视频编码

压缩编码的标准

• 为什么需要视频压缩编码标准
  • 目前，我们已经非常清楚，视频在存储&传输过程中，存在非常多的冗余信息，我们需要去除这些冗余信息
  • 但是，如果每个人按照自己的方式去编码，那么当我们需要还原原始数据时，很难知道对方是如何编码的
  • 比如：某主播在斗鱼采用iPhone手机进行直播，手机录制了主播大量的画面，为了便于传输，需要程序对视频进行压缩编码，但是他想当然的按照自己的某种算法进行了压缩，并且将数据传递给了服务器，服务器拿到数据之后，进行数据分发给了各个客户端：Android、iOS、Win、Web、Mac等等客户端，这个时候每个客户端需要知道对方的压缩算法，才能将数据进行还原，但是因为当时客户端是想当然的就行压缩编码的，并且也不能保证他的方式效率，而且有一点误差可能会造成画面无法还原的后果。
  • 因此，视频编码必须制定一个大家都认同的标准
• 标准化组织：
  • ITU：International Telecommunications Union
  • VECG：Video Coding Experts Group（国际电传视讯联盟）
• ISO：International Standards Organization
  MPEG：Motion Picture Experts Group（国际标准组织机构）
• H.26X系列（由ITU[国际电传视讯联盟]主导）
  • H.261：主要在老的视频会议和视频电话产品中使用
    -H.263：主要用在视频会议、视频电话和网络视频上
  • H.264：H.264/MPEG-4第十部分，或称AVC（Advanced Video Coding，高级视频编码），是一种视频压缩标准，一种被广泛使用的高精度视频的录制、压缩和发布格式。
  • H.265：高效率视频编码（High Efficiency Video Coding，简称HEVC）是一种视频压缩标准，H.264/MPEG-4 AVC的继任者。可支持4K分辨率甚至到超高画质电视，最高分辨率可达到8192×4320（8K分辨率），这是目前发展的趋势，尚未有大众化编码软件出现
• MPEG系列（由ISO[国际标准组织机构]下属的MPEG[运动图象专家组]开发）
  -MPEG-1第二部分：MPEG-1第二部分主要使用在VCD上，有些在线视频也使用这种格式
  -MPEG-2第二部分（MPEG-2第二部分等同于H.262，使用在DVD、SVCD和大多数数字视频广播系统中
  • MPEG-4第二部分（MPEG-4第二部分标准可以使用在网络传输、广播和媒体存储上。
• 其他系列：
  AMV · AVS · Bink · RealVideo · Theora · VC-1 · VP3 · VP6 · VP7 · VP8 · VP9 · WMV

目前应用最广泛的H.264（AVC）

H264是新一代的编码标准，以高压缩高质量和支持多种网络的流媒体传输著称

• 在H264协议里定义了三种帧

  • I帧：完整编码的帧叫I帧
  • P帧：参考之前的I帧生成的只包含差异部分编码的帧叫P帧
  • B帧：参考前后的帧编码的帧叫B帧

• H264采用的核心算法是帧内压缩和帧间压缩

  • 帧内压缩是生成I帧的算法
  • 帧间压缩是生成B帧和P帧的算法

• H264的压缩方法:

  • 分组:把几帧图像分为一组(GOP，也就是一个序列),为防止运动变化,帧数不宜取多
  • 定义帧:将每组内各帧图像定义为三种类型,即I帧、B帧和P帧;
  • 预测帧:以I帧做为基础帧,以I帧预测P帧,再由I帧和P帧预测B帧;
  • 数据传输:最后将I帧数据与预测的差值信息进行存储和传输。

序列(GOP)

• 在H264中图像以序列为单位进行组织，一个序列是一段图像编码后的数据流。

• 一个序列的第一个图像叫做 IDR 图像（立即刷新图像），IDR 图像都是 I 帧图像。

  • H.264 引入 IDR 图像是为了解码的重同步，当解码器解码到 IDR 图像时，立即将参考帧队列清空，将已解码的数据全部输出或抛弃，重新查找参数集，开始一个新的序列。

  • 这样，如果前一个序列出现重大错误，在这里可以获得重新同步的机会。

  • IDR图像之后的图像永远不会使用IDR之前的图像的数据来解码。

• 一个序列就是一段内容差异不太大的图像编码后生成的一串数据流

  • 当运动变化比较少时，一个序列可以很长，因为运动变化少就代表图像画面的内容变动很小，所以就可以编一个I帧，然后一直P帧、B帧了。

  • 当运动变化多时，可能一个序列就比较短了，比如就包含一个I帧和3、4个P帧。

• 在视频编码序列中，GOP即Group of picture（图像组），指两个I帧之间的距离

• I帧、P帧、B帧的预测方向

image

• I帧、P帧、B帧实际顺序&编码后顺序

image
image

编码方式

• 编码的方式有两种：
  • 硬编码：使用非CPU进行编码，如显卡GPU、专用的DSP、FPGA、ASIC芯片等
  • 软编码：使用CPU进行编码，软编码通常使用：ffmpeg+x264
    ffmpeg：是一套开源的、用于对音视频进行编码&解码&转化计算机程序
    x264：x264是一种免费的、开源的、具有更优秀算法的H.264/MPEG-4 AVC视频压缩编码方式
• 对比：（没有对比就没有伤害）
  • 软编码：实现直接、简单，参数调整方便，升级易，但CPU负载重，性能较硬编码低
  • 硬编码：性能高，对CPU没有压力，但是对其他硬件要求较高（如GPU等）
• iOS中编码方式：
  • 在iOS8之前，苹果并没有开放硬编码的接口，所以只能采用ffpeng+x624进行软编码
  • 在iOS8之后，苹果开放了接口，并且封装了VideoToolBox&AudioToolbox两个框架，分别用于对视频&音频进行硬编码