4. 帧类型与GOP：I帧、P帧、B帧的定义与作用，GOP结构
聊到H.264编码，有个概念你绕不开——帧类型和GOP。说白了，视频压缩不是一张一张独立存图片，而是利用帧与帧之间的相似性来省码率。我刚开始接触编码时，总觉得I帧就是关键帧，P帧就是预测帧，B帧就是双向帧，背下来就完事了。结果第一次调码率控制时，GOP设得太长，画面一卡一卡的，才意识到这里头门道不少。
4.1 三种帧类型：I帧、P帧、B帧
H.264把视频帧分成三类，每一类干的活不一样，压缩效率也差很多。
| 帧类型 | 全称 | 压缩方式 | 相对大小 |
|---|---|---|---|
| I帧 | Intra Frame（帧内编码帧） | 只使用当前帧内部像素预测，不依赖其他帧 | 最大（通常为P帧的3~5倍） |
| P帧 | Predictive Frame（前向预测帧） | 参考前面已编码的I帧或P帧，只存差异 | 中等 |
| B帧 | Bi-predictive Frame（双向预测帧） | 参考前后两个方向的帧，压缩率最高 | 最小（通常为I帧的1/10~1/20） |
4.1.1 I帧——视频的“锚点”
I帧是完整的独立帧，不依赖任何其他帧就能解码。你可以把它理解成视频的“关键快照”。
- 作用：提供随机访问点，快进、快退、跳转都靠它。
- 特点：压缩率最低，但解码最快（不需要参考其他帧）。
- 实际场景：直播推流时，I帧间隔太长，观众切进来就得等；太短，码率又扛不住。
4.1.2 P帧——只存“变化的部分”
P帧参考前面已编码的帧（I帧或P帧），只记录当前帧与参考帧之间的差异。说白了，背景没动就不存，只存动了的人或物体。
- 作用：大幅降低码率，比I帧省3~5倍空间。
- 特点：解码时需要先解码参考帧，所以不能独立解码。
- 避坑：如果参考帧丢了，后面的P帧全废。这就是为什么网络丢包时画面会花掉。
4.1.3 B帧——双向参考，压缩率最高
B帧同时参考前面和后面的帧，能利用更多信息来预测。举个例子：一个球从左边滚到右边，B帧可以同时参考球在左边和右边的位置，插值出中间状态，比P帧更准、更省。
- 作用：压缩率最高，通常比P帧再省30%~50%。
- 特点：解码顺序和显示顺序不一致。B帧需要等后面的帧解码完才能显示，所以有延迟。
- 适用场景：点播、存储类应用；直播、实时通信慎用。
4.2 GOP（图像组）结构
GOP，全称Group of Pictures，就是一组连续的帧，从I帧开始到下一个I帧之前结束。你可以把它看成视频的“基本单元”。
一个典型的GOP结构长这样：
I B B P B B P B B P B B I
|<-------- 一个GOP --------->|这个GOP里，I帧开头，后面跟着P帧和B帧，直到下一个I帧。解码器遇到I帧就知道“新的一段开始了”。
4.2.1 GOP的两种类型
| 类型 | 特点 | 适用场景 |
|---|---|---|
| 封闭式GOP | GOP内的B帧只参考本GOP内的帧，不跨GOP | 编辑、剪辑场景（切GOP不会出错） |
| 开放式GOP | GOP末尾的B帧可能参考下一个GOP的I帧 | 压缩效率更高，但编辑时容易出问题 |
我个人习惯在点播场景用开放式GOP，能省一点码率。但做视频编辑工具时，必须用封闭式GOP，否则用户一切片，画面就花。
4.3 GOP大小对压缩效率的影响
GOP大小，就是两个I帧之间的帧数。这个值直接影响码率、随机访问能力和抗丢包能力。
4.3.1 码率与压缩效率
GOP越大，I帧越少，整体码率越低。因为I帧最费码率，P帧和B帧省得多。但GOP大到一定程度，收益就递减了。
- GOP=15（约0.5秒）：码率较高，但随机访问快。
- GOP=30（约1秒）：平衡点，大多数场景够用。
- GOP=60~120（2~4秒）：码率低，适合存储类应用。
- GOP=250+（8秒以上）：码率极低，但丢包后恢复慢。
4.3.2 随机访问能力
GOP越小，用户跳转时等待时间越短。因为解码器必须等到下一个I帧才能开始解码。你想想看，如果GOP=300帧（10秒），用户拖到第5秒，得等5秒才能看到画面——这谁受得了？
4.3.3 抗丢包能力
GOP越大，P帧链越长，一旦中间丢一个帧，后面一串都受影响。我做过一个测试：GOP=30时，丢一个P帧影响约1秒画面；GOP=120时，影响4秒。所以弱网环境下，我建议把GOP缩短，同时配合强制I帧刷新。
4.4 帧类型与GOP结构关系图
下面这张图展示了I帧、P帧、B帧在GOP中的排列关系，以及解码顺序与显示顺序的区别。
4.5 实际应用中的GOP选择建议
不同场景对GOP的要求不一样。我整理了一张表，方便你快速参考：
| 应用场景 | 推荐GOP大小 | 推荐B帧数量 | 原因 |
|---|---|---|---|
| 视频通话/直播 | 30~60帧（1~2秒） | 0~1 | 低延迟，快速随机访问 |
| 点播/流媒体 | 120~150帧（4~5秒） | 2~3 | 平衡码率和随机访问 |
| 监控存储 | 150~300帧（5~10秒） | 1~2 | 极致省码率，不要求实时 |
| 视频编辑 | 12~30帧（0.5~1秒） | 0 | 频繁剪辑，必须封闭式GOP |
4.6 避坑指南
最后分享几个我踩过的坑，希望能帮你少走弯路：
- B帧太多导致延迟：有一次做直播，我用了3个B帧，结果端到端延迟飙到2秒。后来改成0个B帧，延迟降到500ms。实时场景慎用B帧。
- GOP太长导致丢包恢复慢：弱网环境下，GOP=300时，丢一个包画面花10秒。后来我配合了强制I帧刷新，每2秒强制插一个I帧，问题解决。
- 开放式GOP剪辑出问题：做视频编辑工具时，用了开放式GOP，用户一切片画面就花。后来改成封闭式GOP，一切正常。
- I帧间隔不均匀：有些编码器默认按帧数插I帧，但场景切换时画面质量会骤降。我习惯用场景检测自动插I帧，效果更好。