一.視頻壓縮

1.1 為什麽需要壓縮視頻？

假設一個2小時未壓縮的高清視頻，1920×1080p的電影，我們來計算一下他的存儲容量。先介紹一下幀率(frame rate或者是 FPS)概念，也就是每秒傳輸圖片的幀數，也可以理解為圖形處理器每秒能夠刷新幾次。由於人眼的特性-視覺暫留，幀率要在20以上才會感覺流暢。之前的電影幀率一般是24。拓展：為什麽遊戲幀數要60才流暢，而電影只需要24
2小時×60分鐘×60秒×25 幀率×1920×1080 像素 ×3/2 每像素字節數 = 5599GB
一部高清電影占了這麽大空間，不能忍。
所以，為了存儲和傳輸方便，壓縮視頻，必不可少。

1.2 如何壓縮視頻？

接下來回答怎麽進行視頻壓縮。
介紹最基本的概念：
信息壓縮是通過去除資料中的冗余信息而達成。就視頻而言，冗余信息可以分成四類：

• 時間上的冗余信息（temporal redundancy）
  在視頻中，相鄰的幀（frame）與幀之間通常有很強的關連性，這樣的關連性即為時間上的冗余信息。這即是上一次學習中的幀間壓縮。連續的圖像往往非常相近，由於一些小運動造成了細小差別。這種減小冗余的方法可以存儲和上一幀或者下一幀不同的地方。這樣就可以減少存儲了。這個過程就稱作運動補償。位移是利用運動向量得出的。

• 空間上的冗余信息（spatial redundancy）
  

  在同一張幀之中，相鄰的像素之間通常有很強的關連性，這樣的關連性即為空間上的冗余信息。這即是上一次學習中的幀內壓縮。比如一個像素點是綠色，那它相鄰的像素點可能就是深綠或者淺綠，甚至就是綠。

• 統計上的冗余信息（statistical redundancy）
  統計上的冗余信息指的是欲編碼的符號（symbol）機率分布是不均勻（non-uniform）的。

• 感知上的冗余信息（perceptual redundancy）
  感知上的冗余信息是指在人在觀看視頻時，人眼無法察覺的信息。

視頻壓縮（Video compression）是指運用壓縮技術將數位視頻中的冗余信息去除，降低表示原始視頻所需的存儲量，以便視頻資料的傳輸與儲存。實際上，原始視頻資料的容量往往過大，例如未經壓縮的電視品質視頻的位元率高達216Mbps，絕大多數的應用無法處理如此龐大的容量，因此視頻壓縮是必要的。目前最新的視頻編碼標準為ITU-T視訊編碼專家組（VCEG）和ISO／IEC動態圖像專家組（MPEG）聯合組成的聯合視頻組（JVT，Joint Video Team）所提出的H.264/AVC。

一個典型的視頻編碼器：在進行當前信號編碼時，編碼器首先會產生對當前信號做預測的信號，稱作預測信號（predicted signal），預測的方式可以是時間上的預測（interprediction），亦即使用先前幀的信號做預測，或是空間上的預測 （intra prediction），亦即使用同一張幀之中相鄰像素的信號做預測。得到預測信號後，編碼器會將當前信號與預測信號相減得到殘余信號（residual signal），並只對殘余信號進行編碼，如此一來，可以去除一部份時間上或是空間上的冗余信息。接著，編碼器並不會直接對殘余信號進行編碼，而是先將殘余信號經過變換（通常為離散余弦變換）然後量化以進一步去除空間上和感知上的冗余信息。量化後得到的量化系數會再透過熵編碼，去除統計上的冗余信息。

二.h264編碼標準的提出

H264是新一代的編碼標準，以高壓縮高質量和支持多種網絡的流媒體傳輸著稱。

在編碼方面，我理解的他的理論依據是：參照一段時間內圖像的統計結果表明，在相鄰幾幅圖像畫面中，一般有差別的像素只有10%以內的點,亮度差值變化不超過2%，而色度差值的變化只有1%以內。所以對於一段變化不大圖像畫面，我們可以先編碼出一個完整的圖像幀A，隨後的B幀就不編碼全部圖像，只寫入與A幀的差別，這樣B幀的大小就只有完整幀的1/10或更小！B幀之後的C幀如果變化不大，我們可以繼續以參考B的方式編碼C幀，這樣循環下去。這段圖像我們稱為一個序列（序列就是有相同特點的一段數據），當某個圖像與之前的圖像變化很大，無法參考前面的幀來生成，那我們就結束上一個序列，開始下一段序列，也就是對這個圖像生成一個完整幀A1，隨後的圖像就參考A1生成，只寫入與A1的差別內容。

在H264協議裏定義了三種幀，完整編碼的叫做I幀，參考之前的I幀生成的只包含差異部分編碼的幀叫P幀，還有一種參考前後的幀編碼的幀叫B幀。
H264采用的核心算法是幀內壓縮和幀間壓縮，幀內壓縮是生成I幀的算法，幀間壓縮是生成B幀和P幀的算法。

參考鏈接：

1. 視頻壓縮基本概念

視頻壓縮和H264