零基础，史上最通俗视频编码技术入门( 四 ) _视频编码

是的，所谓编码算法，就是寻找规律，构建模型。谁能找到更精准的规律，建立更高效的模型，谁就是厉害的算法。
通常来说，视频里面的冗余信息包括：

文章插图

文章插图

视频编码技术优先消除的目标，就是空间冗余和时间冗余。
接下来，就和大家介绍一下，究竟是采用什么样的办法，才能干掉它们。以下内容稍微有点高能，不过我相信大家耐心一些还是可以看懂的。
5.2 视频编码技术的实现方法
视频是由不同的帧画面连续播放形成的。
这些帧，主要分为三类，分别是：

1）I帧；
2）B帧；
3）P帧。

I帧：是自带全部信息的独立帧，是最完整的画面（占用的空间最大），无需参考其它图像便可独立进行解码。视频序列中的第一个帧，始终都是I帧。
P帧：“帧间预测编码帧”，需要参考前面的I帧和/或P帧的不同部分，才能进行编码。P帧对前面的P和I参考帧有依赖性。但是，P帧压缩率比较高，占用的空间较小。

文章插图

▲ P帧
B帧：“双向预测编码帧”，以前帧后帧作为参考帧。不仅参考前面，还参考后面的帧，所以，它的压缩率最高，可以达到200:1 。不过，因为依赖后面的帧，所以不适合实时传输（例如视频会议）。

文章插图

▲ B帧
通过对帧的分类处理，可以大幅压缩视频的大小。毕竟，要处理的对象，大幅减少了（从整个图像，变成图像中的一个区域）。

文章插图

如果从视频码流中抓一个包，也可以看到I帧的信息，如下：

文章插图

我们来通过一个例子看一下。
这有两个帧：

文章插图

好像是一样的？
不对，我做个GIF动图，就能看出来，是不一样的：

文章插图

人在动，背景是没有在动的。
第一帧是I帧，第二帧是P帧。两个帧之间的差值，就是如下：

文章插图

也就是说，图中的部分像素，进行了移动。移动轨迹如下：

文章插图

这个，就是运动估计和补偿。

文章插图

当然了，如果总是按照像素来算，数据量会比较大，所以，一般都是把图像切割为不同的“块（Block）”或“宏块（macroBlock）”，对它们进行计算。一个宏块一般为16像素×16像素。

文章插图

▲ 将图片切割为宏块
好了，我来梳理一下。
对I帧的处理，是采用帧内编码方式，只利用本帧图像内的空间相关性。对P帧的处理，采用帧间编码（前向运动估计），同时利用空间和时间上的相关性。简单来说，采用运动补偿(motion compensation)算法来去掉冗余信息。

文章插图

需要特别注意，I帧（帧内编码），虽然只有空间相关性，但整个编码过程也不简单。

文章插图

如上图所示，整个帧内编码，还要经过DCT（离散余弦变换）、量化、编码等多个过程。限于篇幅，加之较为复杂，今天就放弃解释了。
那么，视频经过编码解码之后，如何衡量和评价编解码的效果呢？
一般来说，分为客观评价和主观评价。客观评价，就是拿数字来说话。例如计算“信噪比/峰值信噪比” 。

文章插图

信噪比的计算，我就不介绍了，丢个公式，有空可以自己慢慢研究...

零基础，史上最通俗视频编码技术入门( 四 )