從18年12月接手在基于x86平臺(tái)的邊緣計(jì)算設(shè)備上進(jìn)行取流解碼的工作至今，已有數(shù)月。筆者還記得當(dāng)初對(duì)流媒體、視頻、幀、圖像等概念完全云里霧里，慢慢跟著項(xiàng)目一步步學(xué)習(xí)走過來，受益良多，以這篇文章勵(lì)志作為后續(xù)繼續(xù)學(xué)習(xí)的里程碑吧!

　　本文將介紹的是：

　　視頻的基礎(chǔ)知識(shí)。

　　包括：視頻協(xié)議和格式、視頻流。

　　視頻幀的基礎(chǔ)知識(shí)。

　　包括：YUV幀格式、常見的幀名詞(幀率fps、分辨率、碼率)、“奇怪”的幀名詞(1080p和1080i)、視頻編解碼而衍生的幀名詞(GOP、I\B\P幀)。

　　　01視頻的基礎(chǔ)知識(shí)

       相信所有人對(duì)視頻一定不陌生，平時(shí)也一定經(jīng)常在各大視頻網(wǎng)站(如騰訊視頻、嗶哩嗶哩)瀏覽，甚至偶爾也會(huì)把視頻緩存到本地，保存成.mkv，.avi文件之類啦。前者是我們常說的『網(wǎng)絡(luò)流媒體』，后者是『本地視頻文件』。提到這里，兩個(gè)問題來了：

　　? 本地視頻文件常見有MP4、MKV、AVI等，這些都是什么?有什么區(qū)別?

　　? 在騰訊視頻、嗶哩嗶哩網(wǎng)上看的視頻，與本地播放的MP4、MKV、AVI文件，有什么區(qū)別?

　　介紹第一個(gè)問題之前，必須引入一個(gè)名詞『視頻封裝格式』，簡(jiǎn)稱『視頻格式』，也稱為『容器』。有的說法還要區(qū)分是視頻文件格式和視頻封裝格式，本文統(tǒng)一稱『視頻封裝格式』。

　　視頻格式

　　問題1：本地視頻文件常見有MP4、MKV、AVI等，這些都是什么？有什么區(qū)別？

　　本地視頻文件常見有MP4、MKV、AVI等，這些都是什么？有什么區(qū)別？ 問題1引申：對(duì)要做視音頻處理的開發(fā)們來說，接觸MP4、MKV、AVI等各種格式視音頻文件時(shí)，有什么需要注意的嗎？

　　視音頻處理可以延展出很多領(lǐng)域，包括解碼、編碼、過濾、增強(qiáng)處理等等。筆者目前只在解碼領(lǐng)域探索，答案是：對(duì)于解碼而言，沒有區(qū)別。其他領(lǐng)域暫不清楚。

　　『視頻封裝格式』，是在編碼的視音頻基礎(chǔ)上進(jìn)行一次“包裝”，添加與播放相關(guān)的協(xié)議數(shù)據(jù)(這個(gè)是筆者的認(rèn)知，如有表述不準(zhǔn)確，歡迎批評(píng)指正)。目前主流開源的框架，在“解包裝”工作上做的已經(jīng)非常成熟了，如FFMpeg，提供了用于打開視音頻的API，開發(fā)人員無需關(guān)注具體視頻格式，直接可以取出視音頻流做處理。

　　接下來，介紹第二個(gè)問題，筆者再引入名詞『視頻協(xié)議』，也有說法認(rèn)為『視頻協(xié)議』也屬于『視頻封裝格式』。

　　視頻協(xié)議

　　問題2：在騰訊視頻、嗶哩嗶哩網(wǎng)上看的視頻，與本地播放的MP4、MKV、AVI文件，有什么區(qū)別？

　　『視頻協(xié)議』是針對(duì)網(wǎng)絡(luò)流媒體而言的，也就是只有在有網(wǎng)絡(luò)時(shí)通過瀏覽器或者移動(dòng)端APP才能看到的視頻，目前常見的協(xié)議有RTSP、RTMP、HLS、HTTP等。筆者短暫地接觸過GStreamer開發(fā)，在連接到RSTP視頻時(shí)，發(fā)現(xiàn)除了視音頻流和metadata之外，還攜帶了播放的信令。

　　也有文章會(huì)把『視頻協(xié)議』歸入『視頻封裝格式』。筆者看來，這么分類也有其道理：『視頻協(xié)議』和『視頻封裝格式』都同時(shí)攜帶了視音頻和metadata，以及協(xié)議/格式需要的其他信息。以FFMpeg為例，并不區(qū)分視頻格式和視頻協(xié)議;但是GStreamer的話，還是需要指定『視頻協(xié)議』，但是不區(qū)分『視頻封裝格式』。

　　剝開『視頻封裝格式』和『視頻協(xié)議』的外殼，接下來了解視音頻流本身，這才是流媒體領(lǐng)域中真正的主角。本文僅介紹視頻流。

　　視頻流

　　就視頻流而言，相信大家平時(shí)一定經(jīng)常聽到類似“h264碼流”、“yuv流”、“編碼流”、“解碼流”，“原始流”、“裸流”，“壓縮后的流”或者“未壓縮的流”等等。歸納而言，提到『視頻流』的時(shí)候，一定只有兩種形式：

　　? 經(jīng)過壓縮算法壓縮的流數(shù)據(jù)，稱為『編碼流』，又因?yàn)槟壳皦嚎s/編碼算法以H264為主，因此也常常稱為『H264碼流』。

　　? 未經(jīng)壓縮的流數(shù)據(jù)，是解碼后的流數(shù)據(jù)，稱為『原始流』，可以想象視頻是由一幅一幅在時(shí)間上連續(xù)的“圖像”組成的，而因?yàn)橐曨l內(nèi)部的“圖像”是『YUV』(后文將介紹)，因此也常常稱為『YUV流』。

　　總結(jié)出現(xiàn)的名稱，“h264碼流”、“編碼流”、“壓縮后的流”是壓縮/編碼后的視頻流;而“yuv流”、“解碼流”、“未壓縮的流”則是未經(jīng)壓縮/編碼的視頻流。“裸流”是一個(gè)具有歧義的詞，是上下文內(nèi)容，既可以是前者，也可以是后者。

　　因此，如果以后閱讀任何流媒體相關(guān)的文章時(shí)，看到『視頻流』都應(yīng)該搞清楚，這究竟是編碼/壓縮的，還是沒有。在生活中，接觸到的視頻文件絕大部分都是編碼/壓縮后的;在網(wǎng)絡(luò)傳輸場(chǎng)景中，絕大部分也是編碼/壓縮后的。只有在視頻播放時(shí)，觀眾觀賞到的時(shí)一幀幀被『轉(zhuǎn)碼』為『RGB』的解碼后視頻流。

　　編碼/壓縮在流媒體領(lǐng)域是一項(xiàng)非常重要的技術(shù)：從『H264碼流』到『YUV流』的過程稱為解碼，反之稱為編碼。

　　02幀　　

　　流媒體領(lǐng)域，『流』很重要，『流』的基本元素『幀』同樣重要。原因在于：對(duì)于視頻編碼/壓縮而言，它的核心是采用盡量小的空間存儲(chǔ)一組時(shí)間上連續(xù)的幀數(shù)據(jù);而對(duì)于視頻解碼而言，就是把被編碼/壓縮后的一組幀數(shù)據(jù)盡量恢復(fù)成原來的樣子。能夠被100%恢復(fù)的編碼/壓縮算法稱為無損壓縮，反之稱為有損壓縮(雖然無損壓縮是最理想的，但是在很多實(shí)際場(chǎng)景中為了追求高壓縮率，比如為了減小網(wǎng)絡(luò)帶寬壓力，常常不得不選擇有損壓縮)。由此可見，『幀』是視頻流媒體領(lǐng)域的核心。接下來，一起來認(rèn)識(shí)什么是『幀』。

　　『幀』，可以聯(lián)想成我們平時(shí)看到的一幅幅“圖像”，只不過我們平時(shí)接觸的圖片是『RGB』格式的，而視頻幀通常是『YUV』格式的。既然提到了『RGB』和『YUV』，那么就來了解下幀的格式『YUV』，引出第一個(gè)問題：

　　問題3：幀為什么采用『YUV』格式？『YUV』是什么？

　　為此，筆者曾經(jīng)花了很久去了解顏色空間、電視成像的發(fā)展史等，整理結(jié)論如下：

　　在達(dá)到最大壓縮率的情況下，能夠保證對(duì)人眼感知的失真度最小?！篩UV』的三通道中，其中"Y"表示明亮度(Lumina nce或Luma)，也就是灰階值;而"U"和"V"表示的則是色度(Chrominance或Chroma)。有一堆科學(xué)家研究發(fā)現(xiàn)，人眼對(duì)UV的敏感度最低，因此可以極大比例地壓縮UV兩個(gè)通道的數(shù)值。見視頻編解碼學(xué)習(xí)一 yuv格式。

　　為了向前兼容黑白電視。這個(gè)就涉及歷史原因了，筆者非常推薦零基礎(chǔ)入門音視頻開發(fā)。歷史上在制定視頻幀格式時(shí)，是有人提出過用RGB的，最終決定用YUV的真正原因其實(shí)是這個(gè)(見影像使用YUV格式，為什麼不用RGB呢?。

　　接下來解釋『YUV』是什么，筆者以為，『YUV』是一種廣義的概念，在視頻領(lǐng)域，當(dāng)提到『YUV』的時(shí)候，往往是以下幾個(gè)意思：

　　顏色空間

　　“Y”表示明亮度(Luminance、Luma)，“U”和“V”則是色度(Chrominance)、濃度(Chroma)。這里表示的是色彩空間的基，即類似XYZ坐標(biāo)系的一種色標(biāo)表示基準(zhǔn)，也就是說每一種顏色可以通過三維向量來表示。與其類似的還有RGB顏色空間、HSV顏色空間等。下圖來自How does the YUV color coding work?

　　▲ 圖1. YUV坐標(biāo)軸示意圖

　　隨著通信行業(yè)的發(fā)展，實(shí)際應(yīng)用之多之復(fù)雜，導(dǎo)致『YUV』衍生出了一個(gè)大家族。接觸視頻領(lǐng)域的一定聽說過YCbCr，甚至還有YPbPr、YIQ等。它們有的已經(jīng)被時(shí)代淘汰，有的現(xiàn)在還在使用。之所以出現(xiàn)『YUV』大家族，完全是因?yàn)閷?shí)際電路系統(tǒng)之間的差異，導(dǎo)致要從『YUV』轉(zhuǎn)到『RGB』空間，實(shí)際對(duì)應(yīng)的轉(zhuǎn)化系數(shù)是有些許差異的，于是各個(gè)部門開始制定各種規(guī)范，才有了我們現(xiàn)在看到的『YUV』大家族。

　　YCbCr是專門針對(duì)數(shù)字電路而誕生的;YPbPr則是模擬電路。但是，現(xiàn)在是數(shù)字時(shí)代，所以為了模擬電路而生的YPbPr已經(jīng)逐漸被淘汰了，而YCbCr還一直發(fā)揮著作用。因此現(xiàn)在，YCbCr有時(shí)也會(huì)被簡(jiǎn)單地稱為/認(rèn)為『YUV』。

　　采樣率

　　讀者可能聽說過“YUV444”，“YUV422”，“YUV420”，到這里可能會(huì)納悶：“YUV不是顏色空間嗎?為什么后面還會(huì)跟著一串?dāng)?shù)字?” 因?yàn)楫?dāng)你看到Y(jié)UV后面跟著一串?dāng)?shù)字的時(shí)候，『YUV』已經(jīng)不再是顏色空間的基本含義了，而是意味著在原始『YUV流』上的采樣。

　　在以前流媒體剛剛興起時(shí)，還沒有什么4G/5G，當(dāng)時(shí)為了減小網(wǎng)絡(luò)傳輸?shù)膸挼膲毫Γ芍^做了種種努力。除了編碼/壓縮之外，YUV采樣率也是一種。

　　444，422和420是三種『YUV』(在數(shù)字電路中指代YCbCr)的采樣，三位數(shù)分別代表Y\U\V(數(shù)字電路中為Y\Cb\Cr，本段后同)通道的抽樣比。所以可以理解，444是全采樣;而422是對(duì)Y進(jìn)行全采樣，對(duì)U\V分別進(jìn)行1/2均勻采樣。有趣的問題來了，420難道是完全丟棄了V通道/分量數(shù)據(jù)嘛?答案是否定的。

　　首先，必須要搞明白一個(gè)問題，一幀圖像是由一個(gè)個(gè)像素組成的矩形，譬如4x4的尺寸的圖像，就是由16個(gè)像素點(diǎn)組成的。在平時(shí)接觸的『RGB』圖像中，每個(gè)像素必然至少由R\G\B這三個(gè)通道組成的(有的圖像還有\(zhòng)alpha分量)，每個(gè)分量的取值一般都是[0,255]，也就是[2^0，2^8]，因此經(jīng)常說一個(gè)像素占用3字節(jié)(如果還有其他分量，比如RGBA，就另當(dāng)別論)?！篩UV』圖像同理，它的每個(gè)像素是由Y\U\V組成的。

　　接下來，從整張圖像宏觀考慮采樣問題。還是以4X4的圖像為例，444的如下圖2-1，這個(gè)是形象化成圖像的樣子，實(shí)際在機(jī)器內(nèi)存儲(chǔ)并不是這樣，具體可以參見博客《圖像原始格式一探究竟》。422和420分別如下圖2-2和2-3。

　　▲ 圖2-1. YUV444采樣示意圖

　　圖2-1對(duì)應(yīng)YUV444采樣，即全采樣，圖示中可以看出每個(gè)像素中的Y\U\V通道都保留下來了，一般來說YUV444太大了，因此很少使用。

　　▲ 圖2-2. YUV422采樣示意圖

　　圖2-2對(duì)應(yīng)YUV422采樣，這種采樣方式是：每個(gè)掃描線或者說每行相鄰2個(gè)像素，只取1個(gè)像素的U\V分量。此外，可以計(jì)算出來，每個(gè)像素占用的大小為原來的2/3，因此說YUV422是YUV444的2/3大小。

　　這個(gè)時(shí)候就有一個(gè)問題，在『YUV』轉(zhuǎn)『RGB』時(shí)，被抽走了U\V分量的像素要怎么辦呢?做法很簡(jiǎn)單，就是相鄰2個(gè)像素的Y分量公用保留著的U\V分量。

　　▲  圖2-2. YUV422采樣示意圖

　　圖2-3對(duì)應(yīng)YUV420采樣，這種采樣方式是：隔行進(jìn)行YUV422每行采樣的辦法，即相鄰2個(gè)像素只取1個(gè)像素的U\V分量;下一行丟棄所有的U\V分量。此外，可以計(jì)算出來，每個(gè)像素占用的大小為原來的1/2，因此說YUV420是YUV444的1/2大小?；謴?fù)U\V分量的辦法同YUV422，只不過這里是2X2的矩陣共享保留著的U\V分量。

　　這種設(shè)計(jì)辦法真的很巧妙!前文提到的"人眼對(duì)UV的敏感度最低，因此可以極大比例地壓縮UV兩個(gè)通道的數(shù)值"，且對(duì)于圖像而言，相鄰的區(qū)域像素的色彩、飽和度一般非常接近，因此這種以2X2矩陣為基本單位，只保留1組U\V分量合情合理。

　　編碼/存儲(chǔ)格式

　　大家肯定還聽說過YV12、YU12、NV12、NV21吧，看到這里是不是又納悶：“后面的數(shù)字怎么變成2個(gè)了?而且前面的英文字母還變了?”

　　以上統(tǒng)稱為『視頻的存儲(chǔ)格式』，也就是說，計(jì)算機(jī)是如何存儲(chǔ)一幀視頻的。

　　首先，『視頻的存儲(chǔ)格式』總分為兩大類：『打包格式(packed)』和『平面格式(planar)』。前者又被稱作『緊湊格式(packed)』。其實(shí)除此之外還有『半平面模式(Semi-Planar)』，估計(jì)是使用的比較少，因此在很多文章中常被忽略。

　　筆者很感興趣，為什么會(huì)出現(xiàn)『打包格式』和『平面格式』兩大派系，網(wǎng)上搜了很多資料也沒找到原因，博客【音視頻基礎(chǔ)】：I420、YV12、NV12、NV21等常見的YUV420存儲(chǔ)格式提到了需要約定存儲(chǔ)格式，但也沒提到為什么會(huì)分成這兩種。要么就是派系之爭(zhēng)，類似貝葉斯學(xué)派和頻率學(xué)派;要么就是實(shí)際應(yīng)用中逐漸衍生出這兩大格式。時(shí)至今日，這兩個(gè)格式還在被使用，因此對(duì)于多媒體開發(fā)者們都有必要了解。

　　『打包格式』是把Y\U\V分量交叉存儲(chǔ)，『平面格式』則是把Y\U\V嚴(yán)格分開存儲(chǔ)，『半平面模式』介于兩者之間，Y分量分開存儲(chǔ)，U\V交叉存儲(chǔ)。

　　以下圖為例說明『打包格式』、『平面格式』和『半平面模式』應(yīng)該是非常清楚的，圖摘自博客YUV格式初探：

　　▲  圖3-1. YUV420P存儲(chǔ)示意圖

　　▲  圖3-2. YUV420SP存儲(chǔ)示意圖

　　▲  圖3-3. YUV420Packet存儲(chǔ)示意圖

　　但是關(guān)于上圖的『打包格式』，筆者是是有一點(diǎn)疑惑的，大多數(shù)的說法是”Y\U\V通道交叉存儲(chǔ)，相鄰的像素盡量打包在一起“，圖3-3中U1后面跟著的是U2而不是V1，而且Y\U\V的排列方式似乎也不完全是交叉?筆者嘗試在網(wǎng)上搜索『打包格式』更多的例子，沒有找到特別好的資料，【這里給自己挖一個(gè)坑吧】。

　　接下來，我們繼續(xù)了解一些幀相關(guān)的概念。

　　常見的幀名詞

　　幀率（FPS）

　　『幀率』，F(xiàn)PS，全稱Frames Per Second。指每秒傳輸?shù)膸瑪?shù)，或者每秒顯示的幀數(shù)，一般來說，『幀率』影響畫面流暢度，且成正比：幀率越大，畫面越流暢;幀率越小，畫面越有跳動(dòng)感。一個(gè)較權(quán)威的說法：當(dāng)視頻幀率不低于24fps時(shí)，人眼才會(huì)覺得視頻時(shí)連貫的，稱為“視覺暫留”現(xiàn)象。因此，才有說法：盡管『幀率』越高越流暢，但在很多實(shí)際應(yīng)用場(chǎng)景中24fps就可以了。

　　分辨率（Resolution）

　　『分辨率』，也常被俗稱為『圖像的尺寸』或者『圖像的大小』。指一幀圖像包含的像素的多少，常見有1280x720(720P)，1920X1080(1080P)等規(guī)格?！悍直媛省挥绊憟D像大小，且與之成正比：『分辨率』越高，圖像越大;反之，圖像越小。

　　碼率（BPS）

　　『碼率』，BPS，全稱Bits Per Second。指每秒傳送的數(shù)據(jù)位數(shù)，常見單位KBPS(千位每秒)和MBPS(兆位每秒)。筆者認(rèn)為這個(gè)概念真正要理解起來還是需要好好說明的，網(wǎng)上一說：“『碼率』與體積成正比：碼率越大，體積越大;碼率越小，體積越小”;另一說：“『碼率』越大，說明單位時(shí)間內(nèi)取樣率越大，數(shù)據(jù)流精度就越高，這樣表現(xiàn)出來的的效果就是：視頻畫面更清晰畫質(zhì)更高”;還有說法是：”『碼率』就是『失真度』“。但是筆者有一段時(shí)間就是不理解，每秒傳輸?shù)臄?shù)據(jù)越大，為什么必然就對(duì)應(yīng)畫面更清晰?還有體積怎么理解呢?且看下文”三者之間的關(guān)系“。

　　『幀率』『分辨率』和『碼率』三者之間的關(guān)系

　　最理想的情況是畫面越清晰、越流暢是最好的。但在實(shí)際應(yīng)用中，還需要結(jié)合硬件的處理能力、實(shí)際帶寬條件選擇。高『幀率』高『分辨率』，也就意味著高『碼率』，也意味著需要高帶寬和強(qiáng)大的硬件能力進(jìn)行編解碼和圖像處理。所以『幀率』和『分辨率』應(yīng)該視情況而定。

　　要說三者之間的關(guān)系，其實(shí)就是對(duì)于『碼率』的理解。在碼率(BPS)概念中提到了幾段摘自網(wǎng)上的說法，說的都太模糊了，筆者直到閱讀了文章Video Bitrate Vs. Frame Rate，才真的理解了『碼率』。

　　首先，這些說法都沒有交代一個(gè)前提：『幀率』、『分辨率』和『壓縮率』都會(huì)影響『碼率』。Video Bitrate Vs. Frame Rate](https://www.techwalla.com/articles/video-bitrate-vs-frame-rate)文章在一開始就明確指出：

　　Bitrate serves as a more general indicator of quality, with higher resolutions, higher frame rates and lower compression all leading to an increased bitrate.

　　『碼率』是更廣泛的(視頻)質(zhì)量指標(biāo)：更高的『分辨率』，更高的『幀率』和更低的『壓縮率』，都會(huì)導(dǎo)致『碼率』增加。

　　文章后面又特別強(qiáng)調(diào)『分辨率』和『壓縮率』對(duì)『碼率』的影響：高分辨率意味著圖片可以包括更多的細(xì)節(jié)，低壓縮率意味著圖片壓縮損失越少，即失真越少，越清晰。那為什么不特地討論『幀率』呢?筆者認(rèn)為原因有二：一個(gè)是『幀率』的影響非常直觀，每秒幀數(shù)增加必然導(dǎo)致數(shù)據(jù)量增加;另一個(gè)是實(shí)際應(yīng)用場(chǎng)景中『幀率』是相對(duì)固定的，我們觀看的一般視頻都在25-30fps之間，現(xiàn)在一些高幀視頻是60fps，可見視頻『幀率』在實(shí)際場(chǎng)景中被討論的很少。

　　奇怪的幀名詞：1080p和1080i、場(chǎng)

　　筆者僅僅出于覺得有趣才放上來的，1080p和1080i、場(chǎng)都是相對(duì)比較“老”的概念了，在還是CRT電視的時(shí)代，顯示器顯示畫面都是靠電子槍一行一行掃描畫面才能產(chǎn)生一副完整的圖像，這就被稱作『場(chǎng)』，后來這個(gè)名詞也不常使用了，被取代它的是『幀』。

　　1080p和1080i也是『場(chǎng)』同一時(shí)期的概念：

　　? ${數(shù)字}i的字母”i“表示Interlace，代表隔行掃描，比如奇數(shù)『場(chǎng)』只掃描奇數(shù)行，后一『場(chǎng)』即偶數(shù)『場(chǎng)』只掃描偶數(shù)行。這在過去是非常有用的，當(dāng)時(shí)網(wǎng)絡(luò)條件差，帶寬受限，隔行掃描可以很大程度上減少傳輸?shù)臄?shù)據(jù)，又不至于影響觀眾觀看體驗(yàn)。

　　? ${數(shù)字}p的字母”p“表示Progressive，即逐行掃描，也就是一『場(chǎng)』把全部畫面掃描完整。這是后來才提出的概念，這也代表時(shí)代進(jìn)步，帶寬條件上來了。

　　既然都是老概念了，那為什么還要再提呢?借用文章1080P和1080i是什么意思?第一段來說：

　　進(jìn)入液晶時(shí)代的如今，隔行和逐行其實(shí)已經(jīng)沒有太大的意義了，現(xiàn)在的電視或者是顯示器都屬于固定像素設(shè)備，像素點(diǎn)同時(shí)發(fā)光，并不需要掃描，但是硬要說的話可以認(rèn)為現(xiàn)在的顯示設(shè)備都是逐行掃描的，但也并不是說1080P和1080i等就可以淘汰了，畢竟還涉及到攝像機(jī)的格式，不過普通觀眾也不會(huì)關(guān)心是用什么攝像機(jī)拍的，只關(guān)心呈現(xiàn)出來的樣貌就好了。

　　視頻『幀』和編解碼密切相關(guān)，因此還有不少『幀』的概念是和視頻編解碼相關(guān)的。

　　視頻編解碼而衍生的幀名詞

　　I幀、P幀、B幀和IDR幀

　　但凡接觸過一點(diǎn)視頻編解碼的讀者，一定見過I\P\B幀，至于IDR可能見的少一些。下面，簡(jiǎn)單解釋每種類型：

　　? I幀，英文全寫Intra Picture，又稱幀內(nèi)編碼幀，俗稱關(guān)鍵幀。一般來說I幀不需要依賴前后幀信息，可獨(dú)立進(jìn)行解碼。有數(shù)據(jù)表明，僅I幀的壓縮率，可以達(dá)到7，這里其實(shí)可以把I幀的壓縮等同于單獨(dú)壓縮一幅圖片。至于說I幀的壓縮只壓縮了空間上的冗余信息，放在后續(xù)編碼相關(guān)的系列文章中會(huì)詳述?！具@里再挖一個(gè)坑，免得自己忘記了】

　　? P幀，英文全寫predictive-frame，又稱前向預(yù)測(cè)編碼幀，也有幀間預(yù)測(cè)編碼幀。顧名思義，P幀需要依賴前面的I幀或者P幀才能進(jìn)行編解碼，因?yàn)橐话銇碚f，P幀存儲(chǔ)的是當(dāng)前幀畫面與前一幀(前一幀可能是I幀也可能是P幀)的差別，較專業(yè)的說法是壓縮了時(shí)間冗余信息，或者說提取了運(yùn)動(dòng)特性。P幀的壓縮率約在20左右，幾乎所有的H264編碼流都帶有大量的P幀。

　　? B幀，英文全寫bi-directional interpolatedprediction frame，又稱 雙向預(yù)測(cè)內(nèi)插編碼幀，簡(jiǎn)稱雙向預(yù)測(cè)編碼幀。B幀非常特殊，它存儲(chǔ)的是本幀與前后幀的差別，因此帶有B幀的視頻在解碼時(shí)的邏輯會(huì)更復(fù)雜些，CPU開銷會(huì)更大。因此，不是所有的視頻都帶有B幀，筆者目前還沒有接觸過帶B幀的視頻?！菊业綆幀視頻一定要珍藏起來好好研究!】不過，B幀的壓縮率能夠達(dá)到50甚至更高，在壓縮率指標(biāo)上還是很客觀的。

　　? IDR幀，英文全寫Instantaneous Decoding Refresh，翻譯過來是即時(shí)解碼刷新。聽上去，這類幀并不是名詞概念，倒像是個(gè)動(dòng)詞?IDR幀是一種特殊的I幀，它是為了服務(wù)于編解碼而提出的概念，IDR幀的作用是立刻刷新,使錯(cuò)誤不致傳播,從IDR幀開始,重新算一個(gè)新的序列開始編碼(摘自博客H264中I幀和IDR幀的區(qū)別)。

　　I/P/B幀，并不是依據(jù)視頻幀數(shù)據(jù)內(nèi)部的元素的不同來區(qū)分的，從解碼后的幀本身而言，它們沒有任何區(qū)別。僅僅是在編碼時(shí)，對(duì)幀處理的方式不同而已。

　　? GOP，英文全稱Group Of Pictures，一般來說，指的就是兩個(gè)I幀之間的間隔，嚴(yán)格來說，是兩個(gè)IDR幀之間的間隔。筆者對(duì)GOP研究的不多，對(duì)于網(wǎng)上的說法：“GOP在一定程度上會(huì)影響視頻畫面質(zhì)量 - 在碼率相同的情況下，GOP越大，意味著P\B幀越多，也就更容易獲取較好的圖像質(zhì)量”這個(gè)說法存疑。

　　? PTS、DTS，筆者是在對(duì)視頻文件硬做解碼的時(shí)候，發(fā)現(xiàn)實(shí)際解碼輸出的fps是硬解的能力上限，比如一個(gè)24fps的視頻文件，在用硬件解碼時(shí)，能夠達(dá)到100+，當(dāng)時(shí)接到一個(gè)需求是：“需要控制視頻文件的解碼率，讓它和文件的fps保持一致”。后來查閱了大量的資料，進(jìn)而了解了DTS和PTS的概念：

　　? DTS，英文全稱Decoding Time Stamp，即解碼時(shí)間戳，這個(gè)時(shí)間戳的意義在于告訴解碼器該在什么時(shí)候解碼這一幀的數(shù)據(jù)。

　　? PTS，英文全稱Presentation Time Stamp，即顯示時(shí)間戳，這個(gè)時(shí)間戳用來告訴播放器該在什么時(shí)候顯示這一幀的數(shù)據(jù)。

　　這個(gè)概念在做視音頻同步的時(shí)候特別重要，尤其是PTS，目前常見的視音頻同步的三種策略“同步到音頻的PTS”、“同步到視頻的PTS”和“同步到系統(tǒng)/外部時(shí)鐘”，都是基于PTS完成的。

　　往期精彩回顧

　　原創(chuàng) | 淺談音頻電纜的選擇

　　原創(chuàng) | 探討麥克風(fēng)線纜高頻衰減成因及解決方法

　　原創(chuàng) | 導(dǎo)體材料我們?cè)撊绾尉駬?

　　原創(chuàng)丨HDMI2.1有源光纜/鎧裝有源光纜

　　原創(chuàng) | 芯片壽命?分辨率與帶寬?兼容性?一文解答有源光纜系列產(chǎn)品問題

原創(chuàng) | 一文看懂電阻、阻抗、特性阻抗