即时通讯音视频开发（三）：视频编解码之编码基础

即时通讯应用中的实时音视频技术，几乎是IM开发中的最后一道高墙。原因在于：实时音视频技术 = 音视频处理技术 + 网络传输技术 的横向技术应用集合体，而公共互联网不是为了实时通信设计的。
本文主要讲解实时音视频技术中视频技术的编码理论知识。

1. 如何理解压缩码流？

可按2部分进行理解：

• 语法：码流中各个元素的位置关系。
  如：01001001…，表示图像编码类型(01)，宏块类型(00)，编码系数1001等。
• 语义：每个语法元素所表达的意义。
  例如：图像编码类型。

2. 编码层次的组成

编码层次由如下部分组成：

• 序列（Sequence）
• 图像组（Group of Pictures，GOP）
• 图像（Picture）
• 条带（Slice）
• 宏块（Macroblock，MB）
• 块(Block)

3. 具体的码流结构

4. PB帧编码

5. IBBP序列编码对象

• 序列是指一段连续编码的并具有相同参数的视频图像。
• 序列起始码是指专有的一段比特串，标识一个序列的压缩数据的开始。如MPEG-2的序列起始码为十六进制数000001(B3)。
• 序列头是指记录序列信息，包含档次（Profile），级别（Level），宽度，高度，是否是逐行序列，帧率等内容。
• 序列结束码是指专有的一段比特串，标识该序列的压缩数据的结束。如MPEG-2的序列结束码为十六进制数000001(B7)。

6. 图像组编码对象

7. 图像编码结构

包括：

• 图像起始码：专有的一段比特串，标识一个图像的压缩数据的开始。
  如MPEG-2的图像起始码为十六进制数000001(00)。
• 图像头：记录图像信息。
  包含图像编码类型，图像距离，图像编码结构，图像是否为逐行扫描。

8. 图像分块编码

9. 条带编码结构

• 条带：多个宏块的组合。
• 条带起始码：专有的一段比特串，标识一个条带的压缩数据的开始。如MPEG-2的条带起始码为十六进制数000001(0~AF)。
• 条带头：记录当前图像的相关信息。含条带位置，条带量化参数，宏块编码技术标识等。

10. 条带编码对象

11. 宏块编码结构

• 宏块：16×16的像素块（对亮度而言）。
• 宏块内容：宏块编码类型，编码模式，参考帧索引，运动矢量信息，宏块编码系数等。

12. 宏块编码对象

13. 块编码结构

• 8×8或4×4块的变换量化系数的熵编码数据。
• CBP (Coded Block Patten)：用来指示块的变换量化系数是否全为零。
  对于YUV(4:2:0)编码，CBP通常6比特长，每个比特对应一个块，当某一块的变换量化系数全为零时，其对应比特位值为0，否则为1。
• 每个块的变换量化系数的最后用一个EOB (End of Block)符号来标识。

14. 视频编解码关键技术

• 预测：通过帧内预测和帧间预测降低视频图像的空间冗余和时间冗余。
• 变换：通过从时域到频域的变换，去除相邻数据之间的相关性，即去除空间冗余。
• 量化：通过用更粗糙的数据表示精细的数据来降低编码的数据量，或者通过去除人眼不敏感的信息来降低编码数据量。
• 扫描：将二维变换量化数据重新组织成一维的数据序列。
• 熵编码：根据待编码数据的概率特性减少编码冗余。

15. 预测

空间预测：利用图像空间相邻像素的相关性来预测的方法

• 帧内预测技术：利用当前编码块周围已经重构出来的像素预测当前块
• Intra图像编码（I帧）

时间预测：利用时间上相邻图像的相关性来预测的方法

• 帧间预测：运动估计（Motion Estimation，ME），运动补偿（Motion Compensation，MC）
• Inter图像编码：前向预测编码图像（P帧），双向预测编码图像（B帧）

16. 帧内预测

• I帧图像的每个宏块都采用帧内（Intra）预测编码模式。
• 宏块分成8×8或者4×4块，对每个块采用帧内预测编码，称作Intra8x8或者Intra4x4。
• 帧内预测有多个预测方向：水平，垂直，左下，右上。
• 帧内预测还有直流（DC）预测。
• 色度块预测还有平面预测。

17. 量化

1量化原理

将含有大量的数据集合映射到含有少量的数据集合中。

2一般情况下量化后高频部分包含大量的零系数

3量化对主观质量的影响

18. 码率控制

受到缓冲区，带宽的限制，编码码率不能无限制的增长，因此需要通过码率控制来将编码码流控制在目标码率范围内。

一般通过调整量化参数的手段控制码率：

• 条带级控制
• 宏块级控制

码率控制考虑的问题：

• 防止码流有较大的波动，导致缓冲区发生溢出，
• 同时保持缓冲区尽可能的充满，让图像质量尽可能的好而且稳定

CBR（Constant Bit Rate）：比特率稳定，但图像质量变化大。VBR（Variable Bit Rate）：比特率波动大，但图像质量稳定。

码率控制算法：

码率控制属于非标准技术，编码端有，解码端没有。

（原文链接：http://www.cnblogs.com/xkfz007/archive/2012/07/29/2613824.html）