本文已参与「新人创作礼」活动， 一起开启掘金创作之路。
RTP包由两部分组成，RTP头和RTP载荷：
RTP头
RTP头结构：
代码结构：
typedef struct RtpHdr
{
uint8_t cc : 4, // CSRC count
x : 1, // header extend
p : 1, // padding flag
version : 2; // version
uint8_t pt : 7, // payload type
m : 1; // mark bit
uint16_t seq; // sequence number;
uint32_t ts; // timestamp
uint32_t ssrc; // sync source
}RtpHdr;
v : RTP协议的版本号，当前的RTP版本号为2.
p : 填充标志, 如果p=1，则在该报文的尾部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。
x : 扩展标志，如果x=1，则在RTP报头后跟有一个扩展报头.
cc : CSRC计数器，指示CSRC 标识符的个数
m : 标记，编辑帧的开始和结束，例如一帧的数据比较大，分成了好多RTP包进行传输，则最后一包m=1带包一帧数据传输完成，其他包m=0。
pt : 有效荷载类型，用于说明RTP报文中有效载荷的类型。一般都是用96-127.
seq : 用于标识发送者所发送的RTP报文的序列号，每发送一个报文，序列号增1, 不同的源有独立的计数体制，如音频视频的seq是独立的。这个序列号的初始值可以为0但是也可以为其它随机值，只要符合+1就行;
ts ： 时间戳
ssrc ： 用于标识同步信源。该信源的值是自定义的，可以使用time(NULL)赋值。
RTP载荷
RTP载荷根据帧数据的大小可以分为三种模式：单包，分片包，聚合包
单包：
帧数据和RTP头总数不大于网络传输MTU，就可以采用单包，一个RTP包包含一帧数据。
分片包：
帧数据比较大，在网络传输时由于MTU的限制就会采用分片策略，将一个数据帧分成多个RTP包进行传输。
分片传输有两种类型：
FU-A:
载荷会有两个字节的RTP载荷信息描述。
FU indication:
|0|1|2 |3|4|5|6|7|
|F|NRI| Type |
FU indication 的前三个bit（F NRI）和H264开始码后的第一个字节的前三个bit是一样的，H264类型字节：
nal_unit_head{
forbidden_zero_bit(1bit):禁止位 == N
nal_ref_idc(2bit): == NRI
nal_unit_type(5bit):NALU类型
};
Type是FU-A的类型28.
FU header
|0| 1|2|3|4|5|6|7|
|S|E|R| Type |
S：帧数据的第一个RTP包，该标志置1， 其他RTP包置0.
E：帧数据的最后一个RTP包，该标志置1，其他RTP包置0.
R: 设置为0
Type：H264的NALU的第一个字节的类型，及上图中的nal_unit_type(5bit):NALU类型
FU indication和FU header之后便是H264的载荷数据，该载荷数据去掉了H264的起始码和起始码后的第一个字节， 因为该字节的信息已经全部由FU indication和FU header包含。
实例：
H264数据： 00 00 00 01 65 xx xx xx xx xx xx xx...
RTP数据：
RTP头 FUindication FUheader xx xx xx xx xx xx xx...（去掉起始码00 00 00 01 和NAL head 65）
FU-B:
相较于FU-A，该模式多了个两字节的DON（解码顺序号）字段, FU-B的FU indication的Type是29。一般都是用FU-A.
多种包类型可以混合使用，例如帧数据比较小可以使用单包或者聚合包进行网络传输，帧数据比较大可以使用分片包进行网络传输。
聚合包：
即帧数据比较少，多个帧打包在一个RTP包中。
现实中，单包，分片包比较常用。
