在前兩期的文件格式系列科普中，IT之家已經(jīng)以JPG為典型，為大家講解了圖片格式，又以MP3為典型，為大家講解了音頻格式，今天，IT之家將為大家講解視頻的編碼原理。
視覺暫留現(xiàn)象
人的眼睛是一個非常巧妙的成像系統(tǒng)，來自自然界的光經(jīng)由晶狀體，投射到感光細(xì)胞上，感光細(xì)胞將光轉(zhuǎn)化為神經(jīng)電流，通過視神經(jīng)傳到大腦，引起人體視覺。受制于視覺神經(jīng)的反應(yīng)速度，當(dāng)光停止作用后，在一段時間內(nèi)，圖像仍將短暫地停留，稱為“后像“，這便是視覺暫留現(xiàn)象。
正因?yàn)槿说囊曈X系統(tǒng)有著這樣的特性，當(dāng)我們將一組動作連續(xù)的靜態(tài)圖片放在眼前快速切換時，人眼會感覺它“動起來了“。事實(shí)上，我們看到的視頻，就是由一張又一張的靜態(tài)圖像組成的。
有損圖像壓縮
前面我們已經(jīng)提到，視頻是由一張又一張的靜態(tài)圖片組成的，要壓縮視頻，首先就要壓縮這些組成視頻的靜態(tài)圖像，在關(guān)于JPEG圖片格式的科普中，我們已經(jīng)講解了JPEG的壓縮原理，事實(shí)上，視頻中的靜態(tài)圖片，它的壓縮原理和JPEG頗為相似。
首先，就是將色彩空間由RGB轉(zhuǎn)化為YCbCr，和RGB色彩空間通過紅綠藍(lán)三種顏色來組成大千世界不同，YCbCr將畫面分解成明度（亮度信息）和色度（色彩信息），在YCbCr的色彩空間下，把Cb（藍(lán)）和Cr（紅）去掉，只留Y（亮度），那么圖像依然可以正常顯示，只是此時顯示的圖像是黑白的，把亮度信息和色彩信息分離所帶來的好處，就是解決了彩色顯示器和黑白顯示器的兼容問題。
色彩空間轉(zhuǎn)換完成后，就要對圖像進(jìn)行離散余弦變換（DCT）了，在DCT時，圖像將被分割成一個個8*8的像素塊，每個8*8的像素塊都將通過復(fù)雜的公式轉(zhuǎn)換為數(shù)字編碼，隨后，這些數(shù)字編碼將通過一系列的處理進(jìn)一步丟掉對人眼來講并不重要的數(shù)據(jù)（人眼對高頻區(qū)的辨識能力較差，這部分的數(shù)據(jù)可以酌情丟掉），經(jīng)過這番折騰，原始的8*8像素塊將被轉(zhuǎn)化為結(jié)尾有很多連續(xù)的0的一串?dāng)?shù)字編碼。這串編碼經(jīng)過冗余數(shù)據(jù)精簡后，再進(jìn)行一些處理，將生成一張經(jīng)過壓縮的圖片。這張圖片就是視頻中的I幀。
運(yùn)動預(yù)測
I幀，又稱幀內(nèi)編碼幀，這是個獨(dú)立幀，自帶全部信息；P幀，又稱幀間預(yù)測編碼幀，它里面包含的是當(dāng)前幀與前一幀之間的差別，在解碼時，需要以之前的畫面為基礎(chǔ)，疊加上兩幅畫面之間的差異部分，才能生成最終的畫面。B幀，又稱雙向預(yù)測編碼幀，它不僅記錄了當(dāng)前幀與前一幀之間的差別，還記錄了當(dāng)前幀與下一幀之間的差別，B幀的壓縮率通常更高，不過對解碼性能的要求也更高。
P幀的生成過程，實(shí)際上就是運(yùn)動預(yù)測的過程，在這個過程中，圖像將被分割成一個個16*16的像素塊，然后，我們將計(jì)算當(dāng)前幀的這個16*16像素塊的信息與下一幀中哪個16*16像素塊中的信息最為相似，然后記錄下它們之間的位置差別（運(yùn)動預(yù)測矢量），簡單地說，運(yùn)動預(yù)測的過程，就是使用當(dāng)前幀位于不同起始位置的16*16像素塊，拼湊出下一幀的圖像來。B幀的生成原理和P幀大致相同，只不過B幀是同時結(jié)合前后兩幀來實(shí)現(xiàn)運(yùn)動預(yù)測的。
圖像組和視頻文件
所謂的圖像組，就是由I幀打頭，后面跟了一系列的P幀或者B幀的圖像的編組，看起來差不多是這個樣子的：I,P,P,P,P,P,P,P,P,P,P，如果有B幀，則是這個樣子的：I,P,B,B,P,B,B,P,B,B,P。
視頻文件是由一個接著一個的圖像組構(gòu)成的。在播放視頻時，每個圖像組的第一幀必須是I幀，若第一幀不是I幀，后面的P幀或者B幀將無法被還原成正常的圖像，視頻也就無法正常播放了。
如果一個P幀是由某幀通過運(yùn)動預(yù)測來生成的，那么這里的“某幀”就是該P(yáng)幀的參考幀，關(guān)于參考幀的選擇，也是有講究的。
這里有一個圖像組，I1,P1,P2,P3,P4,P5,P6,P7,P8,P9,P10，我們參考I1生成了P1，又參考了P1生成了P2，緊接著參考P2生成了P3，以此類推，最后生成了P10，由于運(yùn)動預(yù)測本身就是有誤差的，如果我們每一幀都參考前一幀進(jìn)行運(yùn)動預(yù)測，那么從P1到P10，誤差會越來越大，最后生成的P10可能就面目全非了。為了避免這個問題，在選擇參考幀時，我們可以這樣做，P1~P10，全部參考I1來生成，或者P1~P5參考I1來生成，然后P6~P10參考P5來生成，步子邁得小一點(diǎn)，扯到蛋的風(fēng)險(xiǎn)自然就會降低。
到這里，視頻編碼基本原理的介紹就告一段落了，不同的編碼標(biāo)準(zhǔn)，它具體的編碼方式也不盡相同，這個需要具體標(biāo)準(zhǔn)具體分析。常見的視頻編碼標(biāo)準(zhǔn)有MPEG-1、MPEG-2、MPEG-3、MPEG-4、H.264等。
視頻容器
如果說視頻是個圖書館，那么一幀一幀的圖像就是書的一頁一頁，一個一個的圖像組，就是一本又一本的書，我們還缺少什么東西?。繒?。圖書館里沒有書架怎么行？
所謂視頻容器，就是將圖像組，聲音以及視頻的附屬信息（比如字幕、分辨率、作者、加密信息等）封裝在一起的標(biāo)準(zhǔn)，這就正是我們要找的書架。
視頻容器，又叫封裝格式，提到封裝格式（對應(yīng)相應(yīng)的文件擴(kuò)展名），相信大家一定非常眼熟，舉幾個例子，大家感受一下：avi、rmvb、mp4、flv、mkv……
封裝格式對視頻質(zhì)量的影響不大，決定視頻質(zhì)量的還是它的編碼數(shù)據(jù)，就像前面舉的圖書館的例子，書架不管是豪華還是簡陋，只要它上面擺放的書是好書，那這個圖書館就是個好圖書館。
IT之家的用戶是多層次的，這篇文章的受眾是零基礎(chǔ)的讀者，本著淺顯易懂的原則，在一些方面我們并沒有深入討論和展開討論。如果你是相關(guān)行業(yè)的工作者，或者你是相關(guān)專業(yè)的高校學(xué)生，那么這篇文章可能不適合你。
好的，今天關(guān)于視頻壓縮原理的文章就到這里，文件格式系列科普至此完結(jié)，想了解更多的常識科普和實(shí)用教程，請關(guān)注IT之家學(xué)院。
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。