MPEG-1

看完这篇文章，你将会学习到：什么是MPEG？MPEG-X和H.26X、MPEG-1编解码标准

从这篇文章开始，我们逐一介绍音视频编解码的几个重要国际标准，这几个标准分别为MPEG-1、MPEG-2、MPEG-4、H.264/AVC、H.265/HEVC。我想即使没做过音视频编解码的人，也或多或少听说过这几个名词。在接下来的几篇文章里，我们不会深入的去探讨技术细节，比如编解码图像数据时使用的各类算法、以及各算法的优劣抉择，因为这些即使不了解，也不会影响我们去做音视频开发。所以我们会保持浅尝辄止，了解各编解码标准的步骤以及作用即可。

在开始讲MPEG-1之前，我们先来看看，什么是MPEG？

不用费力猜测，MPEG其实是一个专家组的缩写，它的全称为Moving Picture Expert Group/动态图像专家组，它是在1988年5月份由国际标准化组织（ISO）和国际电工委员会（IEC）联合成立的专家组，称为IOS/IEC JTC 1（Joint Technical Committee）。当然知道这个并没啥鸟用，这个专家组的任务，就是负责开发音视频编解码和传输标准，然后由这个专家组开发的标准，统称为MPEG标准。

可以看到JTC1下面有很多Sub Committee，也就是分委员会，而分委员会下面又分WG（即工作组），大名鼎鼎产生JPEG编解码标准的工作组跟MPEG工作组并列。

MPEG从建组以来，制定了很多国际标准，注意是国际，很牛X的。那为什么他可以这么牛X呢，按照普通民众的猜想，越是国际的东西，我们应该越抵制才对呀！不过MPEG也可能未卜先知，专家组在制定MPEG标准时，说明了音视频的编解码过程，并且严格制定了声音和图像数据，编码后组成位流的语法。但是没有规定编解码所使用的算法，这样就可以保证解码器对符合MPEG标准的音视频数据进行正确解码，而又给MPEG的具体实现留有很大余地。

所以基于这一标准，编码和解码算法不断改进，音视频质量和编码效率不断提高。而也因如此，使用不同算法的各种编解码器也才得以实现。

MPEG标准和ITU-T标准

同所有的新生事物一样，MPEG标准也经历了从MPEG-1制定，到时候的扩展、改进，一路走到H.265/HEVC。不过有的人可能会奇怪，H.265/HEVC为什么不继续叫MPEG-X，那是因为事实上，在国际上实施音视频压缩标准的，不只有MPEG专家组，还有另一个组织，称为ITU-T VCEG（Video Coding Experts Group）专家组。

如图所示，ITU-T制定的标准，命名为H.26X，而ISO/IEC 也即MEPG专家组制定的，命名为MPEG-X。在MPEG研究到MPEG-4时，ITU-T和MPEG两个专家组联合，开发出H.264/MPEG-4 AVC，简称H.264/AVC。下面我们就从MPEG-1编解码标准开始，看一下其中比较重要的几个编解码标准。

MPEG-1

MPEG-1编解码标准是MPEG专家组，在1992年发布的第一个音视频编码标准。标准分为了五部分：

• （第一部分Part1）系统（将视音频数据和其他数据同步存储到一起）
• （第二部分Part2）视频（压缩视频内容）
• （第三部分Part3）音频（压缩音频内容）
• （第四部分Part4）一次性测试（测试标准实现的正确性）
• （第五部分Part5）参考软件（举例说明如何根据标准来编解码）

这里的第三部分，也即音频又分为了三层，分别为MPEG-1 Layer 1、Layer 2、Layer 3，这里的MPEG-1 Layer 3，也就是非常著名的MP3，它已经被广泛使用。我们先不管音频，看看视频的编解码。

我们上篇讲到，压缩视频数据可以从6个方面进行着手。而MPEG-1，则主要从两个方面着手：

（1）在空间方向上，采用了和JPEG类似的算法来去掉空间冗余数据。

（2）在时间方向上，采用移动补偿（motion compensation，也叫运动补偿）算法去掉时间冗余数据。

我们先不管具体使用怎样的算法，先看看MPEG为了实现这两条，都干了什么事情。MPEG基于这两个方面，开发了两项重要的技术，一项是定义视像数据的结构，而另一项是定义了图像的三种类型。这两种技术一直沿用，后面出的标准像H.264/AVC，也是在这两个技术之上扩展和延续的。下面我们分别来看：

1、视像数据结构

为了方便，我们对照上图来看。MPEG专家组把视像片段，看成是一系列静态图像（picture）组成的视像序列（sequence），然后把这个视像序列分成许多图像组（Group Of Picture，GOP），把GOP里的每一帧图像，分成许多像片（slice），每个像片由16行组成。然后把像片分为16像素X16像素的宏块（macroblock, MB），进而把宏块分为8像素X8像素的图块（block）。

这样当子采样格式为4：2：0时，16X16的宏块就包含16X16个Y（luma）样本，和8X8个色度（Chroma，Cb和Cr）样本。而这些样本，可以分为Y图块（block），和Cb、Cr图块（block），如上图右侧所示。

所以像JPEG和大多数的编解码器，都是以宏块（macroblock）为基本单位，进行编码的，当子采样格式为4：0：0、4：2：2、4：4：4时，宏块中色度样本的数目也会变大或变小。

2、图像的三种类型

为了保证视频质量不变，而又能够获得比较大的压缩比。MPEG专家组把图像（picture）分为了三种类型，然后采用不同的算法分别对他们进行压缩。它们分别为：

（1）帧内图像I（intra-picture），简称为I图像或I帧（I-picture/I-frame）。I帧包含了完整内容的图像，用于为其他帧图像的编解码做参考，所以这也就是我们常说的，关键帧。

（2）预测图像P（predicated picture），简称P图像或P帧（P-picture/P-frame）。P帧是指以它之前出现的I帧作为参考的图像，而对P帧进行编码，其实就是对它们之间的差值进行编码。

（3）双向预测图像B（bidirectionally-predictive picture），简称B图像或B帧（B-picture/B-frame）。B帧是以在它之前和之后的图像，也就I帧和P帧作为参考的图像。对B帧进行编码，就是对它和I帧、P帧的差值分别进行编码。

MPEG专家组定义的三种图像

而具体的对I帧、P帧、B帧的编码算法，我们就不深究了。不过因为I帧比较重要，我们展示一下对I帧进行压缩编码的算法图，这也是使用和JPEG类似的压缩算法，来减少空间冗余数据的。

I帧的压缩编码算法图

可以看到图中是将I帧图像数据，以宏块为单位，取出8X8的图块，然后再进行处理的。在MPEG-1中，I帧、P帧、B帧的压缩比，通常为下表：

可以看到，压缩后的I帧的数据量最大，而B帧的数据量最小。并且平均压缩比为27：1，这也就是使用MPEG-1标准，能获得的压缩比。

3、视频数据流的结构

最后要说的是，正因MPEG专家组严格制定了数据位流的语法，而没有规定具体使用的算法细节，才能使众多企业、组织、个人设计的编解码器得以通用。所谓数据流，也即使用MPEG-1标准编码之后得到的输出数据流，也即解码器的输入流。所以MPEG-1对数据流结构，做了详细的规定，MPEG-1的数据流按层次分为6层，如下图所示：

MPEG-1数据流结构

可以看到，从上到下分为6层，分别为序列层、GOP层、图像层、像片层、宏块层、图块层。这里先知道就好，关于数据流以后还可以单开一篇文章来介绍。