其他分享
首页 > 其他分享> > H264基础

H264基础

作者:互联网

H264压缩技术主要采用了以下几种方法对视频数据进行压缩。包括:

  帧内预测压缩,解决的是空域数据冗余问题。

  帧间预测压缩(运动估计与补偿),解决的是时域数据冗徐问题。

  整数离散余弦变换(DCT),将空间上的相关性变为频域上无关的数据然后进行量化。

  CABAC压缩。

经过压缩后的帧分为:I帧,P帧和B帧:

  I帧:关键帧,采用帧内压缩技术。

  P帧:向前参考帧,在压缩时,只参考前面已经处理的帧。采用帧音压缩技术。

  B帧:双向参考帧,在压缩时,它即参考前而的帧,又参考它后面的帧。采用帧间压缩技术。

除了I/P/B帧外,还有图像序列GOP。

  GOP:两个I帧之间是一个图像序列,在一个图像序列中只有一个I帧。

### 帧分组

对于视频数据主要有两类数据冗余,一类是时间上的数据冗余,另一类是空间上的数据冗余。其中时间上的数据冗余是最大的。下面我们就先来说说视频数据时间上的冗余问题。

为什么说时间上的冗余是最大的呢?假设摄像头每秒抓取30帧,这30帧的数据大部分情况下都是相关联的。也有可能不止30帧的的数据,可能几十帧,上百帧的数据都是关联特别密切的。

对于这些关联特别密切的帧,其实我们只需要保存一帧的数据,其它帧都可以通过这一帧再按某种规则预测出来,所以说视频数据在时间上的冗余是最多的。

为了达到相关帧通过预测的方法来压缩数据,就需要将视频帧进行分组。那么如何判定某些帧关系密切,可以划为一组呢?我们来看一下例子,下面是捕获的一组运动的台球的视频帧,台球从右上角滚到了左下角。

H264编码器会按顺序,每次取出两幅相邻的帧进行宏块比较,计算两帧的相似度。

通过宏块扫描与宏块搜索可以发现这两个帧的关联度是非常高的。进而发现这一组帧的关联度都是非常高的。因此,上面这几帧就可以划分为一组。其算法是:**在相邻几幅图像画面中,一般有差别的像素只有10%以内的点,亮度差值变化不超过2%,而色度差值的变化只有1%以内,我们认为这样的图可以分到一组。**

在这样一组帧中,经过编码后,我们只保留第一帖的完整数据,其它帧都通过参考上一帧计算出来。我们称第一帧为**IDR/I帧**,其它帧我们称为**P/B帧**,这样编码后的数据帧组我们称为**GOP**。

##### 1  三种帧的说明

1、I 帧:帧内编码帧,帧表示关键帧,你可以理解为这一帧画面的完整保留;解码时只需要本帧数据就可以完成(因为包含完整画面)

**I 帧的特点:**

- a. 它是一个全帧压缩编码帧,它将全帧图像信息进行JPEG压缩编码及传输

- b. 解码时仅用I 帧的数据就可重构完整图像

- c. I 帧描述了图像背景和运动主体的详情

- d. I 帧不需要参考其他画面而生成

- e. I 帧是P帧和B帧的参考帧(其质量直接影响到同组中以后各帧的质量)

- f. I 帧不需要考虑运动矢量

- g. I 帧所占数据的信息量比较大

  、**P帧**:前向预测编码帧。P帧表示的是这一帧跟之前的一个关键帧(或P帧)的差别,解码时需要之前缓存的画面叠加上本帧定义的差别,生成最终画面。(也就是差别帧,P帧没有完整画面数据,只有与前一帧的画面差别的数据)

​    **P帧的预测与重构**:P帧是以 I 帧为参考帧,在 I 帧中找出P帧“某点”的预测值和运动矢量,取预测差值和运动矢量一起传送。在接收端根据运行矢量从 I 帧找出P帧“某点”的预测值并与差值相加以得到P帧“某点”样值,从而可得到完整的P帧。

**P帧的特点:**

- a. P帧是 I 帧后面相隔1~2帧的编码帧

- b. P帧采用运动补偿的方法传送它与前面的I或P帧的差值及运动矢量(预测误差)

- c. 解码时必须将帧中的预测值与预测误差求和后才能重构完整的P帧图像

- d. P帧属于前向预测的帧间编码。它只参考前面最靠近它的 I 帧或P帧

- e. 由于P帧是参考帧,它可能造成解码错误的扩散

- f. 由于是差值传送,P帧的压缩比较高

3、**B帧**:双向预测内插编码帧。B帧是双向差别帧,也就是B帧记录的是本帧与前后帧的差别(具体比较复杂,有4种情况,但我这样说简单些),换言之,要解码B帧。不仅要取得之前的缓存画面,还要解码之后的画面,通过前后画面的与本帧数据的叠加取得最终的画面。B帧压缩率高,但是解码时CPU会比较累。

**B帧的预测与重构**

​    B帧以前面的 I 或P帧和后面的P帧为参考帧,“找出”B帧“某点”的预测值和两个运动矢量,并取预测差值和运动矢量传送。接收端根据运动矢量在两个参考帧中“找出(算出)”预测值并与差值求和,得到B帧“某点”样值,从而可得到完整的B帧。

**B帧的特点:**

- a. B帧是由前面的 I 或P帧和后面的P帧进行预测的

- b. B帧传送的是它与前面的 I 或P帧和后面的P帧之间的预测误差及运动矢量

- c. B帧是双向预测编码帧

- d. B帧压缩比最高,因为它只反映并参考帧间运动主体的变化情况,预测比较准确

- e. B帧不是参考帧,不会造成解码错误的扩散
 

```

注:I、B、P帧是根据压缩算法的需要,是人为定义的,他们都是实实在在的物理帧。

一般来说,帧的压缩率是7(跟JPG差不多),

P帧是20,B帧可以达到50.可见使用B帧能节省大量空间,

节省出来的空间可以用来保存多一些帧,这样在相同码率下,可以提供更好的画质。

```

#### 1.2 压缩算法的说明

**h264的压缩方法**:

- 1、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

- 2、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

- 3、预测帧:以帧作为基础帧,以帧预测P帧,再由 I 帧和P帧预测B帧

- 4、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

​    **帧内**(Intraframe)压缩也称为空间压缩(Spatial compression)。当压缩一帧图像时,仅考虑本帧的数据而不考虑相邻帧之间的冗余信息,这实际上与静态图像压缩类似。帧内一般采用有损压缩算法,由于帧内压缩是编码一个完整的图像,因此可以独立的解码、显示。帧内压缩一般达不到很高的压缩,跟编码jpeg差不多。

​    **帧间**(Interframe)压缩的原理是:相邻几帧的数据有很大的相关性,或者说前后两帧信息变化很小的特点,也即连续的视频及其相邻帧之间具有冗余信息,根据这一特性,压缩相邻帧之间的冗余量就可以进一步提高压缩量,减少压缩比。帧间压缩也称为时间压缩,它通过比较时间轴上不同帧之间的数据进行压缩。帧间压缩一般是无损的。帧差值(Frame differencing)算法是一种典型的时间压缩发,它通过比较本帧与相邻帧之间的差异,仅记录本帧与其相邻帧的差值,这样可以大大减少数据量。

​    **顺便说下有损**(Lossy)压缩和无损(Lossy less)压缩。无损压缩也即压缩前和解压缩后的数据完全一致。多数的无损压缩都采用RLE行程编码算法。有损压缩意味着解压缩后的数据与压缩前的数据不一致。在压缩的过程中要丢失一些人眼和耳朵所不敏感的图像或音频信息,而且丢失的信息不可恢复。几乎所有高压缩的算法都采用有损压缩,这样才能达到低数据率的目标。丢失的数据率与压缩比有关,压缩比越小,丢失的数据越多,解压缩后的效果一般越差。此外,某些有损压缩算法采用多次重复压缩的方式,这样还会引起额外的数据丢失。

标签:编码,预测,H264,压缩,基础,数据,解码,冗余
来源: https://blog.csdn.net/csdn1126274345/article/details/120382062