1. H264标准概述：从诞生到统治地位

各位同学好，我是老周。做视频编解码这行十几年了，H264可以说是我打交道最多的标准。今天咱们先聊聊它的来龙去脉。

H264/AVC，也叫MPEG-4 Part 10。说白了，它就是视频压缩领域的一个里程碑。2003年正式发布，到现在二十多年了，依然活跃在第一线。你想想看，一个技术标准能活这么久，本身就说明问题。

1.1 发展历史：为什么是它？

H264不是凭空冒出来的。它的前身是H.261、H.263和MPEG-4 Visual。我记得刚入行那会儿，H.263还是主流，做视频会议基本都用它。但有个痛点——码率稍微低一点，画面就糊成一团。

2003年，ITU-T和ISO/IEC联手搞出了H264。这两个组织，一个擅长通信，一个擅长消费电子。合作的结果就是：H264既有电信级的稳定性，又有消费级的灵活性。

为什么会这么成功？我个人觉得，核心原因就两个：压缩率高和专利授权合理。H264比H.263能省40%-50%的码率，画质还更好。专利方面，虽然也有争议，但至少让厂商们有个明确的付费路径。

1.2 应用场景：无处不在

H264的应用场景，我随便列几个你感受一下：

场景	典型产品	我的经验
视频会议	Zoom、腾讯会议、Webex	低延迟是关键，H264的帧内刷新模式很实用
流媒体	YouTube、B站、Netflix	多码率自适应，H264的SVC扩展帮了大忙
安防监控	海康、大华、宇视	7x24小时编码，稳定性是第一位的
移动视频	、抖音、快手	硬件解码支持好，省电省带宽
广播电视	DVB、ATSC、IPTV	低延迟、高画质，H264的High Profile是标配

我在做安防项目时遇到过一个问题：摄像头24小时不间断录制，码流稍微不稳定就会丢帧。后来发现是编码器的参考帧管理没做好。H264的参考帧列表管理机制，说白了就是告诉编码器「哪些帧可以拿来参考，哪些不行」。这个细节，很多初学者会忽略。

1.3 与H.263/MPEG-4的对比：进步在哪里？

咱们直接上对比表，这样更直观：

特性	H.263	MPEG-4 Visual	H264/AVC
编码效率	基准	比H.263高20%-30%	比H.263高40%-50%
运动估计精度	半像素	半像素	1/4像素
帧内预测	无	简单DC预测	9种方向+DC+平面
去块滤波	可选	可选	强制使用
参考帧数量	1帧	1帧	最多16帧
熵编码	VLC	VLC	CAVLC/CABAC
网络适应性	差	一般	强（NAL单元设计）

你看这个表，H264几乎在每个维度都有提升。但最关键的，我个人认为是1/4像素运动估计和CABAC熵编码。这两个技术，一个提升了运动补偿的精度，一个提升了熵编码的效率。说白了，就是让压缩更「聪明」了。

举个例子：H.263做运动估计，只能精确到半个像素。H264能做到1/4像素。这意味着什么？意味着对于缓慢运动的物体，H264可以用更少的比特来描述它的运动轨迹。我在做视频会议项目时，发现H264在人物面部这种细节丰富的区域，码率能省30%以上。

1.4 H264的核心架构：一张图看懂

下面这张图，是我自己画的H264编码器核心流程。你仔细看，每个模块后面都会详细讲。

这张图里，我特别标出了去块环路滤波。这个模块在H.263里是可选的，但在H264里是强制使用的。为什么？因为H264的量化步长可以很大，块效应会更明显。不加这个滤波，画面就会出现明显的「马赛克」。我在做视频会议优化时，发现环路滤波的强度参数调得好，主观画质能提升一个档次。

1.5 为什么H264至今仍是主流？

你可能要问：现在H265、AV1都出来了，H264是不是该淘汰了？

我的回答是：短期内不可能。

原因有三：

1. 硬件支持最广：从2005年以后的手机、摄像头、电视盒子，几乎都内置了H264硬解码。你想想看，这个存量市场有多大。
2. 专利生态成熟：虽然H264也有专利费，但授权模式清晰。不像H265，专利池乱成一锅粥。
3. 编码器优化充分：x264这个开源编码器，经过十几年的打磨，在同等码率下，画质甚至能超过一些H265的早期实现。