H264编码入门（二）I 帧和 IDR 帧的区别

I 帧和 IDR 帧的区别

IDR 帧属于 I 帧。解码器收到 IDR frame 时，将所有的参考帧队列丢弃 （用x264_reference_reset 函数实现——在 encoder.c 文件中） 。这点是所有 I 帧共有的特性，但是收到 IDR 帧时，解码器另外需要做的工作就是：把所有的 PPS 和 SPS 参数进行更新。由此可见，在编码器端，每发一个 IDR ，就相应地发一个 PPS&SPS_nal_unit

这是网上搜索到的一个答案，有一定参考价值吧。

先说明：所有的 IDR 帧都是 I 帧，但是并不是所有 I 帧都是 IDR 帧。就是说， IDR 帧是 I 帧的子集。 （我们程序中设定的是每250帧出现一个 IDR 帧）

我们用的程序是这样的：

      /* ------------------- Setup frame context ----------------------------- */
     /* 5: Init da ta dependant of frame type */
     if ( h->fenc->i_type ==  X264_TYPE_IDR  )
     {
          /* reset ref pictures */
           x264_reference_reset ( h );
         i_nal_type      =  NAL_SLICE_IDR ;
         i_nal_ref_idc = NAL_PRIORITY_ HIGHEST ;
         i_slice_type = SLICE_TYPE_ I ;
     }
      else if ( h->fenc->i_type ==  X264_TYPE_I  )
     {
         i_nal_type      =  NAL_SLICE ;
         i_nal_ref_idc = NAL_PRIORITY_ HIGH ;  /* Not completely true but for now it is (as all I/P are kept as ref)*/
         i_slice_type = SLICE_TYPE_ I ;
     }
     else if ( h->fenc->i_type ==  X264_TYPE_P  )
     {
         i_nal_type      = NAL_SLICE;
         i_nal_ref_idc = NAL_PRIORITY_HIGH;  /* Not completely true but for now it is (as all I/P are kept as ref)*/
         i_slice_type = SLICE_TYPE_P;
     }
     else if ( h->fenc->i_type ==  X264_TYPE_BREF  )
     {
         i_nal_type      = NAL_SLICE;
         i_nal_ref_idc = NAL_PRIORITY_HIGH;  /* maybe add MMCO to forget it? -> low */
         i_slice_type = SLICE_TYPE_B;
     }
     else       /*  B  frame */
     {
         i_nal_type      = NAL_SLICE;
         i_nal_ref_idc = NAL_PRIORITY_DISPOSABLE;
         i_slice_type = SLICE_TYPE_B;
}

x264_reference_reset 函数的定义如下： （其实，因为这个代码是通用的，所以应该是参考帧队列。但是，我们只用一个参考帧，“队列”并没有意义。）

static inline void  x264_reference_reset( x264_t *h )
{
     int i;
     /* reset ref pictures */
     for ( i = 1; i < h->frames.i_max_dpb; i++ )
     {
         h->frames.reference[i]->i_poc = -1;
     }
     h->frames.reference[0]->i_poc = 0;
}

看来，好像是遇到 IDR 帧时才会 将所有的参考帧队列丢弃（ x264_reference_reset ( h ); ） 。其实，我们的程序默认只用一个参考帧，这个问题就不是十分有意义了。

多参考帧情况下:

举个例子 ：有如下帧序列： IPPPP I P PPP ……（我们程序没有 B 帧，所以帧序列简单些，但道理是一样的）。按照 3 个参考帧编码。

因为“按照 3 个参考帧编码”，所以参考帧队列长度为 3 。

遇到绿色的 I 时，并不清空参考帧队列，把这个 I 帧加入参考帧队列（当然 I 编码时不用参考帧。）。再检测到红色的 P 帧时，用到的就是 PPI 三帧做参考了。

不怕自己罗嗦（好记性不如烂笔头），再强调一个： 一个参考帧，就是参考当前帧的前面的那帧（因为没涉及到 B 帧，所以“前面的那帧”既是播放顺序的，也是编码顺序的）。多个参考帧是一个道理 。 （ 我以前一直误解为从前面的几帧中找到最合适的一个参考帧）

最后，“ 但是收到 IDR 帧时，解码器另外需要做的工作就是：把所有的 PPS 和 SPS 参数进行更新。由此可见，在编码器端，每发一个 IDR ，就相应地发一个 PPS&SPS_nal_unit ”应该是对的吧。先这样认为：

偶然机会，查到： IDR-instantaneous decoding refresh (IDR)picture ;

A coded picture in which all slices are I or SI slices that causes the
decoding process to mark all reference pictures as “unused for
reference” immediately after decoding the IDR picture. After the
decoding of an IDR picture all following coded pictures in decoding
order can be decoded without inter prediction from any picture decoded
prior to the IDR picture. The first picture of each coded video
sequence is an IDR picture.

“也就是说 ,IDR 的出现其实是相当于向解码器发出了一个清理 reference buffer 的信号吧，上面说前于这一帧的所有已编码帧不能为 inter 做参考帧了。”

还有：“ 因为 264 采用了多帧预测，就有可能在 display order 下 I 帧后的 P 会参考 I 帧前的帧，这样在 random access 时如果只找 I 帧，随后的帧的参考帧可能 unavailable ， IDR 就是这样一种特殊的 I 帧，把它定义为确保后面的 P 一定不参考其前面的帧，可以放心地 random access 。

IDR与GOP:

疑问：

在研究x264的参数的时候，接触到了很多概念，IDR和GOP的概念让我有点糊涂。
我知道H.264有I帧（完全的图像，体积也最大），P帧（记录相对于前面I和P的差异，体积变小），B帧（记录前后帧的差异，体积最小）。B帧还分为2种：不可被参考的，和可被参考的。B帧也可作为参考帧啊！！！！
我不太清楚GOP（Group of Pictures)到底是起什么作用，为什么会有GOP这个概念呢？
按照网上的说法，GOP是以I帧分割的图片序列，换句话说，GOP的值是指第一个I帧，到最后一个I帧之前的帧的数量。比如：IPPPPPI，GOP=6
关于GOP我看到2种说法，一种说法如上，1个GOP里面只有一个I帧，第二种说法是1个GOP里面可以有好几个I帧，所以我就糊涂了。
IDR帧也是让我糊涂的地方，据我查到的资料，IDR是强制刷新帧，因为P和B都不是记录完整信息，记录的是与其它帧的差异，所以如果I帧本身有错误，这个错误就会遗传到下面的帧，但碰到IDR帧的时候，播放器丢弃以前所以的信息，从新开始解码，错误也就到此为止。
但这不就是I帧本身固有的特点么，因为I帧就是记录全部信息的，不用参考任何其它帧，以全新的I帧开始遗传，错误也是到此为止啊，那何必弄出个IDR的概念呢？请赐教

解答：

IDR
frame：I和IDR帧都使用帧内预测，在编码解码中为了方便，首个I帧要和其他I帧区别开，把第一个I帧叫IDR，这样方便控制编码和解码流程，所以IDR帧一定是I帧，但I帧不一定是IDR帧；IDR帧的作用是立刻刷新,使错误不致传播,从IDR帧开始算新的序列开始编码。I帧有被跨帧参考的可能,IDR不会。

第一种说法是针对Mpeg2的，这里面一个GOP只有且只有一个在组头的I帧；第二种说法是针对h264的新特性

I帧不用参考任何帧，但是之后的P帧和B帧是有可能参考这个I帧之前的帧的。IDR就不允许这样。 如： IDR1 P4 B2 B3 P7 B5
B6 I10 B8 B9 P13 B11 B12 P16 B14 B15 这里的B8可以跨过I10去参考P7 而 IDR1 P4 B2 B3
P7 B5 B6 IDR8 P11 B9 B10 P14 B11 B12 这里的B9就只能参照IDR8和P11，不可以参考IDR8前面的帧。

结论

每个GOP一定是以一个I帧开始的，但是却不一定指代的是两个I帧之间的距离。因为一个GOP内可能包含几个I帧，只有第一个I帧（也就是第一帧）才是关键帧。

QQ交流群：697773082

————————————————