一、核心思想

预测编码的思路非常朴素：如果下一处的值和当前处差不多，那就别存它，只存差。 所以它编码的不是原始值，而是残差 = 实际值 − 预测值。 而【差不多】这件事在真实数据里普遍成立——这才是它能省空间的原因。

二、数字上看有多省

假设一段相邻值在 98~105 之间波动： 原始值：每个都要 8 位才放得下； 残差：都在 −3 到 +3 之间，3~4 位就够。 位数直接减半，而这里面一点信息都没丢（残差可以精确还原原值）。 所以预测编码在【还没量化】这一步就已经开始省了。

三、两种预测方向

空间预测：用同一帧里相邻的像素猜——这就是帧内预测。 时间预测：用相邻帧里同一位置的像素猜——这就是帧间预测。 音频里用的是时间方向：用前面的采样点猜后面的采样点。 所以【预测】是音频与视频共用的手段，只是参考的对象不同。

四、它的地位

在四类关键技术里，预测是唯一一个【直接利用数据相关性】的手段。 变换是把数据摊开、量化是按重要性取舍、熵编码是按概率改码长——它们都是在【残差】之上工作。 所以预测是整个压缩链条的第一道也是最重要的一道。 5.3.3 说过【视频比音频多一步预测】，这一步就是压缩比差一个数量级的直接原因。

五、动手 Demo：预测编码为什么能省这么多

预测编码存的是【实际值与预测值的差】，而这个差通常很小。

src = [100, 102, 105, 104, 101, 99, 98]
prev = src[0]
for v in src[1:]:
    print("实际 %3d，预测 %3d，残差 %+d" % (v, prev, v - prev))
    prev = v

实跑输出：

--------------------------------------------------------------------
预测编码为什么能省这么多
--------------------------------------------------------------------

预测编码存的是【实际值与预测值的差】，而这个差通常很小。

  原始序列：100, 102, 105, 104, 101, 99, 98
  相邻差值：+2, +3, -1, -3, -2, -1（共 6 个）

  原始值要 8 位才放得下，差值只用到很小的范围——
  **位数一下子降下来了**，这就是预测编码省空间的原理。

原始值要 8 位才放得下，残差只在 −3 到 +3 之间。 位数一下子降下来了，这就是预测编码省空间的原理。

30 秒实验

1. 自己写一串 7 个数字，算出它的相邻残差。
2. 比较原始值的范围与残差的范围。

常见误区

1. 以为预测编码在丢信息。它完全无损，残差可以精确还原原值。
2. 以为预测只用在视频。音频的预测编码同样重要。

• ☐ 下一节（6.3.2 变换）

相关笔记

• 变换 — 残差之后要做什么
• 帧内编码 — 空间预测的具体实现
• 帧间编码 — 时间预测的具体实现
• 🎬 FFmpeg入门详解 · 索引