波仔
🎬 第九章 H.264编解码基础
📄 一句话概括

视频压缩的基本技术只有六项，H.264 没有一项是首创——它赢在把每一项都做到了当时的极限，特别是预测那几项。

📝 本节和前面几节的关系

第八章把编码技术与流程整体讲了一遍，从这一章开始盯住一个标准看细节：H.264。

一、六项基本技术

把前面几章讲过的技术归一下类，其实只有六项： 帧内预测——去掉空间冗余（第 6.4.1 节）； 帧间预测——去掉时间冗余（第 6.4.2 节）； 变换——把能量集中（第 6.3.2 节）； 量化——丢掉不敏感的细节，唯一丢信息的一步（第 6.3.3 节）； 熵编码——无损收尾（第 6.3.4 节）； 环路滤波——抑制块效应（第 5.3.4 节）。

二、H.264 把每一项做细了

这六项在 H.264 里各自长成了具体的形态： 帧内预测从【没有】变成 4×4 九种方向 ＋ 16×16 四种模式 ＋ 色度四种； 帧间预测有了 七种分块大小 ＋ 1/4 像素精度 ＋ 多参考帧； 变换用 4×4 与 8×8 的整数变换（避免浮点误差）； 量化变成 52 级可调的 QP； 熵编码给了两种选择——CAVLC 快、CABAC 压得小； 环路滤波做进了预测环路，解码端也照做。

三、哪一项带来了【砍半】

第 7.4.3 节说过，H.264 同画质码率约为 H.263 的一半。这个【一半】主要是谁贡献的？ 按经验，帧间预测的三项改进（分块、亚像素、多参考）贡献最大； 其次是帧内预测——它让 I 帧本身也压得更小； 熵编码的 CABAC 能再省一成左右； 环路滤波不直接省码率，它省的是【为了不出现块效应而被迫提高的码率】。 结论仍然是 8.1 那句：预测才是压缩比的主战场。

四、为什么还有【环路滤波】这一项

块效应是从哪来的、为什么要专门滤波，值得单独说一句： 编码是逐块做的，相邻块各自量化，边界处容易出现不连续； 肉眼看到的就是一格一格的方块，尤其在低码率下非常明显； 环路滤波就在预测环路里——滤波后的帧会成为后续帧的参考帧； 所以它不只让当前帧好看，还阻止块效应被下一帧继承下去。 这也是为什么它叫【环路内】滤波，而不是【后处理】滤波。

五、本章的三段路线

第九章按三段展开，从外到内： 9.1 快速入门——基本技术、句法元素、VCL／NAL、档次级别、两种实现； 9.2 原理与实现——整体结构、编解码流程，以及帧内／帧间预测的细节； 9.3 码流结构——分层结构、码流组成、NAL Unit 的字节级解剖。 从这一章起，视野从【原理】落到【具体一份标准】。

六、动手 Demo：六项基本技术在 H.264 里的形态

视频压缩的基本技术只有六项，H.264 把它们各自做细了。

rows = [("帧内预测", "空间冗余", "4×4 九种 / 16×16 四种"),
        ("帧间预测", "时间冗余", "七种块大小 + 1/4 像素"),
        ("变换", "空间相关", "4×4 / 8×8 整数变换"),
        ("量化", "不敏感的细节", "52 级 QP"),
        ("熵编码", "统计冗余", "CAVLC / CABAC")]
for a, b, c in rows:
    print("%-8s %-8s %s" % (a, b, c))

实跑输出：

--------------------------------------------------------------------
六项基本技术在 H.264 里的形态
--------------------------------------------------------------------

视频压缩的基本技术只有六项，H.264 把它们各自做细了。

  基本技术     去掉什么         H.264 的具体形态
  ---------------------------------------------------------
  帧内预测     空间冗余         4×4 九种 / 16×16 四种
  帧间预测     时间冗余         七种块大小 ＋ 1/4 像素精度
  变换         空间相关         4×4 / 8×8 整数变换
  量化         不敏感的细节     52 级 QP
  熵编码       统计冗余         CAVLC / CABAC
  环路滤波     块效应           帧内去块滤波

  **六项里没有一项是 H.264 首创，它赢在把每一项都做到了当时的极限。**
  这一章就按这张表的顺序，把 H.264 的每一项展开。

六项里没有一项是 H.264 首创，它赢在把每一项都做到了当时的极限。 这一章就按这张表的顺序，把 H.264 的每一项展开。

30 秒实验

  1. 用 MediaInfo 打开一个视频，找到【格式档次】那一栏，看写的是 Baseline、Main 还是 High。
  2. 再找一个老手机拍的视频对比一下，大概率是 Baseline。

常见误区

  1. 以为 H.264 是凭某一项新技术取胜的。它是六项技术一起做到位的结果。
  2. 以为环路滤波只是后期美化。它在预测环路里，滤波结果会成为后续帧的参考。
  3. 把 CABAC 与 CAVLC 当成一回事。前者压得更小但更慢，是明确的取舍。
自测三问（点开对答案） 1. 视频压缩的六项基本技术是什么？ —— 帧内预测、帧间预测、变换、量化、熵编码、环路滤波。 2. H.264 的【砍半】主要来自哪一项？ —— 帧间预测的三项改进：可变分块、亚像素精度、多参考帧。 3. 环路滤波为什么叫【环路内】？ —— 它在预测环路中，滤波后的帧会被后续帧当作参考。

相关笔记