📚 课程目录第2章视频编码基础

2. 视频编码基础

学习 H.264 与 H.265 之前，必须先建立一套“视频数据的度量体系”。编码器做的每一件事——预测、变换、量化、熵编码——最终都作用在这些基础参数上。理解它们，才能看懂码率为什么变化、画质为什么损失、参数为什么这样配置。

像素是数字图像的最小单位，每个像素记录一个或多个颜色分量。像素本身不携带“亮度值”这一说法，它携带的是采样后的数值，例如 8 位下亮度 Y 取值 0～255。

分辨率描述一帧图像横向与纵向的像素数量，如 1920×1080。它决定空间细节上限。注意区分“显示分辨率”和“编码分辨率”：编码器实际处理的是后者，两者可以不同。

帧率（fps）表示每秒播放的图像帧数。帧率越高，运动越流畅，但单位时间需要编码的帧数也越多。常见有 24、25、30、50、60 fps。

一帧未压缩图像的数据量 ≈ 宽 × 高 × 每像素比特数。以 1920×1080、YUV420、8 位为例，每像素平均 12 位，单帧约 1920×1080×12÷8 ≈ 3.11 MB；30 fps 下每秒约 93 MB，即约 746 Mbps。这正是必须压缩的根本原因。

人眼对亮度敏感、对色度不敏感，因此视频编码普遍采用 YUV 色彩空间：Y 表示亮度，U、V 表示色度。RGB 转 YUV 的常用公式（BT.601）为：

Y =  0.299R + 0.587G + 0.114B
U = -0.169R - 0.331G + 0.500B + 128
V =  0.500R - 0.419G - 0.081B + 128

YUV 的关键优势是亮度与色度可分离处理，从而允许对色度降采样，大幅减少数据量。常见 YUV 格式有 YUV420、YUV422、YUV444，数字表示三个分量的采样比例。

采样格式决定色度相对亮度的采样密度。以 4 个像素为一行参考：

位深指每个分量用多少比特表示。8 位时 Y 有 256 级，10 位时有 1024 级。位深越高，渐变越平滑，越不易出现色带，但数据量和计算量也上升。H.265 的 Main 10 Profile 即支持 10 位。

码率（bitrate）是单位时间编码后的数据量，单位通常为 kbps 或 Mbps。它分为：

压缩比 = 原始数据量 ÷ 压缩后数据量。例如 1080p30 原始约 746 Mbps，编码为 4 Mbps，压缩比约 186:1。压缩比越高，节省带宽越多，但画质损失风险也越大。

码率不是越高越好，也不是越低越差。关键是“在目标码率下，编码器能否把比特分配到人眼最敏感的区域”。这正是 H.264/H.265 各类预测与变换工具的价值所在。

术语	含义	典型值/示例	对编码的影响
像素	图像最小采样单位	Y=0～255（8 位）	决定单帧原始数据量
分辨率	一帧的宽×高像素数	1920×1080、3840×2160	越高细节越多，码率需求越大
帧率	每秒图像帧数	24/25/30/60 fps	越高运动越流畅，码率越高
色彩空间	颜色表示方式	RGB、YUV	YUV 利于亮度色度分离压缩
采样格式	色度相对亮度的采样密度	YUV420、YUV422、YUV444	420 数据量最小，最常用
位深	每分量比特数	8 bit、10 bit	越高渐变越平滑，数据量越大
码率	单位时间编码数据量	4 Mbps、8 Mbps	直接决定带宽与画质平衡
压缩比	原始数据量÷压缩后数据量	约 100:1～300:1	越高越省带宽，损失风险越大

案例：一段 1080p30、YUV420、8 位视频，原始码率约 746 Mbps。若目标是在 4 Mbps 下传输，压缩比约 186:1。编码器需要依靠帧内预测、帧间运动补偿、DCT 变换、量化与熵编码共同完成这一压缩。

误区一：分辨率越高画质一定越好。若码率不足，高分辨率反而因量化过重出现块效应，观感可能不如低分辨率高码率。

误区二：YUV420 就是“颜色少了一半”。它减少的是色度采样密度，不是颜色种类；由于人眼特性，多数场景下观感损失很小。

误区三：位深只影响颜色数量。位深还影响变换与预测的精度，10 位在暗部渐变和多次编码场景中优势明显。

配置编码参数时，分辨率、帧率、位深、采样格式与目标码率必须协同考虑。单独调高某一项而不同步调整码率，往往导致画质下降或带宽超限。

掌握这些基础量之后，后续学习帧内预测、帧间预测、变换量化时，就能清楚每一步在“压缩比—画质—码率”三角中扮演什么角色。它们是理解 H.264 与 H.265 所有高级工具的起点。