一、一对镜像

两种编码方式的差别，几乎处处对称： 参考来源——帧内用本帧已解码的相邻像素，帧间用前后帧的对应块； 压缩比——帧内约 5~10 倍，帧间可达 50 倍以上； 计算量——帧内小（只在几个方向里选），帧间大（要在参考帧里搜索）； 错误传播——帧内只影响本块，帧间会沿参考链一路传下去。 这四个维度是同一件事的不同侧面：参考范围越大，压得越多、也越不干净。

二、为什么两者都不能少

既然帧间编码压得多，为什么不全用帧间？ 因为帧间需要一个【起点】——总得有一块不依赖别人的数据，否则解码器无从开始； 而且场景切换、剧烈运动时，前后帧几乎没关系，帧间预测找不到好参考，反而比帧内还差； 再考虑抗丢包——全帧间的链条一断，后面全废。 所以 I 帧的存在不是【保守】，而是结构上必需。

三、编码器怎么在两者之间选

面对一个块，编码器的选择逻辑很朴素——试，然后比： 先用帧内预测算一遍，得到残差与代价； 再用帧间预测算一遍，得到残差与代价； 加上各自要写入码流的【附加信息】（模式、运动矢量），取总代价小的那个； 代价通常用 率失真代价衡量：位数加权的失真。 这就是 8.2 里说的【搜索与决策】——标准不管，各家自由发挥。

四、帧内编码的压缩上限从哪来

帧内编码只能靠空间冗余，天花板不高，原因很直接： 它处理的残差本来就小（相邻像素差别不大），能榨的油水有限； 它没有运动补偿这种【整块搬运】的利器，只能靠预测方向猜； 所以 I 帧的码率通常是 P 帧的几倍、B 帧的十倍上下。 这也解释了为什么 GOP 不能太短——I 帧一多，平均码率立刻被抬上去。

五、两条线的分工

把这一节和前面几节接起来，就得到了完整的分工图： 帧内编码——负责【起点】，产出 I 帧； 帧间编码——负责【主体】，产出 P 帧与 B 帧； 两者按 GOP 的节奏交替出现，共同决定了这段视频的压缩比与拖动手感。 下一节把镜头再推近一层——帧内编码内部的流程。

六、动手 Demo：帧内与帧间，一对镜像

同一帧里两种编码方式的分工，几乎是完全对称的。

rows = [("参考来源", "本帧相邻像素", "前后帧对应块"),
        ("压缩比", "约 5~10 倍", "可达 50 倍以上"),
        ("计算量", "小", "大（要搜索）")]
for a, b, c in rows:
    print("%-8s 帧内 %-14s 帧间 %s" % (a, b, c))

实跑输出：

--------------------------------------------------------------------
帧内与帧间，一对镜像
--------------------------------------------------------------------

同一帧里两种编码方式的分工，几乎是完全对称的。

  维度         帧内编码                 帧间编码
  -----------------------------------------------------------
  参考来源     本帧已解码的相邻像素     前后帧的对应块
  压缩比       低（约 5~10 倍）         高（可达 50 倍以上）
  计算量       小                       大（要搜索）
  典型用途     I 帧、场景切换处         P 帧、B 帧
  错误传播     只影响本块               会沿参考链往后传

  一句话总结这对镜像：
  **帧内编码压得少但断得干净，帧间编码压得多但牵着别人。**
  所以一个健康的码流里**两者都要有**——全靠帧内码率太高，全靠帧间一错全错。

帧内编码压得少但断得干净，帧间编码压得多但牵着别人。 所以一个健康的码流里两者都要有——全靠帧内码率太高，全靠帧间一错全错。

30 秒实验

1. 用码流分析工具看一段视频里 I 帧与 P 帧的平均大小之比，算算差几倍。
2. 找一段有场景切换的视频，看看切换处是不是插了一个 I 帧。

常见误区

1. 以为帧内编码【技术落后】。它是结构的起点，没有它帧间编码无法开始。
2. 以为帧间编码永远更好。场景切换或剧烈运动时帧内反而更划算。
3. 以为编码器会固定用某一种。它逐块比较代价，是动态选择的。

• ☐ 下一节（8.3.5 帧内编码流程）

相关笔记

• 帧内编码流程 — 帧内那一半的细节
• 帧内编码 — 四种预测方向
• 帧间编码 — 时间冗余的用法
• 量化 — 两种方式共用的丢信息环节
• 🎬 FFmpeg入门详解 · 索引