视频编码原理：H.264/H.265 标准与工程选型

视频编码这件事，说白了就是在「画质」和「带宽」之间找平衡。我做了这么多年流媒体架构，见过太多团队一上来就怼 4K 原画，结果卡得用户骂娘。也有为了省流量把画面压成马赛克的。嗯，编码选型没那么玄乎，但背后的原理你得吃透。

H.264 vs H.265：两代编码的核心差异

H.264 是 2003 年的标准，到现在依然是流媒体界的「万金油」。H.265 是 2013 年的继任者，压缩率能再省 30%-50%。但代价是什么？计算复杂度翻了好几倍。

我个人习惯这样区分：

• H.264：兼容性极好，从老式机顶盒到最新手机都能硬解。适合直播、短视频、视频通话。
• H.265：压缩效率更高，但编码耗时大。适合 4K/8K 点播、存储成本敏感的场景。

我记得有一次给客户做 OTT 平台，他们坚持全链路用 H.265。结果用户反馈老电视播放黑屏，最后不得不降级到 H.264 做兼容流。所以选型时别只看压缩率，终端覆盖才是第一位的。

对比维度	H.264 (AVC)	H.265 (HEVC)
压缩率提升	基准	约 30%-50%
计算复杂度	低	高（约 2-4 倍）
硬件解码支持	几乎所有设备	近 5 年设备为主
专利许可	成熟，费用明确	复杂，存在授权风险
典型应用	直播、视频通话、短视频	4K/8K 点播、蓝光

I/P/B 帧结构：视频压缩的「时间魔法」

视频之所以能压缩，靠的是帧间预测。简单说，就是只存变化的部分，不变的部分复用。

• I 帧（关键帧）：完整的一帧画面，不依赖其他帧。解码的起点，体积最大。
• P 帧（前向预测帧）：只记录与前一帧的差异。体积中等。
• B 帧（双向预测帧）：参考前后两帧，压缩率最高。但需要缓存，延迟大。

你想想看，一个典型的 GOP（图像组）结构长这样：I B B P B B P B B P。I 帧打头，后面跟着一串 P 和 B 帧。B 帧越多，压缩率越高，但编码和解码的延迟也越大。

我曾经在直播场景里踩过坑：为了省带宽，把 B 帧数量拉满。结果推流端延迟飙到 3 秒，用户互动体验极差。后来我强制在直播里只用 I 帧和 P 帧，延迟降到 500ms 以内。所以，直播用 IP 结构，点播用 IBP 结构，这是我个人的铁律。

GOP 与码率控制：如何平衡画质与带宽

GOP 长度决定了 I 帧的间隔。GOP 越长，压缩率越高，但随机 seek 的响应时间也越长。码率控制则决定了每一帧分配多少比特。

常见的码率控制模式有三种：

模式	特点	适用场景
CBR（恒定码率）	码率稳定，画面质量波动	直播、视频通话
VBR（可变码率）	码率波动，画面质量稳定	点播、存储
CRF（恒定质量）	设定质量目标，自动分配码率	离线转码、归档

我个人习惯在直播里用 CBR，因为带宽是固定的，码率波动会导致卡顿。点播则用 VBR 或 CRF，画质优先。CRF 的取值一般在 18-28 之间，18 接近无损，28 属于可接受的压缩。我常用的 CRF 值是 23，画质和体积的平衡点。

编码器选型：x264 vs OpenH264

编码器选型是工程落地的关键一步。x264 是开源界的王者，OpenH264 是 Cisco 推出的轻量级方案。两者各有千秋。

对比维度	x264	OpenH264
压缩率	极高（业界标杆）	中等（约低 10%-20%）
编码速度	可调（preset 从 ultrafast 到 placebo）	快（固定优化）
功能完整度	全功能（支持所有 H.264 特性）	基础功能（仅支持 baseline/main profile）
专利风险	需自行处理专利授权	Cisco 提供专利保护
典型场景	点播转码、高质量直播	WebRTC、视频通话

我个人的经验是：点播场景无脑选 x264，压缩率优势明显，preset 用 medium 或 slow 就能获得很好的效果。直播场景如果对延迟敏感，OpenH264 更合适，因为它编码延迟低，且 Cisco 提供了专利保护，省心。

举个例子，我在一个 WebRTC 项目里用过 OpenH264：

// OpenH264 编码器初始化示例
SEncParamExt param;
param.iUsageType = CAMERA_VIDEO_REAL_TIME;
param.fMaxFrameRate = 30;
param.iPicWidth = 1280;
param.iPicHeight = 720;
param.iTargetBitrate = 2000000; // 2 Mbps
param.iRCMode = RC_BITRATE_MODE;

ISVCEncoder* encoder = nullptr;
WelsCreateSVCEncoder(&encoder);
encoder->Initialize(&param);

这段代码设置了实时视频通话的参数：720p、30fps、2Mbps 码率。OpenH264 的 API 很简洁，适合快速集成。但如果你需要 high profile 或 10bit 色深，OpenH264 就无能为力了，得上 x264。

本章知识体系

下面这张图梳理了视频编码的核心逻辑，从标准选择到帧结构，再到码率控制和编码器选型，一条线串下来。

这张图把本章的知识点串起来了。从上到下，先选标准，再定帧结构，然后控制码率，最后选编码器。每一步都影响最终的用户体验和运营成本。