1. H265编码基础：从标准到核心特性

各位同学，今天我们正式进入H265编码的世界。说实话，我第一次接触HEVC标准时，也被那几百页的文档吓了一跳。但别担心，我会用最直接的方式，带你理解它的核心。

H265，也叫HEVC（High Efficiency Video Coding），是ITU-T和ISO/IEC联合推出的视频编码标准。它的目标很明确——在相同画质下，码率比H264降低50%。

我在2013年第一次拿到HEVC参考软件HM时，跑一个1080p序列要等好几个小时。现在想想，那时候的优化确实粗糙。但标准本身的设计，至今仍是业界标杆。

HEVC标准的核心目标：

很多同学问我：“老师，H265不就是H264的升级版吗？”嗯，这么说也对，但不够准确。我习惯用一个比喻：H264是手动挡，H265是自动挡——都能开到目的地，但后者更聪明、更省油。

我的经验：实际项目中，H265的编码复杂度大约是H264的2-3倍。但解码复杂度只增加了约1.5倍。所以如果你做直播推流，编码端压力大；做播放器，解码端还好。

CTU（Coding Tree Unit）是HEVC最根本的变化。H264用16×16的宏块，HEVC改用64×64的CTU，并且可以递归四叉树划分。

为什么会这样？你想想看，对于1080p视频，H264需要处理8160个宏块，而HEVC只用510个CTU。块数少了，但每个块的选择更灵活了。

避坑指南：我曾经在项目中遇到一个坑——CTU深度设得太大（比如64×64直接拆到8×8），结果编码速度暴跌。后来我总结：平坦区域用大CTU，纹理复杂区域用小CTU，这才是正确姿势。

CTU的划分结构如下：

这三者的关系，我画了一张图帮你理解：

帧内预测，说白了就是用已经编码的像素去猜当前块的内容。H264有9种预测模式，HEVC直接增加到35种——33种角度模式 + DC模式 + Planar模式。

我记得第一次看HEVC帧内预测的代码时，被那33个角度搞晕了。后来我画了个图才明白：角度越密，对纹理的拟合越准。

帧内预测模式分类：

实际编码时，编码器会用RDO（率失真优化）去遍历这些模式，选出最优的那个。嗯，这里要注意——遍历35种模式的计算量不小，所以很多商用编码器会做快速模式决策，比如先粗筛再细选。

帧间预测是视频编码节省码率的大头。HEVC在H264的基础上做了几个关键改进：

我的经验：在GStreamer中集成H265编码器时，帧间预测的参数调优最影响画质。我建议你重点关注参考帧数量和搜索范围——参考帧设太多，内存吃不消；搜索范围设太大，编码速度直线下降。

帧间预测的核心流程可以概括为：

说白了，就是找相似、算差值、压缩差值。这个思路从MPEG-1时代就没变过，但HEVC把每一步都做得更精细了。

曾经踩过的坑：有一次我在嵌入式平台上跑HEVC编码，发现运动估计特别慢。排查了半天，原来是搜索范围设成了256像素。对于1080p视频，这个范围太大了。后来我改成64像素，速度提升了3倍，画质几乎没损失。

这一章我们覆盖了H265/HEVC的三个核心概念：