2. 编码框架与核心模块：混合编码框架总览、帧内预测、帧间预测、变换量化、环路滤波、熵编码

各位好，欢迎来到第二章。这一章我们直接切入 H.265 的心脏——混合编码框架。说白了，就是视频编码器到底是怎么把一张张图片压成比特流的。我当年刚接触 HEVC 时，看着那一堆模块也头大。但拆开来看，其实就六个核心模块在轮流转。

核心观点：HEVC 沿用了经典的“预测 + 变换 + 熵编码”混合框架。这不是新发明，而是把 H.264 的架构做了深度优化。每个模块都有改进，但整体逻辑没变。

先看整体流程。输入一帧图像，编码器会做这几件事：

下面这张图把整个流程串起来了。我建议你把它当作编码器的“地图”，后面每个模块都能在这张图上找到位置。

我的经验：刚开始学框架时，别死记硬背每个模块的细节。先记住“预测→残差→变换→量化→熵编码”这条主线。后面每个模块都会展开讲，到时候再回来对照这张图，理解会深很多。

帧内预测，说白了就是用当前帧里已经编好的像素，来猜当前块的样子。HEVC 支持 35 种预测模式，比 H.264 的 9 种多了不少。

为什么需要这么多角度？你想想看，视频里的纹理方向千变万化。如果只有几个固定角度，很多纹理就预测不准，残差变大，码率自然就上去了。HEVC 把角度细分到每 5.6 度一个，基本能覆盖大多数自然纹理的方向。

关键点：帧内预测的精度取决于参考像素的质量。参考像素离当前块越近，相关性越强，预测越准。所以编码顺序是从左上到右下，逐块推进。

帧间预测是视频压缩的“主力军”。它利用时间上的冗余——相邻帧之间内容变化不大，只需要传“变化的部分”就行。

HEVC 的帧间预测有几个重要改进：

我记得有一次做移动端编码器优化，发现帧间预测占了编码时间的大头。后来通过限制搜索范围和提前终止，才把速度提上来。这个后面性能调优章节会细讲。

注意：帧间预测虽然压缩效率高，但计算量也大。运动估计的搜索范围、精度、候选数，都会直接影响编码速度。实际项目中需要根据应用场景做权衡。

预测做完后，残差信号还带着不少空间冗余。变换的作用就是把残差从像素域转到频域，让能量集中到低频系数上。

HEVC 使用整数 DCT（离散余弦变换），块大小支持 4×4、8×8、16×16、32×32。大块适合平坦区域，小块适合纹理复杂区域。

量化是真正“丢信息”的环节。量化参数 QP 越大，丢得越多，码率越低，但画质也越差。QP 范围是 0~51，每增加 6，码率大约减半。

// 量化过程的简化示意
// Qstep 由 QP 决定，QP 越大 Qstep 越大
coeff_quantized = round(coeff_dct / Qstep)

避坑指南：我曾经在低码率场景下把 QP 设得过高，结果画面出现严重的块效应。后来发现，配合合适的量化矩阵（加权量化），可以在保持主观质量的同时降低码率。这个技巧在 HEVC 里是支持的，但很多编码器默认没开。

环路滤波是编码器里的“美容师”。它不直接压缩数据，而是提升重建图像的质量，让后续的预测更准。

HEVC 包含两个滤波器：

这两个滤波器都在编码环路内部，也就是说，它们处理后的图像会被用作后续帧的参考。所以滤波质量直接影响编码效率。

滤波器	作用	复杂度
DBF	平滑块边界	低
SAO	补偿像素偏移	中

我的习惯：在调试编码器时，我经常把环路滤波关掉，看看原始残差是什么样的。这样能快速定位问题出在预测阶段还是量化阶段。调优时再打开滤波，看最终效果。

熵编码是编码器的最后一步。它把量化后的系数、模式信息、运动向量等，用尽量少的比特表示出来。

HEVC 只使用一种熵编码方式：CABAC（上下文自适应二进制算术编码）。H.264 还保留了 CAVLC 作为低复杂度选项，但 HEVC 认为 CABAC 的压缩效率优势足够大，不再保留备选。

CABAC 的核心思想是：根据已编码的符号，动态调整概率模型。高频出现的符号用短码，低频出现的用长码。这样整体码率就降下来了。

// CABAC 编码流程（极度简化）
1. 将语法元素二值化（变成二进制串）
2. 对每个 bin 选择上下文模型
3. 根据上下文概率进行算术编码
4. 更新概率模型

注意：CABAC 虽然压缩效率高，但它是串行处理的，很难并行化。硬件实现时，这个模块往往是瓶颈。软件实现的话，可以用多线程把不同 CTU 的熵编码分开做，但上下文模型不能跨 CTU 共享。

好了，这一章我们把 HEVC 的六个核心模块都过了一遍。每个模块都有它的设计哲学和工程权衡。后面几章会逐个深入，到时候你会发现，很多优化技巧都建立在对这些模块的深刻理解上。