最近跟着老师做项目，需要从网络数据中截取图像，视频，音频信息并能还原

最近跟着老师做项目，需要从网络数据包中截取图像，视频，音频信息并能把图像还原，把视频还原成静态图像，把音频还原成声音，请问这些知识应该从哪里学起，具体要学些什么内容。我从网络中抓到的包，数据都是些16进制代码，我不知道改怎么把这些东西还原成那些图像，声音。我想着是不是需要读一下浏览器的代码，浏览器就可以解析出图像和视频的信息。现在我毫无头绪，不知该从何学起，请大家指导一下我应该从哪里学起，需要学些什么内容，最好能推荐些具体的书籍，谢谢了。