FFmpeg笔记(四)

初步了解视频的编码格式

视频编码格式-H.261

H.261是1990年ITU-T定制的一个视频编码标准,属于视频编解码器,视频编码器的鼻祖
H.261又称为P*64，其目是为了能在64kbps的带宽上传输质量可接受的视频信号，
编码程序设计的码率是能够在40kbps到2Mbps之间工作
对CIF和QCIF分辨率的视频进行编解码（即亮度分辨率分别是352x288和176x144，色度采用4:2:0采样，分辨率分别是176x144和88x72）, 它们是一种国际化的标准图像格式,不同硬件之间共同约定的统一格式

H.261的实现原理

1. 使用帧间预测来消除荣誉,使用了大量的矢量运动来进行运动补偿:分析相似图片的规律,将它们不变的地方保留下来,变动的地方按照位移编码规律的出一个计算方式,并根据这个计算规在解码的时候则自动生成中间帧(由于是可以计算出来的,所以中间帧被丢掉)
2. 变换编码部分使用了一个8x8的离散余弦变换来消除空域的冗余:
3. 然后对变换后的系数进行阶梯量化
4. 再对变换系数进行Zig-zag(模式填充矩阵,安某种规则对矩阵进行数据填充)扫描并进行熵编码来消除冗余的统计（编码过程中按熵原理不丢失任何信息的编码。）

视频编码格式-H.264

H.264目前的应用最广泛的的视频编码格式,是由视频编码专家组和动态图像专家组提出的视频解码器标准,名字有很多,如H.264/AVC（或者AVC/H.264或者H.264/MPEG-4 AVC或MPEG-4/H.264 AVC`

国际上制定视频编解码技术的组织有两个，一个是“国际电联（ITU-T）”，它制定的标准有H.261、H.263、H.263+等，另一个是“国际标准化组织（ISO）”它制定的标准有MPEG-1、MPEG-2、MPEG-4等。而H.264则是由两个组织联合组建的联合视频组（JVT）共同制定的新数字视频编码标准，所以它既是ITU-T的H.264，又是ISO/IEC的MPEG-4高级视频编码（Advanced Video Coding，AVC）的第10 部分。因此，不论是MPEG-4 AVC、MPEG-4 Part 10，还是ISO/IEC 14496-10，都是指H.264。

H.264编解码流程

1. 帧间和帧内预测(Estimation)
2. 变换(Transform)和反变换
3. 量化和反量化
4. 环路滤波
5. 熵编码

H.264的优势

1. 编码效率高: 同H.263等标准的特率效率相比,节省约一半的时间。
2. 高质量的视频画面: 能够在较低的带宽传送高质量的图像
3. 网络适应能力强: 可以在低延迟和无延迟的的场景下工作,不同的环境不同的传输和播放熟虑,提供丰富的错误处理工具,很好的控制或消除丢包和误码
4. 采用混合编码个够: 使用了DCT+DPCM的编码个够,此外还增加了运动估计,帧内预测,多帧预测,基于内容的变长编码,4*4二维整数变换等新的编码方式
5. 编码选项少,降低了编码时开发的复杂的度
6. 较高的计算复杂度,相比H.263计算更为复杂

编码方式

1. 帧内预测编码: 利用相邻宏块的空间相关性(相似属性),预测剩余位置的属性进行压缩编码,为了满足不同场景,宏快和取点数以及取点方向各有差异,有4*4,8*8,16*16的宏块划分, 这种压缩类似于JPEG压缩,在图片色彩越统一,压缩效果越好,压缩后的这帧叫做I帧(I-frame).
2. 帧间预测编码: 帧间预测编码利用连续帧中的冗余来进行运动估计和补偿, 总而言之,就是各种找规律,统计分析,将相似部分去掉,可推导有规律部分记录差值计算规则,完全不相似部分则全部记录。 帧间压缩后,很多帧会被组成一组图片(GOP,group of pictures)
3. 去块滤波器:自适应去除块效应的滤波器,人们无法识别的信号先去除掉
4. 整数变换: 基于4×4像素块的类似于DCT的变换,有减少运算量和复杂度，有利于向定点DSP移植的优点
5. 量化:可选52种不同的量化步长
6. 熵编码: 采用了两种不同的熵编码方法：通用可变长编码（UVLC）和基于文本的自适应二进制算术编码（CABAC）。

H.264-GOP

上面提到在帧间编码后,会压缩生成一组图片(GOP),GOP中主要保留有三种不同的帧.

1.I-frame,关键帧,独立帧,尺寸最大,也是压缩最快的;

1. P-frames: 预测帧,基于I-frames或P-frames的可预测的图片进行编码得到的,P-frames可以引用最近预测的P-frames或一组I-frames;
2. B-frames，双向帧,基于使用之前和之后的帧信息进行编码后得到的帧。几乎不需要存储空间，但其解码过程会耗费很长时间，因为它依赖于周围其他的帧.

H.264-视图编码

1. Baseline: 支持I/P 帧，只支持无交错和CAVLC，一般用于低阶或需要额外容错的应用，比如视频通话、手机视频等；
2. Main：提供I/P/B 帧，支持无交错和交错，提供对于CAVLC 和CABAC 的支持，用于主流消费类电子产品规格如低解码的mp4、便携的视频播放器、PSP和Ipod等。
3. High：在Main的基础上增加了8x8 内部预测、自定义量化、无损视频编码和更多的YUV 格式（如4：4：4）用于广播及视频碟片存储（蓝光影片），高清电视的应用。

参考文章

百度百科