波仔
🎬 第八章 音视频编解码技术与流程
📄 一句话概括

不管哪个标准，一个视频编码器内部都是六块：分块、预测、变换、量化、熵编码、码率控制——只有量化会丢信息，其余五块是换表示或做调度。

📝 本节和前面几节的关系

第七章讲完了原理与标准，从这一章开始落到实处：编码器内部到底有哪些技术、按什么顺序跑。

一、编码器的六个模块

把任何一个视频编码器拆开，里面都是这六块： 分块／宏块划分——把画面切成规则的小块，作为一切处理的单位； 预测——帧内或帧间预测，只把残差往下传； 变换——DCT 类变换，把能量挤到少数系数上； 量化——按 QP 把系数粗化，决定画质与码率； 熵编码——霍夫曼／算术编码，把剩下的符号写短； 码率控制——分配 QP、管理缓冲，盯住目标码率。

二、六块的分工不是并列的

这六块不要平铺着记，它们分成三种性质： 去冗余：预测、变换——都是可逆的换表示，一点信息都不丢； 丢信息：只有量化一块； 调度：分块与码率控制——它们不碰数据内容，只管怎么组织。 记住这个分类，很多问题一眼就能判断方向：画质有损，只可能是量化那一刀。

三、标准管到哪一层

这六块里，标准规定的是【码流怎么写、怎么写才合法】： 被标准管住的：分块的语法、变换的整数近似、熵编码的码表、语法元素； 标准不管的：运动估计怎么搜、预测模式怎么选、QP 怎么分配。 所以同一份 H.264 标准下，x264 与硬件编码器的产出可以差出一倍码率（第 7.4.1 节）。

四、这一章的两条线

第八章按视频与音频两条线分别展开： 8.2 到 8.4——视频：先看整体流程，再钻 I／P／B 帧的技术细节，最后到运动估计； 8.5——音频：MPEG-1／2／4 与 AC-3 四代编码的技术盘点。 两条线的结构其实是一样的：都是【变换 → 量化 → 熵编码】，差别只在预测那一步能不能用上时间冗余（第 7.3 节）。

五、动手 Demo：视频编码器的六个模块

不管哪个标准，一个视频编码器内部都是这六块。

rows = [("分块/宏块划分", "切成规则小块", "前置"),
        ("预测", "只把残差往下传", "去冗余"),
        ("变换", "能量挤到少数系数", "去空间相关"),
        ("量化", "按 QP 粗化系数", "唯一丢信息"),
        ("熵编码", "把符号写短", "无损收尾"),
        ("码率控制", "盯住目标码率", "全局调度")]
for a, b, c in rows:
    print("%-12s %-14s %s" % (a, b, c))

实跑输出：

--------------------------------------------------------------------
视频编码器的六个模块
--------------------------------------------------------------------

不管哪个标准，一个视频编码器内部都是这六块。

  模块               作用                                   在哪个环节
  ---------------------------------------------------------------------
  分块／宏块划分     把画面切成规则的小块，作为处理单位     前置
  预测               帧内或帧间预测，只把残差往下传         去冗余
  变换               DCT 类变换，把能量挤到少数系数上       去空间相关
  量化               按 QP 把系数粗化，决定画质与码率       唯一丢信息
  熵编码             霍夫曼／算术编码，把符号写短           无损收尾
  码率控制           分配 QP、管理缓冲，盯住目标码率        全局调度

  六块里**只有量化会丢信息**（第 6.3.3 节），其余五块都是换表示或做调度。
  这一章要讲的【技术】，就是把这六块**逐个展开**。

六块里只有量化会丢信息（第 6.3.3 节），其余五块都是换表示或做调度。 这一章要讲的【技术】，就是把这六块逐个展开。

30 秒实验

  1. 用 FFmpeg 的 -preset 参数把同一个视频压两遍（一个 ultrafast、一个 veryslow），对比文件大小与耗时。
  2. 两次的码率控制参数要保持一样，这样才能看出【搜索得细不细】值多少钱。

常见误区

  1. 以为【编码就是压缩】。编码是一整套流程，压缩只是它带来的结果。
  2. 以为六块里每块都会丢信息。只有量化丢，其余都是可逆换表示或纯调度。
  3. 以为标准规定了整个编码器。标准只管码流语法，搜索与决策完全自由。
自测三问（点开对答案） 1. 视频编码器有哪六个模块？ —— 分块、预测、变换、量化、熵编码、码率控制。 2. 哪一块真正丢信息？ —— 只有量化；预测与变换是可逆的换表示。 3. 为什么同一标准下不同编码器产出差很多？ —— 标准不管运动估计与模式选择，这些自由度带来巨大差异。

相关笔记