视频编解码与 GOP 结构详解
视频编解码与 GOP 结构详解
1. 帧类型
在 H.264/AVC 编码中，视频由不同类型的帧组成：
I 帧 (Intra-coded frame)
- 关键帧，独立编码，不依赖其他帧。
- 解码器可以从 I 帧开始解码。
- 压缩率最低，但解码起点。
P 帧 (Predicted frame)
- 前向预测帧，参考之前的 I/P 帧。
- 压缩率比 I 帧高。
- 解码时必须依赖前面的参考帧。
B 帧 (Bi-directional predicted frame)
- 双向预测帧，同时参考前后的 I/P 帧。
- 压缩率最高，但解码延迟大。
- 必须等到前后参考帧解码完成后才能解码。
2. GOP (Group of Pictures)
- 定义：一组图像的结构，通常从一个 I 帧开始，到下一个 I 帧结束。
- N (Number)：GOP 长度，即两个 I 帧之间的总帧数。
- 例如 N=30 → 每 30 帧一个 I 帧。
- M (Multiple)：参考帧间隔，决定 P 帧之间插入多少 B 帧。
- M=1 → 没有 B 帧，只有 I/P。
- M=3 → 每两个 P 帧之间插入 2 个 B 帧。
示例
- GOP=12, M=3 → 帧序列：
I B B P B B P B B P B B I
3. 显示顺序 vs 解码顺序
视频播放时的顺序和解码器内部的解码顺序不同，尤其是有 B 帧时。
显示顺序（播放时看到的）
I → B → B → P → B → B → P → B → B → P → B → B → I解码顺序（解码器内部处理）
I → P → B → B → P → B → B → P → B → B → I → B → B盒示意图
显示顺序: [ I ][ B ][ B ][ P ][ B ][ B ][ P ][ B ][ B ][ P ][ B ][ B ][ I ] 解码顺序: [ I ][ P ][ B ][ B ][ P ][ B ][ B ][ P ][ B ][ B ][ I ][ B ][ B ]👉 解码器必须先解码 I 和 P 帧，才能“回头”解码前面的 B 帧，这就是 B 帧带来延迟的原因。
4. 编码参数
- 码率 (bps)：决定画质和压缩程度。
- 高码率 → 画质好，文件大。
- 低码率 → 画质差，文件小。
- GOP 长度 (N)：关键帧间隔，影响随机访问和容错能力。
- M 值：是否插入 B 帧，影响压缩率和延迟。
- Profile/Level：决定编码器能支持的分辨率和帧率上限。
- High@L4.0 → 支持 1080p@30fps。
- High@L4.2 → 支持 1080p@60fps。
- 参考帧数：影响压缩效率和解码复杂度。
- 熵编码方式 (CABAC/CAVLC)：影响压缩率和解码速度。
5. 常见场景推荐参数
直播/实时编码
- GOP = 帧率（每秒一个关键帧）。
- M = 1（无 B 帧，低延迟）。
- 码率：1080p60 → 8~12 Mbps。
点播/录像
- GOP 可设为 2 秒或更长。
- M > 1（有 B 帧，压缩率高）。
- 码率可适当降低以节省空间。
监控场景
- GOP 较短（提高容错）。
- M = 1（低延迟）。
- 码率中等，保证清晰度。
6. 总结
- I/P/B是帧类型的缩写，直接对应编码方式。
- GOP/M/N是结构参数，用来描述关键帧间隔和 B/P 帧分布。
- 编码效果主要由 GOP、M、码率决定，同时受 Profile/Level、参考帧数、熵编码方式影响。
- 在实时场景下，通常选择短 GOP、无 B 帧、较高码率；在存储场景下，可以选择长 GOP、有 B 帧、较低码率以提高压缩率。