文章目錄

• • 前言：
  • 關(guān)于視頻的基礎(chǔ)定義
  • GOP：Group of Pictures
  • 壓縮（也就是編碼）
  • • 幀內(nèi)壓縮：自己本身壓縮，不參考其他的幀。
    • 幀間壓縮：參考其他視頻幀壓縮。
  • 解碼（解壓縮）
  • 為什么好多人說(shuō)GOP是兩個(gè)I幀的間隔？
  • I幀：關(guān)鍵幀，intra picture
  • IDR幀：Instantaneous Decoding Refresh
  • P幀：Predictive Picture（預(yù)測(cè)編碼圖像幀）
  • B幀：Bidirectionally predicted picture（雙向預(yù)測(cè)編碼圖像幀)
  • 幀率：
  • 碼流：或者稱(chēng)為碼率，只針對(duì)視頻數(shù)據(jù)，單位時(shí)間內(nèi)視頻數(shù)據(jù)量大小，一般以秒為單位(KB/S)（碼率是通過(guò)什么算法控制的 ？）
  • 結(jié)尾
  • 0928更新GOP拉大和GOP拉長(zhǎng)的問(wèn)題（實(shí)際情況需要自己判斷）

前言：

最近看到一句話，

“GOP在一定程度上會(huì)影響視頻畫(huà)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”

然后回顧了一下目前了解的視頻知識(shí)，發(fā)現(xiàn)怎么都想不明白這句話。

關(guān)于視頻的基礎(chǔ)定義

這里先科普下視頻編碼、解碼、GOP、IDR幀、I幀、P幀、B幀、幀率、碼流的基本定義。

GOP：Group of Pictures

顧名思義，就是一組圖片，在實(shí)際操作中，就是一組完整的視頻幀，怎么叫做完整的視頻幀？也就是說(shuō)一個(gè)GOP拿出來(lái)，必須能夠完整的播放、顯示。

那GOP就可以推斷出來(lái)，必須是以I幀開(kāi)頭，這樣后面的P幀和B幀才能跟據(jù)前向參考幀進(jìn)行解碼顯示。

這樣也就能理解，為什么GOP是I幀的間隔，從當(dāng)前這個(gè)I幀開(kāi)始，到下一個(gè)I幀結(jié)束（一？這里先放個(gè)問(wèn)號(hào)）。

看圖，從這個(gè)I幀開(kāi)始到下個(gè)I幀之前，就是一個(gè)GOP：
圖A

壓縮（也就是編碼）

這里我把壓縮和編碼當(dāng)作同一回事，視頻實(shí)際上就是一張張圖片連續(xù)的播放，就像小人書(shū)一樣，圖片連續(xù)播放，里面的畫(huà)面就好像動(dòng)起來(lái)一樣。

視頻自然不能直接把一張張圖片保存或者傳輸，會(huì)浪費(fèi)很多存儲(chǔ)、導(dǎo)致傳輸過(guò)程中，帶寬壓力特別大。

這里就需要把圖片進(jìn)行壓縮，也就是編碼。將一張張圖片數(shù)據(jù)編碼成視頻幀，視頻幀就是一張張的圖片壓縮之后得到的。

壓縮分為幀內(nèi)壓縮和幀間壓縮。

幀內(nèi)壓縮：自己本身壓縮，不參考其他的幀。

舉個(gè)壓縮的例子，100 000，這個(gè)數(shù)字大家讀的時(shí)候，肯定不是一零零零零零零，大家會(huì)讀做10萬(wàn)或者100K，我們會(huì)把后面三個(gè)0壓縮。

幀間壓縮：參考其他視頻幀壓縮。

再舉個(gè) ，1 000 000，上面那個(gè) ，我們讀做1000K，我們也可以讀做10個(gè)100K。當(dāng)然這只是示例，實(shí)際的幀間壓縮不可能這么簡(jiǎn)單。

對(duì)于幀間壓縮來(lái)說(shuō)，可以這樣理解，找不同（大家一起來(lái)找茬，這個(gè)都玩過(guò)），

比如記錄一個(gè)秒表的走動(dòng)的視頻，秒表的背景是固定的，走動(dòng)的只有秒表的數(shù)字或者指針，那么我們?cè)贗幀某保存一刻秒表的完整圖像，然后在下一刻只需要保存跟I幀中不同的部分，相同的部分只需要告訴播放器（解碼器），除了這一部分，其他部分跟參考幀的視頻數(shù)據(jù)相同。

這樣壓縮之后，這個(gè)視頻幀解碼就需要參考前面那一個(gè)參考幀的數(shù)據(jù)，這就是幀間壓縮。

解碼（解壓縮）

圖B

如圖，純粹是為了理解參考幀和解碼順序（與實(shí)際有差別）。

• 2號(hào)P幀參考幀是1號(hào)I幀，也就是說(shuō)，解碼器需要根據(jù)1號(hào)I幀的內(nèi)容，才能還原2號(hào)P幀的圖像。
• 4號(hào)B幀參考幀是3號(hào)和5號(hào)，那么視頻幀頭里面參考幀標(biāo)志會(huì)告訴解碼器，需要先解碼3號(hào)幀和5號(hào)幀。接下來(lái)解碼器會(huì)將參考幀3號(hào)和5號(hào)放入?yún)⒖紟蛄?#xff0c;然后再去解碼4號(hào)幀。（5號(hào)幀是參考的誰(shuí)的？）
• 可以看下8號(hào)幀，理解下它和6、7、9、10、11的解碼數(shù)據(jù)。
• 回到問(wèn)題一，GOP是兩個(gè)I幀的間隔。從這里說(shuō)，一個(gè)GOP就是1-10號(hào)幀，但是10號(hào)幀還參考了11號(hào)幀，那就違反了GOP是一組完整的圖片的定義。所以嚴(yán)格意義上講GOP必須是以IDR幀開(kāi)始，到下一個(gè)IDR幀結(jié)束，一個(gè)GOP的所有視頻幀的參考幀必須在GOP之中。
  視頻幀頭信息里面還會(huì)有pts和dts，pts代表顯示時(shí)間，dts代表解碼時(shí)間，這里的時(shí)間類(lèi)似順序，越大，順序越靠后。

為什么好多人說(shuō)GOP是兩個(gè)I幀的間隔？

對(duì)于直播來(lái)說(shuō)，不會(huì)有B幀存在，就類(lèi)似圖A，只有I幀和P幀的區(qū)別。

原因：直播的實(shí)時(shí)性要求決定了它不能一個(gè)幀到來(lái)的時(shí)候還要等待它后面的幀才能解碼。

I幀：關(guān)鍵幀，intra picture

寫(xiě)個(gè)單詞，顯得專(zhuān)業(yè)。

I幀就是采取幀間壓縮的視頻幀，它可以單獨(dú)被解碼成一張完整的圖片。那么如果某個(gè)視頻都是I幀，那么一個(gè)I幀就是一個(gè)GOP。當(dāng)然一般情況下都不會(huì)這樣做。

IDR幀：Instantaneous Decoding Refresh

及時(shí)解碼刷新。我一般稱(chēng)它為immediate refresh ，立刻刷新，IDR幀必須是一個(gè)I幀，但是I幀不一定是IDR幀，這個(gè)幀出現(xiàn)的時(shí)候，是告訴解碼器，可以清除掉所有的參考幀，這是一個(gè)全新的序列，新的GOP已經(jīng)開(kāi)始。

P幀：Predictive Picture（預(yù)測(cè)編碼圖像幀）

會(huì)參考之前的I幀或者P幀，采用運(yùn)動(dòng)預(yù)測(cè)的方式進(jìn)行幀間編碼。

B幀：Bidirectionally predicted picture（雙向預(yù)測(cè)編碼圖像幀)

雙向預(yù)測(cè)，從名字就可以看出，它需要進(jìn)行雙向參考，也就是兩個(gè)參考幀，一個(gè)在它的前面，一個(gè)在它的后面，這就是它跟P幀的區(qū)別，多了一個(gè)參考幀，當(dāng)然壓縮率也會(huì)比P幀高。

幀率：

剛才提到，視頻其實(shí)就是一張張圖片連續(xù)播放。

那么就涉及到一個(gè)問(wèn)題，一秒鐘播放多少?gòu)垐D片？也就是一秒鐘多少個(gè)數(shù)據(jù)幀，這個(gè)數(shù)字就是幀率。

日常使用中，我目前見(jiàn)到的固定幀率的情況比較多，比如市面上一些智能攝像頭之類(lèi)的。

碼流：或者稱(chēng)為碼率，只針對(duì)視頻數(shù)據(jù)，單位時(shí)間內(nèi)視頻數(shù)據(jù)量大小，一般以秒為單位(KB/S)（碼率是通過(guò)什么算法控制的 ？）

碼率=視頻數(shù)據(jù)大小/視頻時(shí)間長(zhǎng)度。

對(duì)于直播之類(lèi)的計(jì)算，碼流=視頻傳輸數(shù)據(jù)量/傳輸時(shí)間。

在直播中，兩種方式計(jì)算的碼流應(yīng)該是近似相等的，否則就會(huì)出現(xiàn)類(lèi)似延時(shí)，卡頓等情況。

結(jié)尾

“GOP在一定程度上會(huì)影響視頻畫(huà)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”

筆者看到了多次類(lèi)似的話，細(xì)想總覺(jué)得有很多迷惑的地方。

首先，P/B幀的數(shù)量多少，只影響畫(huà)面流暢度，不影響圖像還原度和清晰度。

其次，碼率固定情況下，P/B越多，那就意味著單位時(shí)間內(nèi)，P/B的大小更小（碼率=單位時(shí)間內(nèi)所有幀數(shù)據(jù)的大小之和），

P和B越小，意味著壓縮率更高，雖然視頻會(huì)更加流暢，但是圖像質(zhì)量也就是圖像還原度會(huì)更低。

在這種情況下，說(shuō)容易獲得較好的圖像質(zhì)量好像有點(diǎn)牽強(qiáng)，畢竟人眼通常情況下超過(guò)24幀的幀率之后，就不會(huì)感覺(jué)到畫(huà)面卡頓。

幀率固定的情況下（這種情況下，我們可以視為碼流和GOP大小成正比例關(guān)系），GOP大小會(huì)影響畫(huà)面質(zhì)量。

比如看直播時(shí)候，如果畫(huà)面波動(dòng)比較大，碼流就會(huì)大起來(lái)，這個(gè)時(shí)候就能分析出來(lái)，P幀會(huì)變大，畫(huà)面幅度大，導(dǎo)致壓縮率變低。

如果這個(gè)時(shí)候強(qiáng)制限制碼流的話，畫(huà)面可能會(huì)失真，可能出現(xiàn)馬賽克現(xiàn)象。（AR：所以避免馬賽克的話就是不能限制碼流？）

如果畫(huà)面靜止不動(dòng)，那么P幀會(huì)很小，壓縮率很高，碼流也就是GOP大小自然會(huì)變小。（AR：GOP大小∝碼率？（正比于））

GOP拉大，碼率不變，幀率不變，那就是每個(gè)幀的數(shù)據(jù)量變大，壓縮率變低，畫(huà)面還原度變高

0928更新GOP拉大和GOP拉長(zhǎng)的問(wèn)題（實(shí)際情況需要自己判斷）

拉長(zhǎng)是指本來(lái)1s產(chǎn)生一個(gè)GOP，也就是一秒一個(gè)IDR幀，但是改成2s一個(gè)GOP，幀率不變。

拉大是指GOP容量變大，本來(lái)1sGOP大小100KB，變成120KB，幀數(shù)不變。

如果GOP中幀數(shù)增加，在壓縮率穩(wěn)定的情況下（正常情況下壓縮率會(huì)變化，看圖像變化比例）必然會(huì)造成GOP變大，如果GOP大小保證不變，可以采取減少I(mǎi)幀（注意不是IDR幀）來(lái)?yè)Q取更多的P和B幀。

（AR：我們的場(chǎng)景是圖像中小范圍波動(dòng)，我們要保證這個(gè)小范圍的清晰度，需要增加更多的P幀？）

看到的許多文獻(xiàn)中，關(guān)于GOP拉大還是拉長(zhǎng)都沒(méi)有說(shuō)明，在計(jì)算碼流變化之中，需要明確GOP是怎么變化的。

根據(jù)我在直播攝像頭的觀察，在幀率固定的前提下，比如說(shuō)2s一個(gè)I幀（上面說(shuō)了直播一般I幀和IDR幀等同，沒(méi)有B幀），影響碼流大小的是畫(huà)面變化幅度，如果畫(huà)面靜止不動(dòng)的話，碼流保持在很穩(wěn)定的狀態(tài)；如果畫(huà)面變化幅度比較大，那碼流就會(huì)變大。

參考文章：關(guān)于GOP和幀率、碼率的關(guān)系

總結(jié)

以上是生活随笔為你收集整理的视频压缩编码 gop（Group of Pictures）（I帧间隔）的概念、IDR、I帧（关键帧，intra picture）、P帧、B帧、帧内压缩、帧间压缩、pts（显示时间）、dts（解码时间）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。