音视频之视频相关概念介绍

概要

从事音视频开发中，视频涉及的东西比较多，尤其是编码这块，本篇介绍下视频的相关概念。

正文

视频与图像

我们看到的视频其实是图像在高速变化，由于视觉的暂留效应，所以看起来就是连续的了。

彩色空间

我们知道有RGB 3原色，用这三种颜色可以组合成各种其他颜色。还有一种表示方法，叫YUV，也就是把颜色分成亮度和色度，这样的好处是人对于亮度信号是比较敏感的，只要有亮度信号，色度信号缺少点也看不出差异，这样就可以大大优化编码的信号。 而YUV和RGB又可以相互转换，在传输的时候使用YUV，在显示的时候使用RGB。 而对于YUV，又有几种不同的比例。

• 4:4:4 在每一个像素位置，都有Y，Cb，Cr分量，也就是每4个亮度像素，都有4个Cb和Cr色度像素。
• 4:2:2 在竖直方向，亮度和色度分量一致，而水平方向，色度分量是亮度分量的一半，也就是每4个亮度像素具有2个Cb和2个Cr。
• 4:2:0 在水平和垂直方向，色度分量都是亮度分量的一半。

编码

图像信息在传输的时候，如果没有编码，那么视频数据占用的带宽会非常大。举一个例子，采用4:2:0格式，亮度信号是13.5MHZ，色度是6.75MHZ，这个频率算是很低的了，这样码率就是:

image.png

如果是1080p场景，那码率就更大了。因此就需要编码。

在编码的时候，有帧内编码和帧间编码区分。帧内编码就是对一帧图像进行编码，去除冗余信息。而帧间编码就是利用运动补偿去除冗余信息，在视频场景中，连续图像帧的重复度还是很大的，这样可以把图像进行分块，然后预估块的运行信息，这样只需要把位移信息编码传输就可以了。

IPB帧

在视频编码中，会把图像分成不同类型的帧，主要有I，P，B帧。 I帧：这是帧内编码帧，I帧不需要参考其他帧，解码后就是一幅完整的图像。 P帧：前向预测编码帧，需要参考前面已经编码的帧来去除冗余信息完整自己的编码，也就是可以简单理解成，在解码的时候，自己是无法独立解码成一张图片的，需要参考前面已经解码的帧才可以。 B帧：双向预测内插编码帧，需要参考前面和后面的帧来完成自己的编码。也就是在解码的时候，不仅需要参考前面已经解码的帧，还需要参考后面解码的帧才可以解码成一张完整的图像。

IDR

IDR(Instantaneous Decoding Refresh)也是一种I帧，不过收到IDR帧，就表示之后的帧不会再参考IDR以前的帧了。而普通的I帧之后则有可能参考I帧之前的图像帧。

GOP

GOP(Group of Pictures)图像组，表示图像帧只会参考本组内的图像帧，而不会参考其他组的图像帧。

PTS和DTS

DTS(decodeing time stamp)，用于视频的编码。PTS(presentation time stamp)，用于视频解码阶段的输出。按照常理来看，这两个时间戳应该是一致的，可是由于有B帧，这样编码和显示就会出现不一致性的场景。