一、视频的组成

视频是由一帧一帧的图像组成，比如4K@60fps的视频码流，我们可以算一下它的数据量：

我们拿RGB的数据源作为例子：

8bit：4096(宽) * 2304（高） * 3（每一帧的数据量） * 60（每秒帧数） * 60（60秒） = 96GByte

如果视频不进行压缩，则数据量巨大，不利于存储与网络传输。

二、视频压缩的基本原理

视频图像压缩编码通常基于两个基本原理：

压缩的基本原理是去冗余，视频中如果每一帧图像都是原图，会有冗余信息，冗余信息来源：

（1）利用视频信号的统计特性：视频信号相邻帧之间、相邻像素之间、相邻行之间存在较强的相关性，视频信号中存在大量的冗余，这些冗余信息在压缩后可以无损的恢复；

这里做一下说明，因为视频是由一帧一帧的图像组成，相邻帧之间的图像细节变化不会很大（帧间预测压缩编码的基础）。同帧图像相邻行之间、相邻宏块、相邻快之间也具有相似性（帧内编码的基础）；由于这些相关性，为数据压缩提供了可能；这里需要注意的一点是，利用统计特性压缩不会导致数据细节的丢失哦。

视频信号的冗余存在于结构和统计两方面：

（a）结构的冗余表现为视频信号中存在很强的空间（帧内）和时间（帧间）的相关性。帧内预测与帧间预测的基础，只传输残差数据。

（b）信号统计的冗余度来自于信号概率密度分布不均匀（大部分集中在0附近），可以对数据集中的信号使用短码编码（熵编码）。

（2）利用人眼视觉的特性，在不影响人眼的主观感知特性的情况下，可以减少视频信号中的某些信号的精度。以一定的客观失真换取数据量的减小。

充分利用人眼的视觉特性是实现码率压缩有效的方法，人眼对细节分辨率、运动分辨率、对比度的分辨率都有一定的局限性。人眼对图像细节、运动和对比度三个方面的分辨能力相互依赖制约，可以利用这些特点采用自适应的编码技术，决定采样频率与量化精度。可以在不降低主观视频