07-10
 * 
 * @copyright Copyright (c) 2025
 * 
 */
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <unistd.h>
#include <sys/socket.h>
#include <netinet/in.h>
#include <arpa/inet.h>
#include <sys/types.h>
#include <sys/socket.h>
#include <sys/stat.h>
#include <fcntl.h>

#include "tcp_rtp.h"
#include "H264Reader.h"

#define H264_FILE_NAME  "test.h264"
#define FPS             25

#define RTSP_PORT       8554
#define MAX_CLIENTS     5
#define SESSION_ID      10086001
#define SESSION_TIMEOUT 60

typedef struct
{
    int   rtpSendFd;
    int   rtpPort;
    int   rtpChannel;
    int   bPlayFlag; // 播放标志
    char *cliIp;
} RTP_Send_t;

typedef enum
{
    RTP_NULL,
    RTP_PLAY,
    RTP_PLAYING,
    RTP_STOP,
} RTP_PLAY_STATE;

static int rtpSendH264Frame(int socket, int rtpChannel,
                            struct RtpPacket *rtpPacket, uint8_t *frame, uint32_t frameSize)
{
    uint8_t naluType; // nalu第一个字节
    int     sendBytes = 0;
    int     ret;

    naluType = frame[0];

    if (frameSize <= RTP_MAX_PKT_SIZE) // nalu长度小于最大包场：单一NALU单元模式
    {
        /*
         *   0 1 2 3 4 5 6 7 8 9
         *  +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
         *  |F|NRI|  Type   | a single NAL unit ... |
         *  +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
         */
        memcpy(rtpPacket->payload, frame, frameSize);
        ret = rtpSendPacket(socket, rtpChannel, rtpPacket, frameSize);
        if (ret < 0)
            return -1;

        rtpPacket->rtpHeader.seq++;
        sendBytes += ret;
        if ((naluType & 0x1F) == 7 || (naluType & 0x1F) == 8) // 如果是SPS、PPS就不需要加时间戳
            goto out;
    }
    else // nalu长度大于最大包场：分片模式
    {
        /*
         *  0                   1                   2
         *  0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3
         * +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
         * | FU indicator  |   FU header   |   FU payload   ...  |
         * +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
         */

        /*
         *     FU Indicator
         *    0 1 2 3 4 5 6 7
         *   +-+-+-+-+-+-+-+-+
         *   |F|NRI|  Type   |
         *   +---------------+
         */

        /*
         *      FU Header
         *    0 1 2 3 4 5 6 7
         *   +-+-+-+-+-+-+-+-+
         *   |S|E|R|  Type   |
         *   +---------------+
         */

        int pktNum        = frameSize / RTP_MAX_PKT_SIZE; // 有几个完整的包
        int remainPktSize = frameSize % RTP_MAX_PKT_SIZE; // 剩余不完整包的大小
        int i, pos = 1;

        /* 发送完整的包 */
        for (i = 0; i < pktNum; i++)
        {
            rtpPacket->payload[0] = (naluType & 0x60) | 28;
            rtpPacket->payload[1] = naluType & 0x1F;

            if (i == 0)                                     // 第一包数据
                rtpPacket->payload[1] |= 0x80;              // start
            else if (remainPktSize == 0 && i == pktNum - 1) // 最后一包数据
                rtpPacket->payload[1] |= 0x40;              // end

            memcpy(rtpPacket->payload + 2, frame + pos, RTP_MAX_PKT_SIZE);
            ret = rtpSendPacket(socket, rtpChannel, rtpPacket, RTP_MAX_PKT_SIZE + 2);
            if (ret < 0)
                return -1;

            rtpPacket->rtpHeader.seq++;
            sendBytes += ret;
            pos += RTP_MAX_PKT_SIZE;
        }

        /* 发送剩余的数据 */
        if (remainPktSize > 0)
        {
            rtpPacket->payload[0] = (naluType & 0x60) | 28;
            rtpPacket->payload[1] = naluType & 0x1F;
            rtpPacket->payload[1] |= 0x40; // end

            memcpy(rtpPacket->payload + 2, frame + pos, remainPktSize + 2);
            ret = rtpSendPacket(socket, rtpChannel, rtpPacket, remainPktSize + 2);
            if (ret < 0)
                return -1;

            rtpPacket->rtpHeader.seq++;
            sendBytes += ret;
        }
    }

out:
    return sendBytes;
}

void *sendRtp(void *arg)
{
    RTP_Send_t *pRtpSend    = (RTP_Send_t *)arg;
    int         rtp_send_fd = pRtpSend->rtpSendFd;
    int         rtpChannel  = pRtpSend->rtpChannel;

    struct RtpPacket *rtpPacket = (struct RtpPacket *)malloc(sizeof(struct RtpPacket) + (1920 * 1080 * 4));

    rtpHeaderInit(rtpPacket, 0, 0, 0, RTP_VESION, RTP_PAYLOAD_TYPE_H264, 0,
                  0, 0, 0x88923423);

    // h264
    H264ReaderInfo_t h264Info;
    if (H264_FileOpen(H264_FILE_NAME, &h264Info) < 0)
    {
        printf("failed to open %s\n", H264_FILE_NAME);
        return NULL;
    }

    H264Frame_t h264Frame;
    h264Frame.pFrameBuf = (unsigned char *)malloc(1920 * 1080 * 4);

    while (pRtpSend->bPlayFlag)
    {
        if (!H264_IsEndOfFile(&h264Info))
        {
            h264Frame.isLastFrame = 0;
            H264_GetFrame(&h264Frame, &h264Info);

            if (h264Frame.pFrameBuf != NULL)
            {
                if (h264Frame.isLastFrame) // 最后一帧，移到开头重新读
                {
                    printf("warning SeekFile 1\n");
                    H264_SeekFile(&h264Info);
                }

                // printf("rtpSendH264Frame, frameNum=%d, time=%u\n", h264Info.frameNum, rtpPacket->rtpHeader.timestamp);
                rtpSendH264Frame(rtp_send_fd, rtpChannel, rtpPacket,
                                 h264Frame.pFrameBuf + h264Frame.startcode_len,
                                 h264Frame.frame_len - h264Frame.startcode_len);

                rtpPacket->rtpHeader.timestamp += 90000 / FPS; // RTP 传输视频每秒 90k HZ
                usleep(1000 * 1000 / FPS);
            }
        }
        else
        {
            printf("warning need SeekFile 1\n");
        }
    }

    free(h264Frame.pFrameBuf);
    free(rtpPacket);
    H264_FileClose(&h264Info);
}

// 解析RTSP请求
void rtsp_request_parse(char *buffer, char *method, char *url, int *cseq, int *pRtpChannel)
{
    char *line = strtok(buffer, "\r\n");
    sscanf(line, "%s %s RTSP/1.0", method, url);

    while ((line = strtok(NULL, "\r\n")) != NULL)
    {
        if (strncmp(line, "CSeq:", 5) == 0)
        {
            sscanf(line, "CSeq: %d", cseq);
        }

        char *pInterleaved = strstr(line, "interleaved=");
        if (pInterleaved != NULL)
        {
            int rtcpChn = 0;
            sscanf(pInterleaved, "interleaved=%d-%d", pRtpChannel, &rtcpChn);
            // printf("rtpPort: %d-%d\n",*pRtpChannel, rtcpChn);
        }
    }
}

// 生成SDP描述
const char *generate_sdp()
{
    return "v=0\r\n"
           "o=- 0 0 IN IP4 0.0.0.0\r\n"
           "s=Example Stream\r\n"
           "t=0 0\r\n"
           "m=video 0 RTP/AVP 96\r\n"
           "a=rtpmap:96 H264/90000\r\n"
           "a=control:streamid=0\r\n";
}

void rtsp_handle_OPTION(char *response, int cseq)
{
    sprintf(response,
            "RTSP/1.0 200 OK\r\n"
            "CSeq: %d\r\n"
            "Public: OPTIONS, DESCRIBE, SETUP, PLAY, TEARDOWN\r\n\r\n",
            cseq);
}

static void rtsp_handle_DESCRIBE(char *response, int cseq)
{
    sprintf(response,
            "RTSP/1.0 200 OK\r\n"
            "CSeq: %d\r\n"
            "Content-Type: application/sdp\r\n"
            "Content-Length: %zu\r\n\r\n%s",
            cseq, strlen(generate_sdp()), generate_sdp());
}

static void rtsp_handle_SETUP(char *response, int cseq, uint8_t rtpChannel)
{
    sprintf(response,
            "RTSP/1.0 200 OK\r\n"
            "CSeq: %d\r\n"
            "Session: %u; timeout=%d\r\n"
            "Transport: RTP/AVP/TCP;unicast;interleaved=%hhu-%hhu\r\n\r\n",
            cseq, SESSION_ID, SESSION_TIMEOUT, rtpChannel, rtpChannel + 1);
}

static void rtsp_handle_PLAY(char *response, int cseq)
{
    sprintf(response,
            "RTSP/1.0 200 OK\r\n"
            "CSeq: %d\r\n"
            "Session: %u; timeout=%d\r\n"
            "Range: npt=0.000-\r\n\r\n",
            cseq, SESSION_ID, SESSION_TIMEOUT);
}

static void rtsp_handle_TEARDOWN(char *response, int cseq)
{
    sprintf(response,
            "RTSP/1.0 200 OK\r\n"
            "CSeq: %d\r\n"
            "Session: %d; timeout=%d\r\n\r\n",
            cseq, SESSION_ID, SESSION_TIMEOUT);
}

// 处理客户端连接
int handle_client(int cli_fd, char *cli_ip)
{
    int           client_sock  = cli_fd;
    char          buffer[1024] = {0};
    int           cseq         = 0;
    int           rtpChn       = 0;
    unsigned char bSendFlag    = RTP_NULL;
    RTP_Send_t    rtpSend;
    pthread_t     thread_id;

    while (1)
    {
        memset(buffer, 0, sizeof(buffer));
        int len = read(client_sock, buffer, sizeof(buffer) - 1);
        if (len <= 0)
            break;

        printf("C->S [\n%s]\n\n", buffer);

        char method[16] = {0};
        char url[128]   = {0};
        rtsp_request_parse(buffer, method, url, &cseq, &rtpChn);

        char response[1024] = {0}; // 构造响应
        if (strcmp(method, "OPTIONS") == 0)
        {
            rtsp_handle_OPTION(response, cseq);
        }
        else if (strcmp(method, "DESCRIBE") == 0)
        {
            rtsp_handle_DESCRIBE(response, cseq);
        }
        else if (strcmp(method, "SETUP") == 0)
        {
            rtsp_handle_SETUP(response, cseq, rtpChn);
        }
        else if (strcmp(method, "PLAY") == 0)
        {
            rtsp_handle_PLAY(response, cseq);
            bSendFlag = RTP_PLAY;
        }
        else if (strcmp(method, "TEARDOWN") == 0)
        {
            rtsp_handle_TEARDOWN(response, cseq);
            bSendFlag = RTP_STOP;
        }
        else
        {
            snprintf(response, sizeof(response),
                     "RTSP/1.0 501 Not Implemented\r\nCSeq: %d\r\n\r\n", cseq);
        }

        write(client_sock, response, strlen(response));
        printf("S->C [\n%s]\n\n", response);

        if (bSendFlag == RTP_PLAY) // PLAY
        {
            rtpSend.rtpSendFd  = cli_fd;
            rtpSend.rtpPort    = 0;
            rtpSend.rtpChannel = rtpChn;
            rtpSend.cliIp      = NULL;
            rtpSend.bPlayFlag  = 1;

            // 这里不使用线程的话，会一直无法处理 client_sock 发过来的 OPTION 消息，导致播放出问题
            if (pthread_create(&thread_id, NULL, (void *)sendRtp, (void *)&rtpSend) < 0)
            {
                perror("pthread_create");
            }
            bSendFlag = RTP_PLAYING;
        }

        if (bSendFlag == RTP_STOP) // TEARDOWN
        {
            rtpSend.bPlayFlag = 0;
            pthread_join(thread_id); // 等待线程结束
            bSendFlag = RTP_NULL;
            break;
        }
    }

    printf("close ip=[%s] fd=[%d]\n", cli_ip, client_sock);
    close(client_sock);
    return 0;
}

int main()
{
    int                server_fd, client_fd;
    struct sockaddr_in address;
    int                opt     = 1;
    socklen_t          addrlen = sizeof(address);

    // 创建套接字
    if ((server_fd = socket(AF_INET, SOCK_STREAM, 0)) == 0)
    {
        perror("socket failed");
        return -1;
    }

    // 设置套接字选项
    if (setsockopt(server_fd, SOL_SOCKET, SO_REUSEADDR, &opt, sizeof(opt)))
    {
        perror("setsockopt");
        return -1;
    }

    address.sin_family      = AF_INET;
    address.sin_addr.s_addr = INADDR_ANY;
    address.sin_port        = htons(RTSP_PORT);

    // 绑定端口
    if (bind(server_fd, (struct sockaddr *)&address, sizeof(address)) < 0)
    {
        perror("bind failed");
        return -1;
    }

    // 开始监听
    if (listen(server_fd, MAX_CLIENTS) < 0)
    {
        perror("listen");
        return -1;
    }

    printf("RTSP Server listening on port %d\n", RTSP_PORT);

    // 主循环接受连接，目前处理一个客户端
    while (1)
    {
        char cli_ip[40] = {0};
        if ((client_fd = accept(server_fd, (struct sockaddr *)&address, &addrlen)) < 0)
        {
            perror("accept");
            return -1;
        }

        strncpy(cli_ip, inet_ntoa(address.sin_addr), sizeof(cli_ip));
        printf("handle cliend [%s]\n", cli_ip);

        handle_client(client_fd, cli_ip);
    }

    return 0;
}

首先设置一下VLC，工具->偏好设置->输入/编解码器，勾选如下图的RTP over RTSP（TCP）

将上面代码保存在同一个目录后，并且在同目录里放一个.h264文件，然后运行 gcc *.c -lpthread 编译，再执行./a.out运行程序，下面是我运行的过程：

🎄五、、总结

本文介绍了RTP_over_TCP的一些概念，以及TCP传输H264RTP包的RTSP服务器实现的步骤和细节，最后提供了实现的源代码，帮助读者学习理解。

如果文章有帮助的话，点赞👍、收藏⭐，支持一波，谢谢 😁😁😁

参考：
https://blog.csdn.net/huabiaochen/article/details/104582872