波仔
🎬 第六章 音视频压缩编码基础
📄 一句话概括

运动矢量就是【这块像素是从参考帧的哪个位置移过来的】——但要注意，它只是猜了个位置，猜完还得补残差。

📝 本节和前面几节的关系

6.4.2 讲了帧间编码，这一节讲它内部最关键的一个数据结构。

一、运动矢量里装了什么

帧间预测要回答一个问题：当前这个块，在参考帧里对应的是哪一块？ 找到之后，只需要记下相对位移（dx, dy）——这就是运动矢量。 所以帧间编码传的不是整块像素，而是一个矢量加一点点残差。

二、找位置这一步叫运动估计

在参考帧里搜索最相似的块，这个过程叫运动估计（ME）。 搜索是有代价的：块越大、搜索范围越大，找得越准但算得越慢。 所以编码器要在【准】与【快】之间取舍——这也是 H.265 编码慢的原因之一。

三、关键：还要补残差

运动矢量只是【猜了个位置】，猜的块和真正想要的块通常不完全一样。 所以还必须把两者的差单独编一份——这就是残差。 完整的表达是：当前块 ≈ 参考块（由矢量指出）+ 残差。 预测得越准，残差越小，后面要编码的东西就越少。

四、为什么它能省这么多

因为自然视频里运动是连续的：镜头平移时，整幅画面都在朝同一方向移。 这种情况下，一个矢量就能描述一大片区域——传输的数据量微乎其微。 反过来，画面剧烈变化或噪点多时，矢量找不到好参考，残差就会变大，码率上升。 所以码率不是一个常数，它随内容在波动——这是理解码率控制的基础。

五、动手 Demo：一个运动矢量里装了什么

运动矢量就是【这块像素是从参考帧的哪个位置移过来的】。

rows = [("起点", "当前块在帧内的位置"),
        ("参考位置", "在参考帧里找到的最相似块位置"),
        ("运动矢量", "两者的相对位移（dx, dy）"),
        ("残差", "两块的像素差，还需要单独编")]
for a, b in rows:
    print("%-8s %s" % (a, b))

实跑输出：

--------------------------------------------------------------------
一个运动矢量里装了什么
--------------------------------------------------------------------

运动矢量就是【这块像素是从参考帧的哪个位置移过来的】。

  元素         含义
  ------------------------------------------
  起点         当前块在帧内的位置
  参考位置     在参考帧里找到的最相似块位置
  运动矢量     两者的相对位移（dx, dy）
  残差         两块的像素差，还需要单独编

  注意最后一行：**运动矢量只是【猜了个位置】，猜完还得补残差。**
  所以帧间编码省的是【整块重传】，不是【完全不传】。

注意最后一行：运动矢量只是【猜了个位置】，猜完还得补残差。 所以帧间编码省的是【整块重传】，不是【完全不传】。

30 秒实验

  1. 拍一段【镜头缓慢平移】与一段【画面剧烈晃动】的视频，各压一次。
  2. 比较两者码率的差异，这就是运动矢量的作用。

常见误区

  1. 以为运动矢量就是【像素的移动】。它是块的位移，不是每个像素的位移。
  2. 以为帧间编码只传矢量。还要传残差，两者缺一不可。
自测三问（点开对答案） 1. 运动矢量描述的是什么？ —— 当前块相对于参考帧中对应块的位移（dx, dy）。 2. 为什么帧间编码还要传残差？ —— 矢量指的参考块与目标块通常不完全相同，差值必须单独编。 3. 画面剧烈晃动时码率为什么会升高？ —— 运动矢量找不到好参考，残差变大，要编的数据变多。

相关笔记