看完就懂的《H264编码原理及框图》

H264编码原理及框图

————————————
分析H264原理:

  1. H264是新一代的编码标准,以高压缩高质量和支持多重网络的流媒体著称,在编码上,主要是以下理解:参照一段时间内图像的统计结果表明,在相邻几幅图像画面中,一般差别的像素只有10%以内的点,量度差值不超过2%,而色度差只有1%内的变化。所以对于一段变化不大的图像画面,我们可以先编码出一个完整的图像帧A,随后B就不编码全部图像只写入与A帧的差别这样B帧的大熊就只有完整帧的1/10或更小。B帧之后的C帧如果变化不大,可以继续参考B的方式编码C帧,以此类推,循环下去。这段图像称为一个序列(序列就是有相同特点的一段数据),也称GOP图像组(GOP图像组就是有相同特点的一段数据)。当某个图像生成一个完整帧A1,随后的图像就参考A1生成,只写入与A1的差别内容。当某个图像与之前的图像变化很大,无法参考前面的帧来生成,那我们就结束上一个GOP图像组,开始下一段GOP图像组
  2. H264定义三种帧,完整的编码帧称为I帧,参考之前I帧生成的只包含差异部分的编码的帧叫P帧,还有一种参照前后帧编码的帧叫B帧。
  3. H264采用的核心算法是帧内压缩和帧间压缩,帧内压缩是生成I帧的算法,帧间压缩是生成B帧和P帧的算法。
  4. 在H.264基准类中,仅使用I帧和P帧以实现低延时,因此是网络摄像机和视频编码器的理想选择。

看完就懂的《H264编码原理及框图》_第1张图片

参照上图
序列的说明
 在H264中图像以序列为单位进行组织,一个序列是一段图像编码后的数据流,以I帧开始到下一个I帧结束。
 一个序列的第一个图像叫做IDR图像(立即刷新图像),IDR图像都是I帧图像。H264引入IDR图像是为了解码的重同步,当解码器解码到IDR图像时,立即将参考帧队列清空将已解码的数据全部输出或抛弃,重新查找参数集,开始一个新的序列。这样。如果前一个序列出现重大错误,在这里可以获得重新同步的机会。IDR图像之后的图像就永远不会使用IDR之前的图像的数据来解码。
 一个序列就是一段内容差异不太大的图像编码后生成的一串数据流。当运动变化比较少时,一个序列可以很长,因为运动变化的少就表示图像内容变动很小,所以就可以编写一个I帧然后一直P帧、B帧了。当运动变化多时,可能一个序列就比较短,比如包含一个I帧和3、4个P帧。

三种帧的说明

  1. I帧
    I帧:帧内编码帧,I帧表示关键帧,理解为这一阵的画面完整保留;解码时只需要本帧数据就可以完成(因为本帧包含完整画面)
    I帧特点:
    1)它是一个全帧压缩编码帧。它将全帧图像信息进行JPEG压缩编码及传输;
    2)解码时仅用I帧的数据就可重构完整图像;
    3)I帧描述了图像背景和运动主体的详情;
    4)I帧不需要参考其他画面而生成;
    5)I帧是P帧和B帧的参考帧(其质量直接影响到同组中以后各帧的质量);
    6)I帧是帧组GOP的基础帧(第一帧),在一组中只有一个I帧;
    7)I帧不需要考虑运动矢量;
    8)I帧所占数据的信息量比较大。

  2. P帧
    P帧:前向预测编码帧。P帧表示的是这一帧跟之前的关键帧(或P帧)的差别,解码是需要用之前缓存的画面叠加上本帧定义的差别,生成最终画面。(也就是差别真,P帧没有完整画面数据,只有与前一帧的画面差别的数据)
    P帧的预测与重构:P帧是以I帧为参考帧,在I帧中找出P帧“某点”的预测值和运动矢量,取预测差值和运动矢量一起传送。在接收端根据运动矢量从I帧中找到P帧“某点”的预测值并与差值相加以得P帧“某点”样值,从而可得到完整的P帧。
    P帧特点:
    1)P帧是I帧后面相隔1~2帧的编码帧;
    2)P帧采用运动补偿的方法传送它与前面的I或P帧的差值及运动矢量(预测误差);
    3)解码时必须将I帧中的预测值与预测误差求和后才能重构完整的P帧图像;
    4)P帧属于前向预测的帧间编码。它只参考前面最靠近它的I帧或P帧;
    5)P帧可以是其后面P帧的参考帧,也可以是其前后的B帧的参考帧;
    6)由于P帧是参考帧,它可能造成解码错误的扩散;
    7)由于是差值传送,P帧的压缩比较高

  3. B帧特点
    B帧:双向预测内插编码帧。B帧就是双向差别帧,也就是B帧记录的是本帧与前后帧的差别。总而言之,要解码B帧,不仅要去的之前的缓存画面,还要解码之后的画面,通过前后画面的与本帧数据的叠加取得最终的画面。B帧压缩效率高,但是解码时CPU会比较累。
    B帧的预测与重构
    B帧以前的I或者P和后面的P帧作为参考帧,“找出”B帧“某点”的预测值和两个运动矢量,并取预测差值和运动矢量传送。接收端根据运动矢量在两个参考帧中“找出(算出)”预测值并与差值求和,得到B帧“某点”样值,从而可得到完整的B锁。
    B帧特点
    1)B帧是由前面的I或P帧和后面的P帧来进行预测的;
    2)B帧传送的是它与前面的I或P帧和后面的P帧之间的预测误差及运动矢量;
    3)B帧是双向预测编码帧;
    4)B帧压缩比最高,因为它只反映丙参考帧间运动主体的变化情况,预测比较准确;
    5)B帧不是参考帧,不会造成解码错误的扩散。

注:I、B、P各帧是根据压缩算法的需要,是人为定义的,它们都是实实在在的物理帧。一般来说,I帧的压缩率是7(跟JPG差不多),P帧是20,B帧可以达到50。可见使用B帧能节省大量空间,节省出来的空间可以用来保存多一些I帧,这样在相同码率下,可以提供更好的画质。
h264的压缩方法:

1.分组:把几帧图像分为一组(GOP,也就是一个序列),为防止运动变化,帧数不宜取多。

2.定义帧:将每组内各帧图像定义为三种类型,即I帧、B帧和P帧;

3.预测帧:以I帧做为基础帧,以I帧预测P帧,再由I帧和P帧预测B帧;

4.数据传输:最后将I帧数据与预测的差值信息进行存储和传输。

概念:

帧内(Intraframe)压缩也称为空间压缩(Spatial compression)。当压缩一帧图像时,仅考虑本帧的数据而不考虑相邻帧之间的冗余信息,这实际上与静态图像压缩类似。帧内一般采用有损压缩算法,由于帧内压缩是编码一个完整的图像,所以可以独立的解码、显示。帧内压缩一般达不到很高的压缩,跟编码jpeg差不多。

帧间(Interframe)压缩的原理是:相邻几帧的数据有很大的相关性,或者说前后两帧信息变化很小的特点。也即连续的视频其相邻帧之间具有冗余信息,根据这一特性,压缩相邻帧之间的冗余量就可以进一步提高压缩量,减小压缩比。帧间压缩也称为时间压缩(Temporal compression),它通过比较时间轴上不同帧之间的数据进行压缩。帧间压缩一般是无损的。帧差值(Frame differencing)算法是一种典型的时间压缩法,它通过比较本帧与相邻帧之间的差异,仅记录本帧与其相邻帧的差值,这样可以大大减少数据量。

顺便说下有损(Lossy )压缩和无损(Lossy less)压缩。

无损压缩也即压缩前和解压缩后的数据完全一致。多数的无损压缩都采用RLE行程编码算法。

有损压缩意味着解压缩后的数据与压缩前的数据不一致。在压缩的过程中要丢失一些人眼和人耳所不敏感的图像或音频信息,而且丢失的信息不可恢复。

几乎所有高压缩的算法都采用有损压缩,这样才能达到低数据率的目标。丢失的数据率与压缩比有关,压缩比越小,丢失的数据越多,解压缩后的效果一般越差。此外,某些有损压缩算法采用多次重复压缩的方式,这样还会引起额外的数据丢失。

**

视频数据组织结构

**

视频序列层:视频序列有一个序列头部,存储着整个视频序列的信息,比如视频图像的格式,图像的分辨率等,视频序列由多个GOP组成
GOP(图像组)层:视频序列由多个图像组成,包括I 、P、B三种不同类型的帧。
I帧:利用内帧的空间相关进行压缩,压缩效率最低,但必不可少,编码无需用到其他帧的信息,是其他帧编解码的基础,在一个GOP中,I帧是编解码的起始点
P帧: 前向预测帧,P帧可以作为其他视频编码时的参考帧,在GOP中,表现为误差在后续帧之间的传播
B帧: 双向预测帧,使用视频序列两个时间方向上的相关性进行压缩,在编码中一般不用作参考帧
图像层 :一个图像通常被分割为特定大小的块进行编码,这些块称为宏块 多个宏块组合成一个宏块组进行编码,
宏块组层:宏块组可以提供多种附加功能,如:调整网络传输时视频包的大小,抗误码
h264 标准中条带,条带组就是宏块组
宏块层: 宏块可以继续向下分成多个图像块,
看完就懂的《H264编码原理及框图》_第2张图片

H264和H265区别

  1. 压缩率:在同样的图像质量下,相比于h264,通过h265编码的视频大小减少了大约40%。
  2. 传输码率:h264可以在低于2兆每秒的速度下实现标清数字图像传送。而h265则可以在低于1.5兆每秒的速度下实现全高清视频的传输。
  3. 运算需求:由于h265比较h264压缩率更高,编码视频更小,所以对机器的运算需求也要更大。

综上所述,大多数公司采用H264是因为成本问题同时也是因为运算效率问题。

你可能感兴趣的:(H264,H264,H264原理,H264和H265区别)