📚 课程目录第2章视频流基础概念

2、视频流基础概念：视频编码（H.264/H.265）、封装格式（MP4/FLV/TS）、码率与帧率

在开始接入RTSP、GB28181或本地摄像头之前，必须先理解视频数据在底层是如何被组织、压缩和传输的。视频编码决定了数据量的大小与画质上限，封装格式决定了数据如何被容器化存储或流式分发，而码率与帧率则是衡量视频流畅度与清晰度的核心工程指标。这三者共同构成了视频流接入的“语言基础”。如果对这些概念理解不透彻，后续排查花屏、延迟、音画不同步等问题时往往会无从下手。本节将系统拆解这些基础概念，并给出实战中的选型与判断方法。

上图展示了从摄像头原始数据到最终视频流播放的完整链路。可以看到，编码、封装、参数三者相互关联，共同决定了视频流的质量与传输效率。下面我们逐一深入剖析。

2.1 视频编码：H.264与H.265的核心原理与选型

核心原理：视频编码的本质是去除冗余信息。原始视频帧内存在大量空间冗余（相邻像素相似），帧间存在时间冗余（相邻帧内容相似），人眼对高频细节和颜色差异的敏感度也低于亮度差异。H.264（AVC）和H.265（HEVC）通过帧内预测、帧间预测、变换量化、熵编码等步骤，在保证主观画质的前提下大幅压缩数据量。H.265在H.264基础上引入了更灵活的编码树单元（CTU）、更精细的帧内预测方向（最多35种）和运动补偿技术，在同等画质下可节省约30%-50%的码率。

判断方法与选型：在实际项目中，选择H.264还是H.265需要综合考虑设备兼容性、硬件解码能力和存储成本。

对比维度	H.264	H.265
压缩效率	基准	提升30%-50%
编码复杂度	较低，CPU占用小	较高，需硬件编码器或更强CPU
设备兼容性	几乎所有设备支持	较新设备支持，老旧设备可能无法硬解
适用场景	老旧摄像头、低功耗设备、兼容性优先	4K/8K视频、存储空间有限、带宽受限
授权费用	专利池收费较低	专利费较高，但部分场景免费

经验提醒：在GB28181国标接入中，H.264 Baseline Profile是兼容性最好的选择；若摄像头支持H.265且后端解码设备较新，优先选用H.265以节省带宽和存储。但务必确认NVR、解码器或播放器支持H.265硬解，否则会出现黑屏或CPU飙高。

实战场景：某园区项目部署了200路1080P摄像头，原计划使用H.264编码，码率设为4Mbps。经测算，单路一天存储约43GB，200路一天需要8.6TB。改用H.265后，码率降至2.5Mbps，单路一天存储约27GB，节省了37%的存储成本。但需注意，部分老旧的NVR不支持H.265解码，最终更换了支持H.265硬解的NVR设备。

风险提示：不要盲目追求高压缩率。H.265在低码率下容易出现块效应和细节丢失，尤其在监控场景中，车牌、人脸等关键细节可能无法辨认。建议在关键区域使用H.264高码率，非关键区域使用H.265低码率。

2.2 封装格式：MP4、FLV与TS的适用场景

核心原理：封装格式（容器）负责将视频流、音频流、字幕、元数据（时间戳、编码信息）组织在一起。它不关心数据如何压缩，只负责“打包”。MP4基于ISO BMFF，适合本地存储和点播，支持随机定位，但索引文件在文件尾部，不适合流式直播。FLV基于Adobe Flash，结构简单，延迟低，适合RTMP直播，但文件体积较大。TS（MPEG-TS）将数据切成固定大小的包（188字节），抗丢包能力强，适合广播电视和HLS直播，但冗余信息较多。

判断方法与操作流程：选择封装格式时，需根据传输协议和目标平台决定。

RTSP接入：通常使用RTP承载H.264/H.265，封装为PS流或TS流。GB28181使用PS封装。
RTMP直播：使用FLV封装，延迟低，适合Flash/HTML5播放。
HLS直播：使用TS切片，兼容性好，但延迟较高（10-30秒）。
本地存储：使用MP4，便于剪辑和播放器兼容。

# 使用FFmpeg查看封装信息
ffprobe -show_format input.mp4
# 输出示例
format_name=mov,mp4,m4a,3gp,3g2,mj2
duration=3600.000000
bit_rate=2500000

案例拆解：某视频监控平台需要同时支持实时预览和录像回放。实时预览采用RTSP+PS封装，延迟控制在200ms以内；录像存储采用MP4封装，便于事后检索和导出。若直接使用MP4做实时流，播放器需要等待moov索引加载，导致启动延迟。因此，封装格式的选择必须与传输协议和播放场景匹配。

  总结：封装格式没有的好坏，只有是否适合场景。流式传输优先TS/PS/FLV，点播存储优先MP4。

2.3 码率与帧率：画质与流畅度的平衡

核心原理：码率（bitrate）指每秒传输的数据量，单位bps（bit per second）。码率越高，画质越好，但占用带宽和存储越大。帧率（fps）指每秒显示的帧数，帧率越高，运动越流畅，但超过人眼感知范围（约30fps）后提升不明显。分辨率决定像素数量，码率决定每个像素的编码质量，帧率决定时间维度上的连续性。三者共同决定视频的主观体验。

判断方法与调优策略：在实际项目中，需要根据场景需求设定合理的码率和帧率。

场景	分辨率	帧率	建议码率
人脸识别	1080P	25fps	4-6Mbps
车牌识别	720P	25fps	2-3Mbps
园区监控	1080P	15fps	2-3Mbps
移动端预览	720P	15fps	1-1.5Mbps

实战调优案例：某工厂车间需要监控高速运转的机器，初始设置帧率25fps、码率4Mbps，画面清晰但带宽占用高。经分析，机器运动速度较快，但背景静止，人眼关注的是运动部件的细节。将帧率降至15fps，码率降至3Mbps，画质主观差异不大，但带宽节省了25%。若场景是车辆高速行驶，则必须保持25fps以上，否则会出现运动拖影。

常见误区：码率不是越高越好。当码率超过编码器能力时，画质提升有限，反而增加带宽和存储压力。帧率也不是越高越好，过高的帧率在低照度下会导致曝光不足，画面变暗。建议根据实际场景动态调整，例如白天25fps，夜间降低至15fps并提升码率以保证暗部细节。

总结复盘：视频编码、封装格式、码率与帧率是视频流接入的三大基石。编码决定压缩效率，封装决定分发方式，码率与帧率决定画质与流畅度。在实际项目中，应优先明确业务需求（实时性、清晰度、存储时长），再反向推导编码格式、封装类型和参数配置。建议在项目初期进行小规模测试，使用ffprobe或VLC查看实际码率和帧率，避免理论值与实际不符。