环境：
我有一个IP摄像头，它能够以H.264编码格式通过RTP流传输其数据。该原始流从以太网中记录下来，我需要处理这些数据。
目标：
最终，我想要得到一个*.mp4文件，可以使用常见的媒体播放器（如VLC或Windows MP）进行播放。
我已经做了什么：
我拿到了原始的流数据并解析它。由于数据是通过RTP传输的，所以我需要处理NAL字节、SPS和PPS。
1. 写入一个原始文件
首先，我确定每个通过以太网接收到的帧的类型。为此，我解析每个RTP负载的前两个字节，以便获取8个NAL单元位、片段类型位和起始、保留和结束位。在负载中，它们的排列方式如下：
Byte 1: [ 3 NAL Unit Bits | 5 Fragment Type Bits]
Byte 2: [Start Bit | Reserved Bit | End Bit | 5 NAL Unit Bits]
通过这个我可以确定：
- 视频帧的起始和结束 -> 起始位和结束位
- 负载类型 -> 5个片段类型位
- NAL单元字节
在我这种情况下必要的片段类型是：
Fragment Type 7 = SPS
Fragment Type 8 = PPS
Fragment Type 28 = Video Fragment
将字节1和2中的NAL单元位组合在一起，即可创建NAL字节。
现在根据分段类型执行以下操作：
SPS/PPS：
- 写入NAL前缀（
0x00 0x00 0x01），然后写入SPS或PPS数据
带起始位的分段：
- 写入NAL前缀
- 写入NAL单元字节
- 写入剩余的原始数据
没有起始位的分段：
- 直接写入原始数据
这意味着我的原始文件看起来像这样：
[NAL Prefix][SPS][NAL Prefix][PPS][NAL Prefix][NAL Unit Byte][Raw Video Data][Raw Video Data]....[NAL Prefix][NAL Unit Byte][Raw Video Data]...
[0x00 0x00][2 "Random" Bytes][NAL Unit Byte][Raw Video Data].....[0x00 0x00[2 other "Random" Bytes][NAL Unit Byte][Raw Video Data]...
我知道视频流需要一个容器格式（如果我错了请纠正我，但我想新的头和尾应该是负责这个的）。但为什么它实际上会改变原始数据中的一些字节呢？这不可能是解码，因为流本身应该由播放器解码而不是 ffmpeg。
你可以看到，我并不需要一个新的解决方案来解决我的问题，更多的是需要一个解释（这样我就可以自己解释）。ffmpeg 到底做了什么？为什么会在视频数据中更改一些字节？