4、编码核心原理对比（二）：帧内预测模式的演进与优化

帧内预测，说白了就是利用当前帧里已经编好的像素，去猜还没编的像素长什么样。H.264 和 H.265 在这块儿的思路完全不一样。我刚开始接触 H.265 时，看到那 35 种模式直接懵了——心想这得算到猴年马月去？后来才发现，模式多了不代表全都要算，关键是怎么快速找到最合适的那个。

4.1 H.264 的帧内预测：简单但够用

H.264 把帧内预测分成两种块大小：16×16 和 4×4。16×16 适合平坦区域，4×4 适合纹理复杂的区域。每种大小都有固定的预测方向。

我记得第一次调 H.264 编码器时，发现 4×4 的预测方向其实挺直观的。比如垂直模式就是直接复制上边一行像素，水平模式复制左边一列。DC 模式取平均值，平面模式做个渐变。说白了，就是拿相邻像素做简单的数学运算。

4.2 H.265 的帧内预测：精细到 35 种方向

H.265 把帧内预测的粒度大幅提升了。亮度块支持从 4×4 到 32×32 共 5 种大小，每种大小都有 35 种预测模式。这 35 种包括：33 个角度方向 + DC + 平面。

为什么会增加这么多方向？你想想看，H.264 只有 8 个方向，遇到斜着的纹理，预测出来的像素跟实际差距很大。H.265 把角度细分到每 2.5 度一个方向，基本上能覆盖自然界里大部分纹理走向。

这里有个关键点：H.265 的平面模式比 H.264 复杂得多。它不光考虑上边和左边的像素，还考虑了右下角的参考像素，做双线性插值。我在项目中遇到过，平面模式对渐变区域的预测效果特别好，码率能省 10% 左右。

4.3 角度预测的精细化：从 8 到 33

H.264 的 8 个方向，说白了就是 0°、45°、90°、135° 这些整数角度。H.265 的 33 个方向覆盖了从 -135° 到 180° 的范围，每两个相邻方向之间只差 2.5° 左右。

这种精细化带来的好处很明显：预测残差更小，编码效率更高。但代价是计算量暴增。你想想看，每个块都要从 35 种模式里选一个最优的，如果全算一遍，编码时间直接翻好几倍。

4.4 最可能模式（MPM）的演进

H.264 也有 MPM，但逻辑比较简单。它根据左边和上边块的模式，推导出当前块最可能用哪个模式。如果左边和上边模式相同，就只传一个 MPM 标志；如果不同，就传两个候选。

H.265 的 MPM 机制复杂多了。它维护一个长度为 3 的 MPM 列表，推导规则包括：

• 左边块和上边块的模式
• 左边块和上边块的衍生模式（比如 +1、-1 方向）
• DC 和平面模式作为保底

我记得有次做码率分析，发现 H.265 的 MPM 命中率能达到 70% 以上。也就是说，大部分块只需要传一个 1-2 bit 的索引，就能确定预测模式。这比 H.264 的 MPM 效率高出一大截。

4.5 色度预测的改进：LM 模式

H.265 引入了一个新东西：LM（Linear Model）模式。它利用亮度像素和色度像素之间的线性关系，通过已重建的亮度像素来预测色度像素。

这个模式在屏幕内容编码中特别有用。比如你有一段动画，画面里有很多纯色区域，亮度变化和色度变化高度相关。用 LM 模式预测，色度残差几乎为零。

H.264 没有这个模式，色度只能从相邻色度像素预测。遇到亮度变化剧烈但色度变化平缓的区域，H.264 的色度预测效率就很差。

4.6 帧内预测的优化策略

在实际工程中，全模式搜索是不现实的。我总结了几条优化经验：

1. 粗选阶段用 SATD：计算速度快，能快速排除明显不好的模式
2. 利用 MPM 优先：先算 MPM 列表里的模式，如果残差足够小，直接跳过其他模式
3. 大块优先：32×32 和 16×16 的预测模式少，先算大块，再根据大块的结果决定是否细分
4. 跳过对称模式：如果垂直模式残差很大，水平模式通常也好不到哪去

4.7 实际编码中的选择策略

说了这么多理论，咱们聊聊实际编码器里怎么选模式。我常用的策略是这样的：

• 快速编码模式：只算 MPM 列表里的 3 个模式 + DC + 平面，选残差最小的。速度最快，码率损失约 3-5%。
• 中等编码模式：先算 MPM 和 DC/平面，再根据残差大小决定是否扩展搜索范围。适合直播场景。
• 高质量编码模式：全模式搜索 + 完整 RD 计算。适合离线转码，码率最优。