H264和AAC

注：本文比较浅显，适合初学者看。

引述：H264的标准已经很多年了，成熟稳定，普及率非常高，目前比它更好的也有H265和VP9（google出品），但都不能撼动H264的地位。

A: 

h264(MPEG-4Part10)， 对应的H265就是(MPEG-4Part11)

1、BP-Baseline Profile：基本画质。支持I/P 帧，只支持无交错（Progressive）和CAVLC；

2、EP-Extended profile：进阶画质。支持I/P/B/SP/SI 帧，只支持无交错（Progressive）和CAVLC；

3、MP-Main profile：主流画质。提供I/P/B 帧，支持无交错（Progressive）和交错（Interlaced），

也支持CAVLC 和CABAC 的支持；

在BP-Baseline Profile基础上另外增加了：

- 隔行编码

- B条带类型

- CABAC熵编码

- 加权预测

- 422和444 YCbCr

- 不支持ASO, FMO和RS

4、HP-High profile：高级画质。在main Profile 的基础上增加了

- 8x8内部预测、4*4和8*8大小之间自适应选择的支持。

- 自定义量化、 

- 可预测无损视频编码

- 更多的YUV 格式；

- 高级10档次（Hi10P）， 高级422，444档次；

Baseline和Main比较常用，Baseline 压缩的比较厉害，低于mepg-4的10%-20%； Main低于MPEG-4的50%.  High比Main又能节约10% 的码流量，那High应该是低于mepg-4的45%。

压缩率来说就是BP>HP>MP, 比例大概是100的原始数据， 压缩后BP=15，HP=45，MP=50；

所以MP和HP其实没啥大区别，但是BP就压缩的很低，所以一般监控和直播会首选BP，BP的特点是没有B帧，画质很一般，能满足基本要求。

【B帧的前世今生】

除了Baseline以外，其它都是有B帧的，I/B/P的关系用一句话说就是：I就是一张完整图片，但数据很大，如果都是I帧，视频会很庞大，而且也没必要；P帧是单向参考，前向参考，只参考I帧的，记录和I帧的区别；B帧双向参考，参考I帧和P帧，如果被参考的P帧花屏了，B帧也会花屏。

B帧会带来一个问题：编码顺序和解码顺序不同，因为正常播放时，解码帧的排列是I BBB... P BBB... P

可以看出B帧是插在IP和PP之间的，因为B帧数据比较小，所以会插很多帧。

我们来看看编码的顺序是怎样的：I P BBB...

解码顺序呢：I BBB...P

这问题了来，有B帧时编码解码BP的顺序不一致，所以引入了PTS（显示时间戳）和DTS（解码时间戳）

贴一张装B的图（先留着，我也没仔细看）：

B:

h264的功能分为两层，视频编码层（VCL）和网络提取层（NAL）

VCL功能是进行视频编解码，包括运动补偿预测，变换编码和熵编码等功能；

NAL用于采用适当的格式对VCL视频数据进行封装打包

1）VCL数据即被压缩编码后的视频数据序列。

在VCL数据要封装到NAL单元中之后，才可以用来传输或存储。

VCL里面的几个基本概念就是： YCbCr颜色空间， 宏块，内循环去块过滤器，条带，内部预测，运动补偿，变换、缩放和量化；熵编码

2）NAL单格式（NALU）

H.264定义了两种封装格式: RTP头和start_code_prefix头（00 00 01 和 00 00 00 01）

主要目的是确定NAL边界（其实封装都是这个目的，大同小异）。

包含针对rtp/ip， 文件格式如mp4， 服务视频会议的h.32x， 和mpeg-2系统

参考：《视频技术手册（第5版）》