2. 视频基础概念回顾：分辨率、帧率、码率、色彩空间、YUV格式、GOP结构
在深入录像流程参数配置与编码器集成调优之前，必须牢固掌握视频的六大基础概念。这些参数直接决定了视频的清晰度、流畅度、文件大小以及编码复杂度。本章将逐一拆解这些核心概念，并揭示它们之间的内在关联。
2.1 分辨率（Resolution）
分辨率定义了视频画面在水平和垂直方向上的像素数量，是衡量图像细节能力的关键指标。常见的分辨率标准如下表所示：
| 名称 | 分辨率（宽×高） | 宽高比 | 典型应用场景 |
|---|---|---|---|
| SD（标清） | 720×576 / 720×480 | 4:3 / 16:9 | 老式监控、DVD |
| HD（高清） | 1280×720 | 16:9 | 入门级直播、移动端视频 |
| Full HD（全高清） | 1920×1080 | 16:9 | 主流网络视频、电视广播 |
| QHD（2K） | 2560×1440 | 16:9 | 高端显示器、游戏录制 |
| UHD（4K） | 3840×2160 | 16:9 | 专业影视制作、超高清监控 |
| 8K UHD | 7680×4320 | 16:9 | 前沿医疗、VR、高端影院 |
调优提示： 分辨率每提升一倍（如从1080p到4K），像素总量增加4倍。在码率不变的情况下，画质会急剧下降。录像系统设计时，应根据存储成本和带宽选择合适的分辨率，而非盲目追求高像素。
核心公式： 单帧像素数 = 宽度 × 高度。例如：1920 × 1080 = 2,073,600 像素（约200万像素）。
2.2 帧率（Frame Rate）
帧率表示每秒显示的图像帧数，单位是fps（Frames Per Second）。帧率决定了视频的运动流畅度和观感。
- 24 fps： 电影行业标准，具有独特的“胶片感”，适合影视内容。
- 30 fps： 广播电视标准（NTSC制式），适合普通视频录制和直播。
- 50/60 fps： 高帧率标准，适合体育赛事、游戏录制、高速运动场景。
- 120/240 fps： 超高速帧率，用于慢动作回放（如高速摄像机）。
性能陷阱： 帧率翻倍意味着编码器每秒需要处理的帧数翻倍。在4K分辨率下，从30fps提升到60fps，编码负载将增加100%。务必确保硬件编码器或CPU具备足够的算力。
2.3 码率（Bitrate）
码率是视频编码中最重要的参数之一，它决定了视频的数据量和画质上限。码率通常分为两种类型：
- CBR（恒定码率）： 整个视频流保持固定的码率。优点是带宽可控，适合直播和实时通信；缺点是复杂场景画质不足，简单场景浪费带宽。
- VBR（可变码率）： 根据场景复杂度动态调整码率。优点是画质更均衡，文件体积更小；缺点是码率波动大，不适合低延迟场景。
经验公式： 对于H.264编码，1080p@30fps的推荐码率范围是 4~8 Mbps；4K@30fps推荐 15~35 Mbps。H.265/HEVC可在同等画质下节省约 30%~50% 的码率。
2.4 色彩空间（Color Space）
色彩空间定义了视频中颜色的表示范围。在录像和编码中，最常用的是YCbCr色彩空间（也称为YUV）。它将亮度信息（Y）与色度信息（Cb, Cr）分离，这是视频压缩的基础。
- Y（亮度）： 表示图像的灰度信息，人眼对亮度变化最敏感。
- Cb（蓝色色度）： 表示蓝色分量与亮度的差值。
- Cr（红色色度）： 表示红色分量与亮度的差值。
为什么使用YUV？ 人眼对色度细节的敏感度远低于亮度细节。通过分离Y和UV，编码器可以对UV分量进行下采样（降低分辨率），从而大幅压缩数据量，而人眼几乎察觉不到画质损失。
2.5 YUV格式与采样（YUV Format & Sampling）
YUV格式描述了亮度与色度分量的采样比例。常见的采样格式有：
| 采样格式 | 表示法 | 数据量比例 | 典型应用 |
|---|---|---|---|
| 4:4:4 | 每个像素保留完整的Y、Cb、Cr | 100%（无压缩） | 专业影视后期、屏幕录制 |
| 4:2:2 | 水平方向每2个像素共享一组Cb/Cr | 66% | 广播级摄像机、高端录像 |
| 4:2:0 | 水平和垂直方向每2×2像素共享一组Cb/Cr | 50% | 消费级视频、网络流媒体、监控 |
编码器集成注意： 大多数硬件编码器（如NVENC、QSV）原生支持4:2:0输入。如果输入源是4:4:4或4:2:2，编码器内部会先进行下采样转换，这会引入额外的延迟和画质损失。在录像流程中，应尽量保持采集→处理→编码的YUV格式一致。
2.6 GOP结构（Group of Pictures）
GOP是视频编码中一组连续帧的集合，定义了帧之间的预测关系和编码顺序。理解GOP结构是优化编码效率和随机访问能力的关键。
GOP中包含三种主要帧类型：
- I帧（关键帧）： 独立编码，不依赖其他帧。是GOP的起始帧，也是随机访问的入口点。I帧数据量最大。
- P帧（预测帧）： 参考前面的I帧或P帧进行编码，只存储差异部分。数据量中等。
- B帧（双向预测帧）： 参考前后两个方向的帧进行编码，压缩率最高，但编码延迟最大。
GOP长度（GOP Size）： 指两个I帧之间的帧数。例如，GOP=30表示每30帧插入一个I帧。较长的GOP（如60~120）压缩率更高，但随机访问延迟和错误恢复时间更长。直播场景通常使用较短的GOP（如1~2秒）。
2.7 六大参数的内在关联
这六个参数并非独立存在，它们共同决定了视频的最终质量和编码性能。以下是一个简化的决策流程：
- 确定分辨率： 根据目标显示设备和存储/带宽预算选择。
- 确定帧率： 根据内容类型（静态/动态）选择。
- 选择YUV格式： 通常4:2:0是平衡画质与压缩率的最佳选择。
- 设定GOP结构： 根据随机访问需求和延迟要求设定GOP长度。
- 计算目标码率： 基于分辨率、帧率和期望画质，使用经验公式或编码器预设。
- 选择色彩空间： 确保采集、处理、编码、显示全链路色彩空间一致。
调优黄金法则： 在编码器集成调优时，优先固定分辨率和帧率，然后通过调整码率和GOP长度来平衡画质与性能。YUV格式和色彩空间应在系统设计阶段就确定，避免运行时转换。