2. 视频编码基础
在学习 H.264 与 H.265 编码器选型之前，必须先建立一套关于“视频到底是什么”的共同语言。编码器处理的并不是我们眼睛看到的连续画面，而是一连串被量化、采样、组织后的数字数据。理解模拟信号与数字信号、像素与分辨率、帧率与码率、色彩空间与色度采样这几个基本概念，才能判断不同编码器在压缩效率、画质和带宽之间的取舍是否合理。
一、模拟信号与数字信号：视频的两种存在形态
模拟信号是连续变化的物理量，例如老式摄像机输出的复合视频信号，电压随时间连续起伏，亮度、色度信息叠加在同一条信号线上。它的优点是电路简单、直观，缺点是每一次复制、传输和存储都会引入噪声，且噪声会累积，无法被“无损还原”。
数字信号则把连续量离散化：先在时间轴上按固定间隔采样，再在幅度轴上量化，最后用二进制数表示。数字视频的核心优势在于抗干扰和可复制性——只要比特流没有出错，复制一万次后的画面与原始画面完全一致。编码器（如 H.264、H.265）处理的正是数字信号，它通过去除空间冗余、时间冗余和统计冗余，把原始像素数据压缩成更小的码流。
关键理解：模拟到数字的转换包含采样、量化、编码三个步骤。采样决定时间/空间分辨率，量化决定灰度或色彩的精度，编码则决定数据如何组织成比特流。编码器选型时看到的“输入格式”，本质上就是这套转换的结果。
二、像素与分辨率：画面的空间结构
数字图像由像素点阵组成。每个像素记录该位置的颜色信息，像素越多，画面细节越丰富。分辨率通常表示为“水平像素数 × 垂直像素数”，例如 1920×1080、3840×2160。分辨率决定了画面的空间采样密度，也直接影响编码器需要处理的数据量。
需要注意的是，分辨率并不等于清晰度。清晰度还受镜头解析力、对焦、运动模糊、压缩程度等因素影响。一个 4K 视频如果被严重压缩，其主观清晰度可能不如一个高质量编码的 1080p 视频。因此，在编码器选型时，不能只看分辨率数字，还要看目标码率下编码器能否保留足够的细节。
- 标清 SD：720×576（PAL）或 720×480（NTSC），常用于早期监控和广播电视。
- 高清 HD：1280×720 或 1920×1080，当前主流直播与点播的基础分辨率。
- 超高清 UHD：3840×2160 及以上，像素量是 1080p 的 4 倍，对编码器压缩效率要求更高。
三、帧率与码率：时间维度与数据维度
帧率（Frame Rate）表示每秒显示的画面帧数，单位 fps。常见值有 24fps（电影感）、25fps（PAL 制式）、30fps（通用）、60fps（高流畅度）。帧率越高，运动越顺滑，但单位时间内需要编码的帧数也越多，码率压力随之上升。
码率（Bitrate）表示单位时间内传输或存储的数据量，常用 kbps 或 Mbps。码率与画质并非简单的线性关系：在相同编码器下，码率越高，画质通常越好；但不同编码器在相同码率下的画质差异，正是选型的核心。H.265 相比 H.264 在相同主观画质下通常可节省约 30%～50% 码率，这就是它被广泛用于 4K 和带宽受限场景的原因。
| 概念 | 单位 | 影响 | 典型取值 |
|---|---|---|---|
| 分辨率 | 像素 | 空间细节 | 1920×1080、3840×2160 |
| 帧率 | fps | 运动流畅度 | 24、25、30、60 |
| 码率 | kbps / Mbps | 数据量与画质 | 直播 2～8 Mbps，4K 15～50 Mbps |
| 色度采样 | 比例 | 色彩精度与数据量 | 4:4:4、4:2:2、4:2:0 |
四、色彩空间与色度采样：颜色如何被数字化
人眼对亮度（Luma）的敏感度远高于对色度（Chroma）的敏感度。利用这一特性，视频系统通常把 RGB 转换为 YCbCr 色彩空间，其中 Y 表示亮度，Cb 和 Cr 表示蓝色差和红色差。这样可以在不显著影响主观画质的前提下，对色度信息进行降采样，从而减少数据量。
色度采样格式用 J:a:b 表示，常见的有：
- 4:4:4：每个像素都保留完整的 Y、Cb、Cr，色彩最精确，数据量最大，常用于影视后期和高质量采集。
- 4:2:2：水平方向每两个像素共享一组色度，数据量约为 4:4:4 的三分之二，常用于专业视频采集和中间片。
- 4:2:0：水平和垂直方向都进行色度降采样，数据量约为 4:4:4 的一半，是 H.264、H.265 消费级和直播场景最常用的格式。
在编码器选型时，输入格式必须与编码器支持的能力匹配。例如，某些硬件编码器只支持 4:2:0 输入，若前端提供 4:2:2 信号，就需要先做格式转换，否则会出现色彩失真或编码失败。
五、从原始数据到编码输入：一条完整的数据链
把上述概念串起来，可以形成一条清晰的数据链：模拟信号经过采样、量化、编码后成为数字视频；数字视频以像素阵列表示，分辨率决定空间规模；帧率决定时间密度；色彩空间和色度采样决定颜色表示方式；最终这些数据以一定码率送入编码器。编码器再通过帧内预测、帧间预测、变换、量化、熵编码等步骤，把数据压缩成 H.264 或 H.265 码流。
六、常见误区与复盘
误区一：分辨率越高，画质一定越好。实际上，若码率不足，高分辨率画面会出现更多块效应和模糊，主观画质可能反而不如低分辨率高码率。
误区二：码率越高，编码器越好。码率只是结果指标，真正决定选型的是“在目标码率下，编码器能否稳定输出可接受的主观画质”。
误区三：色度采样不重要。在包含大量红色、蓝色细节或文字的场景中，4:2:0 可能出现色彩溢出和边缘模糊，此时需要评估是否采用 4:2:2 或 4:4:4。
复盘来看，视频编码基础概念并不是孤立的名词，而是一条从物理世界到比特流的完整链路。分辨率、帧率、码率、色彩空间和色度采样共同决定了编码器的输入条件，也决定了 H.264 与 H.265 在不同场景下的表现差异。只有先明确这些参数的含义和相互关系，后续的编码器选型与对比才有可靠的判断依据。