📚 课程目录第1章课程导入

1. 课程导入

大家好，欢迎来到这门课的第一章。今天咱们聊聊视频编码的“前世今生”。

你可能会问：为什么非得压缩视频？直接存原始数据不行吗？

我跟你算笔账。一段 1080p、30fps、每像素 24 位的彩色视频，一秒钟的数据量是多少？

1920 × 1080 × 30 × 3 ≈ 186 MB/s。一部两小时的电影，大概 1.3 TB。这还没算音频。

所以，不压缩，寸步难行。

早年间，电视信号是模拟的。模拟信号有个毛病——抗干扰差，复制一次就损失一次。我记得刚入行时，老师傅还跟我聊过当年用磁带翻录视频，翻三代画面就糊得没法看了。

数字化的好处很明显：

但数字化也带来了新问题——数据量暴增。模拟时代一帧画面就是一条连续的波形，数字化后变成了海量的 0 和 1。所以，压缩成了刚需。

编码标准的发展，说白了就是一场“用更少的比特，换更好的画质”的竞赛。我参与过几个项目的编解码器选型，每次新标准出来，心里都又爱又恨——爱它省带宽，恨它算力要求高。

下面这张表，是我整理的几个关键标准：

我的经验之谈：H.264 是“黄金标准”，兼容性最好。AV1 是“未来之星”，但编码慢得让人抓狂。VVC 是“性能怪兽”，但专利费问题还没完全解决。选型时，别只看压缩率，还要看你的硬件能不能扛得住。

编码器和解码器，就像一对双胞胎，一个负责“打包”，一个负责“拆包”。

编码器的核心流程，我习惯用五个词来记：预测 → 变换 → 量化 → 熵编码 → 输出。

解码器反过来：输入 → 熵解码 → 反量化 → 反变换 → 重建。

下面这张图，是我手绘的编码器流程图，你感受一下：

你看，编码器不是简单地把像素存起来。它先做预测——猜一猜当前块跟上一帧或者周围像素有什么关系。猜对了，只需要存一个很小的差值。然后做变换，把像素值变成频率系数。再量化，把不重要的高频细节扔掉。最后用熵编码，把符号压缩成二进制流。

一个小技巧：量化参数（QP）是编码器里最关键的旋钮。QP 越大，压缩率越高，但画质越差。我调过不少编码器，经验是：QP 每增加 6，码率大约减半，但画质下降肉眼可见。所以，别为了省带宽把 QP 拉得太高。

解码器的工作，就是把压缩码流还原成视频帧。流程是编码器的逆过程：

这里有个坑，我踩过。解码器必须跟编码器用完全一样的预测方式，否则画面会花掉。所以编码器内部会有一个“本地解码器”，模拟解码器的行为，保证两边同步。

注意：编码器和解码器的复杂度严重不对称。编码器通常比解码器慢 5-10 倍，因为编码器要做大量的模式搜索和率失真优化。所以，别指望手机能实时编码 4K 视频，但解码 4K 视频是没问题的。

说白了，就是需求在推着技术走。从 480p 到 1080p，再到 4K、8K，分辨率越来越高。从 24fps 到 60fps、120fps，帧率越来越快。从 SDR 到 HDR，色彩越来越丰富。

每一代新标准，都在做同一件事：用更少的比特，表达更丰富的画面。H.264 比 MPEG-2 省一半码率，HEVC 比 H.264 再省一半，AV1 和 VVC 继续压榨。

但代价是什么？算力。我记得当年第一次跑 AV1 编码器，一个 10 秒的 4K 片段，编码花了整整 40 分钟。所以，选标准时，要权衡压缩率和编码时间。