1. 转码基础：理解视频编码原理、封装格式与编码格式的区别、FFmpeg转码基本流程
各位好，欢迎来到这门课。我是老张，在音视频这行摸爬滚打了十几年。今天咱们聊转码，但别急着敲命令——先把地基打牢。
很多人一上来就问我：“张哥，FFmpeg 转个码是不是就一行命令？” 嗯，是也不是。你确实能用一行命令把 MP4 转成 H.264，但如果你不懂背后发生了什么，遇到花屏、音画不同步、文件体积爆炸这些问题时，你连从哪下手都不知道。
所以第一章，咱们先把概念理清楚。说白了，就是搞明白三件事：视频是怎么编码的、封装和编码到底是不是一回事、FFmpeg 转码时内部到底干了什么。
1.1 视频编码原理：为什么原始视频那么大？
先问个问题：一段 1080p、30fps、时长 10 秒的原始视频，有多大？
算一下：每帧 1920×1080 像素，每个像素用 YUV420 格式存储，每个像素平均 12 bit（1.5 字节）。一帧就是 1920×1080×1.5 ≈ 3.1 MB。30fps 就是 93 MB/s。10 秒就是 930 MB。
一个 10 秒的视频就快 1GB 了，这谁受得了？所以必须压缩。
视频编码的核心思想就两个：
- 空间冗余：同一帧里，相邻像素颜色差不多。比如蓝天背景，没必要每个像素都存一遍，存一块区域+一个颜色值就行。
- 时间冗余：相邻帧之间，大部分内容没变。比如新闻主播，背景不动，只有嘴在动。那我只存变化的部分，没变的直接复用上一帧。
我刚开始做编码优化时，犯过一个低级错误：用最高质量参数压了一个监控视频，结果文件比原始还大。后来才发现，监控场景静态区域太多，编码器反而花了大量 bit 去保留那些根本没人看的细节。这就是没理解“时间冗余”的典型反面教材。
现代编码标准（H.264、H.265、AV1）都是基于混合编码框架的：
- 帧内预测：利用空间冗余，压缩单帧内部数据。
- 帧间预测：利用时间冗余，只编码运动部分。
- 变换量化：把像素数据转到频域，丢掉人眼不敏感的高频细节。
- 熵编码：用更短的码字表示出现频率高的数据。
一句话总结：编码的本质就是“找规律+丢细节”。找得越准，丢得越聪明，压缩率就越高。
1.2 封装格式 vs 编码格式：别再搞混了
这是新手最容易踩的坑。我面试过不少人，问“MP4 和 H.264 有什么区别”，十个有八个答不上来。
咱们打个比方：
- 编码格式（Codec） = 你写的内容。比如 H.264、H.265、VP9、AV1。它决定了视频怎么压缩、质量怎么样。
- 封装格式（Container） = 装内容的信封。比如 MP4、MKV、AVI、TS。它决定了怎么把视频流、音频流、字幕、元数据打包在一起。
同一个 MP4 文件，里面可以装 H.264 视频，也可以装 H.265 视频。同一个 H.264 视频流，可以放进 MP4，也可以放进 MKV。两者没有必然绑定关系。
我遇到过最离谱的事：一个合作方发来的视频，后缀是 .mp4，但 FFmpeg 死活打不开。一查，里面封装的是原始 YUV 数据。这就是典型的“信封写对了，内容放错了”。
下面这张表帮你快速区分：
| 维度 | 编码格式 | 封装格式 |
|---|---|---|
| 作用 | 压缩视频/音频数据 | 组织、存储、同步多路流 |
| 常见例子 | H.264, H.265, AV1, AAC | MP4, MKV, AVI, TS, MOV |
| 文件后缀 | 通常不直接作为后缀 | 直接决定文件后缀 |
| 关注点 | 压缩率、画质、解码性能 | 兼容性、功能（字幕、章节） |
避坑指南：我曾经把一个 H.265 编码的视频直接改了后缀为 .mp4，结果播放器全挂。记住：改后缀不等于转封装，更不等于转编码。
1.3 FFmpeg 转码基本流程：内部到底发生了什么？
好，现在咱们看看 FFmpeg 执行一条转码命令时，内部是怎么跑的。
一条典型的转码命令：
ffmpeg -i input.mp4 -c:v libx264 -b:v 2M -c:a aac -b:a 128k output.mp4这条命令背后，FFmpeg 做了这么几件事：
- 解封装（Demuxing）：读取 input.mp4，分离出视频流（H.264 原始码流）和音频流（可能是 AAC 或别的）。
- 解码（Decoding）：把压缩的视频流解码成原始 YUV 帧，音频流解码成原始 PCM 采样。
- 滤镜处理（Filtering）：可选。比如缩放、裁剪、加水印。这一步在原始数据上操作。
- 编码（Encoding）：把原始 YUV 帧重新压缩成新的编码格式（这里指定了 libx264）。
- 封装（Muxing）：把新的视频流和音频流打包进 output.mp4。
整个过程可以画成下面这张图：
这里有个关键点很多人会忽略：解码再编码是有损的。哪怕你用了“无损”参数，只要经过了 YUV 转换和量化，信息就丢了。所以如果你只是想换个封装格式（比如 MP4 转 MKV），千万别用上面的命令——那等于把视频解压再压缩一遍，质量损失不说，还慢得要命。
正确的做法是直接流复制：
ffmpeg -i input.mp4 -c:v copy -c:a copy output.mkv这条命令只做解封装和封装，不解码也不编码。速度飞快，质量零损失。
警告：流复制只适用于同一种编码格式。如果你想把 H.264 转成 H.265，必须走完整的解码→编码流程。别想着用 copy 参数“偷懒”，那只会得到一个没转码的假结果。
1.4 本章小结
咱们把这一章的核心点串一下：
- 视频编码靠的是消除空间冗余和时间冗余，核心是“找规律+丢细节”。
- 封装格式和编码格式是两码事。编码管压缩，封装管打包。别搞混。
- FFmpeg 转码流程是：解封装→解码→（滤镜）→编码→封装。每一步都有代价。
- 如果只是换封装，用
-c:v copy -c:a copy，别傻傻地重新编码。
这些概念看着简单，但我在实际项目中见过太多人栽在上面。尤其是封装和编码的区别，几乎每周都有人问。记住今天这张图、这张表，后面咱们聊参数调优、质量评估、效率优化时，你才不会晕头转向。